O roteiro DMAIC (Define-Measure-Analyze-Improve-Control) é um componente do Six-Sigma utilizado para melhorar os processos existentes da empresa, e assim apoiar as mudanças para que resultem em melhorias, tais como redução de problemas, defeitos e desperdícios.

Possui cinco etapas e um objetivo de conclusão para cada uma, afim de garantir a progressão do projeto de melhoria.

• Define: definição do problema e prioridades
• Measure: medição do estado atual
• Analyze: encontrar a causa raiz do problema
• Improve: mudança como uma predição
• Control: perpetuar os conhecimentos e as melhorias conquistadas

1. Mudança e melhoria

Como é essa relação? Sabemos que a mudança nem sempre resulta em melhoria, mas a melhoria requer mudança. Por isso, os modelos de melhoria são utilizados para apoiar a realização da mudança, com análise de dados e entendimento de variabilidade.

Que mudanças podemos fazer que resultarão em melhoria? A mudança de fato somente é uma melhoria se ela é duradoura. A análise crítica sobre o processo atual, o uso de novas tecnologias e o pensamento criativo são alguns conceitos de mudança utilizados pelos modelos de melhoria.

Veja uma comparação (resumida) das fases do PDCA, DMAIC e MASP:

2. DMAIC – Define

É a fase de definição do escopo do projeto de melhoria. A elaboração do contrato do projeto declara o patrocinador / stakeholders envolvidos, contexto, objetivos, indicadores, prazos, restrições e o business case. As principais ferramentas que ajudam nas tarefas dessa fase:

• SIPOC (suppliers – inputs – process – outputs – customers): uma representação dos aspectos relevantes do processo, onde será o foco de melhoria.
• Diagrama direcionador: é uma ferramenta para organizar as ideias a respeito das possíveis mudanças.
• Matriz RACI: definição de papeis e responsabilidades para as tasks do projeto

3. DMAIC – Measure

É imprescindível mensurar a mudança para determinar se houve uma melhoria significativa ou não. A confiabilidade da informação é essencial para apoiar as decisões e refletir a realidade. O time decide o que deve ser medido e como medi-lo. Alguns indicadores de aferição:

• Medidas de resultado: as mudanças estão levando à melhoria?
• Medidas de processo: estamos fazendo as coisas certas para atingir o nosso objetivo?
• Medidas de equilíbrio: contra indicadores. A melhoria não pode gerar impacto em outros processos.

3.1. Ferramentas

3.1.1. Fluxograma

Identificar desconexões e oportunidades de melhoria no fluxo de trabalho. Inicia-se por um nível macro e verifica se já há oportunidades de melhoria, adicionando detalhes conforme necessário. Existe o fluxograma vertical e o multifuncional.

3.1.2. Gráfico de tendência e controle

O gráfico de tendência é uma ferramenta analítica simples para estudar a variação nos processos (eixo horizontal e vertical). O gráfico de controle é usado para analisar se um processo está ou não sob controle, e identificação das causas (comuns ou especiais) das variações.

Gráfico de tendência

Gráfico de controle

Exemplos de variações (observadas em gráficos de controle):

• Um ponto muito afastado dos demais
• Uma sequência de dez ou mais pontos acima da média

3.1.3. Gráfico de tendência

O Dot Plot é um gráfico que consiste em pontos de dados plotados em uma escala simples (conjuntos de dados de tamanho pequeno a moderado). O seu uso é para destacar clusters e gaps, além de discrepantes. A distância entre a média e os pontos máximo e mínimo são bons orientadores.

Dot plot

Histograma

O histograma é usado para grande quantidade de dados (mais de 50 pontos) e checar a simetria dos dados. A diferença entre o ponto máximo e mínimo demonstra que este gráfico é pouco simétrico.

3.1.4. Gráfico de barras e setores

São ferramentas para estudar a distribuição de dados classificatórios (qualitativos).

3.1.5. Gráfico de pareto

Conhecida como regra 80/20, onde 80% das consequências provêm de 20% das causas. Também chamado de Vitais vs Triviais, onde a maioria dos problemas acontece muito pouco, e um pequeno grupo das categorias representa a maioria da frequência dos problemas.

Pareto se aplica

Pareto não se aplica

3.1.6. Estratificação

É a separação em grupos e classificação dos dados, de acordo com fatores ou variáveis selecionadas. O objetivo é encontrar padrões que auxiliem na compreensão dos mecanismos causais de um processo.

Quando utilizar? Sempre que houver interesse em estudar se o “comportamento” é o mesmo em todos os grupos definidos pelos fatores ou variáveis.

3.1.7. Gráfico de controle (Shewart)

Identificar a causa (comum e especial) das variações no processo. A partir de cálculos estatísticos estabelece três linhas: LC (limite central), LSC (limite superior de controle) e LIC (limite inferior de controle). Os tipos de variáveis são dados contínuos ou de classificação/contagem.

• Gráfico U: usado para contar o número de defeitos. O indicador é uma taxa e pode ter valores maior que 1.
• Gráfico P: usado para contar o número de unidades defeituosas. O indicador é uma proporção e precisa ser menor que 1.
• Gráfico X: em dados contínuos com tamanho do subgrupo 1 e a distribuição dos dados é normal.
• Gráfico X-barra/R ou X-barra/S: em dados contínuos coletados em subgrupos (amostras) de tamanho constante ou variável (/S).

3.1.8. Capabilidade

São medidas que indicam a capacidade de um processo atender às especificações de clientes. O Histograma é uma forma de representar graficamente a distribuição dos dados de uma amostra – capabilidade para variáveis contínuas.

Dentre as distribuições contínuas usadas em estatística, a distribuição normal (Gaussiana) é a mais usada. A distribuição normal possui dois parâmetros: a média (μ), ou seja onde está centralizada e a variância (σ ² > 0) que descreve o seu grau de dispersão. A dispersão ainda é referida em termos de unidades padrão, ou seja desvio padrão (σ).

No próximo post (parte II), continuaremos o roteiro DMAIC, detalhando as etapas de Analyze, Improve e Control.

Leitura recomendada