A abordagem Seis Sigma é orientada por dados, portanto, as estatísticas desempenham um grande papel no processo de solução de problemas. O treinamento Seis Sigma Green Belt enfatiza a importância de usar as estatísticas para visualizar e analisar os dados coletados para cada métrica que é importante para o cliente e que deve ser rigidamente controlada. Vamos dar uma olhada nas estatísticas Seis Sigma que estão no centro do processo.
Regra de desvio padrão das estatísticas Seis Sigma
Agora, vamos relembrar a regra empírica do desvio padrão nas estatísticas do Seis Sigma. Esta figura mostra uma extensão para a mesma regra.
A regra é:
- 68% dos pontos de dados estarão dentro de ± um desvio padrão da média,
- 95% das observações estarão dentro de ± dois desvios-padrão da média
- 99,73% dos pontos de dados estarão dentro de ± três desvios padrão da média.
Agora, para estatísticas Seis Sigma, a extensão seria a seguinte:
- 99.9937% dos pontos de dados estarão dentro de ± quatro desvios-padrão da média
- 99,99999% dos pontos de dados estarão dentro de ± cinco desvios-padrão da média
- 99,9999998% dos pontos de dados estão dentro de ± seis desvios-padrão da média
Isso significa que, de acordo com as estatísticas Seis Sigma, em um projeto Seis Sigma, 99,9999999% dos resultados devem estar dentro de ± seis desvios padrão da média. Em outras palavras, apenas 0,0000002% dos resultados podem estar fora dos resultados esperados. Essa porcentagem ilustra como o Seis Sigma visa aumentar a qualidade em projetos usando as estatísticas do Seis Sigma.
Limites de especificação de estatísticas Seis Sigma
É claro que, nas estatísticas Seis Sigma, esses desvios padrão recaem sobre as caudas esquerda e direita da curva de distribuição normal . Isso significa que, em qualquer processo, haverá valores maiores que a média e valores inferiores à média, de acordo com as estatísticas Seis Sigma. Para produzir produtos de qualidade que não se desviam muito da média em uma métrica específica, é importante que um limite de especificação seja definido para essa métrica.
Existem dois tipos de limites de especificação. O primeiro é o limite de especificação inferior , abreviado como LSL e este é o limite aceitável mais baixo, conforme definido por um cliente. O segundo é o limite de especificação superior , abreviado como USL e esse é o limite máximo mais alto, conforme definido por um cliente. Observe que esses limites geralmente são fornecidos pelo cliente. É por isso que, USL - LSL = Voz do Cliente (VOC).
Para entender melhor as estatísticas do Seis Sigma, vamos examinar um gráfico de amostra para entender melhor esses conceitos. O processo espalhado no gráfico, que é de ± 3 desvios padrão do Seis Sigma, é medido pelo intervalo, variância e desvio padrão. Esses são os termos mais importantes da estatística do Seis Sigma. O spread de especificação (USL - LSL) dividido pelo spread do processo (6s) é conhecido como “Capability Process do Curto Prazo” com base na dispersão dos dados da amostra. Quanto mais a especificação se espalhar a partir da propagação do processo, maior será a capacidade do processo. Em outras palavras, quanto menor a variação, maior seria a capacidade do processo.
Defeitos e defeitos nas estatísticas do Seis Sigma
Vamos tentar entender a diferença entre defeitos e defeitos . Defeitos significam falha em entregar o que o cliente quer. Defeito significa a falha de todo o produto ou serviço. Lembre-se de que um produto defeituoso pode ter um número múltiplo de defeitos, mas a existência de um defeito não significa necessariamente que o produto esteja com defeito. A estatística Seis Sigma é usada para determinar a extensão dos defeitos e defeitos.
Como sabemos, o centro do processo pode ser medido de três maneiras: média, mediana e moda. Estes também são parâmetros críticos nas estatísticas do Seis Sigma. No caso de um processo ser deslocado para fora do alvo, a média é deslocada para USL. Em termos estatísticos Seis Sigma, a distribuição de dados é denominada “Negativamente inclinada”, em que a cauda esquerda fica mais longa e a massa da distribuição é concentrada à direita da figura. As estatísticas Seis Sigma nos dizem que a distribuição de dados também pode ser "Positivamente inclinada", caso em que a cauda direita se torna mais longa. A massa da distribuição será então concentrada no lado esquerdo da figura.
Na estatística Seis Sigma, grande variação é notada quando a curva de distribuição normal é mais plana. Nesse caso, o spread da especificação torna-se menor que o spread do processo. Reduz a capacidade do processo de curto prazo.
Quando um processo é centrado, normalmente são distribuídos os dados de acordo com as estatísticas Seis Sigma. É um processo no alvo. Neste caso, a distribuição é simétrica, tem uma polaridade próxima de zero e o spread da especificação é maior do que o spread do processo.
Resumindo, o Seis Sigma é sobre a criação de uma cultura que exige perfeição e que fornece aos funcionários as ferramentas para que eles possam identificar falhas de desempenho e fazer as melhorias necessárias usando métodos de solução de problemas orientados a dados . Seis Sigma faz uso de toda a gama de ferramentas estatísticas que estão disponíveis para análise e o objetivo principal do Seis Sigma é reduzir a variabilidade. Variabilidade é o principal sinal de defeitos. Assim, à medida que a variação se torna menor, o número de defeitos diminui. A variabilidade é medida para métricas específicas que são críticas para o cliente. Esse é o ponto crítico do Seis Sigma: reduzir a variação para que um processo forneça resultados o mais próximo possível do desejo do cliente.
