{"id":8578,"date":"2025-06-09T10:11:02","date_gmt":"2025-06-09T13:11:02","guid":{"rendered":"https:\/\/www.webmaissistemas.com.br\/blog\/?p=8578"},"modified":"2026-09-30T15:51:14","modified_gmt":"2026-09-30T18:51:14","slug":"six-sigma","status":"publish","type":"post","link":"https:\/\/webmaissistemas.com.br\/blog\/six-sigma\/","title":{"rendered":"Six Sigma: o que \u00e9, como calcular o n\u00edvel sigma e como aplicar"},"content":{"rendered":"\n

Six Sigma \u00e9 uma metodologia de gest\u00e3o que usa dados e estat\u00edstica para reduzir a varia\u00e7\u00e3o dos processos e, com ela, os defeitos que chegam ao cliente. Serve para ind\u00fastrias, distribuidoras e empresas de servi\u00e7o que buscam qualidade previs\u00edvel e menos retrabalho.<\/p>\n\n\n\n

Todo gestor sabe apontar os processos que d\u00e3o problema: o pedido que sai com item trocado, o lote que volta por fora de especifica\u00e7\u00e3o, o invent\u00e1rio que nunca fecha. O dif\u00edcil \u00e9 responder quanto esse problema acontece de fato, quanto ele custa e se a \u00faltima corre\u00e7\u00e3o resolveu ou s\u00f3 mudou o erro de lugar.<\/p>\n\n\n\n

O Six Sigma foi criado para responder essas perguntas com n\u00famero, usando os mesmos indicadores de qualidade<\/a> que a opera\u00e7\u00e3o j\u00e1 gera todos os dias.<\/p>\n\n\n\n

Na pr\u00e1tica, isso significa calcular o n\u00edvel sigma de um processo real com um crit\u00e9rio que n\u00e3o distor\u00e7a o resultado, ler a tabela sigma sem cair nos erros que circulam por a\u00ed e decidir, com base no custo de cada defeito, at\u00e9 onde vale a pena levar a meta de qualidade da sua empresa.<\/p>\n\n\n\n

\"Banner<\/a><\/figure>\n\n\n\n
\"Banner<\/a><\/figure>\n\n\n\n

O que \u00e9 Six Sigma?<\/h2>\n\n\n\n

Six Sigma, ou Seis Sigma, \u00e9 um m\u00e9todo de melhoria que trata a qualidade como um problema de varia\u00e7\u00e3o. Todo processo varia um pouco a cada repeti\u00e7\u00e3o, e o defeito aparece quando essa varia\u00e7\u00e3o passa do limite que o cliente aceita. Reduzir a varia\u00e7\u00e3o \u00e9, portanto, a forma mais segura de reduzir o defeito.<\/p>\n\n\n\n

\"texto<\/figure>\n\n\n\n
<\/div>\n\n\n\n

A metodologia organiza essa redu\u00e7\u00e3o em projetos com come\u00e7o, meio e fim, conduzidos por pessoas treinadas e medidos por indicadores estat\u00edsticos. A decis\u00e3o sobre o que mudar sai da an\u00e1lise dos dados do processo, o que tira a discuss\u00e3o do campo da opini\u00e3o e evita que a solu\u00e7\u00e3o seja escolhida antes de o problema ser entendido.<\/p>\n\n\n\n

Para aprofundar, veja de onde vem o nome da metodologia e quais n\u00fameros sustentam a meta de qualidade dela.<\/p>\n\n\n\n

Por que o nome \u00e9 Seis Sigma?<\/h3>\n\n\n\n

O nome vem da letra grega sigma (\u03c3), que na estat\u00edstica representa o desvio padr\u00e3o, a medida de quanto os resultados de um processo se espalham em torno da m\u00e9dia. Um processo “seis sigma” \u00e9 aquele em que cabem seis desvios padr\u00e3o entre a m\u00e9dia e o limite de especifica\u00e7\u00e3o mais pr\u00f3ximo, na avalia\u00e7\u00e3o de curto prazo.<\/p>\n\n\n\n

Por conven\u00e7\u00e3o, essa meta \u00e9 associada a 3,4 defeitos por milh\u00e3o de oportunidades, a m\u00e9trica conhecida como DPMO. Pela estat\u00edstica pura, por\u00e9m, seis desvios padr\u00e3o resultariam em cerca de 0,002 defeito por milh\u00e3o. Os 3,4 t\u00eam outra origem.<\/p>\n\n\n\n

A diferen\u00e7a vem de uma conven\u00e7\u00e3o adotada na Motorola. Ao longo do tempo, desgaste de equipamento, troca de operador e varia\u00e7\u00e3o de mat\u00e9ria-prima fazem a m\u00e9dia de um processo oscilar, e a pr\u00e1tica tradicional do Six Sigma representa essa oscila\u00e7\u00e3o com um deslocamento fixo de 1,5 desvio padr\u00e3o. \u00c9 uma conven\u00e7\u00e3o do modelo, e n\u00e3o uma constante medida em todo processo.<\/p>\n\n\n\n

A tabela tradicional do Six Sigma j\u00e1 incorpora esse deslocamento ao converter o desempenho de curto prazo em estimativa de longo prazo: um processo seis sigma de curto prazo \u00e9 tratado como 4,5 sigma no longo prazo, e \u00e9 da\u00ed que saem os 3,4 DPMO.<\/p>\n\n\n\n

Qual a origem do Six Sigma?<\/h2>\n\n\n\n

O Six Sigma surgiu na Motorola em 1986, a partir do trabalho do engenheiro Bill Smith, que buscava explicar por que produtos aprovados na inspe\u00e7\u00e3o final falhavam no uso pelo cliente. A resposta estava na varia\u00e7\u00e3o acumulada ao longo do processo, que a inspe\u00e7\u00e3o por amostragem n\u00e3o capturava.<\/p>\n\n\n\n

A metodologia ganhou escala na d\u00e9cada de 1990, quando a General Electric, sob a gest\u00e3o de Jack Welch, adotou o Six Sigma como programa corporativo e passou a vincular parte da remunera\u00e7\u00e3o dos executivos aos resultados dos projetos. A partir da\u00ed, o m\u00e9todo saiu da manufatura de eletr\u00f4nicos e chegou a servi\u00e7os, sa\u00fade, bancos e log\u00edstica.<\/p>\n\n\n\n

Como funciona a metodologia na pr\u00e1tica?<\/h2>\n\n\n\n

O Six Sigma funciona por projetos que seguem o ciclo DMAIC: Definir, Medir, Analisar, Melhorar e Controlar. Cada fase deve produzir uma entrega verific\u00e1vel, e o projeto avan\u00e7a quando h\u00e1 evid\u00eancia suficiente para sustentar a decis\u00e3o, o que evita a tenta\u00e7\u00e3o comum de pular direto para a solu\u00e7\u00e3o.<\/p>\n\n\n\n

A l\u00f3gica de cada etapa \u00e9 mais importante que a lista de ferramentas, e ela se encaixa em qualquer iniciativa de gest\u00e3o de processos<\/a> que a empresa j\u00e1 tenha. A tabela abaixo resume o que cada fase precisa entregar e um exemplo de como isso aparece em uma distribuidora com problema de erro na separa\u00e7\u00e3o de pedidos.<\/p>\n\n\n\n

Fase<\/td>Pergunta que a fase responde<\/td>Entrega obrigat\u00f3ria<\/td>Exemplo em uma distribuidora<\/td><\/tr>
Definir<\/td>Qual problema, em qual processo, para qual cliente?<\/td>Escopo, meta e o que conta como defeito<\/td>Erro de separa\u00e7\u00e3o acima do tolerado pelo cliente atacadista<\/td><\/tr>
Medir<\/td>Quanto o problema acontece hoje?<\/td>Linha de base confi\u00e1vel<\/td>DPMO de separa\u00e7\u00e3o dos \u00faltimos tr\u00eas meses<\/td><\/tr>
Analisar<\/td>Por que acontece?<\/td>Causa raiz comprovada com dados<\/td>Erros concentrados em itens de embalagem parecida<\/td><\/tr>
Melhorar<\/td>O que muda para a causa deixar de existir?<\/td>Solu\u00e7\u00e3o testada em piloto<\/td>Endere\u00e7amento separado e confer\u00eancia por c\u00f3digo de barras<\/td><\/tr>
Controlar<\/td>Como garantir que o ganho n\u00e3o se perca?<\/td>Plano de controle e indicador cont\u00ednuo<\/td>DPMO semanal acompanhado no relat\u00f3rio de expedi\u00e7\u00e3o<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n
<\/div>\n\n\n\n

Definir<\/h3>\n\n\n\n

A fase de defini\u00e7\u00e3o transforma uma reclama\u00e7\u00e3o gen\u00e9rica em um problema mensur\u00e1vel. Isso inclui dizer qual processo ser\u00e1 estudado, onde ele come\u00e7a e termina, quem \u00e9 o cliente dele e, sobretudo, o que conta como defeito. Uma defini\u00e7\u00e3o fraca nessa fase contamina todos os n\u00fameros das fases seguintes.<\/p>\n\n\n\n

Medir<\/h3>\n\n\n\n

Medir significa levantar a situa\u00e7\u00e3o atual antes de mexer em qualquer coisa. O ponto que costuma ser esquecido \u00e9 validar a pr\u00f3pria medi\u00e7\u00e3o: se dois conferentes classificam o mesmo pedido de formas diferentes, parte do “defeito” medido vem do crit\u00e9rio de inspe\u00e7\u00e3o, antes mesmo de chegar ao processo.<\/p>\n\n\n\n

Essa checagem tem nome pr\u00f3prio, an\u00e1lise do sistema de medi\u00e7\u00e3o (MSA), e evita que o projeto corrija um erro que n\u00e3o existe.<\/p>\n\n\n\n

Analisar<\/h3>\n\n\n\n

Na an\u00e1lise, a equipe cruza os dados para encontrar a causa raiz, aquela que, removida, faz o defeito cair de forma consistente. Ferramentas como o gr\u00e1fico de Pareto e o diagrama de Ishikawa<\/a> ajudam a levantar hip\u00f3teses, e os testes estat\u00edsticos confirmam quais delas os n\u00fameros sustentam.<\/p>\n\n\n\n

Melhorar<\/h3>\n\n\n\n

A melhoria ataca a causa que a an\u00e1lise comprovou. As solu\u00e7\u00f5es s\u00e3o testadas em pequena escala antes de virar regra, e o resultado do piloto \u00e9 comparado com a linha de base medida na segunda fase. Se o DPMO n\u00e3o cair de forma significativa, a an\u00e1lise volta uma etapa.<\/p>\n\n\n\n

Controlar<\/h3>\n\n\n\n

O controle garante que o processo n\u00e3o volte ao estado anterior depois que o projeto termina. Na pr\u00e1tica, isso significa padronizar o novo m\u00e9todo, definir quem acompanha o indicador e com qual frequ\u00eancia, e estabelecer o que fazer quando o n\u00famero sair da faixa esperada.<\/p>\n\n\n\n

DMAIC ou DMADV: qual usar?<\/h3>\n\n\n\n

O DMAIC serve para melhorar um processo que j\u00e1 existe e tem hist\u00f3rico de dados. Quando o processo ou o produto ainda n\u00e3o existe, o Six Sigma usa o DMADV (Definir, Medir, Analisar, Desenhar e Verificar), base da abordagem chamada Design for Six Sigma (DFSS).<\/p>\n\n\n\n

A diferen\u00e7a pr\u00e1tica est\u00e1 no ponto de partida. No DMADV, a fase de medi\u00e7\u00e3o levanta os requisitos cr\u00edticos do cliente, j\u00e1 que ainda n\u00e3o existe desempenho atual para medir. \u00c9 o caminho indicado para lan\u00e7ar uma linha de produ\u00e7\u00e3o, abrir um novo centro de distribui\u00e7\u00e3o ou desenhar um processo de atendimento do zero.<\/p>\n\n\n\n

Como calcular o n\u00edvel sigma de um processo?<\/h2>\n\n\n\n

Para calcular o n\u00edvel sigma, voc\u00ea conta os defeitos, divide pelo total de oportunidades de erro, multiplica por um milh\u00e3o para chegar ao DPMO e converte esse valor em n\u00edvel sigma pela tabela padr\u00e3o. Quanto menor o DPMO, maior o n\u00edvel sigma e mais est\u00e1vel o processo.<\/p>\n\n\n\n

O c\u00e1lculo em si \u00e9 simples. O que decide se o n\u00famero \u00e9 \u00fatil \u00e9 a defini\u00e7\u00e3o correta de tr\u00eas conceitos antes de abrir a planilha:<\/p>\n\n\n\n

– Unidade: o item que passa pelo processo e \u00e9 avaliado (um pedido, uma pe\u00e7a, uma nota fiscal)<\/p>\n\n\n\n

– Defeito: qualquer resultado fora do que o cliente aceita (item trocado, quantidade errada, medida fora da toler\u00e2ncia)<\/p>\n\n\n\n

– Oportunidade: cada requisito ou caracter\u00edstica definida da unidade em que um defeito pode ocorrer, ligada ao que \u00e9 cr\u00edtico para a qualidade<\/p>\n\n\n\n

Com esses conceitos definidos, entram as quatro m\u00e9tricas do Six Sigma, que podem ser aplicadas a qualquer etapa do processo produtivo<\/a> ou log\u00edstico. Cada uma responde a uma pergunta diferente, e juntas elas mostram o tamanho real do problema.<\/p>\n\n\n\n

F\u00f3rmulas do Six Sigma: DPU, DPO, DPMO e rendimento<\/h3>\n\n\n\n

DPU (defeitos por unidade) = total de defeitos \u00f7 total de unidades<\/p>\n\n\n\n

DPO (defeitos por oportunidade) = total de defeitos \u00f7 (total de unidades \u00d7 oportunidades por unidade)<\/p>\n\n\n\n

DPMO (defeitos por milh\u00e3o de oportunidades) = DPO \u00d7 1.000.000<\/p>\n\n\n\n

Rendimento por oportunidade = (1 \u2212 DPO) \u00d7 100%<\/p>\n\n\n\n

O DPU \u00e9 o indicador mais intuitivo, mas n\u00e3o serve para comparar processos de complexidade diferente. Um pedido com 30 itens tem muito mais chance de erro do que um pedido com 3, e o DPMO corrige essa distor\u00e7\u00e3o ao dividir os defeitos pelas oportunidades. \u00c9 por isso que ele virou a m\u00e9trica de refer\u00eancia da metodologia.<\/p>\n\n\n\n

O rendimento da f\u00f3rmula acima \u00e9 calculado por oportunidade. Para saber o percentual de unidades sem nenhum defeito, o indicador \u00e9 outro: o rendimento por unidade, ou rendimento de primeira passagem (first pass yield), que divide as unidades sem defeito pelo total de unidades.<\/p>\n\n\n\n

\"F\u00f3rmulas<\/figure>\n\n\n\n
<\/div>\n\n\n\n

Exemplo de c\u00e1lculo em uma distribuidora<\/h3>\n\n\n\n

Considere uma distribuidora que fatura cerca de R$ 1,5 milh\u00e3o por m\u00eas, com 3.000 pedidos mensais e m\u00e9dia de 8 itens por pedido. A equipe define como oportunidade cada linha do pedido (item certo na quantidade certa) e encontra 180 linhas com erro no m\u00eas. Os valores s\u00e3o hipot\u00e9ticos, para ilustrar o racioc\u00ednio.<\/p>\n\n\n\n

Componente<\/strong><\/td>C\u00e1lculo<\/strong><\/td>Resultado<\/strong><\/td><\/tr>
Unidades (pedidos)<\/td>dado do m\u00eas<\/td>3.000<\/td><\/tr>
Oportunidades por unidade (linhas por pedido)<\/td>m\u00e9dia do m\u00eas<\/td>8<\/td><\/tr>
Total de oportunidades<\/td>3.000 \u00d7 8<\/td>24.000<\/td><\/tr>
Defeitos (linhas com erro)<\/td>dado do m\u00eas<\/td>180<\/td><\/tr>
DPU<\/td>180 \u00f7 3.000<\/td>0,06<\/td><\/tr>
DPO<\/td>180 \u00f7 24.000<\/td>0,0075<\/td><\/tr>
DPMO<\/td>0,0075 \u00d7 1.000.000<\/td>7.500<\/td><\/tr>
Rendimento por oportunidade<\/td>(1 \u2212 0,0075) \u00d7 100%<\/td>99,25%<\/td><\/tr>
N\u00edvel sigma<\/td>convers\u00e3o pela tabela sigma<\/td>cerca de 3,9<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n
<\/div>\n\n\n\n

Um rendimento de 99,25% parece excelente \u00e0 primeira vista. O n\u00edvel sigma mostra outra coisa.<\/p>\n\n\n\n

O processo est\u00e1 abaixo de 4 sigma, e cada d\u00e9cimo de sigma nessa faixa ainda representa dezenas de erros por m\u00eas. O percentual esconde o volume: essas 180 linhas podem gerar contatos de cliente, reentregas, ajustes de estoque e notas de devolu\u00e7\u00e3o<\/a>, conforme o tratamento de cada ocorr\u00eancia.<\/p>\n\n\n\n

Como a defini\u00e7\u00e3o de oportunidade muda o resultado<\/h3>\n\n\n\n

O mesmo processo pode ter tr\u00eas n\u00edveis sigma diferentes, dependendo de como a oportunidade foi definida. \u00c9 o ponto mais sens\u00edvel do c\u00e1lculo e a principal cr\u00edtica t\u00e9cnica \u00e0 metodologia, porque permite que um processo pare\u00e7a melhor s\u00f3 por uma mudan\u00e7a de crit\u00e9rio.<\/p>\n\n\n\n

Veja o que acontece com os 180 erros do exemplo anterior, supondo que eles se concentram em 150 pedidos:<\/p>\n\n\n\n

Crit\u00e9rio de oportunidade<\/strong><\/td>Oportunidades<\/strong><\/td>DPMO<\/strong><\/td>N\u00edvel sigma<\/strong><\/td><\/tr>
Pedido inteiro (pedido com erro ou sem erro)<\/td>3.000<\/td>50.000<\/td>cerca de 3,1<\/td><\/tr>
Linha do pedido (item e quantidade)<\/td>24.000<\/td>7.500<\/td>cerca de 3,9<\/td><\/tr>
Quatro verifica\u00e7\u00f5es por linha (item, quantidade, lote e embalagem)<\/td>96.000<\/td>1.875<\/td>cerca de 4,4<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n
<\/div>\n\n\n\n

Nenhum dos tr\u00eas n\u00fameros est\u00e1 errado. O que muda \u00e9 a pergunta respondida: o primeiro mostra a experi\u00eancia do cliente, que recebe o pedido inteiro (150 dos 3.000 pedidos com erro, ou 95% de pedidos sem erro), e o \u00faltimo mostra a precis\u00e3o de cada verifica\u00e7\u00e3o feita na separa\u00e7\u00e3o.<\/p>\n\n\n\n

A regra pr\u00e1tica \u00e9 definir as oportunidades antes da medi\u00e7\u00e3o, a partir dos requisitos cr\u00edticos para a qualidade, e manter o crit\u00e9rio fixo durante todo o projeto. Aumentar o n\u00famero de oportunidades s\u00f3 para obter um DPMO menor produz uma melhoria de papel, sem nenhum erro a menos na expedi\u00e7\u00e3o.<\/p>\n\n\n\n

Para n\u00e3o perder de vista o que o cliente sente, vale acompanhar dois indicadores lado a lado: o DPMO por linha, que mede a precis\u00e3o do processo, e o percentual de pedidos com erro, que mede o impacto no cliente.<\/p>\n\n\n\n

Qual \u00e9 a tabela de 6 sigma?<\/h2>\n\n\n\n

A tabela de 6 sigma relaciona cada n\u00edvel sigma com o n\u00famero de defeitos por milh\u00e3o de oportunidades e o rendimento esperado do processo, j\u00e1 considerando o deslocamento de 1,5 desvio padr\u00e3o no longo prazo. \u00c9 ela que converte o DPMO calculado em n\u00edvel sigma.<\/p>\n\n\n\n

N\u00edvel sigma<\/td>DPMO<\/td>Rendimento<\/td><\/tr>
1 sigma<\/td>691.462<\/td>30,85%<\/td><\/tr>
2 sigma<\/td>308.538<\/td>69,15%<\/td><\/tr>
3 sigma<\/td>66.807<\/td>93,32%<\/td><\/tr>
4 sigma<\/td>6.210<\/td>99,38%<\/td><\/tr>
5 sigma<\/td>233<\/td>99,977%<\/td><\/tr>
6 sigma<\/td>3,4<\/td>99,99966%<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n
<\/div>\n\n\n\n

Vale um alerta sobre as vers\u00f5es que circulam na internet. \u00c9 comum encontrar tabelas que misturam dois modelos: rendimentos como 68,27% e 31,73%, que pertencem \u00e0 distribui\u00e7\u00e3o normal sem deslocamento (a faixa de mais ou menos um desvio padr\u00e3o), colocados ao lado de DPMO calculados com o deslocamento de 1,5 sigma. Os dois n\u00fameros n\u00e3o conversam entre si.<\/p>\n\n\n\n

Para valores intermedi\u00e1rios, como o DPMO de 7.500 do exemplo anterior, a convers\u00e3o usa a fun\u00e7\u00e3o normal inversa. No Excel em portugu\u00eas, a f\u00f3rmula \u00e9 =INV.NORMP.N(1-DPMO\/1000000)+1,5 (em ingl\u00eas, NORM.S.INV). Com 7.500, o resultado \u00e9 3,93.<\/p>\n\n\n\n

Cp e Cpk: como saber se o processo cabe na especifica\u00e7\u00e3o<\/h2>\n\n\n\n

Cp e Cpk s\u00e3o os \u00edndices de capacidade do processo: medem se a varia\u00e7\u00e3o de um processo cabe dentro dos limites de especifica\u00e7\u00e3o do cliente. O Cp compara a largura da toler\u00e2ncia com a largura da varia\u00e7\u00e3o, e o Cpk faz a mesma conta considerando onde a m\u00e9dia do processo est\u00e1 posicionada.<\/p>\n\n\n\n

As f\u00f3rmulas usam o limite superior de especifica\u00e7\u00e3o (LSE), o limite inferior (LIE), a m\u00e9dia do processo e o desvio padr\u00e3o (\u03c3):<\/p>\n\n\n\n

Cp = (LSE \u2212 LIE) \u00f7 (6 \u00d7 \u03c3)<\/p>\n\n\n\n

Cpk = menor valor entre (LSE \u2212 m\u00e9dia) \u00f7 (3 \u00d7 \u03c3) e (m\u00e9dia \u2212 LIE) \u00f7 (3 \u00d7 \u03c3)<\/p>\n\n\n\n

Para enxergar a diferen\u00e7a, considere uma ind\u00fastria que envasa frascos de 1 litro, com especifica\u00e7\u00e3o entre 996 ml e 1.012 ml. Tr\u00eas cen\u00e1rios de ajuste da mesma envasadora, com valores hipot\u00e9ticos:<\/p>\n\n\n\n

Cen\u00e1rio<\/strong><\/th>M\u00e9dia<\/strong><\/th>Desvio padr\u00e3o<\/strong><\/th>Cp<\/strong><\/th>Cpk<\/strong><\/th>Frascos fora da especifica\u00e7\u00e3o por milh\u00e3o<\/strong><\/th><\/tr><\/thead>
A: dosador desregulado<\/td>1.002 ml<\/td>2 ml<\/td>1,33<\/td>1,00<\/td>cerca de 1.350 (abaixo do m\u00ednimo)<\/td><\/tr>
B: dosador centralizado<\/td>1.004 ml<\/td>2 ml<\/td>1,33<\/td>1,33<\/td>cerca de 63<\/td><\/tr>
C: centralizado e com menos varia\u00e7\u00e3o<\/td>1.004 ml<\/td>1,33 ml<\/td>2,00<\/td>2,00<\/td>praticamente zero<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n
<\/div>\n\n\n\n

O cen\u00e1rio A mostra por que olhar s\u00f3 o Cp engana. A varia\u00e7\u00e3o cabe na toler\u00e2ncia (Cp de 1,33), mas a m\u00e9dia est\u00e1 deslocada para perto do limite inferior, e o Cpk de 1,00 denuncia os frascos com volume a menos. Nenhuma pe\u00e7a da m\u00e1quina precisou mudar para sair do cen\u00e1rio A para o B: bastou centralizar a m\u00e9dia.<\/p>\n\n\n\n

O cen\u00e1rio C exige reduzir a pr\u00f3pria varia\u00e7\u00e3o, o que normalmente envolve manuten\u00e7\u00e3o, troca de componente ou mudan\u00e7a de m\u00e9todo, e pesa no custo de produ\u00e7\u00e3o<\/a>. Neste exemplo, centralizar a m\u00e9dia antes de reduzir a varia\u00e7\u00e3o traz o primeiro ganho com menor custo. Em um projeto real, a ordem das a\u00e7\u00f5es depende da causa identificada na an\u00e1lise.<\/p>\n\n\n\n

Sob a conven\u00e7\u00e3o de curto prazo usada no Six Sigma, o n\u00edvel sigma pode ser aproximado por tr\u00eas vezes o Cpk. S\u00e3o m\u00e9tricas relacionadas, mas n\u00e3o id\u00eanticas: a compara\u00e7\u00e3o depende da estabilidade do processo, da distribui\u00e7\u00e3o dos dados e de como o defeito foi definido.<\/p>\n\n\n\n

Por essa aproxima\u00e7\u00e3o, um Cpk de 2,00 corresponde a cerca de seis sigma, e um Cpk de 1,33 a cerca de quatro sigma, patamar que muitas montadoras exigem de fornecedores de pe\u00e7as.<\/p>\n\n\n\n

Sua empresa precisa chegar a seis sigma?<\/h2>\n\n\n\n

Nem sempre. O n\u00edvel sigma que se paga depende de tr\u00eas fatores: o volume de oportunidades, o custo de cada defeito e o investimento necess\u00e1rio para reduzir a varia\u00e7\u00e3o. Como a tabela sigma \u00e9 exponencial, cada n\u00edvel adicional elimina menos defeitos em n\u00fameros absolutos, enquanto o custo de chegar l\u00e1 tende a crescer.<\/p>\n\n\n\n

O racioc\u00ednio fica claro quando se aplica a tabela sigma ao volume da distribuidora do exemplo (24.000 linhas de pedido por m\u00eas), com um custo estimado de R$ 70 por linha errada. Esse valor soma frete de reentrega, tempo de confer\u00eancia, emiss\u00e3o da nota de devolu\u00e7\u00e3o e desconto concedido ao cliente, e \u00e9 uma estimativa para ilustra\u00e7\u00e3o.<\/p>\n\n\n\n

Esse \u00e9 o custo da m\u00e1 qualidade, conhecido pela sigla COPQ (cost of poor quality): tudo o que a empresa gasta porque o processo errou, e que n\u00e3o apareceria se ele tivesse acertado de primeira.<\/p>\n\n\n\n

N\u00edvel sigma do processo<\/strong><\/td>Erros por m\u00eas (24.000 linhas)<\/strong><\/td>Custo mensal estimado<\/strong><\/td>Custo anual estimado<\/strong><\/td><\/tr>
3 sigma<\/td>cerca de 1.603<\/td>R$ 112.200<\/td>R$ 1.346.400<\/td><\/tr>
3,9 sigma (situa\u00e7\u00e3o atual do exemplo)<\/strong><\/td>180<\/td>R$ 12.600<\/td>R$ 151.200<\/td><\/tr>
4,5 sigma<\/td>cerca de 32<\/td>R$ 2.270<\/td>R$ 27.240<\/td><\/tr>
5 sigma<\/td>cerca de 6<\/td>R$ 390<\/td>R$ 4.680<\/td><\/tr>
6 sigma<\/td>menos de 1<\/td>menos de R$ 10<\/td>menos de R$ 120<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n
<\/div>\n\n\n\n

No exemplo desta distribuidora, o maior ganho est\u00e1 em sair de 3,9 para 4,5 sigma: cerca de R$ 124 mil por ano. Sair de 4,5 para 6 sigma economiza cerca de R$ 27 mil por ano, e para chegar l\u00e1 a distribuidora provavelmente precisaria de confer\u00eancia automatizada em 100% das linhas, um investimento que pode n\u00e3o se pagar nesse volume.<\/p>\n\n\n\n

H\u00e1 uma exce\u00e7\u00e3o importante. Quando o custo de um \u00fanico defeito \u00e9 muito alto, como em pe\u00e7as de seguran\u00e7a automotiva, dispositivos m\u00e9dicos ou lotes de alimento sujeitos a recall, a conta muda e n\u00edveis de 5 ou 6 sigma se justificam mesmo com poucas ocorr\u00eancias. A meta certa sai da multiplica\u00e7\u00e3o entre quantidade de defeitos e custo de cada um.<\/p>\n\n\n\n

\"Devolu\u00e7\u00f5es,<\/a><\/figure>\n\n\n\n
\"Devolu\u00e7\u00f5es,<\/a><\/figure>\n\n\n\n

Quais s\u00e3o os belts Six Sigma?<\/h2>\n\n\n\n

Os belts Six Sigma s\u00e3o os n\u00edveis de forma\u00e7\u00e3o e responsabilidade dos profissionais que conduzem os projetos, inspirados nas faixas das artes marciais. Os cinco mais usados s\u00e3o White, Yellow, Green, Black e Master Black Belt, e cada um define at\u00e9 onde a pessoa lidera ou apoia um projeto.<\/p>\n\n\n\n

Para quem vai contratar treinamento, vale saber que n\u00e3o existe um \u00f3rg\u00e3o \u00fanico que regulamente a certifica\u00e7\u00e3o de belts. Cada institui\u00e7\u00e3o define carga hor\u00e1ria, prova e exig\u00eancia de projeto.<\/p>\n\n\n\n

A refer\u00eancia internacional mais pr\u00f3xima de um padr\u00e3o \u00e9 a ISO 18404:2015<\/a>, que descreve as compet\u00eancias de Green Belt, Black Belt e Master Black Belt, al\u00e9m dos n\u00edveis equivalentes para praticantes de Lean. A norma n\u00e3o contempla os n\u00edveis introdut\u00f3rios, como o Yellow Belt.<\/p>\n\n\n\n

\"pir\u00e2mide<\/figure>\n\n\n\n
<\/div>\n\n\n\n

White Belt<\/h3>\n\n\n\n

O White Belt conhece os conceitos b\u00e1sicos da metodologia e o vocabul\u00e1rio usado nos projetos. Em geral, \u00e9 a forma\u00e7\u00e3o dada a toda a equipe de uma \u00e1rea antes de um projeto come\u00e7ar, para que as pessoas entendam por que os dados est\u00e3o sendo coletados e o que vai mudar na rotina.<\/p>\n\n\n\n

Yellow Belt<\/h3>\n\n\n\n

O Yellow Belt participa das equipes de projeto, coleta dados e executa tarefas definidas pelo Green ou Black Belt. \u00c9 um papel comum para supervisores e l\u00edderes de turno, que conhecem o processo por dentro e ajudam a validar se as hip\u00f3teses fazem sentido no ch\u00e3o de f\u00e1brica ou no armaz\u00e9m.<\/p>\n\n\n\n

Green Belt<\/h3>\n\n\n\n

O Green Belt lidera projetos de escopo menor, dentro da pr\u00f3pria \u00e1rea, sem deixar a fun\u00e7\u00e3o de origem. Domina as ferramentas estat\u00edsticas b\u00e1sicas do DMAIC e costuma ser o n\u00edvel mais \u00fatil para empresas de porte m\u00e9dio, porque forma gente da opera\u00e7\u00e3o capaz de conduzir melhorias sem depender de consultoria externa.<\/p>\n\n\n\n

Black Belt<\/h3>\n\n\n\n

O Black Belt lidera projetos complexos, que cruzam \u00e1reas, e em empresas grandes se dedica a isso em tempo integral. Domina estat\u00edstica avan\u00e7ada, como testes de hip\u00f3tese, regress\u00e3o e desenho de experimentos, e orienta os Green Belts nos projetos deles.<\/p>\n\n\n\n

Master Black Belt<\/h3>\n\n\n\n

O Master Black Belt \u00e9 o especialista que forma e orienta os Black Belts, escolhe quais projetos entram no portf\u00f3lio e alinha o programa \u00e0 estrat\u00e9gia da empresa. \u00c9 um papel t\u00edpico de organiza\u00e7\u00f5es que mant\u00eam v\u00e1rios projetos Six Sigma rodando ao mesmo tempo.<\/p>\n\n\n\n

Champion e sponsor: os pap\u00e9is al\u00e9m dos belts<\/h3>\n\n\n\n

Todo projeto Six Sigma precisa de um patrocinador na lideran\u00e7a, o sponsor ou champion, que aprova o escopo, libera recursos e remove as barreiras entre \u00e1reas.<\/p>\n\n\n\n

A falta desse papel explica boa parte dos projetos que param no meio: quando a diretoria s\u00f3 aprova o treinamento e n\u00e3o acompanha os resultados, a equipe mede e analisa, mas trava na hora de mudar processos de outros departamentos.<\/p>\n\n\n\n

Qual a diferen\u00e7a entre Six Sigma e Lean Six Sigma?<\/h2>\n\n\n\n

O Six Sigma foca em reduzir a varia\u00e7\u00e3o e os defeitos de um processo, enquanto o Lean Six Sigma combina essa abordagem com o Lean, que foca em eliminar desperd\u00edcios e reduzir o tempo de fluxo. Um ataca o erro, o outro ataca a espera e o excesso, e o Lean Six Sigma usa os dois ao mesmo tempo.<\/p>\n\n\n\n

A pr\u00f3pria ISO 18404:2015 resume a distin\u00e7\u00e3o desse jeito: o Lean trata do desperd\u00edcio cr\u00f4nico, e o Six Sigma trata da varia\u00e7\u00e3o e dos efeitos adversos que ela gera. As duas abordagens t\u00eam origens diferentes. O Six Sigma vem da Motorola e da estat\u00edstica aplicada, enquanto o Lean vem do Sistema Toyota de Produ\u00e7\u00e3o e do lean manufacturing<\/a>.<\/p>\n\n\n\n

Crit\u00e9rio<\/strong><\/th>Six Sigma<\/strong><\/th>Lean<\/strong><\/th>Lean Six Sigma<\/strong><\/th><\/tr><\/thead>
Problema que ataca<\/strong><\/td>Defeito e varia\u00e7\u00e3o<\/td>Desperd\u00edcio e tempo de espera<\/td>Os dois<\/td><\/tr>
Pergunta central<\/strong><\/td>Por que o resultado varia?<\/td>Onde o fluxo perde tempo?<\/td>Onde erro e espera se somam?<\/td><\/tr>
M\u00e9tricas t\u00edpicas<\/strong><\/td>DPMO, n\u00edvel sigma, Cp e Cpk<\/td>Lead time, tempo de ciclo, estoque em processo<\/td>Combina\u00e7\u00e3o das duas<\/td><\/tr>
Ferramentas t\u00edpicas<\/strong><\/td>Estat\u00edstica, CEP, desenho de experimentos<\/td>Mapeamento do fluxo de valor, 5S, kanban<\/td>Ciclo DMAIC com ferramentas Lean dentro<\/td><\/tr>
Origem<\/strong><\/td>Motorola, 1986<\/td>Toyota, p\u00f3s-guerra<\/td>Integra\u00e7\u00e3o a partir dos anos 2000<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n
<\/div>\n\n\n\n

A diferen\u00e7a fica concreta na separa\u00e7\u00e3o de pedidos. Um processo pode ter DPMO baix\u00edssimo e mesmo assim entregar em dois dias, porque o pedido fica parado em fila esperando libera\u00e7\u00e3o de cr\u00e9dito e confer\u00eancia. Esse \u00e9 um problema Lean. Outro processo pode entregar no mesmo dia e errar uma linha a cada cem, e esse \u00e9 um problema Six Sigma.<\/p>\n\n\n\n

Na pr\u00e1tica, a maioria das empresas que come\u00e7a hoje adota a vers\u00e3o combinada. O ciclo DMAIC continua sendo o esqueleto do projeto, e as ferramentas Lean entram nas fases de an\u00e1lise e melhoria quando a causa encontrada \u00e9 tempo perdido.<\/p>\n\n\n\n

Ferramentas Six Sigma por fase do DMAIC<\/h2>\n\n\n\n

As ferramentas Six Sigma fazem mais sentido organizadas pela fase em que s\u00e3o usadas, porque cada fase responde a uma pergunta diferente. A ISO 13053-2:2011<\/a>, parte da norma internacional que descreve o Six Sigma, segue essa mesma l\u00f3gica e associa cada ferramenta \u00e0 etapa do DMAIC em que ela se aplica.<\/p>\n\n\n\n

N\u00e3o \u00e9 preciso usar todas em todo projeto. O crit\u00e9rio \u00e9 escolher a ferramenta que responde \u00e0 pergunta da fase com o menor esfor\u00e7o de coleta de dados.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Ferramentas da fase Definir<\/h3>\n\n\n\n

O SIPOC mapeia o processo em alto n\u00edvel: fornecedores, entradas, processo, sa\u00eddas e clientes. Ele delimita onde o projeto come\u00e7a e termina. A voz do cliente (VOC) traduz reclama\u00e7\u00f5es e expectativas em requisitos mensur\u00e1veis, chamados de CTQ (cr\u00edticos para a qualidade), que se tornam a defini\u00e7\u00e3o formal de defeito do projeto.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Ferramentas da fase Medir<\/h3>\n\n\n\n

A an\u00e1lise do sistema de medi\u00e7\u00e3o (MSA) verifica se a forma de medir \u00e9 confi\u00e1vel antes de medir o processo. A folha de verifica\u00e7\u00e3o organiza a coleta, e o histograma mostra como os dados se distribuem. \u00c9 tamb\u00e9m nessa fase que se calculam a linha de base de DPMO e os \u00edndices Cp e Cpk.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Ferramentas da fase Analisar<\/h3>\n\n\n\n

O gr\u00e1fico de Pareto ajuda a priorizar as categorias que concentram a maior parcela dos defeitos, e costuma apontar o gargalo<\/a> de qualidade do processo. O diagrama de Ishikawa e os 5 porqu\u00eas organizam as hip\u00f3teses de causa. Testes de hip\u00f3tese e an\u00e1lise de regress\u00e3o confirmam, com dados, quais dessas hip\u00f3teses de fato explicam a varia\u00e7\u00e3o.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Ferramentas da fase Melhorar<\/h3>\n\n\n\n

O FMEA (an\u00e1lise de modo e efeito de falha) antecipa como a solu\u00e7\u00e3o proposta pode falhar e prioriza os riscos pela combina\u00e7\u00e3o de gravidade, ocorr\u00eancia e detec\u00e7\u00e3o. O desenho de experimentos (DOE) testa v\u00e1rias vari\u00e1veis ao mesmo tempo para encontrar o ajuste ideal. O gr\u00e1fico de Gantt<\/a> organiza a implanta\u00e7\u00e3o das mudan\u00e7as.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Ferramentas da fase Controlar<\/h3>\n\n\n\n

O controle estat\u00edstico de processo (CEP), com as cartas de controle, separa a varia\u00e7\u00e3o normal do processo da varia\u00e7\u00e3o que indica um problema novo. O plano de controle registra quem acompanha cada indicador, com qual frequ\u00eancia e qual a\u00e7\u00e3o tomar quando o n\u00famero sair da faixa.<\/p>\n\n\n\n

Ferramentas Lean que complementam o Six Sigma<\/h3>\n\n\n\n

Quando a an\u00e1lise mostra que o problema \u00e9 tempo ou desperd\u00edcio, as ferramentas Lean entram no projeto. S\u00e3o as mesmas usadas no Lean Six Sigma:<\/p>\n\n\n\n

– Mapeamento do fluxo de valor (VSM): desenha o caminho do pedido ou do produto e mede quanto do tempo total agrega valor e quanto \u00e9 espera<\/p>\n\n\n\n

– 5S<\/a>: organiza o posto de trabalho e pode reduzir erros associados a item fora do lugar, identifica\u00e7\u00e3o inadequada e falta de padr\u00e3o<\/p>\n\n\n\n

– Kaizen<\/a>: eventos curtos de melhoria, \u00fateis para aplicar rapidamente as solu\u00e7\u00f5es que o DMAIC comprovou<\/p>\n\n\n\n

– Poka-Yoke: dispositivos \u00e0 prova de erro, como leitura de c\u00f3digo de barras que bloqueia a separa\u00e7\u00e3o do item errado, que eliminam o defeito na origem em vez de detect\u00e1-lo depois<\/p>\n\n\n\n

A escolha entre ferramenta estat\u00edstica e ferramenta Lean depende da causa encontrada na an\u00e1lise. Um projeto bem conduzido costuma usar as duas fam\u00edlias.<\/p>\n\n\n\n

Existe norma t\u00e9cnica para a metodologia?<\/h2>\n\n\n\n

Sim. O Six Sigma \u00e9 descrito pela s\u00e9rie ISO 13053, publicada pela Organiza\u00e7\u00e3o Internacional de Normaliza\u00e7\u00e3o em 2011. A ado\u00e7\u00e3o \u00e9 volunt\u00e1ria, e a s\u00e9rie \u00e9 uma refer\u00eancia para empresas e institui\u00e7\u00f5es de treinamento estruturarem projetos com um padr\u00e3o reconhecido.<\/p>\n\n\n\n

A ISO 13053-1:2011<\/a> descreve as boas pr\u00e1ticas de cada fase do DMAIC, como os projetos devem ser gerenciados e quais pap\u00e9is, compet\u00eancias e treinamentos cada participante precisa ter. Ela vale para processos de manufatura e tamb\u00e9m para processos de servi\u00e7o e transacionais, o que inclui \u00e1reas como faturamento, compras e atendimento.<\/p>\n\n\n\n

A ISO 13053-2:2011 detalha as ferramentas de cada fase, e a ISO 18404:2015 trata das compet\u00eancias dos belts e dos praticantes de Lean. As tr\u00eas podem ser usadas em conjunto por empresas que estejam estruturando projetos, compet\u00eancias e ferramentas de Six Sigma.<\/p>\n\n\n\n

Onde aplicar em ind\u00fastrias e distribuidoras<\/h2>\n\n\n\n

O Six Sigma se aplica a qualquer processo repetitivo que tenha um resultado mensur\u00e1vel e um crit\u00e9rio claro de defeito. Em ind\u00fastrias e distribuidoras, os melhores candidatos para um primeiro projeto s\u00e3o os processos com alto volume e custo de erro conhecido, porque a linha de base j\u00e1 existe nos registros da opera\u00e7\u00e3o.<\/p>\n\n\n\n

Melhorar processos est\u00e1 no radar da maior parte do setor. Segundo pesquisa da CNI<\/a> realizada com o instituto Nexus em fevereiro de 2026, 61% das ind\u00fastrias brasileiras fizeram atividades de inova\u00e7\u00e3o nos \u00faltimos tr\u00eas anos, e 69% dessas empresas direcionaram o esfor\u00e7o para a melhoria de processos produtivos.<\/p>\n\n\n\n

Na ind\u00fastria<\/h3>\n\n\n\n

Na ind\u00fastria, os projetos mais comuns atacam refugo e retrabalho em uma etapa espec\u00edfica da linha, varia\u00e7\u00e3o de peso, volume ou dimens\u00e3o fora da especifica\u00e7\u00e3o e paradas n\u00e3o planejadas que derrubam o OEE<\/a>. O controle de qualidade<\/a> j\u00e1 registra as reprova\u00e7\u00f5es, e as ordens de produ\u00e7\u00e3o<\/a> mostram em qual turno, m\u00e1quina e lote cada uma aconteceu.<\/p>\n\n\n\n

Na distribuidora<\/h3>\n\n\n\n

Na distribuidora, o foco costuma estar em erro de separa\u00e7\u00e3o e confer\u00eancia, diverg\u00eancia entre estoque f\u00edsico e sistema, que aparece na acuracidade de estoque<\/a>, e erro de faturamento que gera carta de corre\u00e7\u00e3o ou cancelamento de nota. O controle de expedi\u00e7\u00e3o<\/a> \u00e9 a fonte natural da linha de base dos projetos de separa\u00e7\u00e3o.<\/p>\n\n\n\n

De onde v\u00eam os dados do projeto<\/h3>\n\n\n\n

Um projeto Six Sigma costuma travar na fase de medi\u00e7\u00e3o por falta de dado confi\u00e1vel. Quando pedidos, devolu\u00e7\u00f5es, ordens de produ\u00e7\u00e3o e movimenta\u00e7\u00f5es de estoque est\u00e3o registrados em sistemas diferentes, ou em planilhas, a equipe gasta semanas montando a linha de base e ainda discute se o n\u00famero est\u00e1 certo.<\/p>\n\n\n\n

Com essas informa\u00e7\u00f5es integradas em um ERP, a fase de medi\u00e7\u00e3o vira uma consulta: as notas de devolu\u00e7\u00e3o por motivo, as reprova\u00e7\u00f5es por lote e as diverg\u00eancias de invent\u00e1rio j\u00e1 est\u00e3o com data, respons\u00e1vel e origem. A ferramenta de BI<\/a> ligada ao ERP transforma esses registros em indicadores acompanhados na fase de controle, sem depender de relat\u00f3rio montado \u00e0 m\u00e3o.<\/p>\n\n\n\n

Como come\u00e7ar o primeiro projeto na sua empresa<\/h2>\n\n\n\n

O primeiro projeto Six Sigma deve ser pequeno, com dado dispon\u00edvel e resultado financeiro f\u00e1cil de medir. Um projeto grande demais na estreia costuma perder o patroc\u00ednio antes de mostrar resultado, e isso compromete o programa inteiro.<\/p>\n\n\n\n

Um roteiro que funciona para empresas de porte m\u00e9dio:<\/p>\n\n\n\n

– Escolha um processo com defeito frequente e custo conhecido, como devolu\u00e7\u00e3o por erro de separa\u00e7\u00e3o ou refugo em uma etapa espec\u00edfica da linha<\/p>\n\n\n\n

– Defina o que \u00e9 defeito e o que \u00e9 oportunidade, e registre esse crit\u00e9rio por escrito antes de medir<\/p>\n\n\n\n

– Levante pelo menos tr\u00eas meses de hist\u00f3rico para calcular DPMO e n\u00edvel sigma de partida<\/p>\n\n\n\n

– Forme uma equipe pequena, com um Green Belt, pessoas do processo e um diretor como sponsor<\/p>\n\n\n\n

– Estabele\u00e7a uma meta em n\u00edvel sigma e em reais, usando a l\u00f3gica de custo por defeito vista neste artigo<\/p>\n\n\n\n

– Rode o DMAIC completo, sem pular a fase de an\u00e1lise, e apresente o resultado em reais ao final<\/p>\n\n\n\n

Esse roteiro se encaixa em uma cultura de melhoria cont\u00ednua<\/a> que talvez j\u00e1 exista na empresa, como o ciclo PDCA<\/a>. O Six Sigma acrescenta rigor estat\u00edstico e um crit\u00e9rio objetivo para decidir se a melhoria de fato aconteceu.<\/p>\n\n\n\n

Conclus\u00e3o<\/h2>\n\n\n\n

O Six Sigma d\u00e1 um n\u00famero objetivo para a qualidade de um processo e mostra, com dados, se uma melhoria funcionou. O c\u00e1lculo do DPMO e do n\u00edvel sigma, feito com um crit\u00e9rio de oportunidade fixo, mostra onde a opera\u00e7\u00e3o est\u00e1, e a tabela de custo por defeito mostra at\u00e9 onde vale a pena lev\u00e1-la.<\/p>\n\n\n\n

A meta certa para cada processo sai da conta entre volume, custo por defeito e investimento. Qualquer que seja ela, chegar l\u00e1 depende de dado confi\u00e1vel, e \u00e9 a\u00ed que a gest\u00e3o integrada faz diferen\u00e7a.<\/p>\n\n\n\n

O ERP WebMais<\/a> conecta vendas, compras, estoque, fiscal e financeiro em uma \u00fanica base, com o controle de produ\u00e7\u00e3o no ERP para ind\u00fastria<\/a> e a rotina de pedidos e expedi\u00e7\u00e3o no ERP para distribuidora<\/a>. Devolu\u00e7\u00f5es, ajustes de invent\u00e1rio e ordens de produ\u00e7\u00e3o ficam registrados no momento em que acontecem, prontos para virar indicador.<\/p>\n\n\n\n

Se voc\u00ea quer ver como esses dados apoiam a gest\u00e3o da qualidade<\/a> e a tomada de decis\u00e3o<\/a> no dia a dia da sua opera\u00e7\u00e3o, agende uma demonstra\u00e7\u00e3o gratuita com o time da WebMais.<\/p>\n\n\n\n

FAQ<\/h2>\n\n\n\n

Seis Sigma, Six Sigma e 6 Sigma s\u00e3o a mesma coisa?<\/h3>\n\n\n\n

Sim. Six Sigma \u00e9 o nome original em ingl\u00eas, e Seis Sigma e 6 Sigma s\u00e3o as formas usadas em portugu\u00eas. Todas se referem \u00e0 mesma metodologia, criada na Motorola, com o mesmo ciclo DMAIC e as mesmas m\u00e9tricas.<\/p>\n\n\n\n

Quanto tempo dura um projeto Six Sigma?<\/h3>\n\n\n\n

Um projeto DMAIC de escopo t\u00edpico costuma levar de tr\u00eas a seis meses, do in\u00edcio da defini\u00e7\u00e3o at\u00e9 a entrega do plano de controle. Projetos de Green Belt, com escopo menor e dentro de uma \u00fanica \u00e1rea, podem fechar em menos tempo, e projetos DMADV de novos processos tendem a ser mais longos.<\/p>\n\n\n\n

Qual a diferen\u00e7a entre Six Sigma e PDCA?<\/h3>\n\n\n\n

O PDCA \u00e9 um ciclo gen\u00e9rico de melhoria em quatro etapas (planejar, fazer, checar e agir) e pode ser aplicado a qualquer problema, com ou sem estat\u00edstica. O Six Sigma usa o DMAIC, que \u00e9 mais prescritivo: exige linha de base medida, causa raiz confirmada com dados e plano de controle formal antes de encerrar o projeto.<\/p>\n\n\n\n

Six Sigma funciona em empresas de porte m\u00e9dio?<\/h3>\n\n\n\n

Funciona, desde que o escopo seja proporcional. Empresas de porte m\u00e9dio raramente precisam de Black Belts em tempo integral: um ou dois Green Belts conduzindo projetos na pr\u00f3pria \u00e1rea, com um diretor como patrocinador, costumam gerar retorno mais r\u00e1pido do que um programa corporativo completo.<\/p>\n\n\n\n

Preciso de software estat\u00edstico para aplicar o Six Sigma?<\/h3>\n\n\n\n

Para a maior parte dos projetos, n\u00e3o. DPMO, n\u00edvel sigma, Cp, Cpk, Pareto e histograma podem ser calculados em planilha. Softwares estat\u00edsticos passam a fazer diferen\u00e7a em testes de hip\u00f3tese, regress\u00e3o e desenho de experimentos, mais comuns nos projetos de Black Belt.<\/p>\n\n\n\n

Por qual belt devo come\u00e7ar?<\/h3>\n\n\n\n

Para quem vai conduzir projetos na pr\u00f3pria \u00e1rea, o Green Belt \u00e9 o ponto de partida mais \u00fatil, porque ensina o DMAIC completo e as ferramentas estat\u00edsticas b\u00e1sicas. White e Yellow Belt servem para quem vai apenas participar das equipes de projeto.<\/p>\n\n\n\n