DoE – Experimento Avançado da Metodologia Seis Sigma

Seis sigma é uma metodologia para solução de problemas de forma estruturada que utiliza ferramentas estatísticas, focando no desvio padrão dos resultados da variável que se pretende abordar. Seu nome “seis sigma” significa atingir um controle de processo que garante uma variabilidade de apenas 3,4 defeitos/falhas por milhão de oportunidades sobre seu objeto de estudo.

Essa abordagem foi utilizada na década de 1980 pela Motorola e se expandiu com sucesso em empresas como General Electric, onde elevou o status para todo o sistema de produção é desdobrado em vários projetos seis sigma. O expressivo aumento de produtividade desde então na GE gerou vários estudos e aprofundamentos sobre o tema.

Um projeto seis sigma pode ser expressado matematicamente da seguinte forma: Y = f(x), onde Y é saída do processo, o qual se quer melhorar, e x são todos os parâmetros que direta ou indiretamente afetam a nossa saída.

Em grande maioria dos projetos, há somente um parâmetro x que modificamos para saber seu impacto na saída Y. Dessa forma, é analisado como a influência da variável em questão afeta a saída que se projeta melhorar.

Contudo, há ocasiões em que existem duas ou mais variáveis que impactam na saída Y, as quais previamente não conseguimos saber o impacto individual de cada parâmetro. Esses casos são matematicamente representados por Y = f(x1, x2, x3, …). Nesses momentos, é indicado utilizar a técnica avançada chamada DoE.

O designado DoE – Design of Experiments – é uma técnica que começou a ser utilizada na pesquisa agrícola e demonstrou, que se podiam conduzir experiências válidas em ambientes constituídos por múltiplas variáveis naturais sujeitas a flutuações, tais como a temperatura, condições e humidade do solo. Sua aplicação logo foi estendida à indústria, onde o objetivo é determinar quais entradas dos processos têm impacto significativo na saída e em quais níveis as variáveis que condicionam o processo devem possuir para se obter uma resposta (saída do processo) desejada.

A concepção de experiências com suporte estatístico envolve, geralmente, a alteração de duas ou mais variáveis simultaneamente, obtendo, de seguida, um conjunto de resultados nas mesmas condições experimentais.

Um dos métodos tradicionais de experimentação consiste em avaliar apenas uma variável de cada vez, mantendo constantes todas as outras. Este tipo de experiência demonstra o efeito da variável escolhida sobre o processo, enquanto se mantêm todas as outras variáveis constantes.

A vantagem da utilização desse método estatístico é que se pode verificar as interações entre as variáveis de entrada, podem ser medidas, o erro experimental é passível de ser quantificado e utilizado para estimar o intervalo de confiança que o investigador quer adotar.

Dois outros conceitos fundamentais do DoE são a replicação e a aleatorização das experiências. A replicação é a repetição de uma experiência sob condições análogas. As replicas são os valores obtidos por repetição de uma experiência. A replicação é importante, porque permite obter uma estimativa do erro experimental e uma estimativa mais eficiente dos efeitos dos fatores. Por outro lado, a condução das experiências deve ser efetuada de forma perfeitamente aleatória para garantir que as observações obtidas são variáveis aleatórias independentes.

Apesar de ser uma técnica complexa, que requer domínio de várias ferramentas estatísticas, maturidade em projetos seis sigma e uma boa dose de consulta e apoio de pessoas com conhecimento nessas áreas, o DoE é capaz de entregar resultados e informações que a análises superficiais não conseguem ou, na pior das hipóteses, geram inferências errôneas.

instrutor da Trato Treinamentos

Posted in Geral.

instrutor da Trato Treinamentos