XXIII Encontro Nac. de Eng.

de Produo - Ouro Preto, MG, Brasil, 21 a 24 de out de 2003

ENEGEP 2003 ABEPRO 1

Seis Sigma: uma aplicao na indstria petroqumica


Jorge da Luz Matos (UFRGS) jlmatos@ppgep.ufrgs.br
Carla Schwengber ten Caten (UFRGS) tencaten@ppgep.ufrgs.br


Resumo
Este artigo apresenta a seqncia de implementao das etapas iniciais do mtodo DMAIC
(definir, medir, analisar, melhorar e controlar) utilizado na aplicao da metodologia Seis
Sigma para a elaborao de um projeto de melhoria em uma indstria petroqumica de
elastmeros. Sero apresentadas as principais ferramentas utilizadas para a priorizao e
anlise das variveis que influenciam nos resultados desejados pela organizao. Neste
trabalho, o Seis Sigma ser aplicado para reduzir a variabilidade da caracterstica de
qualidade denominada viscosidade Mooney e dos tempos de reao entre as bateladas de
produo de NBR e SBR, num processo de reao qumica em batelada.
Palavras chave: Seis sigma, Indstria petroqumica, Processos em batelada.


1. Introduo
Com a abertura do mercado s importaes, a partir de 1990 (at ento era proibido importar
produtos ou servios com similar nacional), surgiu a necessidade das empresas se
aperfeioarem na gesto de seus negcios para competirem com os produtos importados. As
empresas que at ento operavam com o protecionismo de mercado garantido pelo estado, no
tinham uma preocupao com a qualidade e a produtividade, com isto, se tornaram ao longo
dos anos incapazes de enfrentar s concorrentes internacionais (CAMPOS, 1999).
Este cenrio poltico-econmico trouxe s empresas brasileiras uma grande ineficincia em
seus processos produtivos, provocando um alto custo operacional e um baixo nvel de
qualidade dos produtos e servios. Para se adaptarem s novas regras econmicas, as
empresas esto passando por um processo de reestruturao gerencial focado na otimizao
dos processos produtivos, visando a diminuio dos custos com a m qualidade e um
atendimento compatvel s exigncias do cliente.
Nesse contexto, Seis Sigma uma estratgia que faz o uso estruturado de uma srie de
tcnicas e ferramentas estatsticas auxiliando as organizaes na tomada de deciso, para a
implementao de aes de melhoria de processos e produtos. Conseqentemente, Seis Sigma
pode proporcionar satisfao aos clientes e lucratividade s organizaes, atendendo
satisfatoriamente as partes interessadas (HARRY, 1998).
2. Origem do Seis Sigma
Segundo Harry e Schroeder (2000) citado por Linderman et al. (2003), a metodologia Seis
Sigma nasceu e se desenvolveu em meados de 1980 na Motorola, mas a raiz original do Seis
Sigma foi encontrada no livro Quality is Free escrito por Philip Crosby em 1979, onde uma
das contribuies de Crosby para a gesto da qualidade foi o conceito do zero defeito, que
a filosofia adotada pelo Seis Sigma.
Por volta de 1985

se sentindo ameaada pela concorrncia da indstria eletrnica japonesa e
necessitando fazer uma drstica melhoria em seu nvel de qualidade a Motorola iniciou um
novo modo de abordagem gerencial para a melhoria da qualidade (HARRY e SCHROEDER,
2000 apud PHILLIPS, 2002). Conforme Perez-Wilson (1999), a meta estabelecida pela

XXIII Encontro Nac. de Eng. de Produo - Ouro Preto, MG, Brasil, 21 a 24 de out de 2003
ENEGEP 2003 ABEPRO 2

Motorola para a melhoria de todos os produtos - bem como servios teve como referncia
melhorar em dez vezes a qualidade at 1989, cem vezes at 1991 e conseguir o desempenho
Seis Sigma at 1992.
A Motorola, ento, focou os recursos no Seis Sigma, incluindo esforo humano na reduo da
variao dos processos de manufatura, administrativos e os demais processos da organizao.
Para o conjunto de aes de melhorias o programa chamado Seis Sigma foi lanado
oficialmente pela Motorola em 1987 (KLEFSJO et al., 2001).
3. A Filosofia do Seis Sigma
Segundo Harry (1998), a filosofia do Seis Sigma reconhece que h uma correlao direta
entre o nmero de produtos defeituosos, o desperdcio de recursos operacionais e o nvel de
insatisfao do cliente. A estatstica utilizada no Seis Sigma mede a capacidade do processo
em executar trabalhos livres de defeitos.
Seis Sigma tornou-se uma abordagem conhecida em muitas organizaes, utilizada para
controlar a variabilidade e reduzir o desperdcio nos processos, usando avanadas tcnicas e
ferramentas estatsticas. Do ponto de vista estatstico, Seis Sigma significa um nvel de
qualidade, onde admissvel at 3,4 defeitos por milho de oportunidades (DPMO). Em
termos de negcio, Seis Sigma definido como uma estratgia usada para melhorar a
lucratividade dos negcios, reduzir os custos com a m qualidade, melhorar a eficcia e a
eficincia de todas as operaes, visando exceder as necessidades e expectativas do cliente
(CORONADO e ANTONY, 2002). Segundo Pande et al. (2001), o foco no cliente,
considerado a essncia do Seis Sigma, significa planejar lucrativamente, o aumento do valor
percebido do produto.
4. O Modelo DMAIC
Segundo Lucier e Seshadri (2001), a abordagem Seis Sigma consiste na utilizao de
metodologia e ferramentas para orientar as mudanas nos processos, seguindo uma rigorosa
filosofia de gerenciamento baseada na cincia. O ponto mais importante da abordagem Seis
Sigma o modelo sumarizado pelas iniciais em ingls DMAIC (define, measure, analyse,
improve e control), que traduzindo para o portugus significam: definir, medir, analisar,
melhorar e controlar. Conforme Lucier e Seshadri (2001); Pande et al., (2001); Eckes (2001) e
Werkema (2002), as cinco etapas do DMAIC podem ser descritas como segue:
4.1. Definir
Nesta etapa, o grupo de trabalho definir claramente o problema, baseando-se na estratgia do
negcio ou naquilo que crtico para o cliente, que na linguagem Seis Sigma denominamos
de caractersticas crticas para o cliente (CTQ - critical to quality). As caractersticas crticas
ou essenciais para a satisfao do cliente so correlacionadas com os vrios processos da
organizao. Cartas dos projetos (project charters) so elaboradas para que os gestores dos
projetos avaliem e destinem os recursos necessrios queles projetos que maximizem os
resultados financeiros para a organizao.
4.2. Medir
Neste estgio estabelecido o nvel de desempenho do processo atual. So definidas as
necessidades e expectativas do cliente com o objetivo de se determinar as variveis crticas do
processo. Nesta fase, so utilizadas ferramentas bsicas como, por exemplo: as mtricas Seis
Sigma, a anlise dos sistemas de medio (MSA-measurement system analysis ), a anlise dos
modos efeitos de falha (FMEA-failure modes and effects analysis) e o desdobramento da
funo qualidade (QFD-quality function deployment).

XXIII Encontro Nac. de Eng. de Produo - Ouro Preto, MG, Brasil, 21 a 24 de out de 2003
ENEGEP 2003 ABEPRO 3

4.3. Analisar
Na fase de anlise o grupo explora as causas fundamentais responsveis pela gerao dos
defeitos. A anlise estatstica usada para examinar as variveis potenciais que afetam o
resultado e procurar identificar a causa raiz mais significativa. As ferramentas utilizadas
incluem anlise multivariada, teste de normalidade, anlise de varincia (ANOVA-analysis of
variance), anlise de correlao e regresso.
4.4. Melhorar
Durante esta fase, o grupo procura a soluo tima, desenvolve e testa o plano de ao para
implementar e confirmar a soluo. O processo modificado e o resultado medido para se
avaliar o nvel de otimizao alcanado. Com o processo otimizado, padroniza-se o novo
mtodo que produzir resultados de acordo com as especificaes do cliente. Mtodos
estatsticos como projetos de experimentos e regresso linear mltipla podem ser utilizados
para identificar o ajuste otimizado para o processo.
4.5. Controlar
Para prevenir a recorrncia do problema e garantir a manuteno do desempenho alcanado,
medidas de controle so implementadas. Entre as tcnicas adotadas, destacam-se as seguintes:
o controle estatstico de processo, os planos de controle, os testes de confiabilidade e os
processos prova de erros.
5. Aplicao da metodologia Seis Sigma
Este trabalho apresenta a implementao do Seis Sigma em uma indstria petroqumica, que
produz borrachas sintticas SBR (styrene butadiene rubber) e NBR (acrylonitrile butadiene
Rubber) em um processo de reao qumica em batelada. O objetivo a reduo da
variabilidade na caracterstica de qualidade viscosidade Mooney (VM) do elastmero
produzido e a variabilidade dos tempos de processamento das bateladas. Sero apresentadas
as etapas definir, medir, analisar e melhorar.
5.1. Etapa Definir
Com base nos dados de desempenho das caractersticas crticas para a qualidade (VM e
tempos de reao) o projeto de melhoria foi definido pela gerncia da empresa. A primeira
etapa de aplicao da metodologia Seis Sigma iniciou pela declarao do problema; a
enumerao das conseqncias destes problemas para o cliente e para a organizao;
delimitaes do projeto; definio da equipe de trabalho; situao atual do processo e
definio da meta a ser alcanada. A apresentao da carta do projeto abaixo, denominado
Project Charter, segue o padro sugerido por Werkema (2002).
Ttulo do projeto: Reduzir a Variabilidade dos Resultados e Melhorar a Estabilidade do
Processo de Reao.
Descrio do problema: A linha de reao (processo em bateladas), na qual so produzidos
ltices para a obteno de elastmeros dos tipos NBRs especiais e SBRs a quente, vem
apresentando os seguintes problemas:
- Uma grande variao na caracterstica de qualidade VM entre as bateladas;
- Uma grande variao no tempo de reao das bateladas, ou seja, para cada batelada
processada o tempo de reao significativamente diferente;
- Perdas de bateladas em funo do grande distanciamento do alvo da caracterstica de
qualidade, inviabilizando a correo das mesmas. Alm das perdas por variabilidade na VM,
tambm ocorrem perdas provenientes de causas especiais de variao atuando sobre o
processo.

XXIII Encontro Nac. de Eng. de Produo - Ouro Preto, MG, Brasil, 21 a 24 de out de 2003
ENEGEP 2003 ABEPRO 4

Conseqncia destes problemas para os resultados da empresa:
a) A necessidade do aproveitamento dos ltices fora de especificao em outras grades tendo
como conseqncia riscos de contaminao e horas extras de trabalho;
b) Atraso no cumprimento e eventualmente o no cumprimento da programao de produo;
c) Aumento do nmero de bateladas a serem produzidas, devido a necessidade de se produzir
bateladas meramente para efetuar correes em bateladas defeituosas, trazendo como
conseqncia um estoque desnecessrio de ltices;
d) Aumento do nmero de trocas do tipo de elastmeros na rea de coagulao/acabamento
tendo como conseqncias: (i) perdas de produo; (ii) horas extras de limpeza; (iii) riscos de
contaminao e (iv) consumo extra de utilidades;
e) Estabelecimento do nmero mnimo de bateladas por corridas de produo, por tipo de
elastmeros, gerando estoque desnecessrio.
Definio da Meta: As metas definidas para serem alcanadas em um perodo de seis meses
so as seguintes: (a) reduzir a variabilidade natural da VM em 100% das bateladas produzidas
para uma amplitude mxima de 20 pontos ( 10 pontos em torno do alvo); (b) reduzir a
variao dos tempos de confeco das bateladas para uma amplitude mxima de 3 horas (
1,5 h em torno do tempo esperado).
Equipe de Trabalho: A equipe de trabalho para atuar no projeto foi assim constituda:
Coordenadores: Gerente de Produo / Gerente de Fbrica
Lideres do projeto: Eng. de Produo e Pesquisador.
Especialistas do Processo: Eng. de Processo, Eng. de PCP e Supervisor de Produo (cliente
do processo). Tcnicos e Supervisores do Processo.
5.2. Etapa Medir
Esta etapa iniciou com a elaborao do fluxograma do processo, mapeamento do processo e
um brainstorming que contou com a participao da equipe Seis Sigma, especialistas e
operadores do processo. A realizao deste brainstorming teve a finalidade de levantar e
discutir as variveis do processo que interferem nas caractersticas de qualidade do cliente,
servindo como fonte para a elaborao de um diagrama e uma matriz de causa e efeito, e
tambm para aperfeioar o mapeamento de processo.
5.2.1. Determinao das Variveis Crticas do Processo
Em um brainstorming de aproximadamente trs horas o grupo de trabalho apurou 37 fontes
de problemas que foram registrados em um diagrama de causa e efeito. Posteriormente
analisou-se a matriz de causa e efeito contemplando as fontes de problemas levantados
anteriormente e o mapeamento de processo, incluindo neste ltimo todas as etapas, as
variveis controlveis e os rudos do processo. A matriz de causa e efeito utilizada originou-se
de uma matriz de processos de QFD. Aps a anlise dos dados obtidos da matriz da causa e
efeito, priorizou-se um total de 17 variveis. Estas variveis priorizadas criteriosamente pela
equipe foram remetidas a um estudo de FMEA.
O estudo de FMEA foi conduzido com a participao da equipe Seis Sigma e especialistas do
processo. Com base nos valores dos nmeros de prioridade de risco (NPRs) calculados
selecionou-se aquelas variveis que, do ponto de vista dos especialistas do processo, so
importantes de serem melhoradas, ou seja, as variveis que traro resultados significativos,
tanto para o cliente como para o negcio da organizao. Para a etapa seguinte do estudo
foram selecionadas as seguintes variveis: (i) sistema de dosagem dos insumos OX
(oxidante), MOD (modificador), TM (terminador), ACN (acrilonitrila) e PC (potassa
custica); (ii) controle de temperatura do reator e da ACN; (iii) atraso na dosagem da PC. Na
figura 1 apresentada abaixo mostrado o formulrio parcial do estudo de FMEA.

XXIII Encontro Nac. de Eng. de Produo - Ouro Preto, MG, Brasil, 21 a 24 de out de 2003
ENEGEP 2003 ABEPRO 5

dosagem OX 7.1
linha parcialmente
cheia
VM 10 fluxo reverso x ver item abaixo x xx
t reao 10 condicionamento 1 proc. operacional 10 100
sistema comum
HPC/HPPM
1 proc. operacional 10 100
15 contaminao VM 4 condicionamento 1 proc. operacional 10 70
t reao 7
sistema comum
HPC/HPPM
1 proc. operacional 10 70
17.2
variao na
quantidade
VM 4
sistema de
dosagem
10
registro da quant.
dosada
10 700
Alterao nos
parmetros de
automao
dosada t reao 7 medio de vazo x ver item especfico x xx
ST 1 contaminao x ver item 15 x xx
erro set-point 1 automao e IO's 4 28
medio de vazo
fluxo bifsico
(slido/gs)
7 10 490
Alterao no
layout da linha
vibrao 4 10 280
Verificao
fixao
Micromotion
linha parc. cheia
(aps FT)
7 xxx 10 490
Alterao no
layout da linha
vazo fora escala
(>100%)
1 xxx 10 70
defeito no
instrumento
1 xxx 10 70
FMEA de Processo
Controles
atuais
Causa
potencial de
falha
Efeito
potencial
de falha
Modo
potencial de
falha
Ao
recomenda-
da
alarme fluxo rever-
so e atuao auto-
matismo (bomba >
vlv.) (12)
Entradas
do
processo
Item
MC&
E
S
e
v
e
r
i
d
a
d
e
O
c
o
r
r

n
c
i
a
D
e
t
e
c

o
N
P
R

Figura 1 Estudo de FMEA para as variveis de processo (formulrio parcial)

No estudo de FMEA foram selecionados os modos potenciais de falha com NPR acima de
280 pontos para serem analisadas.
5.2.2. Anlise dos Sistemas de dosagem dos insumos
Depois de conhecidas as variveis crticas do processo, iniciou-se a coleta dos dados
histricos para determinar a capacidade (C
p
e C
pk
) dos sistemas de dosagem dos insumos.
Com os dados de quantidade dosada de cada insumo (OX, MOD, ACN, TM e PC) e com um
percentual de tolerncia de 0,5% (recomendada pela engenharia de processo), fez-se, com o
auxlio do software Minitab, primeiramente um teste de normalidade no conjunto de dados e
em seguida um estudo para determinar capacidade do sistema de dosagem. Numa primeira
anlise dos dados (estudo de capacidade) e posterior discusso com o engenheiro de
automao pode-se concluir que havia impreciso nos dados coletados, sendo necessrio um
novo levantamento com critrios mais rigorosos (maior preciso nas leituras) para a obteno
destes. Durante esta anlise foram identificadas oportunidades de melhorias no sistema de
controle que independentemente da anlise de capacidade devero ser implementadas, pois
no necessitam de qualquer investimento.
Aps uma nova coleta e anlise dos dados, foi possvel concluir que o sistema de dosagem da

XXIII Encontro Nac. de Eng. de Produo - Ouro Preto, MG, Brasil, 21 a 24 de out de 2003
ENEGEP 2003 ABEPRO 6

PC apresentava um excelente desempenho (C
pk
=1,80), o de TM, ACN e MOD, um
desempenho aceitvel (C
p
>1,50), necessitando apenas de um ajuste de centralizao da mdia
e o OX apresentava um desempenho insatisfatrio (C
pk
<0 e C
p
=0,69). Alm disso, o OX
estava com os valores deslocados em relao ao valor nominal esperado. O estudo de
capacidade do OX apresentado na figura 2.

0,870
0,875 0,880 0,885 0,890 0,895 0,900 0,905
LEI LES Nominal
Dosagem de Oxidante
LSE
nominal
LIE
Mdia
amostra N
Desv pad (curto prazo)
Desv pad (longo prazo)
Cp
CPs
CPi
Cpk
Pp
PPs
PPi
Ppk
0,904500
0,900000
0,895500
0,879845
53
0,0021686
0,0038693
0,69
3,79
-2,41
-2,41
0,39
2,12
-1,35
-1,35
Dados do processo
Capacidade de curto prazo
Capacidade de longo prazo
curto prazo
longo prazo

Figura 2- Estudo de capacidade para o sistema de dosagem do OX

Observando-se os dados da figura 2, possvel visualizar a disperso dos valores dosados
(Cp=0,69) e o deslocamento da mdia dos valores em relao ao valor nominal.
5.2.3. Anlise do sistema medio da VM
Na seqncia, realizou-se uma anlise do sistema de medio do ltex NBR, a fim de se
verificar a adequao da anlise de viscosidade Mooney (VM) s exigncias do cliente. O
estudo foi realizado utilizando-se amostras de dois nveis de VM de ltex NBR dos pontos
extremos da especificao, com trs operadores analisando trs vezes cada amostra de cada
nvel de VM, totalizando seis anlises para cada operador. As amostras foram distribudas aos
operadores aleatoriamente durante as suas rotinas de trabalho. Para a determinao do %R&R
utilizou-se uma tolerncia de 20 pontos na VM e um desvio padro histrico do processo
igual a 9,2. Com o resultado desta anlise concluiu-se que o sistema de medio no
aceitvel quando comparado com a tolerncia do cliente (34,00% da tolerncia consumida
pelo sistema de medio). Os resultados do estudo de R&R so apresentados na tabela 1.


Desv Pad Estudo Var %Estudo Var %Tolerncia %Processo
Fontes de var (DP) (5,15*DP) (%DP) (DP/Toler) (DP/Proc)

R&R Total 1,3202 6,799 3,49 34,00 14,35
Repetibilidade 1,3202 6,799 3,49 34,00 14,35
Reprodutibilidade 0,0000 0,000 0,00 0,00 0,00
Operador 0,0000 0,000 0,00 0,00 0,00
amostra-a-amostra 37,7648 194,489 99,94 972,44 410,49
Variao Total 37,7879 194,608 100,00 973,04 410,74
Tabela 1 Estudo de R&R para a VM do ltex NBR

XXIII Encontro Nac. de Eng. de Produo - Ouro Preto, MG, Brasil, 21 a 24 de out de 2003
ENEGEP 2003 ABEPRO 7

Avaliando os resultados de sada do Minitab apresentados na tabela 1, observa-se que embora
o % R&R comparado com a variao atual do processo seja aceitvel (%R&R
var total
=14,35%),
para fins de atendimento tolerncia do cliente (%R&R
tol
=34,00%) ele no pode ser aceito.
Por se tratar de mtodo consagrado internacionalmente e estar sendo desenvolvido um projeto
para melhoria deste sistema de medio, aguarda-se a evoluo deste projeto para fazer uma
nova anlise.
5.3. Etapa Analisar
Como a finalidade verificar quais as variveis influenciam significativamente na variao da
VM e no tempo de reao entre as bateladas seguiu-se para uma anlise de
correlao/regresso. No estudo foram utilizados dados histricos das quantidades dos
insumos adicionadas s bateladas, tempos de adio e as temperaturas nas quais estes insumos
foram adicionados, bem como outras ocorrncias operacionais consideradas importantes
durante a confeco das bateladas.
Atravs do estudo de correlao aliado ao conhecimento tcnico dos especialistas do processo
chegou-se a seguintes concluses:
- O intervalo de tempo entre a adio do TM e a adio da PC um fator influente na variao
da VM a um nvel de significncia menor do que 0,5% (p-value=0,001);
- A instabilidade da temperatura do reator e a temperatura do reator na qual os insumos so
adicionados, principalmente o OX tem influncia na VM e no tempo de reao a um nvel de
significncia de 10% (p-value =0,10);
- A quantidade de MOD incremental adicionado na quarta hora de reao tem uma influncia
significativa na variao da VM a um nvel de significncia menor do que 0,5% (p-
value=0,001);
- A influncia da temperatura da ACN ainda no foi possvel avaliar por falta de dados.
5.4. Etapa Melhorar
As aes de melhorias propostas, com base no estudo de correlao, j implementadas ou em
fase de estudo so apresentadas a seguir:
- Modificao nas tubulaes do OX, visando impedir a presena de bolhas de ar no
instrumento de medio (Micromotion) e alterao na forma de dosagem (automao) visando
melhor controle da dosagem deste insumo (investimento);
- Efetuar a individualizao dos sistemas de dosagem de TM e PC, que provocavam atrasos
nas dosagens da PC, resolvendo os problemas de atraso e possveis contaminaes
(investimento);
- Estudar a alterao no sistema de controle de temperatura do reator, para uma outra
concepo de controle, atravs da variao da superfcie molhada dos feixes de amnia
(investimento);
- Implantar uma rotina para limpeza peridica dos reatores, para prevenir eventos de
descontrole de temperatura por deficincia de troca trmica (procedimento);
- Estudar a instalao de um permutador de calor para o controle de temperatura da ACN
adicionada ao reator (falta confirmar a influncia desta varivel).
- Estabelecer uma faixa de temperatura (7 + ou 0,5 C) para dosagem de ACN e OX
(procedimento);
- Ajustar o tempo de espaamento entre as dosagens de OX, MOD, TM e PC, permitindo uma
maior preciso da dosagem destes insumos (automao);
- Est em andamento um projeto de melhoria para o sistema de medio da VM do ltex.

XXIII Encontro Nac. de Eng. de Produo - Ouro Preto, MG, Brasil, 21 a 24 de out de 2003
ENEGEP 2003 ABEPRO 8

6. CONCLUSES
O modelo utilizado na etapa definir mostrou-se consistente na obteno das informaes
necessrias para dar prosseguimento s etapas subseqentes do trabalho.
O diagrama de causa e efeito que se originou do brainstorming, realizado com a equipe Seis
Sigma e especialistas do processo, e o mapeamento de processo que foi baseado na
engenharia de processo, possibilitou o levantamento criterioso das variveis crticas do
processo.
A seqncia do estudo com a utilizao da matriz de causa e efeito e do FMEA viabilizou o
agrupamento de alguns itens afins facilitando o estudo e enfatizando a criticidade de
determinadas variveis.
Os sistemas de dosagem dos insumos OX, MOD, TM, ACN e PC; o sistema de controle de
temperatura do reator, o controle de temperatura do monmero ACN e os problemas de atraso
na adio da PC no ltex de NBR foram as variveis de processo priorizadas para serem
melhor investigadas na etapa de anlise.
A anlise dos sistemas de dosagens dos insumos e a anlise do sistema de medio da VM
forneceram informaes para concluir que o sistema de dosagem do OX e o mtodo de anlise
da VM do ltex NBR precisam ser melhorados.
Na etapa de anlise, a utilizao de ferramentas estatsticas aliadas ao conhecimento tcnico
dos especialistas do processo facilitou a identificao das variveis mais influentes no
processo.
A maioria das aes implantadas no exigiu grandes investimentos, necessitando apenas de
alterao ou elaborao de procedimentos operacionais.
Como as aes foram implementadas recentemente, ainda no foi possvel validar os
resultados para padronizar e propor meios de controle que garantam os resultados alcanados.
Referncias
CAMPOS, V. F. (1999) TQC: Controle da Qualidade Total (no estilo japons). EDG. 8
a
ed. Belo Horizonte.
CORONADO, R. B e ANTONY, J. (2002) - Critical success factors for the successful implementation of six
sigma projects in organizations. The TQM Magazine Journal. Vol. 14, n. 2, p. 92-99.
ECKES, G. (2002) - Making Six Sigma Last (and Work). Ivey Business Journal. Vol. 66, n. 3, p. 77-81.
ECKES, G. (2001) - A revoluo Seis Sigma. Campus. 2
a
ed. Rio de Janeiro.
HARRY, J. M. ( 1998) - A Breakthrough Strategy for Profitability. Quality Progress. Vol.1, n. 5, p. 60-64.
KLEFSJO, B; WIKLUND, H; EDGEMAN, R. L. (2001) - Six Sigma seen as a methodology for total quality
management. Measuring Business Excellence. Vol. 5, p. 31-35.
LINDERMAN, K et al. (2003) - Six Sigma: a goal-theoretic perspective. Journal of Operations Management.
Vol. 21, n. 2, p. 193-203.
LUCIER, G. T; SESHADRI, S. (2001) - GE Takes Six Sigma Beyond the Bottom Line. Strategic Finance. Vol.
82, n. 11, p. 40-46.
PANDE, P. S.; NEUMAN, R. P.; CAVANAGH, R. R. (2001) - Estratgia seis sigma. Qualitymark. 1
a
ed. Rio
de Janeiro.
PEREZ-WILSON, M. (1999) - Seis Sigma: compreendendo o conceito, as implicaes e os desafios.
Qualitymark.1 ed. Rio de Janeiro.
PHILLIPS, J. E. (2002) - Six Sigma: The Breakthrough Management Strategy Revolutionizing the World's Top
Corporations. Consulting to Management. Vol. 13, n. 4, p. 57-60.
WERKEMA, M. C. C. (2002) - Criando a cultura Seis Sigma. Qualitymark. 1
a
ed. Rio de Janeiro.