XIII SIMPEP - Bauru, SP, Brasil, 6 a 8 de Novembro de 2006

Um estudo de caso sobre a aplicao do Controle estatistico de

processo (CEP) como metodo de controle da qualidade.
Cristiano Souza Marins (UENF) csm@uenf.br
Erik da Silva Oliveira (UENF) erik@uenf.br
Daniela de Oliveira Freitas (UENF) daniela_99@hotmail.com

Resumo
O objetivo deste trabalho a anlise do Controle Estatstico de Processo (CEP) e do
Controle Estatstico da Qualidade (CEQ) como mtodos de avaliao e controle da
qualidade, tendo como parmetro, um estudo de caso no qual sero utilizadas ferramentas e
mtodos de formulao de parmetros para anlise e verificao das variveis envolvidas
nos processo de tratamento de gua potvel.
Palavras chave: Qualidade; Controle Estatstico de Processo (CEP); Estudo de caso.
1. Introduo
Nos ltimos anos temos observado mudanas ocorridas no mbito empresarial
caracterizando este cenrio pelo crescente aumento da rivalidade direta entre as empresas
atravs da internacionalizao. Alm da competio direta h entre as empresas neste novo
cenrio, o confrontamento de sistemas produtivos em nvel internacional e local na busca de
uma vantagem competitiva. Por outro lado, os fatores avanados de produo, como
conhecimento, tecnologia e principalmente a qualidade de processos assume, neste contexto,
o principal papel na obteno de vantagens competitivas reais e sustentveis.
Entretanto, como a qualidade difcil de ser medida e mensurada surge necessidade
de ferramentas e mtodos de formulao de parmetros para analise e verificao das
variveis envolvidas nos processos. Dentre os modelos possveis esto o Controle Estatstico
de Processo (CEP) e Controle Estatstico de Qualidade (CEQ) que sero foco de anlise deste
trabalho tendo como pano de fundo um estudo de caso em uma empresa de laticnio no
municpio de Itaperuna no Noroeste Fluminense.
2. Controle Estatstico da Qualidade (CEQ)
Segundo Reis (2001), o Controle Estatstico da Qualidade (CEQ) um dos ramos do
Controle da Qualidade, e o Controle de Qualidade parte integrante da Avaliao da
Qualidade, sendo este muito mais abrangente incorporando inclusive tambm o CEP
(Controle Estatstico de Processo). Conforme afirma Paladini (1995; apud; Reis, 2001), o
Controle de Qualidade consiste na comparao dos resultados obtidos com os padres ou
objetivos pr-fixados. Seria um modo de estudo das caractersticas de um processo com o
auxlio de ndices de maneira a faze-lo comportar-se da forma desejada.
O objetivo principal do CEQ a reduo sistemtica da variabilidade nas
caractersticas principais para a qualidade do produto. Woodall e Montgomery (1999; apud;
Reis, 2001) definem o CEQ como um ramo da Estatstica Industrial, compondo-se
basicamente de: Inspeo (Aceitao por Amostragem: Controle Estatstico de Processo
CEP, Planejamento de Experimentos e Estudo de Capabilidade de Processos).

XIII SIMPEP - Bauru, SP, Brasil, 6 a 8 de Novembro de 2006

O conceito de Controle Estatstico da Qualidade (CEQ) baseia-se no fato de que para

se exercer o controle de um processo, ou uma srie de processos que levam ao produto
acabado, precisa-se entender o seu comportamento. E o CEQ deu base para se definir o
comportamento do processo como bom ou aceitvel. Em funo disso, todos os problemas
podem ser rastreados, identificados e eliminados de um processo, de modo que ele continue a
produzir produtos com qualidade aceitvel.
3. Controle Estatstico de Processo (CEP)
O Controle Estatstico do Processo (CEP) utiliza tcnicas estatsticas para analisar o
comportamento do processo de fabricao e efetuar aes corretivas de melhoria, que
permitam mant-lo dentro de condies preestabelecidas. Tem como objetivo auxiliar na
obteno dos padres especificados de qualidade e reduzir a variabilidade em torno dos
padres especificados (Reis, 2001).
Nesse contexto, a variabilidade no pode ser eliminada, mas pode ser conhecida e
controlada. Quando somente causas comuns (controlveis ou atribuveis) afetam o processo,
ele dito controlvel e previsvel. Assim, o Processo se considera sob Controle Estatstico
quando a variabilidade do mesmo atribuda unicamente ao processo (causas comuns),
enquanto que o Processo se considera fora de Controle Estatstico quando a variabilidade
deste se deve a causas especiais de variao, sendo que as causas ocorrem de forma
imprevisvel gerando instabilidade no processo.
3.1 Ferramentas do Controle Estatstico de Processo: Grficos de Controle
Para a implantao da qualidade foram desenvolvidas tcnicas que facilitam a
aplicao de conceitos de gerenciamento da qualidade. Tambm so usadas diversas
ferramentas de coleta e apresentao de informaes. Dentre essas ferramentas destaca-se os
grficos de controle.
De acordo com Levine et. al.( 2000), grfico de controle um meio de monitorar as
variaes nas caractersticas de um produto ou servio, focalizando a dimenso do tempo no
qual o sistema produz produtos ou servios, e estudando a natureza da variabilidade no
sistema.
O grfico de controle pode ser utilizado para estudar o desempenho passado e/ou para
avaliar condies presentes. Dados coletados por meio de um grfico de controle podem
formar a base para a melhoria do processo. Alm de oferecer uma exposio visual dos dados
que representam um processo, o principal foco do grfico de controle a tentativa de separar
as causas de variaes especiais (ou identificveis), das causas de variaes comuns ou
devidas ao acaso.
A distino entre as duas causas de variao crucial, uma vez que causas especiais de
variaes so consideradas como sendo aquelas que no fazem parte de um processo e so
passveis de correo ou explorao sem modificar o sistema, enquanto as causas comuns de
variao somente podem ser reduzidas por meio de modificaes no sistema. A forma mais
comum de grficos de controle ir fixar limites de controle que esto entre 3 desvios
padres da medida estatstica de interesse. Dessa forma, fica definido assim:
Mdia do processo 3 desvios padres

de modo que: Limite de controle superior (LCS) = mdia do processo + 3 desvios padres e Limite
de controle inferior (LCI) = mdia do processo 3 desvios padres.

XIII SIMPEP - Bauru, SP, Brasil, 6 a 8 de Novembro de 2006

Uma vez que esses limites de controle estejam ajustados, o grfico de controle
avaliado a partir da perspectiva de identificao de qualquer padro que possa existir nos
dados ao longo do tempo e determinao de quaisquer pontos que fiquem fora dos limites de
controle. A faixa entre os limites de controle define a variao aleatria no processo.
Se os pontos traados no grfico estiverem dentro dos limites de controle e estiverem
dispostos de forma aleatria, pode-se dizer que o processo est sob controle estatstico. Caso
contrrio, se um ou mais pontos estiverem fora dos limites de controle ou estiverem dispostos
de forma no aleatria, pode-se dizer que o processo est fora de controle estatstico. Ento,
indicam uma ou mais causas determinveis de variao, e assim precisa-se identificar os
fatores que causam tais variaes para que esses pontos sejam eliminados.
Para que os grficos sejam construdos, necessrio que sejam avaliadas as
caractersticas da qualidade. Para isso podem ser utilizados diferentes tipos de escalas:
quantitativas, para variveis, e qualitativas, para atributos. Os atributos so obtidos mais
rapidamente, porm, podem apresentar medidas menos precisas. Segundo Soares (2001, apud,
Reis, 2001) se for escolhida a forma de medio varivel, os grficos usados so: o Grfico
X e R (mdia e amplitude, o Grfico X e s (mdia e desvio-padro), o Grfico X e R
(mediana e amplitude e o Grfico Xi e R (X individual e amplitude).
Se for escolhida a forma de medio por atributos, existem basicamente quatro tipos
de grficos que podem ser usados: o Grfico p ou da Proporo de Defeituosos, o Grfico np
ou do Nmero Total de Defeituosos, o Grfico c ou de Nmero de Defeitos na Amostra e o
Grfico u ou de Defeitos por Unidade. E os grficos de controle para atributos devem ser
utilizados quando os grficos para variveis no podem ser utilizados e quando se verifica que
o nmero de caractersticas a controlar muito elevado, ento, a verificao da qualidade
feita por inspeo visual, onde a caracterstica medida em termos do tipo bom/ruim,
sim/no, conforme/no-conforme, etc. Se o processo est sob controle estatstico, sem a
atuao de causas especiais, deve-se avaliar sua capacidade.
4. Estudo de caso
A empresa pesquisada do setor de laticnios e fica situada no municpio de Itaperuna,
na Regio Noroeste do Estado do Rio de Janeiro, e devido a um pedido dos seus diretores no
iremos expor o nome e a marca da empresa, denominando-a de Fbrica de Leite em P X,
resguardando assim a sua identidade. Fundada em 1960 a Fbrica de Leite em P X, tem uma
importncia vital para a Regio do Noroeste Fluminense empregando diretamente, mais de
400 funcionrios, e indiretamente responsvel pela gerao de renda de quase 5000 famlias,
entre estes pequenos, mdios e grandes produtores rurais, prestadores de servio, etc.
A fbrica tem uma produo variada, entre os seus produtos principais esto o creme
de leite em lata, o leite condensado e o leite em p, comercializados em todo o pas. Conta
ainda com uma linha de produo capaz de absorver mais 150.000 litros de leite in natura,
processando cerca de 500.000 litros de leite por dia. Para atender as exigncias,
principalmente das normas de qualidade NBR 9896, 9800, 7229 e 13403 e ISO 14000, alm
das resolues ambientais CONAMA n 20/86, decreto n 11.760 e CONAMA n 006, B.S.
3680: part 4A, da ISO 14000, toda a gua utilizada ou derivada no processo de produo
tratada em um reservatrio prprio dentro fbrica seguindo um rgido controle interno. O
consumo mdio dirio da Fbrica de 1000m3 e a capacidade mxima diria de tratamento
da empresa de 1300m3.
A figura 1 uma representao simples do processo de tratamento de gua potvel,
atravs de um fluxograma de processo.

XIII SIMPEP - Bauru, SP, Brasil, 6 a 8 de Novembro de 2006

Ser feito uma anlise do Controle Estatstico do Processo de Tratamento de gua

Potvel da Fbrica de Leite em P X atravs do tratamento dos dados com a utilizao do
software Custom/QC para a elaborao dos grficos de controle.
Matria-Prima
A1

A2

A3

A4

gua Bruta

Sulfato de
alumnio

Movimentao
B1

Tubulao

B2

Bomba captao

B3

Tubulao

Carbonato
de clcio

Hipoclorito
de sdio
B4

Tubulao

B5

Caixa dgua

Processo

C1

Canaleta de
Floculao

C2

Decantador 1

C3

Decantador 2

C4

Canaleta de
decantao

C5

Pr-filtro

C6

Filtro

C7

Cisterna

FIGURA 1 - Fluxograma de Processo

4.1 Tratamento dos dados
Como so coletadas quatro amostras de gua para anlise em diferentes horrios todos
dias, no qual medem-se principalmente os indicadores de cloro, pH e turbidez utilizando os
reativos: hipoclorito, Sulfato, Carbonato e Purga. Para efeito de anlise resolvemos escolher
para tratamento as anlises de cloro durante vinte dias, ficando organizadas da seguinte
forma: 1 = todas as coletadas no dia 1 e 2 = todas as coletadas no dia 2, e assim at o dia 20 e
para cada data tiveram, pela sua tabela, 3 coletas de amostra as quais foram consideradas,
como por exemplo, no dia 1/11 tiveram 3 coletas no dia 2/11 tiveram 3 coletas, e assim por
diante.
Amostra
1
2
3
4
5
6
7
8
9
10
11
12

X1
1,0000
1,0000
0,8000
1,0000
1,0000
1,0000
1,0000
1,0000
1,5000
1,0000
0,8000
0,8000

X2
1,0000
1,0000
1,0000
1,0000
1,0000
0,8000
1,0000
1,0000
1,0000
1,5000
1,0000
1,0000

X3
1,0000
0,8000
1,0000
1,0000
1,0000
0,8000
0,8000
1,0000
1,0000
0,8000
0,8000
1,0000

X4
1,0000
0,8000
0,8000
1,0000
1,0000
0,8000
0,8000
1,0000
1,0000
0,8000
0,8000
0,8000

1,0000
0,9000
0,9000
1,0000
1,0000
0,8500
0,9000
1,0000
1,1250
1,0250
0,8500
0,9000

Ri
0,0000
0,2000
0,2000
0,0000
0,0000
0,2000
0,2000
0,0000
0,5000
0,7000
0,2000
0,2000

XIII SIMPEP - Bauru, SP, Brasil, 6 a 8 de Novembro de 2006

13
14
15
16
17
18
19
20

1,0000
1,0000
1,0000
1,0000
0,8000
1,5000
0,6000
1,5000

1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000

1,0000
1,0000
1,0000
0,8000
1,0000
1,0000
1,0000
1,0000

1,0000
1,0000
1,0000
0,8000
0,8000
1,0000
0,6000
1,0000

1,0000
1,0000
1,0000
0,9000
0,9000
1,1250
0,8000
1,1250
0,9650

0,0000
0,0000
0,0000
0,2000
0,2000
0,5000
0,4000
0,5000
0,2100

QUADRO 1 - Anlises Efetuadas dos indicadores de cloro

O clculo dos limites de controle foi obtido segundo as frmulas descritas tpico:
grficos de controle.
LSC / UCL = 0, 479

Grfico R LMC / Ave = 0, 210

LIC / LCL = 0, 000

LSC / UCL = 1,118

Grfico X LMC / Ave = 0,965

LIC / LCL = 0,812

O prximo passo, neste caso, seria plotar os grficos de controle e fazer uma anlise
crtica, conforme descrito no tpico :Interpretao dos grficos de controle.
4.2 Interpretando os grficos de controle
Utilizando o software o Custom/QC e baseando-se nos dados do Quadro 1, podemos plotar o
seguinte grfico:
Sheet1
XBar
1.125

XBar Chart
1.118 UCL

1.044

0.963

0.965 Ave

0.881

0.800
1

0.812 LCL
5

12

16

20

Sample #

FIGURA 2 - Grfico X referente ao controle de cloro no tratamento de gua potvel.

XIII SIMPEP - Bauru, SP, Brasil, 6 a 8 de Novembro de 2006

Sheet1
XBar
1.125

XBar Chart

1.044

1.000 UCL
0.963

0.900 Ave
0.881

0.800
1

0.800 LCL
5

12

16

20

Sample #

FIGURA 3 - Grfico X referente ao controle de cloro no tratamento de gua potvel com os limites alterados.
De acordo com o Grfico X podemos extrair as seguintes observaes: 4 dos 20
pontos esto fora de controle (cerca de 20% dos dados), 1 ponto est fora dos limites
especificados, 9 pontos esto abaixo da mdia, 6 pontos esto crescendo ou decrescendo, 14
pontos esto alternando em subidas e descidas, 2 de 3 pontos so maiores ou iguais ( ) a 2
sigma ( ), 4 de 5 so maiores ou iguais ( ) ao mesmo sigma ( ), 15 pontos esto dentro
de 1 sigma ( ), 11 pontos esto na parte de cima da mdia e 3 pontos so maiores ou iguais
( ) a 1,5 sigma ( ). Fazendo uma anlise de acordo com o tpico: Interpretao dos
Grficos de Controle, podemos observar que como h 4 pontos fora de controle indicando a
necessidade de mudanas no processo de controle, podendo haver a necessidade de
reformulao dos limites ou dos mtodos de controle.
De acordo com o Grfico X h um ndice considervel de pontos, 14, alternando
(Periodicidade ou ciclos) que podem indicar uma de suas variveis sofre mudanas rpidas,
ressaltando a necessidade de conhece-las e o fatores que a influenciam o seu comportamento a
fim de serem controlados. Como o programa mede a normalidade da distribuio amostral
verifica-se que a mesma normal, no surgindo a necessidade de ajustamento do modelo,
nota-se que dos 20 pontos, 16 esto entre a mdia 2*desvio padro, i.e., 80% dos dados
indicando normalidade da amostra. Constata-se tambm que h um excesso de variabilidade
indicando picos extremos de comportamento, significando ajustes freqentes em uma das
variveis.
Como podemos vislumbrar na anlise sobre o Grfico X dos valores obtidos atravs
das amostras, seria interessante considerarmos que dentro dos padres exigidos devemos
diminuir o limite superior para 1,000 e passar o limite inferior para 0,800 (tendo em vista que
este foi o menor valor conseguido), se alterarmos os limites inferiores devemos alterar o
limite mdio para 0,9.
Dessa forma, obtemos o grfico da figura 3. E baseando-se no grfico da figura 3,
podemos chegar as seguintes concluses: 10 das 20 pontos esto fora de controle (50% dos
dados), 1 ponto est fora dos limites especificados, 9 pontos esto acima da mdia ,6 pontos
esto crescendo ou decrescendo, 14 pontos esto alternando para cima e para baixo, 2 de 3
pontos so maiores ou iguais ( ) a 2 sigma ( ), 4 de 5 so maiores ou iguais ( ) ao mesmo
sigma ( ), 15 pontos esto dentro de 1 sigma ( ), 8 pontos so maiores que 1 sigma ( ), 7
pontos esto no lado de cima da mdia e 3 pontos so maiores ou iguais ao mesmo 1,5 sigma.

XIII SIMPEP - Bauru, SP, Brasil, 6 a 8 de Novembro de 2006

Podemos verificar que alterando os limites, tanto superior quanto inferior, aumentou a
quantidade de pontos fora de controle estatstico (50%), contudo nos demais tpicos o
comportamento teve pouca variao. Agora extrairemos o grfico R para efeito de anlise e
comparao.
Sheet1
Range
0.700

Range Chart

0.525
0.479 UCL

0.350

0.210 Ave
0.175

0.000
1

0.000 LCL
5

12

16

20

Sample #

FIGURA 4 - Grfico R referente ao controle de cloro no tratamento de gua potvel com os limites alterados
Conforme o grfico R podemos observar as seguintes informaes: 14 das 20
amostras, esto fora de controle (70% dos dados), 1 ponto est fora dos limites especficos, 9
pontos esto abaixo da mdia, 6 pontos esto crescendo ou decrescendo, 14 pontos esto
alternando em subidas e descidas, 2 de 3 pontos so maiores ou iguais ( ) a 2 sigma ( ), 4
de 5 so maiores ou iguais ( ) ao mesmo sigma ( ), 15 pontos esto dentro de 1 sigma ( ),
8 pontos so maiores ou iguais ( ) ao mesmo sigma ( ), 5 pontos esto na parte de cima da
mdia e 3 pontos so maiores ou iguais ( ) a 1,5 sigma ( ). Podemos verificar que alm dos
problemas apresentados nos grficos X a maior parte dos pontos cerca de 70% esto fora de
controle e h uma seqncia 15 pontos localizada abaixo da mdia, podendo significar uma
anormalidade.
Em todos os casos apresentados nos grficos, exalta-se a necessidade de mudana e
ajustamento no modelo pesquisado e analisado, sendo necessrio verificar e tratar as causas
partindo da a necessidade de uma pesquisa mais apurada.
5. Consideraes finais
Este trabalho teve um mero carter elucidativo buscando aliar o conhecimento terico
da sala de aula prtica cotidiana empresarial quanto ao Controle Estatstico de Processo
(CEP) e Controle Estatstico da Qualidade (CEQ), devendo para maior aprofundamento ser
realizado um novo trabalho sob a perspectiva de melhoria e otimizao do processo da
empresa pesquisada. Sendo assim, delimitamo-nos a exaltar a importncia deste trabalho
como uma forma de aprimoramento e ampliao do conhecimento adquirido em sala de aula e
de possibilidade futura da elaborao de um trabalho, como j foi ressaltado, mais elaborado.
6. Referncias Bibliogrficas
LEVINE, David M.; BERENSON, Mark L.; STEPHAN, David. Estatstica: teoria e aplicaes usando
Microsoft Excel em portugus. Rio de Janeiro: CTC, 2000.

XIII SIMPEP - Bauru, SP, Brasil, 6 a 8 de Novembro de 2006

REIS, Marcelo Menezes. Um modelo para o ensino do Controle Estatstico da Qualidade. 2001. Tese
(Doutorado em Engenharia de Produo) Programa de Ps-Graduao em Engenharia de Produo, UFSC,
Florianpolis.