XXIV Encontro Nac. de Eng.

de Produo - Florianpolis, SC, Brasil, 03 a 05 de nov de 2004

Pensamento estatstico: um componente primordial para o sucesso do

Programa de Qualidade Seis Sigma
Adriana Barbosa Santos (UNESP PPG/UFSCar) adriana@dcce.ibilce.unesp.br
Manoel Fernando Martins (UFSCar) manoel@power.ufscar.br

Resumo
O uso dos princpios estatsticos para se estudar variao nos processos de manufatura teve
seu incio nas primeiras dcadas do sculo XX. Entretanto, mesmo com os avanos
conseguidos com a utilizao de mtodos e tcnicas estatsticas como estratgia de melhoria
de processos e de soluo de problemas em diversas reas de conhecimento, ainda hoje, o
pensamento estatstico no to difundido no mbito empresarial como um recurso eficiente
que leva a ganhos expressivos de melhoria do desempenho dos negcios. Com o surgimento
da abordagem Seis Sigma, o uso do pensamento estatstico e dos mtodos estatsticos passou
a sinalizar oportunidades de ganhos financeiros advindos da melhoria de desempenho
organizacional. O Seis Sigma mudou o cenrio competitivo ao resgatar os princpios
estatsticos e ressaltar sua relevncia para conseguir incrementos significativos de melhoria
da qualidade, aumentar a produtividade e reduzir custos e, principalmente, diminuir as taxas
de defeitos definidos pelos clientes.
Este artigo traz uma fundamentao terica e um conjunto de argumentos que mostram
porque o uso do pensamento estatstico parte preponderante do sucesso do Programa de
Qualidade Seis Sigma.
Palavras chave: Pensamento estatstico, Seis Sigma, Melhoria de desempenho.
1. Introduo
A palavra Estatstica, ainda hoje, provoca reaes de temor em muitas pessoas que atuam
no mbito empresarial. Essa temeridade criou barreiras que dificultaram a difuso dos
conhecimentos estatsticos nos ambientes de produo. Mais recentemente, com o surgimento
da abordagem Seis Sigma, as barreiras ao uso da filosofia estatstica como estratgia para
melhoria de processos e para soluo de problemas foram reduzidas.
O uso dos mtodos estatsticos em ambientes de manufatura no recente. Vrios fatos
histricos demonstram o sucesso de sua utilizao em pesquisa e desenvolvimento
(ISHIKAWA, 1985). Apesar disso, a Estatstica vem sendo lembrada quase sempre ao nvel
operacional, e sendo pouco utilizada como um recurso efetivo dos nveis gerencial ou
estratgico (BJERKE & HERSLETH, 2001).
Com o surgimento da abordagem Seis Sigma, o uso do pensamento estatstico e dos mtodos
estatsticos passou a sinalizar oportunidades de ganhos financeiros advindos da melhoria de
desempenho organizacional. A literatura sobre o Seis Sigma enfatiza com freqncia o uso de
mtodos cientficos e, especialmente, dos mtodos estatsticos (FINN, 1999; DALE et al.,
2000; HAHN et al., 2000; HAN & LEE, 2002; ROTONDARO, 2002). Entretanto, a
implementao do Programa de Qualidade Seis Sigma (PQSS) requer a aplicao, sobretudo,
do pensamento estatstico. Segundo Britz et al. (2000), o pensamento estatstico compreende
teoria e metodologia que auxiliam a identificar onde a melhoria necessria, garantindo que
essa melhoria possa ocorrer em todos os processos. Assim, o pensamento estatstico parte de
uma filosofia congruente aos objetivos de crescimento e melhoria do desempenho

ENEGEP 2004

ABEPRO

1426

XXIV Encontro Nac. de Eng. de Produo - Florianpolis, SC, Brasil, 03 a 05 de nov de 2004

organizacional, uma vez que seu uso cria oportunidades reais de mudana e aprendizagem. E
mais, em relao ao Seis Sigma, essa filosofia o diferencial da conduta dos profissionais
engajados na elaborao de projetos que produzem ganhos financeiros tangveis para a
organizao.
Este artigo traz uma fundamentao terica e um conjunto de argumentos que mostram
porque o uso do pensamento estatstico parte preponderante do sucesso da implementao
do PQSS. Para expor o assunto, o texto est organizado da seguinte maneira: A seo 2
apresenta os elementos chave para compreender o que o pensamento estatstico e fornece
subsdios para compreender como a organizao pode tirar vantagens por aplic-lo, tanto em
processos de manufatura, como em operaes de servios. Na seo seguinte, sero
apresentados aspectos gerais sobre o Seis Sigma, incluindo uma proposio de definio para
o Seis Sigma. A influncia do pensamento estatstico na implementao do PQSS consta do
contedo abordado na seo 4. Finalmente, na ltima seo so feitas algumas consideraes
com o intuito de salientar pontos que evidenciam a contribuio desse trabalho.
2. Pensamento estatstico
Os primeiros trabalhos que aplicaram o pensamento estatstico datam do incio do sculo
XIX. Foi em torno de 1900 que o entendimento do pensamento estatstico comeou a
influenciar o desenvolvimento do pensamento moderno. J nesta poca, a variao era o
principal fator estimulante dos estudos da estatstica matemtica moderna (PORTER, 1986).
A aplicao do pensamento estatstico para melhor compreender as variaes nos processos
de manufatura foi introduzida por W. A. Shewhart no incio do sculo XX. Shewhart foi um
dos precursores no uso das teorias de probabilidade e estatstica no mbito das aplicaes
industriais. Nos anos 1950, W. E. Deming motivou o uso da estatstica como um meio para
tentar mudar o desempenho dos processos.
A literatura traz algumas definies de pensamento estatstico mais focadas para seu uso nos
ambientes empresarias. Snee (1990, p.118) define pensamento estatstico como ... processo
de raciocnio que reconhece que variao est em tudo ao nosso redor e presente em tudo que
fazemos, que todo trabalho uma srie de processos interligados; e que identificar,
caracterizar, quantificar, controlar e reduzir variao fornece oportunidades de melhoria. A
Quality Press (1996) apresenta em seu glossrio de termos que o pensamento estatstico uma
filosofia de aprendizagem e ao, e traz como princpios: (a) todo trabalho ocorre num
sistema de processos interligados; (b) variao existe em todos os processos; e (c) entender e
reduzir variao a chave para o sucesso. Moore (1990), citado por Chance (2002),
propuseram alguns elementos centrais do pensamento estatstico. So eles: a onipresena da
variao; a necessidade de dados sobre processos; o planejamento de coleta de dados com a
variao em mente; a quantificao da variao; e a explicao da variao.
Como se pode ver, as definies apresentadas acima trazem a variao como um conceito
primordial para compor o pensamento estatstico. Muitas vezes variao e variabilidade so
termos usados com certa equivalncia. Entretanto, essa intercambiamento conceitual nem
sempre aplicado de forma apropriada. Variabilidade tem um sentido mais amplo, pois
abrange no somente a variao, mas a instabilidade e a falta de exatido (acurcia). Assim,
ao se adotar variabilidade em lugar de variao em cada uma das definies consegue-se criar
um sentido mais abrangente para o pensamento estatstico.
A respeito da variabilidade, h de se considerar que ela estar sempre presente, entre
produtos, pessoas, servios, processos, natureza, etc. O importante tentar descobrir: O que a
variabilidade indica sobre os processos? Quais so as fontes de variao? Qual o
entendimento que se tem dos conceitos de probabilidade e estatstica para se entender, estudar

ENEGEP 2004

ABEPRO

1427

XXIV Encontro Nac. de Eng. de Produo - Florianpolis, SC, Brasil, 03 a 05 de nov de 2004

e controlar a variabilidade? Uma estratgia que vise a melhoria de processos passa,

indiscutivelmente, pela definio de aes corretivas nos processos, as quais tero sua
eficincia amarrada s respostas dessas questes.
As variaes podem ser inseridas num processo atravs de suas entradas tpicas (inputs) ou de
atividades que transformam estas entradas em sadas (outputs). Essas variaes podem se
originar em seis fontes distintas, segundo Britz et al. (2000): (1) Pessoas: por meio de
diferentes maneiras de fazer as coisas, diferentes estilos de aprendizagem, diferentes talentos
e habilidades; (2) Mquinas: por meio de equipamentos inconsistentes ou de vrias partes de
equipamentos, cujo desempenho no uniforme (apesar de se esperar que fossem); (3)
Material: devido diversidade de fornecedores que supostamente compreendem as mesmas
entradas, ou mesmo da variao entre diferentes remessas de um mesmo fornecedor; (4)
Mtodo: atravs de procedimentos mal elaborados ou inapropriados s fontes de variao; (5)
Medies: inabilidade de medir exatamente e precisamente as diversas sadas dos processos;
(6) Ambiente: tanto do ambiente fsico como do ambiente de trabalho, nas polticas, e aes
administrativas.
O principal fator para se analisar as fontes de variao so os dados. Os dados so parte
crucial no estudo da variabilidade, pois, assim como so geradores de resultados, so
geradores de incerteza. Aos dados tambm so imputadas fontes de erros que interferem
diretamente na aplicao dos mtodos estatsticos.
Embora a existncia de dados seja fundamental para se estudar variabilidade, importante
distinguir a diferena entre entender variabilidade e usar dados. Variabilidade existir
independentemente da disponibilidade ou no de dados para estud-la. Enquanto que os dados
so coletados para melhor entender a variabilidade. Mas para compreender tal diferena
preciso medir.
Estatisticamente falando, a medio a nica forma de se efetivar a observao de um
fenmeno que apresenta variaes. A medio efetiva a ligao entre variao e dados, seja
nos processos tcnicos, nos de manufatura, ou nos processos no tcnicos, como os
administrativos, de servios ou de transaes. Do ponto de vista operacional, a medio
empregada para: monitorar/acompanhar a produo; controlar ou investigar um processo;
garantir a qualidade de produtos e processos de fabricao; garantir o atendimento s
exigncias de metrologia e de especificaes; evitar o desperdcio; e reduzir a taxa de erros,
defeitos e falhas. Naturalmente, que para tanto preciso investir, ou seja, a medio um
investimento que a organizao faz para se beneficiar das vantagens de poder monitorar e
responder s mudanas ambientais, sejam elas no ambiente interno ou externo organizao.
A figura 1 apresenta conceitos que definem a estrutura que representa a sinergia entre
pensamento estatstico e mtodos estatsticos como catalisadores da melhoria da qualidade.
Para melhor compreender o potencial de cada um dos conceitos destacados necessrio
perceber que:
Sem uma viso de processo: as pessoas tm dificuldade de entender o problema real e de
como devem se comportar face s propostas de solues; difcil definir o escopo do
problema e descobrir causas fundamentais para a existncia do problema; o gerenciamento
ineficaz; e a melhoria lenta;
Sem entender variabilidade: pode ser difcil separar causas comuns de causas especiais; o
entendimento do processo dificultado; o gerenciamento do processo ineficaz; a melhoria
lenta; no h como dimensionar e reduzir as perdas; e a aprendizagem lenta;
Sem medio: no h observao e nem como avaliar o desempenho dos processos em relao
s exigncias dos clientes; no se percebe onde esto os pontos fortes ou fracos
(oportunidades e ameaas); no h como coletar dados;
ENEGEP 2004

ABEPRO

1428

XXIV Encontro Nac. de Eng. de Produo - Florianpolis, SC, Brasil, 03 a 05 de nov de 2004

Sem dados: todos acham que sabem o que est acontecendo; no h histrico; h maior
dificuldade em se justificar as ocorrncias de falhas e de sucesso; no h anlise estatstica; e
a melhoria no acontece;
Sem mtodos estatsticos: no h evidncia e sim impresses; a reduo da variabilidade
uma dificuldade real e desestimulante; os diagnsticos acerca da estabilidade dos processos
so prejudicados, pois, os resultados so pouco consistentes; a melhoria lenta; e a
argumentao gerencial e operacional fraca.
Pensamento estatstico
Processos

Variabilidade

Medio

Dados

Melhoria

Mtodos Estatsticos

Filosofia

Aprendizagem

Anlise

Ao

Figura 1 Pensamento estatstico como catalisador da melhoria da qualidade de produtos e

processos (adaptado de Britz et al. (2000)).
O pensamento estatstico no est amarrado necessidade de se usar ferramentas estatsticas.
Na verdade, o entendimento da abrangncia do pensamento estatstico em nveis gerencial e
estratgico d maior impacto e racionalidade s aes do que propriamente o uso dos mtodos
estatsticos (HARE et al., 1995). Para Britz et al. (2000), o pensamento estatstico deve
anteceder o uso dos mtodos e ferramentas estatsticas, posto que conceitual, universalmente
aplicvel e tem como requisito principal o conhecimento. J os mtodos estatsticos
fortalecem o pensamento estatstico ao fornecerem oportunidades de melhoria dos processos
como conseqncia da medio, coleta de dados e anlise estatstica. Muitas organizaes tm
devotado esforos no sentido de disponibilizarem recursos para capacitao e treinamento de
pessoas sobre o uso apropriado dos mtodos estatsticos como estratgia de melhoria da
qualidade e da produtividade. Apesar disso, a aplicabilidade dos mtodos estatsticos ainda
questionvel em algumas situaes. Duas razes principais para este questionamento foram
apontadas por Leitnaker et al. (1996). A primeira diz respeito crena errnea de que os
mtodos estatsticos sejam meios para promover a melhoria organizacional. Sobre este ponto,
embora o uso dos mtodos estatsticos seja muitas vezes um recurso necessrio,
responsabilidade daqueles que gerenciam os processos definir os meios e onde ser aplicada a
abordagem estatstica. A segunda razo se refere preocupao em treinamento de
operadores, supervisores e tcnicos; como se a deficincia dos processos fosse ocasionada
somente por falta de preparo dos profissionais de nvel operacional, e no por outros aspectos
que refletem problemas nos nveis gerencial e estratgico, ou seja, uma viso estatstica
estreita de gerentes e administradores. Falhas na implementao da estratgia decorrentes da
no compreenso da viso e da estratgia, falta de alinhamento, limitaes do sistema de
informaes de marketing, utilizao de medidas de desempenho pouco abrangentes, e
resistncia mudana de cultura so exemplos desses problemas.
Frente ao exposto acima, pode-se perceber que o pensamento estatstico fornece uma
abordagem mais holstica para a melhoria, a qual complementada pelos mtodos estatsticos
que so pautados no uso de dados, na anlise das fontes de variao existentes em processos,
produtos e servios.
ENEGEP 2004

ABEPRO

1429

XXIV Encontro Nac. de Eng. de Produo - Florianpolis, SC, Brasil, 03 a 05 de nov de 2004

3. Seis Sigma
No incio dos anos 1990, quando foram publicados os primeiros artigos sobre o Seis Sigma,
os autores demonstraram entender que o Seis Sigma era uma abordagem tcnica, onde a
medio, uso da estatstica e a meta de quase perfeio constituam os pontos fortes da
abordagem (MITCHELL, 1992; TADIKAMALLA, 1994; BEHARA et al., 1995). Mas, com
o passar do tempo, novas vises foram sendo introduzidas e o Seis Sigma passou a constituir
um modo eficiente e eficaz das organizaes conseguirem elevar seu desempenho. Para
compreender a abrangncia do Seis Sigma recomenda-se a leitura dos textos de Harry &
Schroeder (2000), Eckes (2001), Perez-Wilson (1999), Pande et al. (2001) e Rotondaro
(2002).
Apesar da grande repercusso que o Seis Sigma gerou desde o seu surgimento ainda no final
dos anos 1980, pouco se tem feito no sentido de se identificar e incorporar novas teorias para
se estudar o tema. Na ltima dcada, grandes companhias no mundo inteiro adotaram o
PQSS. Entre elas aparecem Motorola, General Eletric (GE), Allied Signal, 3M, IBM, Dow
Chemical, American Express, DuPont, Toshiba, Eaton, Johnson & Johnson (SCHROEDER et
al., 2002).
As publicaes acadmicas recentes sugerem indicadores interessantes para identificar
elementos chave e diretrizes que definem o Seis Sigma. Uma tendncia notria a insero
do Seis Sigma em assuntos ligados gesto estratgica dos negcios. Coronado & Antony
(2002) definem o Seis Sigma como uma estratgia para melhoria de negcios usada para
aumentar a lucratividade do negcio, eliminar refugo, reduzir custoda no qualidadee
melhorar a eficincia e eficcia de todas as operaes .... Schroeder, et al. (2002) chegaram a
uma definio aps reunir descries de tcnicos e administradores envolvidos com o PQSS,
a saber: Seis sigma uma coleo de ferramentas estatsticas, um processo para melhoria,
uma linguagem comum e uma filosofia de negcio que se difunde na companhia inteira. Para
Linderman et al. (2003), o Seis Sigma ... um mtodo sistemtico e organizado para
melhoria estratgica de negcio, desenvolvimento de novos produtos e desenvolvimento de
servios....
A literatura no tem demonstrado uma congruncia to evidente no sentido de formalizar
melhor a definio do Seis Sigma, talvez em sinal do aumento do escopo do Seis Sigma que
cresceu juntamente com o nmero de organizaes que passaram a adotar o PQSS. Assim,
aps analisar vrios trabalhos publicados desde o incio dos anos 1990, foi possvel identificar
alguns elementos chave que levaram a proposio da seguinte definio:
Seis Sigma uma abordagem que impulsiona a melhoria do desempenho do
negcio, baseando-se na aplicao do pensamento estatstico em todos os nveis
de atividades; no enfoque estratgico de gerenciamento; na valorizao da
satisfao dos clientes; na utilizao de uma metodologia sistematizada que
integre tcnicas variadas para se avaliar e otimizar processos; na capacitao e
na mudana de cultura proveniente da aprendizagem.
Esta definio aponta temas essenciais que definem o arcabouo do Seis Sigma e que
contribuem para enxergar que o PQSS possui propriedades dos programas estratgicos e
tambm dos programas operacionais.

ENEGEP 2004

ABEPRO

1430

XXIV Encontro Nac. de Eng. de Produo - Florianpolis, SC, Brasil, 03 a 05 de nov de 2004

4. O Pensamento estatstico e o Seis Sigma

No contexto gerencial, os elementos centrais do pensamento estatstico esto intimamente
associados obteno e forma de utilizao das informaes, pois, quando Snee (1990)
destaca a reduo de variao, a eliminao de causas comuns e especiais de variao, a
consistncia de propsito e a robustez como elementos essenciais do pensamento estatstico,
deve-se considerar que o gerenciamento das informaes sobre cada um desses elementos ,
sem dvida, o fator de diferenciao entre administradores conscientes ou no dos princpios
fundamentais do pensamento estatstico.
Desde os anos 1980 o uso de mtodos estatsticos vem sendo recomendado como um recurso
para o aprimoramento gerencial. Na interpretao de Deming, gerentes e administradores
deveriam se concentrar no como a organizao fornece produtos e servios aos seus
clientes, em vez de ficarem obsessivamente preocupados com os ganhos financeiros e com o
controle gerencial. Em seu discurso, dirigido aos gerentes seniores, Deming era enftico em
afirmar que eles detinham a responsabilidade de gerenciar os meios, e no somente as
medidas de desempenho relativas ao controle contbil. Em suas consideraes, por vezes,
Deming salientou que o objetivo do administrador de um sistema o de otimizar o sistema
como um todo, a fim de proporcionar a satisfao dos stakeholders. Para isso, seria necessrio
compreender os elementos da teoria da variabilidade, incluindo o entendimento do que um
sistema estvel e tambm da diferenciao entre causas comuns e causas especiais de
variao.
Coletar dados que gerem informaes confiveis e relevantes e que dem suporte tomada de
deciso uma condio necessria na viso moderna do gerenciamento da qualidade em
qualquer ambiente organizacional. Nas organizaes que adotam o Seis Sigma, a reduo da
variao, a medio e a coleta de dados so premissas indiscutveis para o sucesso do PQSS.
E ainda, se o pensamento estatstico entendido e reconhecido como um aspecto primrio
para a organizao, aplicado em todos os nveis hierrquicos de atividades, ele contribuir
para a criao e disseminao de uma gramtica comum de comunicao, a qual favorece o
alinhamento estratgico, a integrao e a mudana de cultura organizacional; dimenses
estratgicas que facilitam e aprimoram a implementao do PQSS.
Apesar da grande nfase na reduo da variao, a literatura que trata sobre o PQSS no
refora a necessidade do pensamento estatstico como tema essencial, ou seja, como ponto de
partida para se pensar na implementao do PQSS. Com mais freqncia encontra-se estudos
que salientam o significado estatstico do Seis Sigma, juntamente com um enfoque dirigido
para a aplicao dos mtodos estatsticos, ou mesmo, descries das prticas empregadas
pelas organizaes. Bajaria (1999) menciona este aspecto como uma falha nas discusses
sobre o tema.
Hare et al. (1995) apontam o foco em processos, o entendimento de variao e o uso de dados
para subsidiar aes como componentes chaves que deveriam ser desenvolvidas e usadas nas
atividades dirias de gerenciamento. Os autores ressaltam, ainda, que a tomada de deciso,
como reflexo das aes gerenciais baseadas em dados, um princpio bsico para enriquecer
o gerenciamento de processo e para melhorar processos. No Seis Sigma essa postura gerencial
fortemente enfatizada. Para exemplificar, a lista de itens que segue traz algumas aes que
podem ser mais bem definidas com a aplicao do pensamento estatstico.
Definir estratgias para melhoria do
desempenho organizacional
Manter constncia de propsito
Aprimorar o planejamento
Reduzir o nmero de fornecedores
ENEGEP 2004

Quebra de barreiras interfuncionais

Monitoramento das flutuaes de mercado
Estmulo ao trabalho em equipe
Tomada de decises baseada em fatos e dados
Aumento da robustez no gerenciamento

ABEPRO

1431

XXIV Encontro Nac. de Eng. de Produo - Florianpolis, SC, Brasil, 03 a 05 de nov de 2004

Avaliar tendncias competitivas

Incentivar as pessoas a pensarem na
eficincia e eficcia das atividades

Melhorar os processos de distribuio

Reduzir variao nos processos
administrativos e de fabricao.

Note que, os itens acima apontam, conjuntamente, aes em processos estratgicos, gerenciais
e operacionais.
Em cada um dos nveis de atividades (estratgico, gerencial e operacional) o pensamento
estatstico pode ser aplicado com caractersticas um tanto quanto distintas. O nvel estratgico
tende a fazer um uso mais conceitual das idias subjacentes do pensamento estatstico; o nvel
gerencial cuidar da utilizao do pensamento estatstico na implementao e gerenciamento
dos meios que possibilitam alcanar os objetivos estratgicos, principalmente para que as
atividades do nvel operacional estejam em harmonia com a orientao estratgica.
Uma vez que o pensamento estatstico se torna um conceito disseminado em todos os nveis
de atividades, o aumento da qualidade vem como conseqncia de aes com consistncia de
propsito e associadas a uma mudana de cultura organizacional. Essa mudana de cultura
pode proporcionar uma diminuio da resistncia utilizao dos mtodos estatsticos
imprescindveis para compor uma metodologia sistematizada que leve a melhorar todos os
processos, eliminando defeitos, erros e falhas e otimizando os processos e suas sadas. No
PQSS as metodologias descritas pelas siglas DMAIC e DFSS tm tais caractersticas e so
utilizadas de forma sistemtica para implementar os Projetos Seis Sigma, os quais so
implementados com o intuito de que sejam catalisadores da elevao do desempenho.
5. Consideraes Finais
Este artigo contribuiu para mostrar que, na verdade, implementar mtodos estatsticos em
diferentes produtos, processos, setores ou objetos pode no ser a preocupao mais relevante
para promover a mudana e aprendizagem que se espera alcanar com a implementao do
PQSS. As pessoas e seus nveis de aceitao e de compreenso dos princpios que norteiam o
pensamento estatstico podem ser uma das maiores barreiras para o insucesso do PQSS.
O sucesso do PQSS depende, sobretudo, da implementao dos Projetos Seis Sigma, mas,
para a efetividade deste propsito, preciso que as pessoas estejam conscientes das metas de
longo prazo; de como as aes individuais contribuem para a realizao dos objetivos
estratgicos; de haver uma direo comum; e, sobretudo, de se dispor de uma gramtica de
comunicao que facilite o alinhamento estratgico. O uso do pensamento estatstico pode
garantir a existncia dessa gramtica comum que deve ser compartilhada por todos para que o
PQSS aja diretamente na base do sucesso nos negcios, isto , na qualidade, na produtividade
e na reduo de custo.
Considerando que, a competio no ambiente dos negcios um fato; que para se manterem
competitivas, sobreviverem e progredirem as organizaes precisam melhorar seu
desempenho; que a competio estimula a melhoria; que a taxa de melhoria determina os
ganhadores e os perdedores; que o pensamento estatstico ajuda a encontrar oportunidades de
melhoria; que o pensamento estatstico age em sinergia com os mtodos estatsticos para
alcanar a melhoria; que a melhoria do desempenho o objetivo central do PQSS, ento, os
fundamentos e argumentos apresentados neste trabalho do indicativos substanciais para
esclarecer que o sucesso do PQSS est fortemente associado utilizao dos princpios que
regem a filosofia do pensamento estatstico.
Referncias Bibliogrficas
BAJARIA, H. J. (1999) Six sigma quality: beyond hype. Multiface Publishing. Garden City, Michigan.

ENEGEP 2004

ABEPRO

1432

XXIV Encontro Nac. de Eng. de Produo - Florianpolis, SC, Brasil, 03 a 05 de nov de 2004

BEHARA, R. S.; FONTENOT, G. F. & GRESHAM, A. (1995) Customer satisfaction measurement and analysis
using six sigma. International Journal of Quality & Reliability Management. Vol.12, n.3, p.9-18.
BJERKE, F. & HERSLETH, M. (2001) Introducing statistical thinking to the food industry: facilitating and
inhibiting factors. QMJ. Vol.8, n.3, p.49-60.
BRITZ, G. C.; EMERLING, D. W.; HARE, L. B.; HOERL, R. W.; JANIS, S. J. & SHADE, J. E. (2000)
Improving performance through statistical thinking. ASQ Quality Press. Milwaukee.
CHANCE, B. L. (2002) Components of statistical thinking and implications for instruction and assessment.
Journal of Statistics Education. Vol.10, n.3.
CORONADO, R. B. & ANTONY, J. (2002) Critical success factors for the successful implementation of six
sigma projects in organisations. The TQM Magazine. Vol.14, n.2, p.92-99.
DALE, B. G.; WILLIAMS, R. T. & WIELE, T. (2000) Marginalisation of quality: is there a case to answer? The
TQM Magazine, Vol.12, n.4, p.266-274.
ECKES, G. (2001) A revoluo seis sigma. Campus. Rio de Janeiro.
FINN, G. A. (1999) Six sigma in the engineering design process. Prescient Technologies, Inc.
HAHN, G.; DOGANAKSOY, N. & HOERL, R. W. (2000) The evolution of six sigma. Quality Engineering,
Vol.12, n.3, p.317-326.
HAN, C. & LEE, Y. (2002) Intelligent integrated plant operation system for six sigma. Annual Reviews in
Control, Vol.26, p.27-43.
HARE, L. B.; HOERL, R. W.; HROMI, J. D. & SNEE, R. D. (1995) The role of statistical thinking in
management. Quality Progress. Feb. p.53-60.
HARRY, M. J. & SCROEDER, R. (2000) Six sigma: the breakthrough management strategy revolutionizing the
worlds top corporations. Doubleday. New York.
ISHIKAWA, K. (1985) What is total quality control? The Japanese way. Prentice-Hall. Englewood Cliffs, New
Jersey.
LEITNAKER, Mary G.; SANDERS, Richard D. & HILD, Cheryl (1996) The power of statistical thinking:
improving industrial processes. Addison-Wesley Publishing Company. Massachusetts.
LINDERMAN, K.; SCHROEDER R. G.; ZAHEER, S. & CHOO, A. S. (2003) Six Sigma: a goal-theoretic
perspective. Journal of Operations Management. Vol.21, p.193-200.
MITCHELL B. (1992) The Six sigma appeal. Engineering Management Journal. Feb. p.41-47.
MOORE, D. S. (1990) Uncertainty, on the Shoulders of Giants. National Academy Press, p.95-173.
PANDE, P.; NEUMAN, R. P. & CAVANAGH R., R. (2001) Estratgia Seis Sigma. Qualitymark. Rio de
Janeiro.
PEREZ-WILSON, M. (1999) Seis Sigma: compreendendo o conceito, as implicaes e os desafios.
Qualitymark. Rio de Janeiro.
PORTER, T. M. (1986) The rise of statistical thinking. Princeton University Press. New Jersey.
QUALITY PRESS (1996) Glossary and Tables for Statistical Quality Control. Quality Press. Milwaukee, WI.
ROTONDARO, R. G. (2002) Seis Sigma: estratgia gerencial para melhoria de processos, produtos e servios.
Atlas. So Paulo.
SCHROEDER, R.; LINDERMAN, K.; LIEDTKE, C. & CHOO, A. S. (2002) Six sigma: old wine in new
bottles? (no prelo).
SNEE, Ronald D. (1990) Statistical thinking and its contribution to total quality. The American Statistician,
Vol.44, n.2, p.116-121.
TADIKAMALLA, P. R. (1994)The confusion over six-sigma quality. Quality Progress. Nov. p.83-85.

ENEGEP 2004

ABEPRO

1433