Controle Estatistico Da Qualidade

Controle Estatstico da Qualidade
Braslia-DF.
Elaborao
Flavio Augusto Custodio
Produo
Equipe Tcnica de Avaliao, Reviso Lingustica e Editorao
Sumrio
APRESENTAO.................................................................................................................................. 4
ORGANIZAO DO CADERNO DE ESTUDOS E PESQUISA..................................................................... 5
INTRODUO.................................................................................................................................... 7
UNIDADE I
DEFINIO E CONCEITOS DO CONTROLE ESTATSTICO DO PROCESSO................................................. 13
CAPTULO 1
SISTEMA DE CONTROLE DE PROCESSO.................................................................................... 15
CAPTULO 2
VARIABILIDADE: CAUSAS COMUNS E ESPECIAIS........................................................................ 18
CAPTULO 3
DISTRIBUIO DE PROBABILIDADE............................................................................................ 22
CAPTULO 4
ORIGENS HISTRICAS DAS CARTAS DE CONTROLE E DEFINIO............................................. 26
UNIDADE II
CARTAS DE CONTROLE PARA VARIVEIS E ATRIBUTOS............................................................................. 32
CAPTULO 1
CARTAS DE CONTROLE PARA VARIVEIS................................................................................... 32
CAPTULO 2
CARTAS DE CONTROLE PARA ATRIBUTOS.................................................................................. 42
UNIDADE III
ANLISE DE PROCESSOS...................................................................................................................... 48
CAPTULO 1
ESTABILIDADE E CAPACIDADE DE PROCESSO........................................................................... 48
UNIDADE IV
IMPLANTAO..................................................................................................................................... 54
CAPTULO 1
PROCEDIMENTO ITERATIVO DE MELHORIA E AS VANTAGENS DO CEP ...................................... 54
CAPTULO 2
PLANEJAMENTO DO CONTROLE ESTATSTICO DE PROCESSO.................................................... 58
PARA (NO) FINALIZAR...................................................................................................................... 74
REFERNCIAS................................................................................................................................... 77
Apresentao
Caro aluno
A proposta editorial deste Caderno de Estudos e Pesquisa rene elementos que se
entendem necessrios para o desenvolvimento do estudo com segurana e qualidade.
Caracteriza-se pela atualidade, dinmica e pertinncia de seu contedo, bem como pela
interatividade e modernidade de sua estrutura formal, adequadas metodologia da
Educao a Distncia EaD.
Pretende-se, com este material, lev-lo reflexo e compreenso da pluralidade dos
conhecimentos a serem oferecidos, possibilitando-lhe ampliar conceitos especficos da
rea e atuar de forma competente e conscienciosa, como convm ao profissional que
busca a formao continuada para vencer os desafios que a evoluo cientfico-tecnolgica
impe ao mundo contemporneo.
Elaborou-se a presente publicao com a inteno de torn-la subsdio valioso, de modo
a facilitar sua caminhada na trajetria a ser percorrida tanto na vida pessoal quanto na
profissional. Utilize-a como instrumento para seu sucesso na carreira.
Conselho Editorial
Organizao do Caderno
de Estudos e Pesquisa
Para facilitar seu estudo, os contedos so organizados em unidades, subdivididas em
captulos, de forma didtica, objetiva e coerente. Eles sero abordados por meio de textos
bsicos, com questes para reflexo, entre outros recursos editoriais que visam a tornar
sua leitura mais agradvel. Ao final, sero indicadas, tambm, fontes de consulta, para
aprofundar os estudos com leituras e pesquisas complementares.
A seguir, uma breve descrio dos cones utilizados na organizao dos Cadernos de
Estudos e Pesquisa.
Provocao
Textos que buscam instigar o aluno a refletir sobre determinado assunto antes
mesmo de iniciar sua leitura ou aps algum trecho pertinente para o autor
conteudista.
Para refletir
Questes inseridas no decorrer do estudo a fim de que o aluno faa uma pausa e reflita
sobre o contedo estudado ou temas que o ajudem em seu raciocnio. importante
que ele verifique seus conhecimentos, suas experincias e seus sentimentos. As
reflexes so o ponto de partida para a construo de suas concluses.
Sugesto de estudo complementar

Sugestes de leituras adicionais, filmes e sites para aprofundamento do estudo,
discusses em fruns ou encontros presenciais quando for o caso.
Praticando
Sugesto de atividades, no decorrer das leituras, com o objetivo didtico de fortalecer
o processo de aprendizagem do aluno.
Ateno
Chamadas para alertar detalhes/tpicos importantes que contribuam para a
sntese/concluso do assunto abordado.
Saiba mais
Informaes complementares para elucidar a construo das snteses/concluses
sobre o assunto abordado.
Sintetizando
Trecho que busca resumir informaes relevantes do contedo, facilitando o
entendimento pelo aluno sobre trechos mais complexos.
Exerccio de fixao
Atividades que buscam reforar a assimilao e fixao dos perodos que o autor/
conteudista achar mais relevante em relao a aprendizagem de seu mdulo (no
h registro de meno).
Avaliao Final
Questionrio com 10 questes objetivas, baseadas nos objetivos do curso,
que visam verificar a aprendizagem do curso (h registro de meno). a nica
atividade do curso que vale nota, ou seja, a atividade que o aluno far para saber
se pode ou no receber a certificao.
Para (no) finalizar
Texto integrador, ao final do mdulo, que motiva o aluno a continuar a aprendizagem
ou estimula ponderaes complementares sobre o mdulo estudado.
Introduo
Controle da qualidade um conjunto de aes ou medidas desenvolvidas com o objetivo
de assegurar que os servios ou produtos gerados atendam aos requisitos segundo os
quais foram especificados. Segundo a ISO 8402, Controle da Qualidade definido
como sendo o conjunto de tcnicas e atividades operacionais usadas para atender os
requisitos para a qualidade.
Avaliar os resultados das aes, com o objetivo de verificar se esto em conformidade
com as expectativas, faz parte da natureza do homem. Assim, no sentido Lato, pode-se
dizer que o controle da qualidade remonta aos primrdios da civilizao humana.
No se pode precisar no tempo quando foi que o controle da qualidade comeou a
ser utilizado, de forma sistemtica, de modo a assegurar que os resultados das aes
empreendidas viessem a atender aos requisitos dos projetos, na forma como foram
concebidos. Entretanto, a perfeio das obras remanescentes das civilizaes grega,
romana, egpcia, chinesa, e outras, sob a forma de templos, termas, pirmides, muralhas
etc., nos permite assegurar que alguma forma de controle devia ser por eles empregada.
Os registros histricos nos mostram que at o final do sculo XVIII, antes do incio
da Era Industrial, os empreendimentos eram, na sua maioria, de natureza individual
ou familiar e cada um definia e controlava a qualidade dos produtos ou servios que
gerava. Curiosamente, esta uma postura muito atual. No que se refere garantia da
qualidade, cada um responsvel pela qualidade do que faz. A diferena entre um
profissional do final do sculo XVIII e o seu colega dos anos 1990 est na forma segundo
a qual aquele entendia e este entende a funo qualidade. Para o profissional do sculo
XVIII a qualidade estava relacionada ao atendimento as especificaes do produto,
especificaes estas quase sempre ditadas por ele mesmo. Ele definia o que deveria
ser qualidade, produzia e, eventualmente, quase sempre sem uma programao
especfica definida, inspecionava o produto para verificar se estava conforme as suas
especificaes. Hoje, a qualidade definida pelo cliente.
Cabe, tambm, ao profissional dos nos 1990 produzir e controlar a qualidade do que ele
produz. Entretanto, o controle da qualidade por ele exercido feito de forma sistematizada;
planejado de forma a cobrir todas as fases do processo e tem por objetivo assegurar
que as necessidades do seu cliente vo ser atendidas. No se trata mais apenas de uma
inspeo final para verificar se o produto tem ou no defeitos de fabricao.
Entretanto, no se pode dizer que a sociedade, at o incio do sculo XIX, encontravase totalmente sem estruturas organizacionais orientadas para o controle da qualidade.
7
Registra-se, no decorrer da idade mdia, intensas atividades de associaes de

arteses, estabelecendo padres que visavam proteger ganhos econmicos e sociais de
seus associados e regular a economia. Para alcanar esses objetivos essas associaes
desenvolveram intensos e importantes trabalhos estabelecendo salrios, condies de
trabalho e especificaes para matrias-primas e produtos acabados.
Entre 1900 e 1930, com o advento da era industrial, pressionados pela crescente
concorrncia e pela complexidade dos processos, iniciou-se uma nova fase para o
controle da qualidade. Essa foi a Era da Inspeo. No incio, as inspees eram feitas
no produto acabado e tinha por objetivo evitar que itens defeituosos chegassem ao
consumidor. Nenhuma tcnica estatstica era usada. No final dos anos 1920, como
decorrncia da crescente complexidade dos processos e da maior concorrncia do
mercado, iniciou-se a utilizao de tcnicas estatsticas para o controle dos produtos.
Em 1924, foi criado o Inspection Engineering Departament of Western Electrics Bell
Telephone Laboratories, do qual foram membros personalidades como R. B. Miller,
G. D. Peterson, H. F. Dodge, G. D. Edwards, P. S. Olmstead, M. N. Torrey e outros,
aos quais devemos importantes trabalhos pioneiros de desenvolvimento de teorias e
mtodos de controle da qualidade, incluindo critrios para seleo e amostragem. A
primeira carta de controle da qual se tem registro foi desenvolvida por Shewhart em
1924 e ficou conhecida como Carta de Controle de Shewhart.
Entre 1930 e 1940, o uso da estatstica como ferramenta para o controle da qualidade se
consolidou como tcnica. Destaca-se nesse perodo os trabalhos do Joint Committee for
the Development of Statistical Aplications in Egineering and Manufacturing, presidido
por Shewhart e apoiado pela American Society for Testing Materials (ASTM), American
Society of Mechanical Engineers (ASME), American Mathematical Society (AMS),
American Statistical Association (ASA), Institute of Mathematical Statistics (IMS) e o
American Institute of Electrical Engineers (AIEE).
Na dcada de 1940, o uso da estatstica como ferramenta para o controle da
qualidade se consolidou como prtica indispensvel, principalmente devido s
condies impostas pela economia de guerra. A necessidade de massificar a produo
levou a uma inevitvel deteriorao da qualidade dos produtos. Esse fato obrigou
o sistema produtivo a utilizar, em escala sem precedentes, as tcnicas estatsticas
que j haviam sido desenvolvidas para o controle de produtos. Nesse perodo,
intensivos programas de treinamento, orientados para a utilizao destas tcnicas,
foram implementados, com os objetivos de: minimizar perdas, reduzir o custo de
produo e, principalmente, assegurar a qualidade dos produtos. Nesse perodo, as
foras armadas dos Estados Unidos e dos pases aliados desempenharam um papel
importantssimo no desenvolvimento de novas tcnicas estatsticas, na pesquisa de
8
novas teorias de controle, na implementao de programas de controle da qualidade

e, principalmente, no estabelecimento de padres.
De 1950 a 1960, as foras armadas dos pases aliados, principalmente devido Guerra
Fria, que demandava contnuos e intensos programas de desenvolvimentos na rea da
indstria blica, continuaram sendo os principais impulsionadores do desenvolvimento
da rea de controle da qualidade. Os principais esforos dos anos 1950 foram orientados
para os estabelecimentos de novos padres. Nessa dcada, o controle da qualidade
deixou de enfocar o produto e passou a orientar-se para o processo, o que, do ponto de
vista estratgico, representou um passo importantssimo. Na verdade, o responsvel
pelos itens defeituosos o processo. Se o processo capaz e se est sendo devidamente
controlado deve, portanto, gerar produtos sem defeitos.
Na dcada de 1950, o Japo iniciou sua jornada rumo industrializao. Deming, que
havia participado ativamente, na dcada de 1940, dos programas de mobilizao para
a qualidade, nos Estados Unidos, foi para o Japo e, juntamente com Juran e Ishikawa,
tornou-se o principal responsvel pela disseminao dos conceitos de controle da
qualidade naquele pas.
Nos anos de 1960, o uso prtico da estatstica como ferramenta para o controle de processo
se consolidou e foram lanadas as bases para a implantao dos conceitos de Total
Quality Control TQC, desenvolvidos por Feigenbaum. O parque industrial japons,
ainda infante, serviu de palco para a implementao destes conceitos, na dcada seguinte.
A dcada de 1970 se caracterizou pela disseminao dos conceitos de TQC,
principalmente no Japo e foram lanadas as bases para a implantao do conceito de
Total Quality Management TQM. No final desta dcada, a International Organization
for Standardization ISO criou o Tecnical Committee 176 (TC - 176) cujos trabalhos
levaram criao das Normas ISO srie 9000, aprovadas em 1987.
Os anos de 1980 se caracterizaram pela implementao, em larga escala, dos conceitos de
TQM. O Japo, mantendo a sua posio de vanguarda, liderou os pases industrializados
na implementao destes conceitos. A aprovao das Normas ISO srie 9000, em 1987,
representou uma mudana de paradigma e a Europa, bero dessas Normas, ocupou a
posio de destaque neste novo cenrio.
A partir da dcada de 1960, os problemas relacionados com a preservao da qualidade
do meio ambiente passaram, cada vez mais, a ocupar o centro das atenes da nossa
sociedade. O resultado desse movimento, principalmente nos pases mais desenvolvidos,
foi o incio de presses social para que os sistemas produtivos utilizassem tecnologias
no poluidoras.
9
Na dcada de 1970, a sociedade, preocupada com os nossos recursos naturais, evoluiu,

incorporando conceitos de racionalizao de insumos nos processos produtivos. O
vertiginoso crescimento das atividades industriais, ocorrido nesse ltimo quarto do
sculo X, despertou, principalmente nas comunidades mais esclarecidas, uma forte
conscientizao de que a natureza no infinita em sua capacidade de absorver os
resultados de todas as atividades humanas, no ritmo em que estas vm ocorrendo,
sem que sejam alteradas as condies ambientais globais. Como resultado, seis anos
aps a realizao da ECO-92, foi assinado, no incio de 1998, o protocolo de Kyoto
que estabelece critrios sobre emisso de CO2 e outros gases que exercem efeito estufa
e prioriza o desenvolvimento e a utilizao de tecnologias amigveis com relao a
mudanas climticas.
Como no poderia deixar de ser, os movimentos conservacionistas influenciaram
fortemente os conceitos relativos qualidade e motivaram a aprovao das Normas
ISO Srie 14000, em 1996. Essas Normas especificam os requisitos relativos a um
sistema de gesto ambiental e regem as relaes contratuais para o comrcio interno
e entre pases, operacionalizando grande parte dos acordos firmados na ECO92. Assim, a preservao da qualidade do meio ambiente passou a ter um carter
econmico urgente e como consequncia, o sistema produtivo dever privilegiar,
nos prximos anos, em escala crescente, a utilizao de tecnologias orientadas para
o desenvolvimento sustentvel, com enfoque na preservao dos ecossistemas e da
biodiversidade.
A funo qualidade pode, tambm, ser analisada pelo objeto do seu foco. At a dcada
de 1940 o produto era o ponto de aglutinao de todos os esforos orientados no
sentido de lhe agregar qualidade. Essa foi a Era da Inspeo, do controle da qualidade
e a estatstica foi a principal ferramenta utilizada.
Nas dcadas de 1950, 1960 e 1970, o processo passou a ser o ponto principal das
atenes, sem que, contudo, o produto tenha sado de cena. Controlar o processo para
que os produtos por ele gerados atendam as especificaes, certamente uma forma
mais econmica de assegurar qualidade. Nesse perodo, as inspees continuaram
sendo atividades importantes, mas apenas para registrar a qualidade da produo e a
estatstica consolidou sua posio como ferramenta indispensvel para os processos
de controle.
Nas dcadas de 1980 e 1990 cresceu no meio empresarial a conscincia de que to ou
mais importante do que produzir com qualidade, oferecer ao cliente o que ele deseja,
atender as suas necessidades. Assim, o cliente, como o parceiro mais importante
do negcio, passa a ser o foco das atenes. Atender s expectativas do cliente e, se
10
possvel, superar essas expectativas, passa a ser a poltica dos negcios de sucesso. As
caractersticas de uma empresa orientada para o atendimento ao cliente so:
seus processos so consistentes e adequadamente controlados (eficincia);
seus produtos so especificados de acordo com as necessidades do seu
cliente (eficcia);
como as necessidades do cliente esto sempre mudando, elas so flexveis,
adaptam-se com rapidez e tm viso do futuro (efetividade).
Para essa empresa, o cliente no sentido lato (a sociedade) aparece no cenrio com
importncia crescente e vai se tornando to importante quanto o cliente que adquire
seus produtos ou servios (cliente no sentido stricto).
O controle de processo, para estar de acordo com o enfoque filosfico da era em que
estamos vivendo, deve ser dinmico, deve estar orientado para as necessidades dos
clientes (interno e externo, stricto e lato senso) e ser capaz de acompanhar as mudanas
das suas necessidades. Dentro deste contexto, a estatstica apenas uma ferramenta,
importantssima sem dvidas, mas apenas uma ferramenta.
Texto extrado de: <http://www.ebah.com.br/content/ABAAAAGoQAF/cep-controleestatistico-processo>. Acesso em: 15 abr. 2014.
Esta disciplina dividida nas seguintes unidades tendo como base que o Controle
Estatstico da Qualidade baseado no controle do processo.
A Unidade I procura apresentar as definies e conceitos do Controle Estatstico de
Processo (CEP). Ele mostra os objetivos do CEP, os conceitos de variabilidade, sistemas
de controle de processos e os diferentes tipos de distribuies de probabilidade que
ajudam a modelar o entendimento da vida real. Por fim mostrado as origens e
definies das cartas de controle que tem um papel fundamental no processo do CEP.
J na Unidade II apresentado um detalhamento sobre as cartas de controle.
Primeiramente, apresentada as cartas de controle para variveis e depois as cartas de
controle por atributos. O objetivo desta unidade mostrar para os principais tipos de
coletas de dados as opes de cartas de controle mais adequada.
A Unidade III procurar mostras as principais anlises de processo para as tomadas de
decises no CEP. Que seriam as anlises de processo quanto estabilidade e capacidade.
E por fim, na unidade IV ser apresentada as vantagens do CEP em relao ao mtodo
de inspeo e seguindo uma proposta de implantao feita por Ribeiro e Caten (2012)
mostrar como deve ser implantado o CEP em uma organizao.
11
Objetivos
Promover o entendimento dos conceitos bsicos a respeito do Controle
Estatstico do Processo que base do Controle Estatstico da Qualidade.
Saber como analisar as cartas de controle.
Analisar o processo quanto a sua estabilidade e capacidade.
Entender como um CEP pode ser implantado em uma organizao.
Instigar o aluno no aprofundamento de uso de ferramentas estatsticas.
12
DEFINIO E
CONCEITOS DO
CONTROLE ESTATSTICO
DO PROCESSO
UNIDADE I
Todo processo produtivo em grande escala, como a fabricao de peas para a indstria
automobilstica, indstria de borracha e pneus, tintas, cosmticos e fabricao de
alimentos diversos, necessita controlar o seu processo com objetivo de garantir a
qualidade do produto final bem como evitar que o produto tenha que ser novamente
fabricado, gerando custos desnecessrios a empresa.
Prevendo este potencial risco da perda do controle do processo que foram criadas
ferramentas de auxlio para o controle do processo por amostragem que represente de
forma representativa todo o processo produtivo, garantindo a qualidade do produto final.
De uma forma geral, o Controle Estatstico do Processo (CEP) fornece uma radiografia
geral do processo, identificando inclusive onde e em qual momento esto ocorrendo as
falhas no processo produtivo, ou seja, a variabilidade do processo.
O principal objetivo do CEP controlar de forma eficaz a qualidade do produto, e
pode ser utilizado em diversos processos produtivos, alm de ser possvel de ser feito
pelo operador do processo em tempo real, com isso aumenta o comprometimento do
operador uma vez que agora ele tem a possibilidade de controlar o processo e libera a
gerncia executiva para atividades de melhoria estrutural.
O CEP possibilita o monitoramento das caractersticas de interesse, assegurando
que elas sero mantidas dentro de limites preestabelecidos e indicando quando
devem ser tomadas aes corretivas ou preventivas para atuar sobre a causa raiz do
problema. importante ressaltar a importncia de se detectar os defeitos o mais
breve possvel, para evitar o aumento dos custos devido incorporao da matriaprima e da atuao da mo de obra em um produto defeituoso gerando prejuzos para
a organizao.
O CEP objetiva aumentar a capacidade dos processos, reduzindo refugo e retrabalho,
e, por consequncia, o custo da m qualidade. Assim, ele proporciona s empresas a
base para melhorar a qualidade de produtos e servios e, simultaneamente, reduzir
substancialmente estes custos gerados pela m administrao da qualidade.
13
UNIDADE I DEFINIO E CONCEITOS DO CONTROLE ESTATSTICO DO PROCESSO
De acordo com a definio de Taguchi, um produto ou servio de qualidade

aquele que atende perfeitamente s especificaes, atingindo o valor alvo com
a menor variabilidade possvel em torno dele.
Cada produto possui um nmero de elementos que, em conjunto, descrevem
sua adequao ao uso. Esses elementos so frequentemente chamados
caractersticas da qualidade ou indicadores de desempenho.
14
CAPTULO 1
Sistema de controle de processo
O sistema de controle do processo justifica-se, pelo fato de todo processo produtivo,
seja na fabricao de carros pela indstria automobilstica, avies pela indstria
aeronutica, alm de peas, equipamentos, alimentos, indstria farmacutica,
enfim todos os processos em geral apresentam uma caracterstica em comum que
a variabilidade dos resultados, ou seja, apresentam variao entre um componente
e outro.
Um processo representa um conjunto de atividades a qual a partir de determinados
recursos os elementos de entrada se transformam em resultados. De elementos
de entrada podem ser uma matria-prima, uma informao ou um recurso que
transformado a partir de determinadas atividades. O resultado obtido pode ser uma
sada desejvel ou no desejvel.
Exemplificando, consideramos que em um processo de usinagem seja necessrio o
atingir um valor nominal de 35,0000 mm de dimetro de um determinado eixo, este
valor foi estabelecido em Projeto (Figura 1 na parte a), porm quando o processo real
de usinagem inicia-se os valores encontrados do dimetro do eixo so ligeiramente
diferentes e variam em torno do valor de projeto (Figura 1 na parte b).
Figura 1. Diferena no valor nominal em projeto e do processo.
a)
b)
VALOR NOMINAL
(PROJETO)
VALOR NOMINAL
(REAL)
Fonte: Diniz, 2001.
15
O processo em si uma combinao de equipamentos, insumos, mtodos, procedimentos

e pessoas, tendo como objetivo a fabricao de um bem ou o fornecimento de um servio
(efeito). A figura 2 a qual utiliza um diagrama de Ishikawa (Causa e Efeito) mostra os
fatores que podem gerar um produto com defeito.
Figura 2. Diagrama de Causa e Efeito exemplificando um produto com defeito.
Fonte: <http://www.blogdaqualidade.com.br/diagrama-de-ishikawa>. Acessado em 9 dez. 2014.
O desempenho do processo varia de acordo como ele foi projetado a partir da estratgia
da organizao e como realizada a sua operao e os controles utilizados para a sua
verificao e validao.
Segundo Ribeiro e Caten (2012), as informaes sobre o desempenho de um processo
so obtidas a partir do estudo cruzado, como mostrado na Figura 3, dos seguintes
itens:
a. qualidade das caractersticas do produto final mostrado na parte de cima
da figura;
b. qualidade das caractersticas intermedirias mostrado na parte
intermediria da figura;
c. ajuste dos parmetros do processo mostrado na parte de baixo da figura.
16
DEFINIO E CONCEITOS DO CONTROLE ESTATSTICO DO PROCESSO
UNIDADE I
Figura 3. Informaes sobre o processo.
Fonte: Ribeiro e Caten (2012).
As informaes sobre o processo so importantes para efeitos de mapeamento e

deteco de falhas e possveis falhas impulsionando a gerao de aes corretivas e
preventivas. importante ressaltar que estas informaes tem o propsito de atuao
e no para fins de registro e documentao.
A coleta de dados e as aes ao longo do processo visam deteco imediata a defeito ou
de possveis tendncias a ocorrncias de defeitos. Fazendo a deteco, existem diversas
formas de realizao das aes que so controle sobre as matrias primas, ajuste nos
parmetros do processo, manuteno peridica, treinamento de operadores, entre outros.
Por exemplo, um controle de processo utilizado comumente em empresas de produo
discreta e seriada o de apontamento das dimenses de um produto. A engenharia de
processo define as cotas crticas para uma determinada operao de produto e esta cota
passa a ter uma frequncia de medio a qual registrada pelo operador e utilizada pela
Garantia da Qualidade para fins de controle garantindo a imediata deteco do desvio
e sua posterior ao.
17
CAPTULO 2
Variabilidade: causas comuns
e especiais
A variabilidade existe em todas as coisas (pessoas, mquinas ou natureza). Pessoas
no realizam a mesma tarefa da mesma forma todas as vezes. As mquinas no
so totalmente confiveis em desempenhar exatamente da mesma maneira todo o
tempo. Estas diferenas no modo de realizar uma mesma atividade so chamadas de
variabilidade.
Utilizando um exemplo de Arnold et al. (2008), supondo que uma mquina de usinagem
usina 100 engrenagens cilndricas com um dimetro nominal de 1 polegada. Se medir
as engrenagens, vai se encontrar medies um pouco maiores ou pouco menores que 1
polegada. Se traarmos um grfico (histograma) sobre estas medies vamos encontrar
as seguintes medidas de acordo com a figura a seguir:
Figura 4. Histograma.
Fonte: Arnold et al. (2008)
No exemplo da Figura 4, a polegada est em inches. Veja que a maior quantidade de

observaes est em torno de 1 polegada, porm existem variao para menos e para
mais. Em qualquer atividade de manufatura, esperado encontrar certa variao
inerente no processo. Esta variao oriunda de tudo que influencia o processo, tambm
chamado de causas comuns. Geralmente, existem seis causas comuns que geram esta
variao inerente:
Pessoas: se os operadores forem mal treinados e desmotivados, h ento
a tendncia de existir inconsistncias no processo comparado com os
operadores bem treinados e motivados.
18
UNIDADE I
Mquinas: se tiverem boa manuteno elas tendem ser mais consistentes

que aquelas com baixa manuteno preventiva.
Matria-prima: so mais consistentes se fornecidos dentro dos requisitos
do cliente e com baixssimas variaes.
Mtodo: alteraes no mtodo de trabalho ou falta deste iro afetar o
padro de qualidade.
Ambiente: variaes de temperatura, umidade, poeira, entre outros
podem afetar o processo.
Medio: ferramentas de medio podem possuir um erro que podem
causas ajustes incorretos e medies incorretas gerando decises erradas.
Dividir todas as possveis variaes em seis grandes categorias de causas comuns pode
tornar fcil a identificao das fontes de variao que ocorrem durante o processo. Se a
conexo que podem ser encontradas entre estas categorias de variaes em um produto
ou servio decorrer de umas destas seis causas comuns, ento possvel melhorar a
qualidade do produto ou servio.
No h maneiras de mudar a variao, exceto se mudar o processo. Se o processo
produz muitos defeitos, ento ele deve ser mudado.
A varivel inerente no a nica causa da variao. Uma troca de ferramenta, uma

movimentao da porta-ferramenta, um engano do operador, uma mquina falhar
o programa. H uma especfica razo para as causas destas variaes, neste caso
podemos chamar esta situao de varivel controlvel a qual decorre de uma causa
especial.
To logo a varivel inerente decorrente de causas comuns exista, o sistema tem que ser
controlado estatisticamente. Se h uma causa especial atuando, o processo no est
sob controle e gerar produtos com defeito. O controle estatstico serve para detectar a
presena de causas especiais. O controle esttico tem dois objetivos:
ajuda a selecionar processos capazes de produzirem o requerido produto
com a mnima quantidade de defeitos;
monitorar o processo para assegurar a produo contnua dentro da
requerida qualidade e sem variveis controlveis atuando.
19
Padres de variabilidade
A sada de cada processo tem um nico padro que pode ser descrito pela curva, centro
e amplitude.
A representao desta sada do processo feita de acordo com a sua distribuio. Por
exemplo, temos a distribuio normal conforme a seguinte figura:
Figura 5. Curva do sino distribuio normal.
Fonte: Adaptado de Treinamento In Company LG Philips, 2003.
Conforme a Figura 5, a forma da curva definida pela distribuio de dados. Uma

forma muito comum de curva em processos de manufatura que esto sob controle a
distribuio normal. Ela tambm existe em processos naturais, como por exemplo, a
evoluo de peso do ser humano.
J o centro de uma distribuio normal calculado a partir da soma de todas as
observaes dividida pelo nmero de observaes. Veja na Figura 6 que a maior parte
dos dados esto concentrados na regio central do grfico.
Para validar um processo em uma distribuio normal, deve-se conhecer o valor do seu
centro como tambm a amplitude da variao. Em um controle estatstico de processo
h dois mtodos para a medio da variao. Uma delas chamada de range e outro de
desvio padro.
Range: ela a diferena entre o maior e menor valor de uma amostra. Ela
uma medida de amplitude da distribuio.
Desvio padro: uma medida que indica a amplitude mdia da variao
a partir do nmero sigma (). Conforme Figura 6, quanto maior o sigma
20
UNIDADE I
maior o nmero de observaes contidas no desvio. Um desvio de 3

equivale a uma quantidade de 99,7% do nmero de observaes.
Figura 6. Curva Gauss Tradicional com +- 3 Desvios Padres.
Fonte: Adaptado de Treinamento In Company LG Philips, 2003.
21
CAPTULO 3
Distribuio de probabilidade
Uma distribuio de probabilidade um modelo matemtico que relaciona certo valor
da varivel em estudo com a sua probabilidade de ocorrncia.
H dois tipos de distribuio de probabilidade, segundo Ribeiro e Caten (2012):
Distribuies contnuas: quando a varivel que est sendo medida expressa
em escala contnua, como no caso de uma caracterstica dimensional.
Distribuies discretas: quando a varivel que est sendo medida s pode
assumir certos valores, como por exemplo, os valores inteiros: 0, 1, 2,
entre outros.
No caso de distribuies discretas, existem distribuies bastante importantes como a
distribuio binomial e a de Poisson.
A distribuio binomial a distribuio de probabilidade discreta do nmero de
sucessos numa sequncia de n tentativas tais que as tentativas so independentes; cada
tentativa resulta apenas em duas possibilidades, (sucesso ou fracasso, certo ou errado,
verdadeiro ou falso, sim ou no, entre outros) a probabilidade de cada tentativa, p,
permanece constante.
Por exemplo, um produto manufaturado pode ser classificado como bom ou defeituoso,
uma moeda pode ser cara ou coroa, entre outros. At mesmo variveis contnuas podem
ser divididas em duas categorias, como por exemplo, o limite de velocidade de um
veculo automotor pode ser categorizado como dentro ou fora do limite legal.
Segundo a Ribeiro e Caten (2012), existem condies de aplicaes para a distribuio
binomial:
so feitas n repeties de experimento, onde n uma constante;
h apenas dois resultados possveis em cada repetio, denominado
sucesso e falha;
a probabilidade de sucesso (p) e de falha (1-p) permanece constante em
todas as repeties;
as repeties so independentes, ou seja, o resultado de uma repetio
no influenciado por outros resultados.
22
UNIDADE I
Os parmetros da distribuio binomial so n e p. A mdia e a varincia so calculadas

como:
= np
2 = np(1-p)
A distribuio binomial usada com frequncia no controle da qualidade quando a
amostragem feita sobre uma populao infinita ou muito grande. Nas aplicaes
de controle da qualidade, procura-se obter o nmero de defeitos observados em uma
amostra de n itens.
Usando a equao da Binomial (procure na Internet), calcule a probabilidade de
obter um nmero de itens defeituosos com uma amostra n=50 e com uma taxa
de sucesso de 95%.
J a distribuio de Poisson uma distribuio discreta aplicvel ocorrncia de um

evento em um intervalo especificado. Por exemplo, o nmero de acidentes por ms,
clientes chegando ao caixa de um supermercado, quantidade de pessoas por metro
quadrado, entre outros.
Segundo Ribeiro e Caten (2012), as condies de aplicao so:
o nmero de ocorrncias durante qualquer intervalo depende somente
da extenso do intervalo;
as ocorrncias ocorrem independentemente, ou seja, um excesso ou falta
de ocorrncias em algum intervalo no exerce efeito sobre o nmero de
ocorrncias em outro intervalo;
a possibilidade de duas ou mais ocorrncias acontecerem em um
pequeno intervalo muito pequena quando comparada de uma nica
ocorrncia.
A distribuio de Poisson caracterizada pela letra que significa a taxa mdia de
ocorrncia por unidade de medida. A mdia e a varincia so iguais a .
A aplicao tpica da distribuio de Poisson no controle da qualidade como um
modelo para o nmero de defeitos (no conformidades) que ocorre por unidade de
produto (por metro quadrado, volume ou tempo).
No caso de distribuies contnuas, as distribuies que mais se destacam so a
exponencial, Weibull e Normal.
23
A distribuio exponencial uma distribuio contnua utilizada para modelar o

tempo entre duas ocorrncias de eventos num processo de Poisson. Na realidade, a
taxa constante de ocorrncia de eventos prevista no processo de Poisson, tal como uma
chamada telefnica ou uma falha em uma mquina, raramente uma pressuposio
razovel no ciclo completo de vida de um componente. Entretanto, pode ser que num
intervalo de tempo determinado essa taxa seja constante e a modelagem nesse intervalo
pode ser feita pela distribuio exponencial.
A distribuio exponencial extensivamente utilizada para modelar o tempo entre
ocorrncia de eventos num sistema, onde os eventos ocorrem a uma taxa constante.
Desse modo, tem grande aplicabilidade em estudos de sobrevivncia, confiabilidade,
teoria das filas e simulao.
Na distribuio exponencial a varivel aleatria definida como o tempo entre duas
ocorrncias, sendo a mdia de tempo entre ocorrncias de 1/. Por exemplo, se a mdia
de atendimento na fila de uma repartio pblica de = 8 minutos, ento o tempo
mdio entre atendimentos de 1/= 1/8 minutos.
Segundo Ribeiro e Caten (2012), a condio de aplicao que o nmero de ocorrncia
deve seguir uma distribuio de Poisson. A distribuio dos intervalos entre ocorrncias
ir seguir o modelo exponencial com o parmetro .
A mdia e o desvio padro da distribuio exponencial so calculados usando:
= 1/
= 1/
A distribuio exponencial largamente utilizada no campo da confiabilidade, como
um modelo para a distribuio dos tempos at a falha dos componentes eletrnicos.
Nesta aplicao, representa a taxa de falha para o componente e 1/ o tempo mdio
at a falha.
A distribuio Weibull foi proposta originalmente por W. Weibull (1954) em estudos
relacionados ao tempo de falha devido fadiga de metais. Ela frequentemente
usada para descrever o tempo de vida de produtos industriais. A sua popularidade
em aplicaes prticas deve-se ao fato de ela apresentar uma grande variedade
de formas, todas com uma propriedade bsica: a sua funo de taxa de falha
montona. Isto , ou ela crescente ou decrescente ou constante. Ela descreve
adequadamente a vida de mananciais, componentes eletrnicos, cermicas, capacitores
e dieltricos.
24
UNIDADE I
Segundo Ribeiro e Caten (2012), o modelo desta distribuio dada por:
A mdia e a varincia desta distribuio so:
A distribuio de Weibull uma generalizao da distribuio exponencial.

A distribuio normal que outra distribuio contnua foi apresentada no Captulo 2.
Para aprofundamento dos estudos de Distribuio Normal:
<http://www.eecis.udel.edu/~portnoi/classroom/prob_estatistica/2006_2/
lecture_slides/aula14.pdf>. Acesso em: 19 mar. 2015.
25
CAPTULO 4
Origens histricas das cartas de
controle e definio
A origem do CEP advm da origem das cartas de controle. A partir do texto de Ribeiro
e Caten (2012) tem-se a evoluo histrica destas cartas.
O controle da qualidade iniciou na dcada de 1920, nos Estados Unidos,
como resultado de avanos na tecnologia de medio e da aplicao
industrial das cartas de controle, desenvolvidas pelo Dr. Walter A.
Shewhart, da empresa de telefonia Bell Telephone Laboratories.
O Dr. Walter Shewhart desenvolveu uma tcnica simples, porm muito
poderosa para fazer a distino entre causas comuns e causas especiais:
as chamadas cartas de controle do processo.
Ele props o uso das cartas de controle para a anlise dos dados
provenientes de amostragem, substituindo a mera deteco e correo
de produtos defeituosos pelo estudo e preveno dos problemas
relacionados qualidade, visando impedir que produtos defeituosos
fossem produzidos.
Em seguida, o controle da qualidade foi tambm adotado na Inglaterra.
Em 1935, os trabalhos do estatstico E. S. Pearson foram utilizados
como base para os padres normativos britnicos.
A Segunda Guerra Mundial foi decisiva para a aplicao do controle de
qualidade e da estatstica moderna em um maior nmero de indstrias
americanas. Aps a guerra, foi a vez do Japo adotar o controle
estatstico da qualidade, seguindo os padres americanos.
A partir de 1954, com os seminrios do engenheiro americano J.
M. Duran, os japoneses comearam a perceber que o controle da
qualidade dependia muito de fatores humanos e culturais. A partir
dessa percepo, foi desenvolvido um mtodo japons para o controle
da qualidade, que deu origem ao controle da qualidade total no estilo
japons, envolvendo a participao de todos os setores e funcionrios
da empresa e que muito contribuiu para que o Japo passasse a fabricar
produtos da mais alta qualidade.
26
UNIDADE I
Recentemente, vrios pases perceberam as vantagens do controle da

qualidade, com isso um grande nmero de empresas em todo o mundo
vem utilizando os mtodos do controle da qualidade, com as adaptaes
necessrias s suas situaes especficas.
Uma carta de controle, segundo o site <www.datalyzer.com.br> (2015) composta por:

um grfico cartesiano, onde o eixo horizontal representa o tempo e, o
vertical, o valor da caracterstica;
um conjunto de valores (pontos) unidos por segmentos de reta;
trs linhas horizontais: limite inferior de controle, limite controle e linha
mdia.
Figura 7. Exemplo de uma Carta de Controle.
Fonte: <3.bp.blogspot.com/-13eGRgho3FM/TfftQDgREYI/AAAAAAAAAP4/GpqOTLk3YPs/s1600/cartacontrole.jpg>. Acesso em: 5 mar. 2015.
As fases para a elaborao do grfico de controle podem ser divididas em:

1. Coleta: os dados de uma determinada caracterstica relacionada a um
processo ou produto devem ser coletados no ambiente a ser estudado e
organizado de forma que possam ser inseridos em uma carta de controle.
Exemplos de dados que podem ser coletados so: dimetro de uma barra
cortada, quantidade de defeitos de usinagem de um produto, obteno
de dados de temperatura e presso de um tanque de resfriamento, entre
outros.
2. Controle: para estabelecer um controle preciso estabelecer limites que
so obtidos atravs da coleta de dados obtidos a partir da variao natural
27
do processo e da amostragem. Estes limites so mostrados na carta de

controle como retas na parte superior e inferior do grfico.
3. Anlise e melhoria: com o estabelecimento do controle e tambm do
monitoramento, possvel atuar nas causas razes dos problemas que
geram variao no natural do processo. A carta de controle permite o
clculo da capacidade do processo indicando se o processo conforme
ou no.
Usadas adequadamente, as cartas de controle podem:
ter um aumento na porcentagem de produtos capazes de satisfazer aos
requisitos do cliente;
ter uma diminuio do retrabalho e sucata, diminuindo, consequentemente,
os custos de fabricao;
aumentar a probabilidade geral de produtos aceitveis;
ter informaes para melhoria do processo;
servir aos operadores para o controle contnuo do processo;
ajustar o processo para que produza de forma consistente, previsvel,
com qualidade e custo adequados;
fornecer uma linguagem comum para a anlise do desempenho do
processo, separando causas especiais de variao das comuns, como um
guia para aes locais sobre o sistema.
Tipos de carta de controle

Existem basicamente dois tipos de grfico que so os de variveis e os de atributo
conforme o quadro a seguir:
Quadro 1. Tipos de Grficos de Controle.
Variveis
Atributo
Mdia () e Amplitude (R)
Proporo No-Conforme (p)
Mdia () e Desvio Padro ()
Nmero de Itens No-Conformes (Np)
Mediana ( ) e Amplitude (R)
No-Conformidades (c, u).
Valores Mveis Individuais e Amplitude Mvel (X AM)

Fonte: prprio autor.
28
UNIDADE I
Nos prximos captulos desta apostila detalharemos mais o grfico de controle:

A construo de um grfico de controle ocorre a partir dos seguintes passos:
1. comece planejando como e onde voc adquirir seus dados (escreva uma
Definio Operacional);
2. complete a informao de identificao da carta (o que est sendo medido,
datas, local, coletor);
3. calcule a mdia de processo (somente para Cartas de Controle);
4. calcule os limites de controle superior e inferior (somente para Cartas de
Controle);
5. determine a escala para a carta de controle, esboce o centro e as linhas de
controle; e
6. interprete o grfico.
Existem diversas maneiras de interpretar uma carta de controle. Na figura 8 existem
pontos que esto em determinadas zonas. Estas zonas mostram tendncia de variao
de processo decorrente de uma causa especial que precisar ser analisada.
Figura 8. Interpretao de uma carta de controle.
Fonte: <http://www.datalyzer.com.br/site/suporte/administrador/info/arquivos/info52/fig1.gif>. Acesso em: 9 mar. 2015.
29
Dez erros comuns sobre grfico de controle
1. Grficos de controle so ferramentas para funcionrios de produo para

dizer a eles como ajustar seus processos.
O grfico de controle uma ferramenta para entender a variao. Um operador
reagindo a uma situao fora de controle um entre os muitos usos possveis
para um grfico de controle, mas certamente no o mais importante.
2. Grficos de controle so apenas para operaes de produo ou
manufatura.
Os grficos de controle devem ser usados para entender a variao em todos
os processos importantes em uma organizao. Esses incluem relaes de
funcionrios, segurana, contabilidade, planejamento, manuteno, engenharia,
pesquisa, atendimento ao cliente e assim por diante.
3. Limites de controle so limites alm dos quais no queremos ir.
Os limites de controle no tm nada a ver com nosso desejo. Os limites
apenas definem as regies para causas comuns de variao. Com frequncia
queremos que um processo saia do controle, se, esta sada resultar em um maior
faturamento ou menos erros nas ordens de compra.
4. Limites de controle so limites dentro dos quais o processo pode variar
ao acaso.
Uma formulao melhor seria dizer que os limites de controles so limites no
processo dentro dos quais os resultados de amostras podem variar devido
a causas comuns, quando o processo no muda. Esse conceito errado uma
boa razo para no ligar os pontos plotados em um grfico de controle. A linha
ligando os pontos implica em uma mudana para alguns observadores.
5. O processo pode ir e vir sob controle, fora de controle, e depois de novo
sob controle.
A estatstica calculada para subgrupos diferentes varia. Se uma causa especial
resulta em uma mudana no processo, os pontos do subgrupo ainda assim vo
variar, mas agora alguns podem estar dentro dos limites de controle e outros
fora. No existe uma correspondncia de um para um entre a ocorrncia de
causas especiais no processo e pontos fora de controle no grfico de controle.
30
UNIDADE I
6. Grficos de controle s podem ser usados para acompanhar processos ao

longo do tempo.
O modo mais comum de se desenvolver grficos de controle definir subgrupos
por perodos de tempo, mas h muitas outras possibilidades tais como por
funcionrio, por cliente, por fornecedor, por rolo, por lote de material, por
cidade, por nmero do instrumento e assim por diante. Grficos de controle so
apropriados para todos esses agrupamentos de dados.
7. mais difcil manter limites de controles estreitos do que amplos.
Os limites de controle so calculados usando o mesmo mtodo todas as vezes.
Limites de controle estreitos indicam que a variao de causa comum no
processo relativamente pequena. A frequncia e a magnitude das causas
especiais (o que no parte do clculo do limite de controle) determina a
dificuldade em se manter limites de controles.
8. Limites de controle dois-sigma resultam em controles mais restritos do
que os limites tradicionais trs-sigma.
Usar outros limites que no sejam os trs-sigmas de Shewhart provavelmente
resultar em custos maiores devidos reao excessiva s causas comuns e
a pouca reao a causas especiais. Para processos estveis, reagir a todos os
pontos fora de um limite dois-sigma resultar em um aumento de variao no
resultado do processo.
9. Causas especiais so sempre indicaes de um problema de baixa
qualidade.
10. No necessrio investigar causas especiais que resultem em qualidade
melhor.
Shewhart chamava as causas especiais de causas assinalveis, pois a variao
podia ser atribuda a uma causa particular. A variao na direo correta pode
certamente ser uma tima oportunidade. Em um grfico de controle para o
percentual de itens defeituoso, as causas especiais importantes so aquelas
que resultam em pontos abaixo do limite de controle inferior. Se puder ser
encontrada uma maneira de se incorporar essas causas especiais no processo,
ento uma melhoria fundamental no processo pode ser feita.
Fonte: <http://www.escolaedti.com.br/dez-erros-grafico-de-controle/>. Acesso em: 9 mar. 2014.
31
CARTAS DE CONTROLE
PARA VARIVEIS E
ATRIBUTOS
UNIDADE II
Quando a gesto decide utilizar as cartas de controle, o primeiro passo realizar uma
coleta de dados que seja suficiente para anlise. Esta coleta feita dentro de certa
frequncia e tamanho de amostra definidos de acordo com a caracterstica do processo
a ser estudado.
Por exemplo, uma coleta de dados de uma cota dimensional crtica de um produto
usinado por um torno CNC. Esta coleta feita de hora em hora com uma quantidade
mnima de 15 amostras.
Como visto anteriormente, com os dados, calcula-se a mdia, o desvio-padro e ento os
limites de controle associados s causas comuns de variabilidade podero ser definidos.
No prximo captulo sero exploradas as possibilidades de auxlio das cartas de controle
tanto para variveis como para atributos.
CAPTULO 1
Cartas de controle para variveis
Existem trs grficos que podem ser usados no controle de variveis; da mdia, do
desvio padro () e da amplitude (R). Todos os trs tipos esto baseados no limite de
3 (3 desvios padres), com isto a probabilidade de um ponto caia fora dos limites de
controle de trs em cada mil pontos.
Segundo Ribeiro e Caten (2012), variveis so caractersticas de qualidade que so
mensurveis, ou seja, so medidas contnuas, como, por exemplo: o dimetro de um
rolamento, uma resistncia eltrica, o tempo de atendimento de um pedido etc. Muitos
processos tm caractersticas mensurveis, assim h um amplo espao para o uso das
cartas para variveis.
Falando inicialmente de mdia e amplitude, quando lidamos com uma medida
mensurvel, necessitamos monitorar tanto a mdia quanto a sua variabilidade que
pode ser expressa pelo desvio padro. Para isso, supomos que esta mdia mensurvel
tem distribuio de probabilidade com mdia e desvio padro . Assim, para uma
amostra aleatria X1, X2, ... , Xn de tamanho n, temos que a mdia amostral dada por:
32
CARTAS DE CONTROLE PARA VARIVEIS E ATRIBUTOS
UNIDADE II
Fonte: Estatcamp, 2015.
Com isso, aplicando o Teorema Central do Limite para esta amostra aleatria, quando
o tamanho da amostra aumenta, a distribuio amostral da mdia se aproxima de
uma distribuio Normal com mdia (tambm conhecido como ) e desvio padro
, ou seja, se o tamanho amostral suficientemente grande, podemos assumir
que a mdia amostral tem uma distribuio normal. Consequentemente, o intervalo de
confiana da mdia dado por:
Fonte: <http://www.portalaction.com.br/controle-estatistico-do-processo/41-graficos-media-eamplitude>. Acesso: 2 abr. 2015.
Para o entendimento mais aprofundado sobre Teorema do Limite Central

<http://pt.wikipedia.org/wiki/Teorema_central_do_limite>. Acesso em: 25 mar.
2015.
A seguir um detalhamento sobre Intervalo de Confiana:
Os limites da distribuio dos valores individuais so chamados de limites
naturais e os limites da distribuio de probabilidade das mdias so chamados
de limites de controle. Na verdade, esses limites so intervalos de confiana em
torno da mdia.
Como a anlise do processo realizada por meio de amostragem, a estimativa
da mdia e da variabilidade do processo realizada atravs de uma estrutura
intervalar que proporciona um intervalo no qual se admite que esteja a
verdadeira mdia e variabilidade populacional.
Como no se sabe ao certo onde estar o verdadeiro parmetro populacional,
deve ser usada uma atribuio probabilstica do intervalo em que o verdadeiro
valor possa estar. Esse intervalo chama-se intervalo de confiana, e a confiana
associada 1 - onde a probabilidade do erro.
Um intervalo de confiana de 100(1-)% estabelecido a partir de dois limites,
tais que a probabilidade do verdadeiro valor do parmetro estarincludo dentro
do intervalo 100((1-)%.
Na prtica, geralmente no conhecemos e , contudo, estes parmetros so estimados a

partir de amostras preliminares tomadas em subgrupos de pelo menos 20 a 25 amostras.
33
UNIDADE II CARTAS DE CONTROLE PARA VARIVEIS E ATRIBUTOS
Suponhamos que temos disponvel m amostras, com cada uma contendo n observaes
sobre a caracterstica da qualidade. Nas aplicaes, o nmero de observaes n
pequeno e geralmente resultam a partir da construo de subgrupos racionais, em que
os custos de amostragem e de inspees associadas com as medies das variveis so
altos. Para o grfico da mdia X, tomamos
as mdias de cada amostra,
temos que o melhor estimador de para o processo da mdia dada por:
Que a linha central do grfico X .

Para estimar o desvio padro, para isto, necessrio estimar a amplitude . Assim,
para uma amostra aleatria X1, X2, ... , Xn de tamanho n, temos que a amplitude
dada por:
Agora, seja
as amplitudes das m amostras, ento a linha central (LC) ou
a mdia das amplitudes dada por:
Uma vez calculados X e R, calcula-se os limites de controle das mdias considerando-se

a extenso de seis desvios-padres das mdias (trs para cada lado), que segundo a
distribuio normal compreende 99,73% dos valores de mdias amostrais. A frmula
resulta:
LC = X 3
Onde a variabilidade das mdias estimada a partir da variabilidade dos valores
individuais usando = /n. Substituindo esta expresso na equao anterior, resulta:
LC = X 3 /n
Onde a variabilidade dos valores individuais estimada a partir da mdia das amplitudes
dos subgrupos usando = R/d2 e d2 uma constante que depende do tamanho da
amostra, cujos valores encontram-se na Tabela 1.
Tabela 1. Valores das constantes para um tamanho n.
10
15
20
D4
3,27
2,57
2,28
2,11
2,00
1,92
1,86
1,82
1,78
1,65
1,59
D3
0,08
0,14
0,18
0,22
0,35
0,42
d2
1,13
1,69
2,06
2,33
2,53
2,70
2,85
2,97
3,08
3.47
3.74
A2
1,88
1,02
0,73
0,58
0,48
0,42
0,37
0,34
0,31
0,22
0,18
34
UNIDADE II
Substituindo-se essa expresso na equao anterior, resulta:

LC = X 3 R/nd2
Substituindo-se A2 = 3/nd2 na equao anterior, tem-se os limites de controle para
as mdias:
LCS = X + A2
LCI = X - A2
Onde A2 uma constante que depende do tamanho da amostra, cujos valores so
apresentados na Tabela 1.
Os limites de controle para as amplitudes so calculados como segue:
LC = R 3R
Onde:
R = d3 = d3 R/d2
Substituindo-se essa expresso na equao anterior, tem-se:
LCS = + 3 d3 R/d2
LCI = - 3 d3 R/d2
Substituindo D4 = 1+ 3*d3/d2 e D3= 1- 3*d3/d2 e nas equaes anteriores, tem-se os
limites de controle para as amplitudes:
LCS = d4* R
LCI = d3* R
Onde D4 e D3 so constantes que dependem do tamanho da amostra, cujos valores so
Tabela 2. Medidas de usinagem coletada por hora.
Hora
Medida 1
17
19
23
18
20
17
23
21
Medida 2
18
20
18
18
21
18
22
20
Medida 3
24
20
21
19
21
19
24
20
Medida 4
22
21
19
18
20
16
21
21
Medida 5
23
20
22
19
22
17
22
19
35

A partir da obteno de 5 medidas por hora em um determinado processo de
usinagem, calcule a mdia, a amplitude e estabelea os limites de controle. Trace
o limite de controle graficamente para mdia e amplitude.
Os grficos de limite de controle para as mdias tm o intuito de monitorar a

variabilidade entre as mdias ao longo do tempo, enquanto o grfico de amplitude
monitora a variabilidade da amostra ao longo do tempo.
No caso de mdia e desvio padro, o desvio padro pode ser um indicador mais eficiente
da variabilidade, principalmente para amostras grandes. Segundo Ribeiro e Caten
(2012), recomenda-se o uso da carta desvio padro quando:
a. os dados forem coletados por computador e for fcil de implementar uma
rotina de clculo;
b. os processos forem sofisticados, controlados por especialistas;
c. as amostras forem grandes (subgrupos de tamanho n > 10).
A frmula do desvio padro :
s = ) = ) =
E os limites de controle da mdia so calculados usando:
LCS = X + A3 s
LCI = X - A3 s
Onde A3 uma constante que depende do tamanho da amostra, conforme apresentado
na Tabela 3.
10
15
20
25
B4
3,27
2,57
2,27
2,09
1,97
1,82
1.716
1,72
1,57
1,49
1,43
B3
0,03
0,19
0.239
0,28
0,43
0,51
0,57
A3
2,66
1,95
1,63
1,43
1,29
1,10
1.032
0,98
0,79
0,68
0,61
E os limites de controle do desvio padro so calculados usando:

LCS = B4 s
LCI = B3 s
36
UNIDADE II
Onde B4 e B3 so constantes que dependem do tamanho da amostra, conforme Tabela 3.

Trabalhando agora com as cartas de controle para a mediana e amplitude, pode-se dizer
que a mediana tem algumas vantagens em relao mdia que so:
maior facilidade de clculo;
ela tem mais robusteza para outliers, ou seja, de dados extremos.
Segundo Murteira et al. (1983), a mediana o valor numrico que separa a
metade superior de uma amostra de dados, uma populao ou uma distribuio de
probabilidade, a partir da metade inferior. A mediana de uma lista finita de nmeros
pode ser encontrada por providenciar todas as observaes do valor mais baixo para o
valor mais elevado e obteno do nmero do meio (por exemplo, a mediana de {2, 3, 6,
7, 12} 6). Se houver um nmero par de observaes, ento no existe um valor mdio
nico, a mediana , ento, geralmente definido como a mdia dos dois valores do meio 1
2 (a mediana de {2, 4, 6, 10} (4+6)/2 = 5), o que corresponde a interpretar a mediana
como semi amplitudes totalmente aparadas. A mediana de importncia central nas
estatsticas robustas, j que a estatstica mais resistente, tendo um ponto de ruptura
de 50%: enquanto no mais de metade dos dados est contaminada, a mediana no vai
dar um resultado arbitrariamente grande.
A mediana pode ser utilizada como uma medida de localizao quando a distribuio
desviada, quando os valores finais no so conhecidos, ou quando se exige reduzida
importncia para ser anexado a outliers, por exemplo, uma vez que podem existir erros
de medio.
O procedimento para identificar a mediana colocar os dados em ordem crescente e
identificar o valor central. Em uma carta de controle, o monitoramento feito plotando
todos os valores individuais, pois dessa forma eles ficam automaticamente em ordem
crescente, e assinalando o valor mediano. Para esse procedimento ser prtico, o
subgrupo deve ser pequeno e com tamanho de amostra mpar (3, 5 ou 7).
Os limites de controle so calculados usando-se o valor mdio das medianas () conforme
informao a seguir:

+
LCS =

-
LCI =
uma constante que depende do tamanho da amostra, conforme Tabela 4. J

Onde
a amplitude calculada como:
LCS = D4 R
LCI = D3 R
37
Onde D4 e D3 so constantes que dependem do tamanho da amostra, cujos valores

foram apresentados na Tabela 2.
10
1,88
1,19
0,80
0,69
0,55
0,51
0,43
0,41
0,36
O tipo de monitoramento deste tipo de carta de controle segue o mesmo padro das
anteriores.
Em algumas situaes necessrio o controle do processo usando medidas individuais.
Segundo Ribeiro e Caten (2012), estas situaes ocorrem quando:
taxa de produo muito baixa ex.: 1 produto por dia);
testes muito caros (ex.: testes destrutivos ou que exijam a parada da
produo);
caractersticas muito homogneas, que variam muito lentamente (por
ex.: um digestor qumico).
As cartas dos valores individuais no se beneficiam do teorema do limite central que
garante que as mdias seguem distribuio Normal, logo deve-se ter alguns cuidados
com a sua aplicao:
se a distribuio no for simtrica, a interpretao das cartas deve levar
isso em conta;
as cartas de valores individuais no so to sensveis a mudanas no
processo como as cartas de mdias;
os pontos da carta da amplitude mvel so correlacionados, e essa
correlao pode induzir um padro ou ciclos na carta de amplitude;
as cartas de valores individuais no permitem avaliar diretamente a
disperso do processo.
Para contornar esse ltimo aspecto, em geral, se usa uma amplitude mvel calculada
como a diferena entre cada par de leituras sucessivas. Dessa forma, o tamanho de
amostra considerado n=2.
Os limites da carta de valores individuais so calculados como segue para amplitude:
38
UNIDADE II
LCS = D4 R
LCI = D3 R
Onde D4 e D3 so constantes que dependem do tamanho da amostra.
Os limites da carta de valores individuais so calculados como segue para valores
individuais:
LCS = X + E2 R
LCI = X - E2 R
Onde E2 uma constante que depende do tamanho da amostra, cujos valores so
Tabela 5. Valores da constante E2.
n
E2
2,66
1,77
1,46
1,29
1,18
A constante E2 s poder ser usada se a distribuio for aproximadamente simtrica. A

/ D2.
variabilidade do processo continua sendo estimada usando-se
=
Por fim, as cartas de mdias mveis, segundo Ribeiro e Caten (2012) so usadas para
situaes:
Muito efetivas para detectar pequenas mudanas na mdia;
Indicadas para o controle automatizado.
O uso simultneo de cartas de mdias mveis e mdias simples ou valores individuais
recomendado.
A mdia mvel a mdia de certa quantidade de dados. Ela dita mvel porque,
a cada novo tempo, consideramos um novo dado e abandonamos o mais antigo.
A quantidade de dados sempre constante o que nos faz abandonar sempre o
primeiro dado da srie.
A mdia mvel constata as mudanas de tendncia e acompanha o seu
desenvolvimento. Muitos operadores a utilizam como sistemas de operao;
outros, como confirmao de pontos de compra ou venda, obtidos por
indicadores que sinalizam com antecedncia.
Para anlises financeiras, as mdias, geralmente, so plotadas superpostas aos
grficos de barras. Quando elas esto abaixo dos grficos de barras, caracteriza39

se o mercado de alta. Se esto acima, o mercado dito de baixa. Quando elas
se horizontalizam, e as barras do grfico de barras se alternam acima e abaixo, o
mercado chamado em desenvolvimento lateral.
Para evitar ao mximo os pontos falsos, dados pelas mdias mveis, utilizamse filtros; tomando como referncia o fechamento sempre do lado correto da
mdia, ou considerando certa porcentagem acima ou abaixo da mdia mvel,
conforme for o caso.
Podemos tambm plotar mais de uma mdia mvel e obter da pontos de
compra e venda. Escolhe-se o parmetro da primeira mdia para acompanhar
mais estreitamente o grfico de barras. Essa mdia suaviza os movimentos mais
ou menos errticos dos preos. A segunda, tem um parmetro maior.
O cruzamento da primeira, a menor, debaixo para cima sobre a segunda, a maior,
gerar um ponto de compra. O cruzamento da primeira, a menor, de cima para
baixo sobre a segunda, a maior, indicar um ponto de venda.
Outra maneira de se operar com duas mdias comprar quando as barras ficam
acima das duas mdias. Se os preos voltam e caem na zona delimitada pelas
duas mdias, a posio zerada. Quando o fechamento se situa abaixo da mdia
menor, abre-se uma posio de venda que fechada se os preos voltam e se
situam entre as mdias.
A mdia mvel de passo w definida como:

=
A mdia mvel recalculada a cada nova amostra (subgrupo), incorporando a amostra

mais recente e descartando a amostra mais antiga.
A varincia da mdia mvel (Mt) resulta:
Mt =
Assim, os limites de controle para a mdia mvel para perodos onde t w sero:
+
LCS =
Ou:
LCS =
+ A2
LCS =
40
- A2
LCI =
UNIDADE II
Onde A2 uma constante da tabela 2.

A escolha da carta de controle de variveis mais indicada pode ser vista a partir do
fluxograma da Figura 9:
Figura 9. Escolha da carta de controle de variveis mais indicada.
41
CAPTULO 2
Cartas de controle para atributos
O termo atributo, utilizado em controle de qualidade, refere-se quela caracterstica
da qualidade que pode estar, ou no, conforme as especificaes. Para melhor
entendimento, comum utilizar-se os termos bom e defeituoso no lugar de
conforme e no conforme.
No grfico de controle por atributos um produto classificado como possuindo ou no
um atributo ou qualidade. Assim, o produto atende ou no a uma especificao. Os
itens que no satisfazem especificao so denominados defeituosos. Muitas vezes o
interesse da gesto est na frao de unidades defeituosas em produo. Por outro lado,
frequentemente est-se interessado na evoluo de uma caracterstica quantitativa
(dimetro de um pino, por exemplo).
Existem duas situaes em que se utilizam atributos:
quando as medidas no so possveis, tais como as caractersticas
inspecionadas visualmente (cor, brilho, arranhes e danos);
quando as medidas so passveis, mas no so tomadas por questes
econmicas, de tempo, ou de necessidades. Em outras palavras, quando
o dimetro de um furo pode ser medido com um micrmetro interno,
mas utiliza-se um calibre passa/no passa para determinar a sua
conformidade com as especificaes.
Inicialmente, ser falado das cartas de controle da frao defeituosas (Carta p).
O grfico de controle p muito verstil, podendo ser usado para controlar uma
caracterstica de qualidade, um grupo de caractersticas de qualidade de mesmo tipo
ou o produto todo.
Esse grfico possui uma grande faixa de utilizao e as vantagens de poder ser usado para
uma grande diversidade de problemas, disponibilizar a informao normalmente sem
custo adicional da coleta, e de forma a ser rapidamente correlacionada com os custos,
proporcionar maior facilidade de entendimento por parte de pessoas no familiarizadas
com outros grficos, alm de ser mais facilmente implantado que os demais.
A frao defeituosa consiste na razo entre o nmero de peas defeituosas em uma
amostra e o nmero total de peas dessa mesma amostra.
p = np/n
42
UNIDADE II
Onde:
p = frao defeituosa;
n = nmero de peas na amostra ou subgrupo;
np = nmero de peas defeituosas na amostra ou subgrupo.
Dentre os objetivos do grfico p, encontra-se: determinar o nvel de qualidade de um
produto, ficar alerta para qualquer mudana no nvel de qualidade, avaliar o desempenho
relativo qualidade do pessoal envolvido como operador e gerentes, indicar o uso de
grficos de controle por varivel, alm de definir critrios de aceitao de produtos,
antes do embarque, para o cliente.
Passos para a construo de um grfico de controle p:
1. definir o objetivo: determinar qual a finalidade do grfico de controle,
o que se quer controlar (objetos, produtos, operrios, caractersticas de
qualidade);
2. determinar o tamanho do subgrupo: o tamanho do subgrupo uma
funo da frao defeituosa. Para determinar o tamanho do subgrupo,
preciso ter uma primeira estimativa da frao defeituosa do processo e
do nmero mdio de defeitos para cada subgrupo a fim de que se possa
construir o grfico de forma adequada;
3. coletar os dados: necessrio coletar dados suficientes, pelo menos
20 subgrupos, para construir o grfico. Para cada subgrupo a frao
defeituosa calculada pela frmula;
4. determinar o valor central e os limites de controle: as frmulas para
calcular os limites de controle so dadas por:
Onde:
p = frao defeituosa mdia para todos os subgrupos sendo
n = nmero inspecionado em cada grupo e a frao defeituosa mdia;

43
O grfico p pode ser imediatamente introduzido, calculando-se somente os limites

de controle. Sendo o grfico p baseado na distribuio binomial, a probabilidade de
selecionar um produto defeituoso deve ser constante, caso contrrio, o mesmo no deve
ser usado.
J o grfico do nmero de unidades defeituosas (Carta np), tambm conhecido como
Grfico do Nmero de Defeitos, pode ser usado como alternativa ao grfico da frao
defeituosa, apresentando as mesmas vantagens j mencionadas. Neste caso as amostras
devem ter o mesmo tamanho, ao contrrio da carta p, que permite a observao de
amostras de diferentes tamanhos.
O grfico chamado de np quando a amostra acompanhada do nmero de itens
defeituosos em vez da frao de itens defeituosos. Quando as amostras que vo ser
mostradas em um determinado grfico so do mesmo tamanho, torna-se mais simples
compreend-lo se for marcado o nmero de no conformidades encontradas em cada
amostra em vez de calcular a percentagem.
As etapas para construo do grfico np so dadas a seguir.
coletar as amostras de dados;
calcular o valor de pi.
Onde:
di = defeitos de cada subgrupo;
n = tamanho da amostra fixa.
5. Calcular np:
6. Calcular os limites de controle:

44
UNIDADE II
J a carta de controle do nmero de defeitos (c) utilizado para avaliar o nmero de

no conformidades, ou defeitos, em uma amostra. A utilizao deste grfico requer
tamanho constante para as amostras observadas. Algumas aplicaes so, por exemplo,
controle de bolhas em garrafas e riscos em peas estampadas.
A principal diferena com relao ao grfico p, que este ltimo se utiliza da contagem
de unidades defeituosas, no se preocupando com a quantidade de defeitos.
Uma ideia desta diferena dada pela Figura 10. Considerando cada quadro como uma
unidade, e cada ponto em destaque como um defeito, nota-se que h na amostra da
esquerda quatro unidades defeituosas, e um total de sete defeitos.
Na amostra da direita h duas unidades defeituosas, e o mesmo nmero de defeitos da
primeira.
Figura 10. Comparao de defeitos entre unidades.
Fonte: Louzada (2013).
Os passos para a construo do grfico de controle c so os mesmos utilizados na

construo do grfico de controle p. Caso o nmero de defeitos c for desconhecido,
necessrio coletar dados suficientes para estim-los. Para isso, devemos seguir os
procedimentos que seguem:
1. coletar os dados;
2. determinar o nmero mdio de no conformidades c; para tal usa-se a
seguinte frmula:
45
3. determinar os limites Inferior e Superior de controle c, usando as frmulas:
4. gerar o nmero de no conformidades em amostras individuais;

5. assumir o valor zero se o limite inferior de controle for negativo;
6. traar a linha central em c e os limites de controle.
Por fim, temos a carta de controle do nmero de No Conformidades por Unidade (u).
Este grfico mede o nmero de no conformidades, ou defeitos, por unidade. Pode
ser uma alternativa ao grfico c, quando as amostras no tm o mesmo tamanho.
Tambm pode ser usado quando a amostra constituda de apenas uma unidade, mas
que possuem muitos componentes que devem ser inspecionados, como um motor,
por exemplo.
As etapas para construo do grfico u so dadas a seguir:
1. selecionar k amostras, que podem ter tamanhos diferentes, e registrar o
nmero de defeitos (c) encontrados em cada uma.
2. para cada uma das k amostras, determinar o nmero de defeitos por
unidade.
Onde: cj o nmero de defeitos encontrados na j sima amostra.

3. calcular o nmero mdio de defeitos por unidade:
4. calcular o tamanho mdio das amostras:
46
UNIDADE II
5. calcular os limites de controle.
A escolha da carta de controle de atributos mais indicada pode ser vista a partir do
fluxograma da Figura 11:
Figura 11. Escolha da carta de controle de atributos mais indicada.
47
ANLISE DE
PROCESSOS
UNIDADE III
Sempre que se deseja introduzir o uso de um grfico de controle, ou controlar um

processo, deve-se analisar o processo quanto a sua estabilidade e capacidade. A
estabilidade diz respeito verificao da variabilidade do processo quanto a seu
comportamento normal, e a capacidade verifica se o processo capaz de atender a uma
determinada especificao de projeto.
CAPTULO 1
Estabilidade e capacidade de processo
Para facilitar a explicao ser analisado o caso dos grficos de variveis contnuas. Para
a verificao da estabilidade de um processo devem ser elaboradas cartas de controle
relacionadas aos aspectos de assertividade do resultado e da variabilidade resultante de
cada caracterstica de controle.
Os critrios usuais, apresentados pela bibliografia em geral, podem ser resumidos na
seguinte frase, segundo Toledo e Alliprandini (2004), o processo considerado estvel
quando os seus grficos de controle no indicarem sinais de anormalidade ou presena
de causas especiais. Desta forma, os processos sob controle apresentam grficos
estveis, seguindo um padro j conhecido pela organizao.
Geralmente, o modelo de distribuio assumido para as cartas de controle de variveis
contnuas a distribuio normal. Logo, as condies de estabilidade do processo so
aquelas esperadas do ponto de vista estatstico para esse tipo de distribuio. Tudo que
tiver fora deste comportamento poder ser visto como um sinal de instabilidade, ou
seja, de processo fora de controle ou instvel.
As caractersticas de um padro natural, estvel, de uma carta de controle podem ser
resumidas em, segundo Toledo e Alliprandini (2004):
a maioria dos pontos est prxima da linha mdia (cerca de 68% no
intervalo de 1 s em torno da mdia) sem entanto existir concentrao
excessiva neste intervalo;
48
ANLISE DE PROCESSOS
UNIDADE III
cerca de 95% dos pontos (19 em 20 pontos) esto contidos no intervalo

2 s em torno da mdia;
nenhum ponto cai fora dos limites de controle (pois a sua probabilidade
de apenas 0,27%);
os pontos vo se distribuindo mais ou menos igualmente acima e abaixo
da mdia;
no se configuram tendncias de aumento ou de diminuio sistemtica.
Por exemplo, a probabilidade de ocorrncia de 7 pontos consecutivos
acima da mdia de 0,78 %. Logo, quando isto ocorrer, interpreta-se
como uma tendncia ao aumento da mdia;
no existem oscilaes cclicas.
A Figura 12 apresenta as principais regras que indicam condies ou situaes de
instabilidade do processo.
Figura 12. Situaes de instabilidade do processo.
Fonte: Toledo e Alliprandini (2004).
49
UNIDADE III ANLISE DE PROCESSOS
Sempre que um processo apresentar algumas dos comportamentos mostrados na

Figura 12 ele deve ser considerado instvel. Assim, causas especiais de variao devem
estar presentes e devem ser controladas/eliminadas antes de se analisar a capacidade
do processo e se definir os limites do grfico de controle a ser usado.
As condies mostradas na Figura 12 servem tanto para a anlise do processo em sua
fase de preparao do grfico de controle quanto na sua utilizao, ou seja, voc deve
considerar a anlise de estabilidade e capacidade na fase de preparao, como tambm
usar estas anlises como ferramentas para monitoramento.
Em geral, no incio do monitoramento, os processos apresentam vrias causas especiais.
Ento, acontecem aes dirigidas pelas cartas de controle, e aos poucos as causas
especiais vo sendo identificadas e eliminadas uma a uma. Com o passar do tempo,
obtm-se um processo estvel e previsvel.
Sempre que um processo sobre uma transformao consistente, os limites de controle
existentes, calculados com os dados anteriores mudana, deixam de ser representativos
daquele novo processo. Desta forma, eles devem ser recalculados (atualizados)
usando-se apenas os novos dados, com amostras retiradas do processo j modificado.
A estabilidade condio inicial imprescindvel para se utilizar o CEP. O estudo da
capacidade do processo no deve ser levado frente se essa condio no for atendida.
Capacidade de processo
Com a implantao das cartas de controle, ser possvel a eliminao de todas as
causas especiais, o processo estar funcionando em controle estatstico. Um processo
em controle estatstico ou estvel aquele que possui variabilidade associada apenas
s causas comuns, ou seja, ele segue certo padro previsvel ao longo do tempo. No
entanto, esse padro estvel do processo pode ou no ser capaz de produzir peas que
atendam s especificaes de clientes ou de projeto.
O estudo da capacidade do processo requer que as condies operacionais normais do
processo sejam mantidas durante a coleta de dados, ou seja, nenhuma interveno no
prevista/normal deve ser feita durante o estudo. Esse cuidado garante uma medida da
variao natural do processo (inerente ao processo) usando um mnimo de amostras
e um consequente mnimo tempo. Chama-se de variao natural do processo, a
variabilidade observada nos seus produtos produzidos.
Como pode-se visualizar na Figura 13, se a variabilidade devida s causas comuns for
excessiva, ou seja, maior do que a amplitude das especificaes, o processo dito no
50
ANLISE DE PROCESSOS
UNIDADE III
capaz e a gerncia deve atuar sobre o sistema. Se a variabilidade inerente do processo for
menor do que a amplitude de especificaes, o processo dito capaz. Nesse caso, as aes
devem ser tomadas apenas quando o processo apresentar eventuais causas especiais.
Figura 13. Processo sob controle e capacidade.
Quando o processo instvel, ou seja, apresenta causas especiais, a avaliao de sua

capacidade no faz muito sentido, pois reflete apenas um determinado momento j que
o processo no apresenta um comportamento previsvel.
O caso dos atributos e das variveis

O estudo da capacidade de processo ocorre de maneira diferente para as cartas de
controle por atributos e por variveis.
No caso de atributos, segundo Toledo e Alliprandini (2004), o estudo da capacidade de
processo consiste na comparao do valor considerado aceitvel (especificao) para o
atributo em estudo com a mdia calculada para o atributo no processo que est sendo
analisado. Por exemplo, no caso dos grficos de controle da frao defeituosa (p), o valor
da mdia corresponde mdia da percentagem de itens defeituosos. Essa porcentagem
mdia do processo seria comparada com o valor de p especificado para o produto/lote.
Essa comparao s pode ser realizada quando o processo estiver sob controle. possvel
calcular tambm a probabilidade de se ter no processo uma frao de defeituosos
maiores do que a especificada, obtendo-se assim mais informaes sobre a capacidade
do processo. Por exemplo Prob.(P > P especificado).
51
UNIDADE III ANLISE DE PROCESSOS
No caso das variveis, os parmetros sero calculados com base em variveis contnuas.
O desvio padro natural de um processo a unidade de referncia para a determinao
do que pode ser chamada de tolerncia natural de um processo ou os limites naturais de
tolerncia de um processo. O clculo dessa tolerncia no uma constante em funo
do tempo, mas em um universo esttico, ela pode ser calculada com facilidade, segundo
Toledo e Alliprandini (2004), por meio de duas maneiras discutidas a seguir.
A primeira maneira consiste na retirada de um nmero determinado de elementos
) e o desvio padro ( ). Esse mtodo
para compor uma amostra, calcular a mdia (
apresenta uma questo que o fato do e da variarem ao longo do tempo. Isso faz com
que aps certo perodo de produo se obtenha um desvio padro que no representa o
que foi chamado de desvio padro natural do processo, pois pode ter havido variaes
de causa assinalvel que no foi descoberta pelo operador, o que geraria um desvio
padro maior que o calculado inicialmente. Assim, ao longo do tempo seria melhor
utilizar um desvio padro que considerasse essas possveis variaes.
Assim, a segunda maneira, consiste na determinao do desvio padro natural a partir
das amplitudes das amostras que vem sendo coletadas na produo. A relao entre
o desvio padro e a mdia das amplitudes dada por: = R/d2, onde d2 um fator de
correo que depende exclusivamente do tamanho (n) das amostras e tabelado.
Os resultados obtidos pelas duas maneiras podero ser idnticos. Porm, em um
ambiente produtivo, o segundo mais aconselhvel por se eliminar a possibilidade de
variabilidade assinalvel que possa surgir.
A variabilidade natural ou o limite natural de tolerncia do processo ser o equivalente
3 a
+3 ), o qual contm 99,73% da produo.
a 6, ou seja o intervalo (
Capacidade de um processo e controle

de processo
A capacidade pode ser expressa em um nmero que traduz o quanto um processo
capaz de atender a uma determinada especificao:
Cp =
Assim, um processo ser considerado capaz quando o Cp for maior que 1, ou seja, quando
a variabilidade natural do processo (6) for menor que a tolerncia admissvel da
especificao. Como utilizado o R (desvio padro calculado a partir das amplitudes),
alguns autores consideram a necessidade de que o Cp seja maior que 1,33. O Quadro 2
mostra uma orientao para a interpretao da capacidade do processo.
52
ANLISE DE PROCESSOS
UNIDADE III
Quadro 2. Interpretao do ndice de capacidade do processo.
Cp ou Cpk
Nvel
Conceito/Interpretao
maior que 1,33
CAPAZ Confivel, os operadores do processo exercem completo controle sobre o mesmo, pode-se utilizar o
pr-controle.
entre 1 e 1,33
RELATIVAMENTE CAPAZ Relativamente confivel, os operadores do processo exercem controle sobre as operaes,
mas o controle da qualidade deve monitorar e fornecer informaes para evitar a deteriorao do processo.
entre 0,75 e 0,99
INCAPAZ Pouco confivel, requer controle contnuo das operaes, pela fabricao e pelo controle da qualidade,
visando evitar descontroles e perdas devido a refugos, retrabalhos, paralisaes etc.
menor que 0,75
TOTALMENTE INCAPAZ O processo no tem condies de atender as especificaes ou padres, por isso,
requerido o controle, reviso e seleo de 100% das peas, produtos ou resultados.
Fonte: Toledo e AlliprandinI (2004).
Para anlise da capacidade do processo importante verificar a centralizao do

resultado do processo em relao aos limites de especificao. Assim, uma pequena
descentralizao pode levar a uma interpretao incorreta da capacidade. Por isso,
deve-se utilizar o ndice de capacidade Cpk. Este ndice considera a diferena que possa
existir entre a mdia do processo e o valor nominal (ou valor central da especificao),
ou seja a descentralizao do processo. Na realidade, um clculo simples que feito a
partir da comparao da tolerncia de especificao com a variao natural do processo,
em duas partes. Assim:
Cpk = Min [Cpk inf; Cpk sup]
Cpk sup = (limite sup. de especif. - mdia do processo) 3 . desvio padro do processo
Cpk inf = (mdia do processo - limite inf. de especif.) 3 . desvio padro do processo
A interpretao do resultado tambm segue o Quadro 2.
Na anlise do processo pode-se constatar 4 situaes possveis, conforme mostrado no
Quadro 2 . Cada situao exigir ou possibilitar um controle da qualidade especfico.
Por exemplo, se o processo capaz e estvel, ento tudo indica que h um bom grau de
controle do processo por parte dos envolvidos, sendo suficiente controlar o processo
por meio de autocontrole, pelos operadores, utilizando-se grficos de pr-controle etc.
O Quadro 3 mostra as relaes entre capacidade e controle do processo.
Quadro 3. Relao entre capacidade e controle do processo.
Capacidade
SOB CONTROLE/ESTVEL
(CAUSAS COMUNS)
FORA DE CONTROLE/INSTVEL
(CAUSAS COMUNS E ESPECIAIS)
Capaz
Caso A situao desejvel. Autocontrole.

Pr-Controle.
Caso C o processo parece OK quanto a atender as especificaes, mas

preciso melhorar seu controle. A qualquer momento pode sair de controle.
O estudo de capacidade exigiu que o processo estivesse estvel!
Incapaz
Caso B Processo estvel, mas no tem

capacidade de produzir no padro de qualidade
requerido.
Caso D pior situao possvel, causadora de problemas e perdas.

necessrio eliminar causas especiais, preparar melhor o processo e refazer
a anlise.
Fonte: Toledo e Alliprandini (2004).
53
IMPLANTAO
UNIDADE IV
Nesta unidade se mostrar inicialmente a existncia de um procedimento como porta de

entrada para a implantao do CEP na empresa, posteriormente ir se comparar o mtodo
tradicional de inspeo com o CEP mostrando as suas vantagens e por fim detalharemos
as etapas de planejamento de implantao mostrando os principais conceitos que so
utilizados para garantir a eficincia e eficcia do CEP em uma organizao.
CAPTULO 1
Procedimento iterativo de melhoria e as
vantagens do CEP
Segundo Ribeiro e Caten (2012), as cartas de controle fazem parte de um procedimento
iterativo de melhoria, como pode-se visualizar na Figura 14.
Primeiro, coleta-se dados para calcular os limites de controle. Uma vez calculados os
limites de controle, faz-se a anlise da estabilidade do processo usando as cartas de
controle para detectar a presena de causas especiais. Se o processo no for estvel,
os gestores devem agir no foco da causa raiz no sentido de corrigir as eventuais
causas especiais.
Figura 14. Procedimento Iterativo de Melhoria.
54
IMPLANTAO
UNIDADE IV
Uma vez identificadas e eliminadas as causas especiais, o processo se torna estvel e

previsvel, logo podemos avaliar sua real capacidade de produzir peas que atendam
s especificaes. Se a variabilidade associada s causas comuns for maior do que a
amplitude das especificaes, a gerncia deve atuar sobre o sistema como um todo para
reduzir essa variabilidade.
Como pode ser visto, o procedimento de melhoria da qualidade por meio do CEP
acontece em duas etapas principais, segundo Ribeiro e Caten (2012):
eliminando-se as causas especiais para tornar o processo estvel e
previsvel ao longo do tempo. Essa melhoria conseguida por meio de
aes localizadas, efetuadas pelos operadores. Essas aes se justificam
economicamente e, em geral j so suficientes, pois frequentemente
verifica-se que o processo, uma vez estvel, atende s especificaes;
quando necessrio, atuando-se no sistema para reduzir as causas comuns
de variabilidade. Essa melhoria de responsabilidade da gerncia, pois
em geral envolvem maiores investimentos que nem sempre se justificam
economicamente.
A sequncia deve sempre comear nas causas especiais que desestabilizam bastante o
processo e so relativamente fceis de resolver e, apenas quando necessrio, atua-se
nas causas comuns de variabilidade, que mobilizam maiores recursos.
Inspeo da qualidade
A inspeo da qualidade tem como objetivo determinar se h ou no conformidade
de um produto, ou lote, j produzido, em relao s especificaes de projeto e gerar
informaes que permitam tomar aes corretivas sobre o lote ou processo.
Segundo Toledo e Alliprandini (2004), existem diversos pontos de inspeo dentro das
seguintes fases da produo:
Inspeo de recebimento: a extenso da inspeo em produtos (matriaprima ou produto acabado) recebidos de terceiros depende da capacidade
do fornecedor, devidamente avaliada previamente e continuamente
acompanhada. Em um extremo, temos a inspeo utilizando-se o conceito
de auditoria da deciso, onde o comprador compara os dados obtidos
por sua inspeo com os dados recebidos do fornecedor. Quando os dados
recebidos do fornecedor forem e continuarem a ser confiveis, a inspeo
se transforma em apenas uma identificao do produto recebido. No outro
55
UNIDADE IV IMPLANTAO
extremo, a inspeo de recebimento torna-se um controle da qualidade

do fornecedor.
Inspeo durante a fabricao: a inspeo durante a fabricao tem
o objetivo de fornecer informaes para a tomada de deciso sobre o
produto, isto , se o produto est ou no conforme a especificao e para a
tomada de deciso sobre o processo, isto , se o processo deve prosseguir
ou no. A frequncia de inspeo pode ser mais facilmente estabelecida
se o processo estvel.
Inspeo de produto acabado: a inspeo de produtos acabados (tambm
conhecida como inspeo final) pode ser executada tanto na linha de
produo (nos pontos de inspeo), como em reas de inspeo separadas.
Muitas vezes a inspeo feita em 100% dos produtos acabados,
simulando as condies de uso ou realizando uma checagem completa no
produto (check list) por meio de inspeo sensorial.
O tipo mais tradicional de inspeo a 100% e conveniente quando a caracterstica
crtica ou a capacidade do processo inerentemente insuficiente (incapaz) para
alcanar os requisitos das especificaes. Segundo Toledo e Alliprandini (2004), bom
lembrar que o excesso de inspeo pode ser to custoso quanto a falta de inspeo. A
experincia mostra que a inspeo 100% no garante produtos perfeitos, isto , no
h garantias de segregao de todos os defeituosos. Vrios estudos demonstram que o
inspetor encontra aproximadamente 80% dos defeitos presentes.
J na inspeo por amostragem, os objetivos principais dessa inspeo so de aceitao
de um lote por meio de uma amostra representativa e de auxlio no controle do
processo. A inspeo por amostragem conveniente para reduzir os custos da inspeo,
manter a rea de produo informada a respeito da qualidade dos produtos ao longo do
processo e em situaes onde o julgamento da conformidade se d atravs de um ensaio
destrutivo. Para que a inspeo por amostragem tenha eficcia, alguns cuidados devem
ser observados, segundo Toledo e Alliprandini (2004):
procedimentos adequados para seleo da amostra;
representatividade da amostra (aleatoriedade).
Comparando Inspeo com CEP

A inspeo e o CEP possuem caractersticas e objetivos distintos. No curto prazo, uma
inspeo 100% fornece mais resultados na deteco de unidades defeituosas, pois elas
so filtradas e dirigidas para retrabalho ou sucata.
56
IMPLANTAO
UNIDADE IV
No entanto, as atividades de inspeo no promovem a melhoria dos processos, pois

tomam tempo e mobilizam os recursos em atividades que no agregam valor. Alm
disso, levam a certo relaxamento na manufatura, uma vez que tudo vai ser inspecionado
depois.
O processo de filtrar unidades defeituosas gera uma distribuio que se assemelha
ao modelo uniforme, com muitas unidades afastadas do alvo, conforme aparece na
Figura 15.
Figura 15. Comparativo entre inspeo e CEP.
O CEP, ao contrrio da inspeo 100%, prioriza aes sobre as causas especiais, ou

seja, sobre a origem do problema. Ele no utiliza inspeo em alta escala, pois isso iria
mobilizar os recursos que so importantes para a soluo das causas especiais.
Alm disso, de nada adiantaria identificar, logo no primeiro dia, um grande nmero de
causas especiais, pois faltariam recursos para a investigao dessas causas.
O CEP opera numa escala de tempo mais longa, pois as causas especiais vo sendo
identificadas e eliminadas aos poucos, ao longo do tempo, com uma boa gesto. O
CEP atinge um processo livre de unidades defeituosas, que atende amplamente s
especificaes e cujo desempenho independe das atividades de inspeo.
57
CAPTULO 2
Planejamento do controle estatstico
de processo
Quando ocorre o emprego correto das cartas de controle:
permite que o monitoramento do processo seja executado pelos prprios
operadores;
diferencia causas comuns das especiais, orientando para as aes
operacionais e tticas;
auxilia o processo usando uma linguagem comum para atingir alta
qualidade, baixo custo unitrio, consistncia e previsibilidade. Mostram
tendncia, ao longo do tempo, de um determinado processo (se a sequncia
de valores for muito longa, recomendvel o grfico de linhas);
apresentam dados estratificados em diversas categorias;
til para comparar dados resultantes de processo de contagem (variveis
discretas e atributos).
Em um ambiente competitivo, s h espao para as empresas que adotam uma tica de
melhoria contnua. Assim, periodicamente preciso rever as especificaes, reavaliar a
capacidade do processo e agir sobre o sistema quando necessrio.
A melhora da qualidade, representada pela reduo da variabilidade do processo,
promove, natural e inevitavelmente, um aumento de produtividade. Melhorando a
qualidade, os custos diminuem devido reduo do retrabalho, erros e atrasos, e da
melhor utilizao da tecnologia e matria-prima. Consequentemente, a produtividade
aumenta, possibilitando a captao de mercados. Trabalhando-se continuamente pela
qualidade, os novos negcios so mantidos e amplia-se a fatia de mercado.
A coleta de dados para o preenchimento das cartas de controle exige investimentos em
tempo, recursos e mudana na filosofia da empresa. Assim, a implantao do controle
estatstico de processo somente pode ser justificada, segundo Ribeiro e Caten (2012)
quando os seguintes aspectos so observados:
no utilizar um nmero excessivo de cartas de controle, sob risco do CEP
transformar-se em atividade-gargalo na produo;
58
IMPLANTAO
UNIDADE IV
aplicar o CEP em etapas prioritrias do processo, determinadas sob o

ponto de vista da demanda de qualidade dos clientes;
associar o CEP uma estratgia de ao; coletar dados e no agir implica
em desperdcio de tempo e recursos.
Na fase de planejamento, importante a participao das pessoas envolvidas com a linha
de produo: elas devem sentir-se responsveis e comprometidas com a implantao
do sistema. Deve-se, assim, investir um maior tempo na fase de planejamento, para
minimizar a necessidade de alteraes posteriores implantao.
Inicialmente, necessria a identificao dos processos crticos para a qualidade e
produtividade da empresa: estes sero os processos nos quais ser aplicado o CEP.
Deve-se utilizar um mtodo consistente para determinao dos processos crticos sob o
ponto de vista do cliente. Nesta etapa, tambm necessrio definir:
caractersticas de qualidade importantes para o cliente;
processos nos quais as caractersticas determinadas em (i) so construdas;
variveis a serem controladas em cada processo;
capacidade do sistema de medio;
indivduos responsveis pela ao sobre o sistema quando este sinalizar
um estado de descontrole estatstico;
aes a serem tomadas quando o sistema estiver fora de controle.
Para auxiliar na definio dos itens descritos acima, uma sequncia de etapas
recomendada por Ribeiro e Caten (2012), o que veremos nos prximos tpicos.
Desdobramento da qualidade
Na etapa do desdobramento da qualidade e na etapa posterior de desdobramento
do processo recomenda-se a utilizao da metodologia do QFD (Quality Function
Deployment), ou Desdobramento da Funo Qualidade. O QFD permite estabelecer
relaes entre a qualidade demandada pelo cliente e os processos responsveis pelo
atendimento desta demanda.
O QFD (Quality Function Deployment) uma tcnica para a tomada de deciso usada
em desenvolvimento de novos produtos ou na melhoria de produtos existentes. Ele
ajuda a definir o que a empresa deseja, necessita, a entender as expectativas do cliente
59
para refletir no design do produto. Empresas geralmente ignoram o relacionamento

entre o que fornecido pelos produtos e o que os clientes querem.
Segundo Arnold et al. (2008), O QDF foi originalmente desenvolvido na dcada de 1960
do sculo passado pelo Dr. Yoji Akao e Dr. Sigeru Mizuno e foi adotado por grandes
manufaturas norte-americanas como GM, Ford, DaimlerChrysler, IBM, Boeign,
Lockheed Martin, entre outras.
O QFD definido como uma metodologia designada para garantir que os
principais requerimentos do cliente sejam identificados e consequentemente
atinja ou exceda os resultados pretendidos pela engenharia de processo.
As necessidades dos clientes so obtidas usando vrios mtodos ou comparando os

produtos da empresa com o seu competidor. Estas necessidades so referidas com a
voz do cliente que deve ser traduzida nas especificaes da engenharia dentro de uma
srie de passos bem definidos. A Figura 16 mostra a Casa da Qualidade que mostra a
aplicao da metodologia.
Figura 16. Casa da Qualidade.
Fonte: <http://www.infoescola.com/administracao_/desdobramento-da-funcao-qualidade-qfd/>. Acessado em: 08 dez. 2014
Veja pela Figura 16 que existem dentro da Casa da Qualidade diversas fontes de entradas
como os requisitos do cliente, informaes da concorrncia, requisitos do produto.
Todos esses dados so cruzados e analisados na parte central da figura que a Matriz de
Relaes que mostra as correlaes que so mais fortes entre o que atende os requisitos
60
IMPLANTAO
UNIDADE IV
dos clientes, j consta nas especificaes do produto e que pode igualar ou superar os
requisitos da concorrncia.
Um exemplo de planilha da casa da qualidade preenchida com um exemplo de
um produto fictcio de um despertador de cabeceira, com um dispositivo para
ser colocado no travesseiro e assim no acordar, ao despertar, outras pessoas
que estejam no mesmo ambiente.
Figura 17. Exemplo de Casa da Qualidade
Fonte: <http://www.portaldeconhecimentos.org.br/index.php/por/content/view/full/10294#mat_dl>. Acessado em: 9 dez. 2014.
A primeira fase de um estudo de QFD feita por meio de uma pesquisa de mercado visando
o entendimento dos desejos dos clientes. Com esta pesquisa, tem-se um conhecimento
61
sobre aquilo que realmente importante para o cliente na escolha de um produto ou

servio facilitando a definio das especificaes do produto ou servio.
O estudo do Desdobramento da Funo Qualidade permite planejar aes visando
um objetivo pr-determinado. O QFD procura estabelecer os critrios do produto e do
processo a partir de matrizes de relacionamento entre o desejo do cliente e os parmetros
de qualidade do produto/processo, procedimentos de manufatura, especificaes,
recursos humanos, infraestrutura disponvel e custos globais. O Desdobramento da
Funo Qualidade feito por times multifuncionais envolvendo diversos departamentos
da empresa, tais como marketing, engenharia de produto, engenharia de processo,
custos, suprimentos, manufatura e gerncia de qualidade.
Conforme Ribeiro e Caten (2012), o QFD tem incio com o levantamento da demanda de
qualidade do usurio (voz do cliente) atravs de pesquisa de mercado. Os resultados da
pesquisa devem permitir uma priorizao dos itens da demanda da qualidade atravs do
estabelecimento de um peso de importncia para cada item; o peso de importncia do
isimo item de demanda designado por IDi. Na sequncia, listam-se as caractersticas
de qualidade potencialmente relacionadas com os itens de demanda identificados pelos
usurios; no contexto do QFD, assim como no do CEP, caractersticas de qualidade so
aspectos mensurveis da demanda da qualidade.
Na Figura 18, os itens de demanda de qualidade (D.Q.) levantados na voz do cliente a
partir da Pesquisa de Mercado so relacionados com as caractersticas de qualidade (C.Q.).
Nestas relaes so estabelecidas o grau de intensidade destas permitindo estabelecer as
caractersticas de qualidade que tem a maior prioridade na viso do cliente.
Figura 18. Exemplo de Casa da Qualidade.
O preenchimento da matriz da qualidade avalizado por uma equipe de especialistas

dos negcios (podem ser internos ou externos a organizao). Algebricamente, os
relacionamentos entre a qualidade demandada pelos clientes e as caractersticas de
62
IMPLANTAO
UNIDADE IV
qualidade, origina o ndice de intensidade dos relacionamentos (DQij), onde j denota a

caracterstica de qualidade e i denota o item de qualidade demandada. A escala utilizada
na medio do ndice de intensidade tem valores apresentados no Quadro 4 A matriz da
qualidade vem exemplificada na Figura 19.
Quadro 4. Escala da intensidade das relaes.
Relao
Pontuao
Muito importante
Moderada
Pouco importante
Nenhuma
Figura 19. Exemplo de Casa da Qualidade.
Conforme figura 19, a priorizao das caractersticas de qualidade apresentada na

ltima linha da matriz da qualidade. Uma caracterstica de qualidade considerada
prioritria se:
atende mltiplos itens de qualidade demanda;
atende a itens de qualidade demandada com pesos IDj (importncia da
qualidade demandada) altos, e/ou;
mantm relaes fortes com os itens de qualidade demandada, como na
Figura 19 itens com valor 9 ou 6.
Para o clculo da priorizao das caractersticas de qualidade, sugere-se um ndice
de importncia (ICQj) dado pelo somatrio dos ndices de importncia dos itens da
63
qualidade demandada (IDi) pela intensidade das relaes atribudas no interior da

matriz (DQij), onde:
Onde:
ICQj =
ICQj: ndice da jsima caracterstica de qualidade do produto, j = 1,..., n.

IDi: ndice de importncia do isimo item de qualidade demandada.
DQij: intensidade do relacionamento entre o isimo item de qualidade demandada e a
jsima caracterstica de qualidade do produto.
Desdobramento dos processos

Segundo Ribeiro e Caten (2012), o desdobramento dos processos permite associar
caractersticas de qualidade do produto final, priorizadas na matriz da qualidade descrita
na parte do QFD com os parmetros do processo ou caractersticas avaliadas durante o
processo de manufatura. Este desdobramento auxilia na identificao dos parmetros
crticos do processo, sob o ponto de vista da qualidade percebida pelos usurios.
O uso da tecnologia que est contida no desdobramento dos processos um
procedimento para identificar e remover, de forma organizada, gargalos de engenharia
na fase de detalhamento do projeto do produto. Esses gargalos devem ser identificados
nas etapas preliminares do projeto, para que suas solues possam ser planejadas de
forma organizada.
Para este desdobramento ocorrer na prtica, necessrio entender, inicialmente, o
fluxograma dos processos da empresa e listar os processos de manufatura na ordem de
acordo com o atravessamento do produto dentro da fbrica. A seguir, listam-se parmetros
do processo e as caractersticas de qualidade avaliadas em cada processo; estes sero
cruzados com as caractersticas de qualidade do produto final, na matriz dos processos.
A matriz dos processos, exemplificada pelo esquema na Figura 20, constituda pelos
seguintes elementos:
na matriz da qualidade identifica-se as caractersticas de qualidade do
produto final;
identifica-se tambm todos os parmetros do processo, avaliados durante
a manufatura.
64
IMPLANTAO
UNIDADE IV
Figura 20. Esquema da matriz de desdobramento de processos.
Para identificar os processos crticos conforme resultado descrito na figura 20,

necessrio quantificar as relaes Rkj entre as caractersticas de qualidade (j = 1,,n) dos
processos crticos e os parmetros (k =1,,K) dos processos de manufatura. Para cada
caracterstica de qualidade do produto, identifica-se a intensidade de monitoramento
de um ou mais parmetros recomendados para obteno de medies satisfatrias
da caracterstica em questo; isto feito atravs da determinao das relaes Rkj. A
intensidade das relaes entre os processos e as caractersticas de qualidade, mensurada
utilizando a escala proposta no Quadro 4, so atribudas pelos especialistas e escritas
na matriz.
A avaliao do impacto de cada parmetro e caracterstica de qualidade do processo
sobre a qualidade demandada pelo usurio realizada levando-se em conta as relaes
estabelecidas no interior da matriz e o ndice de Importncia Corrigido (ICQj*) das
caractersticas de qualidade, determinadas na matriz da qualidade.
Para a definio da importncia para a qualidade de cada parmetro e a caracterstica
de qualidade do processo, foi estabelecido, segundo Ribeiro e Caten (2012) um ndice
de qualidade (IQPk), dado pelo somatrio do produto do ndice de importncia
corrigido das caractersticas de qualidade do produto, ICQj*, pela intensidade das
relaes atribudas no interior da matriz, Rkj. Esse ndice considera que desvios em
um parmetro do processo compromete uma ou mais caracterstica de qualidade do
produto final. A frmula correspondente ao seguinte:
Aps a identificao dos parmetros e caractersticas de qualidade dos processos

crticos, necessrio verificar qual a capacidade destes parmetros e caractersticas
65
usando o ndice Cpk e o domnio tcnico acerca destes elementos disponveis na

empresa. O objetivo priorizar aes de melhoria nos processos e caractersticas que
sejam importantes para a qualidade, conforme necessidade do cliente.
Com a ajuda dos especialistas, questiona-se, a partir do uso do ndice CPk, a capacidade
de cada parmetro e caracterstica do processo, estimada a partir do percentual
de observaes fora de especificao, conforme o Quadro 5 . A seguir, questiona-se
o conhecimento dos especialistas a respeito do processo. Os especialistas devem
determinar o ajuste timo dos parmetros, as caractersticas de qualidade do processo
e o efeito desses parmetros sobre diversos aspectos que determinam a qualidade do
produto final. Para mensurar o conhecimento tcnico, utiliza-se a escala no Quadro 6,
onde o grau de conhecimento vem designado pela letra C.
Quadro 5. Escala para a avaliao da capacidade das etapas dos processos produtivos.
Capacidade
Cpk
% fora de especificao
Muito incapaz
0,33
32%
Incapaz
0,67
04,4%
Capaz
1,00
0,27%
Muito capaz
1,33
0,0064
Extremamente capaz
1,67
0,0000
Quadro 6. Escala para a avaliao do conhecimento associado s etapas dos processos produtivos.
Conhecimento
Muito pouco
0,2
Pouco
0,4
Moderado
0,6
Grande
0,8
Total
1,0
66
Segundo Ribeiro e Caten (2012), o ndice de priorizao IPPk para o ksimo parmetro
do processo combina valores de IQP, Cpk e C, estabelecendo os parmetros crticos
na composio da qualidade percebida pelos clientes. Sero considerados crticos
parmetros fortemente relacionados s caractersticas de qualidade demandadas pelos
usurios do produto em estudo, oriundos de processos com baixa capacidade, acerca
dos quais se detm pequeno conhecimento tcnico. A medida de criticidade baseada
na seguinte equao:
IMPLANTAO
UNIDADE IV
Onde:
IPPk o ndice de priorizao,
IQPk o ndice de qualidade,
Cpk o valor da capacidade,
C o valor de conhecimento tcnico, todos associados ao ksimo parmetro do processo.
Direcionamento das aes

Ainda usando o QFD, nesta etapa se realiza o planejamento das melhorias da qualidade,
como tambm so analisadas caso a caso as aes de melhoria a serem adotadas para os
parmetros e caractersticas de qualidade dos processos crticos. A anlise considera a
voz do cliente, o custo e conhecimento tcnico acerca dos parmetros em estudo.
Questiona-se, junto aos especialistas, a pertinncia de um conjunto de aes de melhoria
situao em estudo, destacando-se segundo Ribeiro e Caten (2012):
treinamento;
Controle Estatstico de Processos (CEP);
desenvolvimento de fornecedores;
projeto de experimentos;
estudos ergonmicos;
aquisio de equipamentos;
definio de procedimentos;
automatizao.
Definidas e nomeadas as possveis aes de melhoria, os especialistas avaliam sua
aplicao aos parmetros do processo priorizados no item 2 deste Captulo. A validade
das aes de melhoria a cada parmetro ou caracterstica enfocado devem ser analisados
utilizando-se a escala a seguir.
Quadro 7. Escala para a avaliao da efetividade das possveis aes de melhoria.
Relao
Pontuao
Muito efetiva
Moderada
Pouco efetiva
Nenhuma efetividade
67
Identificao dos postos de controle e

parmetros e caractersticas de qualidade do
processo a serem monitorados
Os postos de controle so reas definidas dentro da empresa onde so monitoradas
as caractersticas de qualidade (atributos e variveis) associadas a etapas crticas do
processo. A localizao destas reas ocorre nas proximidades do processo em que
possui as caractersticas crticas da qualidade a serem monitoradas. possvel definir
a localizao dos postos de controle (como o exemplo da criao do posto 2 da Figura
21), bem como listar parmetros e caractersticas de qualidade do processo a serem
monitorados em cada posto.
Figura 21. Identificao dos postos de controle e alocao das caractersticas de qualidade em cada posto.
As etapas da implantao do controle estatstico de processo at agora apresentadas

vm esquematizadas na Figura 22, podendo ser assim resumidas:
Desdobramento da qualidade: a partir da pesquisa de obteno qualidade
demandada pelo cliente, realiza-se desdobramento das caractersticas
de qualidade do produto, constri a matriz da qualidade e define as
prioridades das caractersticas de qualidade do produto.
Desdobramento dos processos: identifica-se os parmetros e caractersticas
dos processos, podendo construir a matriz do processo e por fim prioriza
os parmetros e caractersticas dos processos crticos para a qualidade.
Direcionamento das possveis aes de melhoria.
Localizao dos postos de controle e alocao dos parmetros e
caractersticas do processo para cada um deles.
68
IMPLANTAO
UNIDADE IV
Figura 22. Desenho esquemtico das primeiras quatro etapas do planejamento da implantao do controle
estatstico de processos.
Definies e avaliaes
Inicialmente importante nesta etapa definir os critrios de classificao a serem
utilizados posteriormente na anlise das cartas de controle. Os critrios de classificao
so informaes, segundo Ribeiro e Caten (2012) como, por exemplo, tipo de produto,
turno, mquina, operador, encarregado de turno, fornecedor, matrias-primas etc., a
serem registradas conjuntamente com os dados de qualidade. Com estes critrios
possvel recuperar as informaes dos dados de qualidade de acordo com a escolha
do critrio. Por exemplo, podem-se recuperar (e agrupar) todos os dados sobre a
caracterstica de qualidade coletados por operador; ou seja, dados da qualidade podem
ser filtrados relativamente a esse critrio de classificao.
importante separar as avaliaes referentes a parmetros de processo a qual se entende
por variveis e atributos que qualificam o processo e no esto diretamente ligadas a
qualidade do produto final e aqueles referentes a caractersticas de qualidade a qual se
entende variveis e atributos que configuram diretamente a qualidade do produto final.
Segundo Ribeiro e Caten (2012), parmetros de processo fora de especificao indicam
uma maior probabilidade de produo de defeituosos, devendo gerar aes corretivas.
69
Caractersticas de qualidade fora da especificao implicam, diretamente, na ocorrncia

de defeituosos, tambm devendo gerar aes corretivas.
Para cada varivel (ou atributo) a ser monitorada no CEP, necessrio definir:
o tipo (nominal, maior ou menor--melhor);
unidade de medio;
valor alvo e especificaes (para os estudos de capacidade).
O quadro a seguir apresenta uma comparao entre os trs tipos:
Quadro 8. Definio das variveis a serem monitoradas no CEP.
Tipo
Valor Alvo
Limites de Controle
Quando No Conforme
Nominal--melhor
Diferente de Zero
Inferior e Superior
Acima e abaixo dos limites de controle
Maior--melhor
Teoricamente Infinito
Inferior
Abaixo do limite de controle
Menor--melhor
Igual a Zero
Superior
Acima do limite de controle
Aps a definio de parmetros e controles, necessrio definir a obteno dos dados:

Quem? Onde coletar? Com que frequncia? Onde armazenar? Qual a finalidade uso?
Quem ir coletar os dados? A atividade de obteno precisa demonstrar transparncia
e confiabilidade no processo.
Nessa etapa tambm necessrio definir segundo Ribeiro e Caten (2012):
o tipo de carta de controle;
o tamanho da amostra;
a frequncia de amostragem;
a forma de registro dos dados (registro eletrnico em computador ou em
planilha de papel);
o sistema de medio a ser utilizado.
Aps definido o sistema de medio, necessrio avaliar a sua capacidade. Para que a
avaliao da capacidade seja feita definem-se os responsveis pela coleta dos dados e
registro na planilha, digitao dos dados (no caso de armazenamento digital de dados),
monitoramento das cartas de controle, clculo dos limites de controle e estudos de
estabilidade e capacidade.
Tambm necessrio definir responsveis pela deteco da no conformidade e gerao
do plano de aes corretivas, e aes preventivas para evitar o surgimento de no
70
IMPLANTAO
UNIDADE IV
conformidades; esses responsveis so chamados facilitadores do CEP. O facilitador d

apoio ao lder da equipe na busca dos melhores resultados e ajuda a equipe de projeto no
planejamento e organizao da implantao. Alm dos facilitadores, sugere-se a criao
de um grupo de especialistas (interno ou externo) que atua quando causas especiais
no possam ser corrigidas pelo operador e supervisor.
Outro ponto importante no projeto so a elaborao das planilhas de coleta de dados a
serem utilizadas em cada posto de controle, e as de ocorrncia de causas especiais.
A seguir est uma dica de site para acesso a softwares de CEP:
<http://pt.softwaresea.com/software-download/statistical-process-control>.
Acesso em: 30 abr. 2015.
As planilhas em formatos de dirio so importantes na reduo do tempo de localizao

das causas especiais. Nesta planilha so feitas as anotaes de todas as ocorrncias
anormais identificadas no processo, mesmo se no estiverem relacionadas aos problemas.
Para Ribeiro e Caten (2012), importante que as causas especiais sejam registradas
quanto a sua data e hora de ocorrncia, provvel origem (matria-prima, mo de obra,
mquinas etc.), ao tomada para a soluo do problema e seu responsvel, e tempo
observado de parada na produo.
Treinamento e implantao
O treinamento um processo de aprendizado que auxilia o profissional a atingir a
eficincia exigida no seu trabalho (presente e futuro) mediante o desenvolvimento
da capacidade de interpretar os dados coletados no CEP. O treinamento serve como
preparao para implantao do CEP e durante o processo de implantao deve ser
usado para corrigir deficincias. Ela deve ser ministrada para diferentes nveis e funes
na empresa.
Quadro 9. Relao entre treinamento do CEP e as funes.
Funo
Foco
Ao
Treinamento
Gerentes e Diretores
Anlise das
informaes
Tomada de deciso.
Estudos de estabilidade e capacidade do

processo.
Supervisores e
Engenheiros
CEP
Definir parmetros como tamanho da amostra,

frequncia de amostragem, limites de controle,
entre outros.
Introduo ao CEP, cartas de controle e

estudos de estabilidade e capacidade do
processo.
Operadores
Cartas de Controle
Preenchimento das planilhas e anlise de causas

especiais.
Como preencher as planilhas e analisar as

cartas de controle.
71
A implantao efetiva se d em duas etapas:

incio do monitoramento;
clculo dos limites de controle.
Essas etapas vm descritas a seguir segundo Ribeiro e Caten (2012).
Na etapa de incio do monitoramento, define-se a data de incio da coleta de dados a
serem utilizados no CEP, bem como os indivduos responsveis pela digitao dos dados
de entrada no sistema. Com isso, tem-se o incio da utilizao prtica do CEP (atravs
do pacote computacional de apoio, dependendo dos recursos alocados e magnitude dos
dados), sendo definidas a frequncia de amostragem e entrada dos dados nas planilhas
do computador. Nesta etapa, dados so coletados e plotados no grfico, mas os limites
de controle do processo ainda no so conhecidos.
Aps a coleta de certa quantidade de dados, possvel o clculo dos limites de controle.
O incio desta etapa pode levar alguns dias, dependendo da frequncia de amostragem
adotada para as variveis monitoradas. Uma vez feito o clculo dos limites de controle
do processo, estes devem ser acrescidos s cartas de controle, permitindo sua utilizao
plena. No caso de aparecimento de causas especiais, os limites de controle devem ser
recalculados, aps a identificao e eliminao das causas de anomalia no processo.
Limites de controle obtidos a partir de um processo sob controle estatstico, sobre o
qual apenas causas comuns de variabilidade incidem, so utilizados no monitoramento
futuro dos processos.
O acompanhamento e consolidao do controle estatstico de processos compreende as
seguintes etapas:
Avaliao da sistemtica de ao analisa-se e aprimora-se o sistema
de controle do processo implantado atravs da verificao dos
procedimentos de coleta de dados, registro e ao de melhorias. Esta
anlise deve ser realizada em conjunto com toda a equipe envolvida na
implantao do CEP.
Anlise da estabilidade dos processos avalia-se a estabilidade dos
processos e, se necessrio, adotam-se procedimentos de identificao e
eliminao de causas especiais.
Anlise da capacidade do processo avalia-se a capacidade dos processos
e, se necessrio, adotam-se estudos de otimizao dos processos atravs
de grupo de ao de melhorias da qualidade.
72
IMPLANTAO
UNIDADE IV
Nesta etapa de acompanhamento e consolidao, avaliam-se os resultados da

implantao do CEP e, posteriormente, identificam-se melhorias futuras advindas de
sua implantao.
Encontre casos em organizaes ou na literatura acadmica de casos de
implantao do CEP. Responda as seguintes questes:
Como foi implantando?
Foi usada alguma ferramenta de gesto para preparao do CEP? Se sim, qual?
Que caractersticas do produto foram controladas?
Que tipo de ferramentas de CEP foram utilizadas? Descreva.
73
Para (no) finalizar

A relao entre ISO 9000 e o controle
estatstico de processo
A certificao de ISO 9000 proporciona a garantia de que a organizao est sempre
e constantemente correndo atrs de melhorias, nos insumos que entram na linha de
produo, pelas melhorias nos processos produtivos e administrativos da organizao,
e pela satisfao do cliente e empregado. No entanto, no o intuito de ISO 9001
nem propor nem exigir a utilizao de procedimentos especficos para alcanar as to
desejadas melhorias. A alma do ISO 9000 a documentao dos fazeres e deveres
da organizao, continuamente levantada e organizada, que serve de base primria
e essencial para a evoluo e aperfeioamento da organizao. O ISO tem como
prioridade o fluxo de informao otimizado e, nem menos importante, as informaes
armazenadas em depsitos de fcil utilizao. No h nenhuma obrigao de utilizar
memria no disco rgido de um computador.
Pelo contrrio, ISO aceita fichas em papel depositadas em arquivos metlicos se for o
caso, mas claro que uma rede de microcomputadores tem um potencial de organizao
muito maior. Alm do mais, ISO 9000 caracterizado por um vis na direo de
quantificao do conhecimento, refletindo a filosofia de que os fatos numricos, alm
de exigir detalhamento e definio mais apurados, abre o caminho para estudos e
anlises mais objetivos e cientficos (menos papo furado). O modelo de gerenciamento
favorecido pelas normas e descrito logo no incio de ISO 9000 o famoso PDCA do
Deming e antecedentes (Shewhart etc.), baseado na metodologia cientfica. P (planning =
planejamento) para levantar e definir o problema e as metas, D (do = fazer) testar em
situaes reais da empresa procedimentos que corrigem a situao, C (check = analisar)
estudar se os procedimentos realmente funcionam, e A (act = implementar) colocar
em prtica aes especficas e contnuas para prevenir falhas e melhorar a qualidade. Os
autores mencionados em cima fizeram grandes contribuies na rea de estatstica e a sua
aplicao em procedimentos concretos, e certamente pensavam nessas metodologias para
o ciclo PDCA. Explicitamente, entre outras coisas, a ISO 9000 discute no seu captulo 8,
Mensurao, Anlise e Melhoria, a mensurao da satisfao do cliente e como o cliente
pode influenciar na tomada de decises at mesmo na linha de produo. Nosso objetivo
aqui ilustrar rapidamente quais requisitos de ISO 9000 abordam assuntos quantitativos
e como estes assuntos so potencialmente tratados com metodologias estatsticas.
74
PARA (NO) FINALIZAR
No captulo 5 sobre as responsabilidades da alta direo, responsabilizam-se a diretoria

com revises peridicas do sistema de qualidade gerencial. As revises so documentadas
e devem utilizar, ao mximo, medidas quantitativas de desempenho. Quando necessrio,
o sistema de qualidade deve sofrer alteraes para melhor fornecer o que o cliente exige.
aqui que grficos de controle e histogramas podem ser reavaliados e atualizados. Este tema
repetido em vrios itens da norma, os quais abordam os requisitos do cliente visando
linha de produo. Mas como saber quais so os requisitos dos clientes? Esta questo no
apresenta nenhum problema quando o nmero de clientes pequeno como, por exemplo,
a relao entre fornecedor e cliente/montadora no setor automobilstico. Neste caso, os
requisitos fazem parte de um minucioso contrato com obrigaes legais. No entanto,
existem mercados onde o nmero de clientes milhares ou at milhes. A situao exige a
utilizao de questionrios e amostragem e metodologias mais complicadas em estatstica
para categorizar e analisar correlaes esclarecedoras sobre as exigncias que determinam
a qualidade de um produto ou servio. Para quem no possui ainda conhecimento nas
metodologias mais matemticas e quantitativas, bom lembrar que um questionrio
bem feito j pode revelar o comportamento do consumidor, e existem maneiras de ver
isso em grficos simples. A regra geral nunca tentar uma metodologia complicada antes
de entender a abordagem grfica. No captulo 6 da ISO 9000 sobre o gerenciamento de
recursos, tudo mais uma vez direcionado ao cliente. No item da norma melhoria da
satisfao do cliente alcanada somente conhecendo os requisitos, e na maioria das vezes
isso ser feito atravs de questionrios e anlises estatsticas. Procedimentos estatsticos
tambm podem ser teis para avaliar se um programa de treinamento vlido, testando
o empregado imediatamente depois do treinamento pelo conhecimento adquirido, e, no
longo prazo, pela pertinncia do treinamento em melhorar relaes entre a firma e seus
clientes? Neste contexto, a eficincia do setor logstico extremamente importante, e seu
desempenho crtico para entregar o produto ou servio na hora certa. Desempenho pode
ser medido pelo tempo de atraso, por exemplo, e monitorado. Como nos questionrios
aos clientes, os quais precisam de alta definio e clareza, a mesma caracterstica aplicase aos ndices de desempenho de um determinado processo ou servio. Quando a questo
clara, a resposta tambm , e pode-se dispensar, at uma prxima etapa de maior
maturidade da empresa, a necessidade de anlises mais complicadas. A necessidade de
utilizar metodologias quantitativas de Estatstica em Capitulo 7 (Realizao de Produto) e
Captulo 8 (Mensurao, Anlise e Melhoria) se baseia na eficincia destas metodologias
para conhecer grandes populaes de produtos ou insumos onde, ento, a amostragem se
apresenta como ferramenta imprescindvel para economizar tempo e recursos. Dados so
coletados na linha de produo para assegurar que a produo reflete os requisitos dos
clientes. Estudos que envolvem ndices de capacidade so apropriados aqui. A empresa
deve exigir do setor de projeto e desenvolvimento um nvel de qualidade no processo que
garante a satisfao do cliente. Os requisitos dos clientes so mencionados na norma,
75
PARA (NO) FINALIZAR
primeiro obrigando a empresa de medir as caractersticas essenciais do produto do ponto

de vista do cliente, e segundo responsabilizando a empresa para periodicamente avaliar
todo o processo da relao entre caractersticas essenciais e os requisitos do cliente. Nada
melhor do que a estimao de mdias e desvios padro para monitorar a qualidade.
Sem dvida, o capitulo 8 (Mensurao, Anlise e Melhoria) foi escrito pensando
diretamente em Controle Estatstico de Processo. Quando o captulo fala em produto
conforme e no conforme, auditorias internas onde a amostragem ser essencial,
monitoramento que abre espao para o uso de grficos de controle e ndices de
capacidade, est apontando diretamente para a rea de Estatstica. Aes corretivas
sinalizam a busca por causas especiais, e aes preventivas depende nas metodologias
de previso e projeo na rea de anlise de sries temporais. Para a organizao na
fase de certificao ou renovao do ISO 9000, no necessariamente precisa implantar
de vez um sistema de estatstica altamente avanado em cima das prticas tradicionais.
A transformao da empresa do dia para a noite, alm de levar custos s estratosferas,
muitas vezes, se no sempre, nem funciona direito. O investimento grande e a
diminuio de deficincias na organizao sempre pouco pelo menos nos primeiros
meses. Resultado: uma organizao frustrada e descontente, e resultado financeiro
ameaado. A implantao de qualquer procedimento novo na empresa, e especialmente
procedimentos com base matemtica, deve comear num espao pequeno na fbrica
e bem selecionado e crtico, onde o espao inicial manejvel, oferecendo resultados
aparentes e contundentes. Iniciando-se a implantao de mtodos estatsticos com
apenas grficos e explicaes intuitivas, sem entrar nos detalhes dos clculos, j
oferece, em muitos casos, as condies suficientes para analisar melhor um fenmeno
problemtico. Mais tarde, em algumas semanas ou talvez meses, com os empregadores
acostumados a pensar quantitativamente sobre os procedimentos da organizao,
tcnicas mais abstratas e complexas como amostragem, grficos de controle avanados
e experimentao podem ser levadas a cabo numa maneira mais generalizada,
espalhando pela empresa e seguramente com resultados garantidos. Hoje em dia, os
famosos grficos de controle se encontram na anlise de todos os aspectos da empresa,
aplicaes muito mais variadas do que qualquer cenrio imaginado pelo Walter
Shewhart, seu criador. Melhor ainda, a teoria e sua aplicao correta no precisam mais
que um dia de treinamento intensivo para compreender a maior parte das sutilezas.
Nossos comentrios so estreitamente ligados a uma rea de Engenharia de Produo
chamado de Qualidade e Produtividade. Qualidade nos processos da organizao
implica em ambos empregadores e clientes mais contentes, deficincias nos produtos e
processos mnimas, e resultados financeiros melhores.
Fonte: Samohyl, R.W. <http://www.intecq.com.br/files/artigos/conceitos_basicos_de_
controle_estatistico_de_processos.pdf>. Acesso em: 8 abr. 2015.
76
Referncias
ARNOLD, J.R.; CHAPMAN, S.N.; CLIVE, L.M. Introductions to material
management. 6. ed. Prentice Hall, 2008.
DINIZ, Marcelo Gabriel. Desmistificando o controle estatstico de processo.
So Paulo: Artliber, 2001.
MURTEIRA, B.; BLACK, G. Estatstica descritiva. Lisboa: McGrawHill, 1983.
Ribeiro, J.L.D; CATEN, C.S. Cartas de controle para variveis, cartas de
controle para atributos, funo de perda quadrtica, anlise de sistemas
de medio. Srie Monografia Qualidade Controle Estatstico de Processo. Porto
Alegre, RS. 2012.
TREINAMENTO IN COMPANY LG PHILIPS. Apostila. 2003.
TOLEDO, J.C.; ALLIPRANDINI; D.H. Controle estatstico da qualidade. Apostila
GEPEQ (Grupo de Estudos e Pesquisa em Qualidade). Universidade Federal de So
Carlos. 2004.
Sites
<www.datalyzer.com.br>
<http://leg.ufpr.br/~silvia/CE003/node30.html>
<http://www.blogdaqualidade.com.br/diagrama-de-ishikawa/>
<http://www.ebah.com.br/content/ABAAAAGoQAF/cep-controle-estatisticoprocesso>
<http://www.infoescola.com/administracao_/desdobramento-da-funcao-qualidadeqfd/>
<http://www.intecq.com.br/files/artigos/conceitos_basicos_de_controle_
estatistico_de_processos.pdf>
<http://www.datalyzer.com.br/site/suporte/administrador/info/arquivos/info52/
fig1.gif>
77
REFERNCIAS
<http://www.escolaedti.com.br/dez-erros-grafico-de-controle/>
<http://www.portalaction.com.br/controle-estatistico-do-processo/41-graficosmedia-e-amplitude>
<http://www.portaldeconhecimentos.org.br/index.php/por/content/view/
full/10294#mat_dl>
<http://pt.wikipedia.org/wiki/Teorema_central_do_limite>
<3.bp.blogspot.com/-13eGRgho3FM/TfftQDgREYI/AAAAAAAAAP4/GpqOTLk3YPs/
s1600/cartacontrole.jpg>
78

Controle Estatistico Da Qualidade

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Controle Estatistico Da Qualidade

Enviado por

Direitos autorais:

Formatos disponíveis

Controle Estatstico da Qualidade

Sugesto de estudo complementar

Registra-se, no decorrer da idade mdia, intensas atividades de associaes de

novas teorias de controle, na implementao de programas de controle da qualidade

Na dcada de 1970, a sociedade, preocupada com os nossos recursos naturais, evoluiu,

UNIDADE I DEFINIO E CONCEITOS DO CONTROLE ESTATSTICO DO PROCESSO

De acordo com a definio de Taguchi, um produto ou servio de qualidade

UNIDADE I DEFINIO E CONCEITOS DO CONTROLE ESTATSTICO DO PROCESSO

O processo em si uma combinao de equipamentos, insumos, mtodos, procedimentos

Fonte: <http://www.blogdaqualidade.com.br/diagrama-de-ishikawa>. Acessado em 9 dez. 2014.

DEFINIO E CONCEITOS DO CONTROLE ESTATSTICO DO PROCESSO

Figura 3. Informaes sobre o processo.

Fonte: Ribeiro e Caten (2012).

As informaes sobre o processo so importantes para efeitos de mapeamento e

Fonte: Arnold et al. (2008)

No exemplo da Figura 4, a polegada est em inches. Veja que a maior quantidade de

DEFINIO E CONCEITOS DO CONTROLE ESTATSTICO DO PROCESSO

Mquinas: se tiverem boa manuteno elas tendem ser mais consistentes

A varivel inerente no a nica causa da variao. Uma troca de ferramenta, uma

UNIDADE I DEFINIO E CONCEITOS DO CONTROLE ESTATSTICO DO PROCESSO

Fonte: Adaptado de Treinamento In Company LG Philips, 2003.

Conforme a Figura 5, a forma da curva definida pela distribuio de dados. Uma

DEFINIO E CONCEITOS DO CONTROLE ESTATSTICO DO PROCESSO

maior o nmero de observaes contidas no desvio. Um desvio de 3

Fonte: Adaptado de Treinamento In Company LG Philips, 2003.

DEFINIO E CONCEITOS DO CONTROLE ESTATSTICO DO PROCESSO

Os parmetros da distribuio binomial so n e p. A mdia e a varincia so calculadas

J a distribuio de Poisson uma distribuio discreta aplicvel ocorrncia de um

UNIDADE I DEFINIO E CONCEITOS DO CONTROLE ESTATSTICO DO PROCESSO

A distribuio exponencial uma distribuio contnua utilizada para modelar o

DEFINIO E CONCEITOS DO CONTROLE ESTATSTICO DO PROCESSO

Segundo Ribeiro e Caten (2012), o modelo desta distribuio dada por:

A mdia e a varincia desta distribuio so:

A distribuio de Weibull uma generalizao da distribuio exponencial.

DEFINIO E CONCEITOS DO CONTROLE ESTATSTICO DO PROCESSO

Recentemente, vrios pases perceberam as vantagens do controle da

Uma carta de controle, segundo o site <www.datalyzer.com.br> (2015) composta por:

Fonte: <3.bp.blogspot.com/-13eGRgho3FM/TfftQDgREYI/AAAAAAAAAP4/GpqOTLk3YPs/s1600/cartacontrole.jpg>. Acesso em: 5 mar. 2015.

As fases para a elaborao do grfico de controle podem ser divididas em:

UNIDADE I DEFINIO E CONCEITOS DO CONTROLE ESTATSTICO DO PROCESSO

do processo e da amostragem. Estes limites so mostrados na carta de

Tipos de carta de controle

Mdia () e Amplitude (R)

Proporo No-Conforme (p)

Mdia () e Desvio Padro ()

Nmero de Itens No-Conformes (Np)

Mediana ( ) e Amplitude (R)

No-Conformidades (c, u).

Valores Mveis Individuais e Amplitude Mvel (X AM)

DEFINIO E CONCEITOS DO CONTROLE ESTATSTICO DO PROCESSO

Nos prximos captulos desta apostila detalharemos mais o grfico de controle:

Fonte: <http://www.datalyzer.com.br/site/suporte/administrador/info/arquivos/info52/fig1.gif>. Acesso em: 9 mar. 2015.

UNIDADE I DEFINIO E CONCEITOS DO CONTROLE ESTATSTICO DO PROCESSO

Dez erros comuns sobre grfico de controle

1. Grficos de controle so ferramentas para funcionrios de produo para

DEFINIO E CONCEITOS DO CONTROLE ESTATSTICO DO PROCESSO

6. Grficos de controle s podem ser usados para acompanhar processos ao

CARTAS DE CONTROLE PARA VARIVEIS E ATRIBUTOS

Fonte: Estatcamp, 2015.

Fonte: <http://www.portalaction.com.br/controle-estatistico-do-processo/41-graficos-media-eamplitude>. Acesso: 2 abr. 2015.

Para o entendimento mais aprofundado sobre Teorema do Limite Central

Na prtica, geralmente no conhecemos e , contudo, estes parmetros so estimados a

UNIDADE II CARTAS DE CONTROLE PARA VARIVEIS E ATRIBUTOS

Que a linha central do grfico X .