Seis Sigma

Renata Teles Moreira

rtm@cin.ufpe.br

Disciplina: Tópicos Avançados em Engenharia de Software 3: Qualidade, Processos

e Gestão de Software
Universidade Federal de Pernambuco
 Roteiro

Origem do Seis Sigma

O que é seis sigma
CEP – Controle Estatístico do Processo
Capacidade de processo
Abordagem DMAIC
Considerações Finais
Referências

Universidade Federal de Pernambuco 2/55

 O que é Seis Sigma?

3,4 PPM
Defeituosos

LIE LSE

É uma
Outro programa metodologia
para estruturada
cortar e reduzir custos?.. para
Ofornecimento
Processo Seisde produtos
Sigma tem e serviços
como foco:melhores,
mais
Somente um rápidos
monte de
• Redução com custos
cálculos
do tempo demais
ciclo;baixos;
estatísticos com uma
que ninguém entende?..
forte base em conhecimento de processos e
• Redução Não!!!!
drástica de defeitos; e
• através da dos
Satisfação redução da variabilidade dos
clientes.
processos.

Universidade Federal de Pernambuco 3/55

 Origem do Seis Sigma

Na década de 80, a Motorola, promoveu o

desenvolvimento da metodologia com o objetivo de
melhorar a qualidade dos seus produtos;

Em 1986, Bill Smith, engenheiro da Motorola, definiu

um conceito chave para a empresa: Defeitos por
Oportunidade, ou Defeitos por Unidade;

Com este indicador, a Motorola passa a medir os

defeitos em todas as etapas de produção de forma
consistente;

Em 1988 a Motorola recebe o prêmio Malcolm

Baldrige National Quality Award, equivalente ao nosso
Prêmio Nacional de Qualidade;

Universidade Federal de Pernambuco 4/55

 Origem do Seis Sigma

A IBM foi uma das primeiras empresas a implantar as

técnicas do Seis Sigma, seguindo a Motorola;

Este trabalho resultou, também, no Prêmio Malcolm

Baldrige National Quality Award, em 1990;

A partir daí o “SIX SIGMA” começou rapidamente a se

tornar um fator crítico de sucesso;

Observou-se que o processo poderia ser aplicado em

qualquer organização visto sua versatilidade.

Universidade Federal de Pernambuco 5/55

 Origem do Seis Sigma

Quando Jack Welch tornou-se CEO da General Electric

Company, em 1991, um dos primeiros itens de sua
agenda foi a reestruturação de toda a organização;

As 12 unidades de negócio da GE deveriam utilizar

processos baseados em Seis Sigma;

Em 1995 a GE começou seu programa com média de

qualidade de 3 Sigma;

Antes de 1997, subiu para 3,5 Sigmas;

Este aumento de qualidade transformou a GE, de uma

empresa de 25 bilhões de Dólares em uma empresa
de 90 Bilhões e alta rentabilidade.

Universidade Federal de Pernambuco 6/55

 Seis Sigma

Definição Estatística
Sigma (): desvio padrão (variação da média
em distribuição normal)

Processo é Seis Sigma: ocorrência de valor

fora da especificação é RARA: 3.4 ppm

Universidade Federal de Pernambuco 7/55

 Seis Sigma

O conceito estatístico, primeiramente, considera que o

comportamento do processo segue a distribuição
normal de probabilidades;

Baseado nesta premissa, busca-se reduzir

gradativamente a variabilidade de um processo até
que se atinja um fator de 99,99966% de sucesso ou
seja 3,4 PPM (Seis vezes o desvio padrão);

Universidade Federal de Pernambuco 8/55

 Seis Sigma

Processo Estável e Capaz

Gerenciar a qualidade, segundo a perspectiva de

redução de variabilidade dos processos, exige das
empresas:
A adoção de técnicas de controle estatístico, e
Estudo dos índices de capacidade.

Universidade Federal de Pernambuco 9/55

 CEP – Controle Estatístico de
Processo

Uma técnica estatística desenvolvida para medir

e analisar a variabilidade dos processos

Monitora entradas e saídas de processo em um

gráfico de controle de tal forma que problemas
podem ser resolvidos mais rapidamente.

Os gráficos de controle ajudarão a eliminar

variações sem controle em um processo e irá
assegurar que o processo ficará estável ao longo
do tempo.

Discute tipos de variação que afetam o processo

Causas Comuns de Variação
Causas Especiais de Variação

Universidade Federal de Pernambuco 10/55

 Causas Comuns de Variação

As causas comuns de variação são inerentes ao

processo, ou seja, são conseqüências da forma
como o processo foi desenhado.

Originam-se da variabilidade natural do processo.

O processo que varia apenas devido a causas

comuns é dito como estável ou sob controle
estatístico.

Pode ser reduzida, mas não eliminada

Universidade Federal de Pernambuco 11/55

 Causas Especiais de Variação

As causas especiais de variação correspondem a

circunstâncias ou eventos não usuais, portanto
não inerentes ao processo, sinalizando que algo
de especial está influenciando o processo.
O processo que varia devido a causas especiais é
dito fora de controle estatístico
Em controle e melhoria de processo é necessário
identificar e eliminar causas especiais e trabalhar
para reduzir causas comuns.

Universidade Federal de Pernambuco 12/55

 Gráfico de Controle

O gráfico de controle visa analisar e eliminar

variações anormais em determinado processo
produtivo, com base em amostras
periodicamente coletadas do processo.

Universidade Federal de Pernambuco 13/55

 Processo sob Controle

Processo sob controle

(Causas especiais eliminadas)

Processo fora controle

(Presença de causas especiais)

Universidade Federal de Pernambuco 14/55

 Estudo da Capacidade do
processo

O estudo da Capacidade do Processo é um dos

maiores passos do processo de melhoria
continua. Tem três objetivos:

Obter Processo estável

Reduzir a variabilidade das saídas dos processos
chaves
Melhorar a capacidade dos processos através da
redução da variação e centralizando o processo no
seu valor alvo

Universidade Federal de Pernambuco 15/55

 Estudo da capacidade do
Processo

Um estudo da Capacidade do Processo

geralmente consiste em quatro passos:

Passo 1: Verificar se o processo é estável;

Passo 2: Verificar se a distribuição dos dados
é normal;
Passo 3: Calcular os Índices de Capacidade -
Cp e Cpk ; Determinar o Nível de Qualidade
Sigma
Passo 4: Fazer recomendações para a
melhoria do Processo

Universidade Federal de Pernambuco 16/55

 Passo 2: Determinar os estão
sob a distribuição Normal

Em estudo de Capacidade de Processo, a correta

interpretação dos Índices de Capacidade requer
que medidas base tenham aproximadamente
uma Distribuição Normal.

Distribuição Normal:
Se uma variável aleatória contínua tem a
distribuição com o gráfico simétrico e em forma de
sino e que pode ser descrito pela equação

dizemos que ela tem uma Distribuição Normal.

Universidade Federal de Pernambuco 17/55

 Passo 3: Índices de
Capacidade

Um processo capaz é aquele no qual todas

as medidas da população estão dentro dos
limites de especificação inferior e superior.
Upper and Lower Standards Single Standard
(Specifications) (Specification)
Spec Spec Spec
(Lower) (Upper)

Out of Spec In Spec Out of Spec

In Spec Out of Spec

Probability Probability Probability

Universidade Federal de Pernambuco 18/55

 Índices de Capacidade

Capacidade é definida como a habilidade

de um processo de produzir saídas que
atendem as especificações determinadas
pelo cliente.
Um processo capaz é aquele no qual a
distribuição das medidas de saída dos
processos estão centradas no alvo, e uma
porcentagem muito alta das medidas
estão dentro dos limites de especificação.

Universidade Federal de Pernambuco 19/55

 Usos dos Índices de
Capacidade

Podem ser usados para prover:

Um método de rastrear as melhorias relativas
de um processo individual ao longo do tempo;
Um método para estimar a percentagem de
defeitos de um produto não conforme;
Um meio de comparar a capacidade de vários
processos, cada um com diferentes unidades
de medidas e diferentes especificações;
Um meio para identificar o processo mais
necessitado de melhoria;
Um conjunto de critérios de qualificação para
avaliar fornecedores

Universidade Federal de Pernambuco 20/55

 Definição de Cp

Variabilidade Permitida do Processo

Cp =
Variabilidade Atual do Processo

Permitido

Atual

Universidade Federal de Pernambuco 21/55

 Definição de Cpk

Capacidade ajustada dos processos

Spec m Spec
(LIE) (LSE)
Distância entre a
média da população
e a especificação Expresso matematicamente temos:
limite mais próxima MIN m  LIE , LSE  m 
(|m-LSE|). Esta C PK 
distância dividida por 3
3 é Cpk.

Cp não leva em conta a proximidade dos meios

para a especificação central
Cp é insuficiente para descrever a capacidade de
um processo conforme a especificação

Universidade Federal de Pernambuco 22/55

 Como calcular o Sigma

Medida entre a média e a especificação

mais próxima (LIE ou LSE) em quantidade
de desvios-padrão (), utilizando a norma
reduzida (z).
MIN LSE  m , LSE  m 
Z

LIE 6 6 LIE
Z
( m  6 )  m , ( m  6 )  m   6


 P(X<LIE) = P(z < -6) = 1,25 ppm

P(X>LSE) = P(z < 6) = 1,25 ppm

m
Índice Cpk = 2

Universidade Federal de Pernambuco 23/55

 Como calcular o Sigma

Como é difícil manter um processo sempre

centralizado, já que a longo prazo, vários fatores
provocam seu deslocamento (shift) para cima ou para
baixo, a metodologia Seis Sigma validou
empiricamente que esse shift da produção era
aproximadamente 1,5 desvios padrão.

LIE 4,5 LIE

ZCP = ZLP + 1,5
7,5
P(X<LSE) = P(z > 4,5) = 3,4 ppm
O

~0 ppm 1,5
3,4 ppm Capacidade Potencial
do Processo
m

Universidade Federal de Pernambuco 24/55

 Qualidade Seis Sigma

Defeitos por Custo da não

Nível da milhão Percentual qualidade
qualidade conforme (percentual do
(ppm) faturamento da empresa)

Dois sigma 308.537 69,15 Não se aplica

Três sigma 66.807 93,32 25 a 40%

Quatro
6.210 99,3790 15 a 25%
sigma
Cinco
233 99,97670 5 a 15%
sigma

Seis sigma 3,4 99,999660 < 1%

Universidade Federal de Pernambuco 25/55

 Qualidade Seis Sigma
A Visão Clássica da A Visão Seis Sigma da
Qualidade Qualidade
“99% Bom” (3,8) “99,99966% Bom” (6)
20.000 artigos de correio Sete artigos de correio
perdidos por hora perdidos por hora

Água potável duvidosa Um minuto de água

quase 15 minutos a cada potável duvidosa a cada
dia sete meses

5,000 operações cirúrgicas 1,7 operações cirúrgicas

incorretas por semana incorretas por semana

2 aterrissagens curtas ou Uma aterrissagem curta

longas na maioria dos ou longa na maioria dos
principais aeroportos principais aeroportos a
diariamente cada cinco anos

200.000 receitas médicas 68 receitas médicas

erradas a cada ano erradas a cada ano

Falta de eletricidade por

quase 7 horas a cada mês Uma hora de falta de
eletricidade a cada 34
anos

Universidade Federal de Pernambuco 26/55

 DMAIC

O método está centrado na identificação dos

problemas-base para a Seleção dos Projetos a
serem, na coleta de dados de forma honesta, que
leva a conhecer o Desempenho do Processo
Atual, na determinação das causas dos
problemas, que leva à Análise das Causas, na
formulação das ações de melhoria, que leva à
Melhoria do Processo, na consolidação e
manutenção das melhorias conseguidas, que leva
a Manter o Processo sob Controle

Universidade Federal de Pernambuco 27/55

 DMAIC
Define Oportunidades
O que é importante?

Mede Performance
De que modo fazemos?

Analisa Oportunidades
O que está errado?

Melhora Performance
O que precisamos fazer?

Controla Performance
Como nós garantimos a
performance?

Universidade Federal de Pernambuco 28/55

 Definir

Esta primeira etapa consiste em definir

claramente qual o Efeito indesejável de um
processo que deve ser eliminado.
Atividades
Montar uma equipe preparada para aplicar as
ferramentas Seis Sigma;
Definir quais são os requisitos do cliente e traduzir essas
necessidades em Características Críticas Para a
Qualidade
Desenhar os processos críticos procurando identificar os
que tem relação com os CPQs do cliente e os que estão
gerando resultados ruins
Realizar uma análise custo-benefício

Universidade Federal de Pernambuco 29/55

 Definir

Atividades (cont.)
Desenvolver o Project Charter
Objetivos do negócio
Relato do problema
Escopo do projeto
Metas e Objetivos
Milestones
Regras e responsabilidades do time do projeto
Planejamento do Projeto

Universidade Federal de Pernambuco 30/55

 Definir

Business Case Voice of the Customer

VOC Key Issue CTQ
Delighters

More Is Better

Must Be

Project Charter Initial Process Mapping

CUSTOMERS
SUPPLIERS
Problem Statement:
Goal: Inputs Process Outputs
Business Case:
Scope: Yield: 60%
Cost Benefit Projection:
Milestones:
Yield: 90%

Yield: 45%

Yield: 98%

Universidade Federal de Pernambuco 31/55

 Definir <Ferramentas>

Diagrama SIPOC
Uma fotografia instantânea do processo que captura as
informações críticas para um projeto.
Suppliers – indivíduos ou grupos que fornecem tudo
que é trabalhado no processo
Inputs – Informações ou materiais fornecidos
Process – os passos usados para o trabalho
Outputs - O produto, serviço ou informação que será
entregue ao cliente
Customers – Cliente final que receberá o produto ou
serviço

Universidade Federal de Pernambuco 32/55

 Definir <Ferramentas>

A figura mostra um diagrama SIPOC de uma empresa que aluga

equipamentos

Universidade Federal de Pernambuco 33/55

Project: Enter Project Name Here
Project Information Process Importance
Leader: Enter Information Here Enter Information Here
Master Black Belt: Enter Information Here Enter Information Here
Project Start: Enter Information Here Enter Information Here
Project End: Enter Information Here Enter Information Here
Cost of Poor Quality: Enter Information Here Enter Information Here

Team Members Process Problem

Sponsor: Enter Information Here Enter Information Here
Black Belt: Enter Information Here Enter Information Here
Master Black Belt: Enter Information Here Enter Information Here
Subject Matter Experts: Enter Information Here
Enter Information Here Enter Information Here Enter Information Here
Enter Information Here Enter Information Here Project Goals
Enter Information Here Enter Information Here Enter Information Here
Enter Information Here Enter Information Here Enter Information Here
Enter Information Here
Process Start/Stop
Start Point: Enter Information Here Process Measurements
Enter Information Here Enter Information Here
Stop Point: Enter Information Here Enter Information Here
Enter Information Here Enter Information Here

Project Time-Frame
Milestone: Enter Here Enter Here Enter Here Enter Here Enter Here Enter Here Enter Here
Date: Enter Here Enter Here Enter Here Enter Here Enter Here Enter Here Enter Here
Universidade Federal de Pernambuco 34/55
 Definir <Ferramentas>

VOC
QFD

Universidade Federal de Pernambuco 35/55

 Medir

O processo em estudo é desenhado e são Medidas

as variáveis principais
Atividades
Desenhar o processo e sub-processos envolvidos com o
projeto, definindo as entradas e saídas. Estabelecer as
relações y=f(x)
X Fatores Y

Indicadores de
Indicadores Indicadores desempenho da
de Entradas do Processo saída

Medidas de Medidas de
eficiência eficácia

Universidade Federal de Pernambuco 36/55

 Medir

Atividades (cont.)
Criação do Plano de Coletas de dados
Descrição dos critérios específicos usados para as
medidas (o que), a método de coleta dos dados (o
como), quantia de de dados a serem coletados
(quanto), e quem será responsável pelo coleta dos
dados (quem)
Assegurar que:
Os dados coletados são significantes;
Os dados coletados são válidos;
Todos os dados relevantes são coletados ao mesmo
tempo
Coletar dos dados
Definir a capacidade Seis Sigma do processo atual e
estabelecer os objetivos de melhoria do projeto

Universidade Federal de Pernambuco 37/55

 Medir
Identify the Metrics Identify Process Capability Display Data
LSL USL 1000
UCL

Cp = 0.4
I P O s = 2.7
0
X

-1000 LCL

10 20 30 D B F A C E Other

Input Process Output

Measures Measures Measures

Measure
the
process

Validate Measurement
Prioritize the Metrics Data Collection Plan Systems
Data Collection Plan Col # 1 2 3 4 5 6
O1 O2 O3 O4 What questions do you want to answer? Inspector A B
Sample # 1st Trial 2nd Trial Diff 1st Trial 2nd Trial Diff
I1 Data Operational Definition and Procedures
1 2.0 1.0 1.0 1.5 1.5 0.0
I2 FMEA What Measure type/ How Related Sampling How/ 2 2.0 3.0 1.0 2.5 2.5 0.0
I3 Data type measured conditions notes where 3 1.5 1.0 0.5 2.0 1.5 0.5
4 3.0 3.0 0.0 2.0 2.5 0.5
I4 5 2.0 1.5 0.5 1.5 0.5 1.0
Totals 10.5 9.5 3.0 9.5 8.5 2.0
Averages 2.1 1.9 0.6 1.9 1.7 0.4

How will you ensure What is your plan for Sum 4.0 Sum 3.6
consistency and stability? starting data collection? R 1.8 R
XA 2.0 A XB B
How will the data be displayed?

Universidade Federal de Pernambuco 38/55

 Medir <Ferramentas>

Diagrama de Pareto
80% do que uma pessoa realiza no trabalho
vêm de 20% do tempo gasto nesta realização
O Diagrama de Pareto é uma descrição gráfica
de dados que apresenta a informação de forma
que possam concentrar os esforços de
melhoria nos pontos onde os maiores ganhos
podem ser obtidos, nos itens que representam
as melhores oportunidades de melhoria.

Universidade Federal de Pernambuco 39/55

 Medir <Ferramentas>

O Gráfico mostra qual a freqüência dos tipos de erros de faturamento

Universidade Federal de Pernambuco 40/55

 Medir <Ferramentas>

Histograma
É ma forma de descrição gráfica de dados
quantitativos, agrupados em classes de
freqüência. Permite verificar a forma da
distribuição, o calor central e a dispersão.

Universidade Federal de Pernambuco 41/55

 Medir <Ferramentas>

Universidade Federal de Pernambuco 42/55

 Analisar

A análise dos dados coletados é feita nesta

etapa utilizando ferramentas da qualidade
e ferramentas estatísticas
Atividades
Analisar os dados coletados utilizando- se
ferramentas estatísticas, de modo a identificar
os Xs causas óbvias e os Xs causas não óbvias
Identificar e priorizar as causas raises
Validar estatisticamente as causas raízes
Identificar possíveis soluções

Universidade Federal de Pernambuco 43/55

 Analisar
Process Door Data Door
VA NVA 22 O O

21 O

Cause & Effect 20

19
O

n
O
n O n

O
n

18 X O X n X

17 n O n
X

16 n X O

15 X n X

14 X n

13 X

12

1 2 3 4 5 6 7 8 9 10
.

Hypothesis-Testing Design of Experiments

Chi-Square t-test
c² ANOVA

Y Regression Analysis
Regression
X1

.
.
Universidade Federal de Pernambuco 44/55
 Analisar <Ferramentas>

Diagrama de causa e efeito

Uma ferramenta utilizada para apresentar a
relação existente entre determinado resultado
de um processo (efeito) e os diversos fatores
(causas) que podem influenciar nesse
resultado.
Utilizado para o levantamento e apresentação
visual de suas possíveis causas e de seu
relacionamento com o problema.

Universidade Federal de Pernambuco 45/55

 Analisar <Ferramentas>
Programação incompleta
Pessoas Meio ambiente Máquinas
Programação incorreta

Movimento Falta de manutenção

Falta de Treinamento de Pessoas preventiva

Distração
Operação difícil

Temperatura do Ambiente
Medição Operação Fadiga Acionamento Duro

Indicador Apagado
Excesso de horas
extras

Variação na
Dimensão X

Feita a quente Amostragem

Pequena
Instrumento
Desgastado
Intervalo de
Aferição Inspeção Não Padronizado
Falha
Variação da
Dureza
Mal Armazenado Desenho difícil de ler

Quatro
Fornecedores

Medição Material Métodos

Universidade Federal de Pernambuco 46/55

 Analisar <Ferramentas>

FMEA

Universidade Federal de Pernambuco 47/55

 Melhorar

Essa é a fase em que a equipe deve fazer melhorias

no processo existente. Os dados estatísticos
devem ser traduzidos em dados do processo e a
equipe deve por a mão na massa.
Atividades
Desenvolver soluções potenciais
Avaliar, selecionar e priorizar melhores soluções
Implantar soluções pilotos
Confirmar realização dos objetivos do projeto
Elaborar e implementar um plano para a implementação
das soluções em larga escala.
Cálculo da nova capacidade do processo

Universidade Federal de Pernambuco 48/55

 Melhorar
Plan
Generate Solutions Implementation
A 4 1 2 3 4 5 6 7 8 9 10
A
B 1 B
C

C 3 G
E
D

F
G
D 2 H I J

Perform
Cost- Run Pilot
Full scale
Benefit Original
Test

Analysis

Assess Risks
Select the Solution FMEA

Universidade Federal de Pernambuco 49/55

 Controlar

Nessa fase deve ser estabelecido e validado um

sistema de medição e controle para medir
continuamente o processo, de modo a garantir
que a capacidade do processo seja mantida.
Atividades
Elaborar de novos procedimentos de medição e
controle
Validar desempenho e retorno financeiro
Controle Estatístico do Processo

Universidade Federal de Pernambuco 50/55

 Controlar
Document & Key Learnings
Standardize Results
Closure
Training
Curriculum
Training
Manual Learnings
•
•
•
Fill to here Recommendations
next

QC Process Chart Date of Issue:

Revision Date
Issued by:
Reason
Approved by:
Signature
Product Name
Process Name
Process Code #

Work
Control/Check Points Response to Abnormality
Process
Instructions Code # Charac-

Owner Evaluate
.
Project
Flowchart Control Immediate Permanent
teristicsLimitsMethod
W ho Fix Fix Who Notes

2 Results
12

Ownership &
s = s = 2.7
Monitoring Process Change Cp =
3.7
1.4 LSL Cp = 0.4
USL
Management
Before After

} Improvement

A1 A2 A3 A4 A2 A1 A3 A4
Before After Good

} Improvement

} Remaining Gap
Step 4 changes Target
. implemented

Universidade Federal de Pernambuco 51/55

 Equipe
- Responsabiliza-se pela criação de mudanças na or
-Liderança técnica do preparo para o Seis Sigma
-Dedica 100% do tempo para o Seis Sigma
Master -Recebe treinamento intensivo
Black -Treina e instrui os BB e GB
Belt
- Trabalham sod as ordens dos MBB
-Recebem treinamento intensivo em técnicas
de estatística
-Aplicam as ferramentas e conhecimentos do
Black Belts Seis Sima em Projetos
Champions

-- Treinam os GB

- Executam o Seis Sigma

- Auxiliam os BB na coleta de dados e no
desenvolvimento de experimentos
-Lideram pequenos projetos de melhoria
Green Belts em sua área de atuação

- Participa e apoia o time do

projetogeralmente no contexto de suas
responsabilidades já existentes
Team Members

Posicionamento dos
Champions Alinhamento estratégico e análise crítica
Universidade Federal de Pernambuco 52/55
 Champions
 Align projects with business priorities.
 Provide resources & remove obstacles.
 Review project progress.

Master Black Belts

 Train Black & Green Belts.
 Provide technical support to Black Belts.

Black Belts
 Lead breakthrough projects.
 Provide technical support to Green Belts.

Green Belts
 Provide project support to Black Belts.
 Lead smaller projects.
 Provide technical support to team members.

Universidade Federal de Pernambuco 53/55

 Referências

Rotondaro, G. G., coord. Seis Sigma: Estratégia gerencial para

melhoria de processos, produtos e serviços. São Paulo: Atlas,
2002.
George, M. Rowlands, D. and Kastle, B., What’s Lean Six Sigma.
McGraw-Hill, 2004.
George, M. L. et al., The Lean Six Sigma Pocket Toolbook: A
Quick Reference Guide to Nearly 100 Tools for Improving
Process Quality, Speed, and Complexity. McGraw-Hill, 2005.
Eckes, G., Six Sigma for Everyone. John Wiley & Sons, 2003.
Rabelo, A. T., Introdução ao Processo
Seis Sigma. Centro de Informática – UFPE, 2005.
http://http://www.isixsigma.com/. Último acesso em
12/12/2006.
Motorola, Digital Six Sigma – CIC0131 Green Belt Program
Hoff, C. H. Y., Avaliação dos Resultados da Aplicação da
Estratégia Seis Sigma em um Restaurante. Dissertação de
Mestrado, Universidade de Taubaté, 2005

Universidade Federal de Pernambuco 54/55

 Perguntas?

Universidade Federal de Pernambuco 55/55