CONTROLE ESTATÍSTICO DA PRODUÇÃO

MÓDULO II – CONTROLE ESTATÍSTICO DA PRODUÇÃO

QUALIDADE:

- “adequação ao uso” (Juran, 1999);

- “atender e, se possível, exceder as expectativas do consumidor” (Deming, 2000)

- “atender às especificações” (Crosby, 1995)

- “a produção, o uso e o descarte de um produto sempre acarretamprejuízos

(perdas) à sociedade.; quanto menor for o prejuízo, melhor será a qualidade do produto”
(Taguchi,1999)

A qualidade de um produto ou serviço, é estabelecido no projeto (qualidade do

projeto). Exemplo: geladeiras têm o objetivo de refrigerar os alimentos, porém diferem no
tamanho, no consumo de energia, no nível de ruído ou, mesmo, na necessidade de
descongelamentos periódicos.

O início formal do controle estatístico de processos deu-se por volta de 1924, quando
Walter A. Shewhart desenvolveu e aplicou os gráficos de controle nos Bell Telephone
Laboratories. Como é um dispositivo para uso em “chão de fábrica”, por operários com
pouca instrução, os gráficos de controle tinham que ser extremamente simples de construir
e utilizar. Essa simplicidade motivou seu uso indiscriminado em uma infinidade de
aplicações, infelizmente muitas vezes de forma ingênua; ou seja, eles serviram apenas para
decorar paredes.

CAUSAS DE VARIABILIDADE NO PROCESSO

Quando estamos em uma linha de produção, temos a sensação de que todas as

unidades produzidas são exatamente iguais. Contudo, olhando com um pouco mais de
cuidado, descobrimos que elas não são tão iguais assim.

Em uma linha de empacotamento de leite, se medirmos o volume de cada saquinho,

vamos descobrir que nenhum deles contém exatamente uma mesma quantidade de leite. É
lógico, que para fins de comercialização, pouco importa se um saquinho contém um pouco
mais ou pouco menos de leite que o valor especificado.

76
 CONTROLE ESTATÍSTICO DA PRODUÇÃO

No entanto, existem restrições que devem ser respeitadas: se o “pouco mais” de leite
não for assim tão pouco, facilmente o saquinho estourará antes de chegar às mãos do
consumidor; se, por outro lado, o “pouco menos” não for assim tão pouco, o produtor
poderá perder clientes e mesmo ser multado.

Assim, a especificação determina que cada saquinho contenha 1000 ml de leite; na

prática, contudo, o que se espera é que a média dos volumes dos saquinhos fique em torno
do valor especificado de 1000ml, que não exista grande variabilidade entre esses volumes.

O valor especificado de 1000ml é o valor-alvo da variável aleatória X, quantidade de

leite em cada saquinho.

A tabela abaixo apresenta a quantidade de leite de 100 saquinhos de um mesmo

lote:

998,8 994,9 1.001,0 1.005,1 1.004,8 1.006,9 991,3 999,1 1.004,4 995,7
997,2 993,2 992,6 996,1 996,9 991,5 997,7 998,4 1.000,5 998,5
998,7 998,5 1.005,4 999,7 999,3 997,9 1.007,9 1.003,5 1.009,5 997,4
1.006,6 993,6 1.002,2 1.003,6 1.007,7 999,7 997,9 1.002,7 998,5 1.003,0
994,2 996,6 993,9 998,5 999,9 1.000,1 998,7 1.008,8 993,0 997,1
989,7 1.005,8 994,9 997,4 1.003,0 1.001,9 1.003,5 1.002,4 994,5 995,5
1.002,8 1.001,3 996,2 999,0 1.000,5 1.002,2 1.000,6 996,4 1.007,5 1.001,9
1.000,3 1.003,3 1.003,4 997,5 996,3 1.004,4 995,2 993,8 1.002,8 1.002,6
1.008,8 1.005,8 1.005,2 1.000,5 1.000,0 1.001,8 999,9 995,8 992,9 1.003,3
1.001,8 1.002,5 1.000,9 995,9 1.005,0 998,8 996,6 996,7 998,3 998,2
Valores da Variável X

Sabendo-se que a média dos valores da variável X é determinada por

, temos que = 999,8 ml e, a variabilidade do processo, medida pelo
desvio-padrão amostral é pequena:

= S =4,32

77
 CONTROLE ESTATÍSTICO DA PRODUÇÃO

A figura abaixo apresenta o histograma dos valores de X , cuja distribuição parece ser
bem representada por uma densidade de probabilidade normal.

A expressão variabilidade do processo tem a ver com as diferenças existentes entre

as unidades produzidas. Se a variabilidade do processo for grande, as diferenças entre as
unidades produzidas serão fáceis de observar, ao contrário, se a variabilidade do processo
for pequena, tais diferenças serão difíceis de observar.

Desde o início da Revolução Industrial, Shewhart preocupou-se em estudar a

variabilidade dos processos. Suas explicações sobre a impossibilidade de produzirem itens
exatamente iguais são aceitas até hoje. Segundo ele, todo e qualquer processo, por mais
bem projetado e por mais bem controlado que seja, possui em sua variabilidade um
componente impossível de ser eliminado. Trata-se da variabilidade natural do processo,
que é fruto de uma série de perturbações ou causas aleatórias, contra as quais pouco ou
nada se pode fazer.

No exemplo dado, variações de temperatura e densidade do leite e a precisão

intrínseca do mecanismo que “corta” o fluxo de leite para o saquinho são algumas das
causas aleatórias do processo.

O efeito conjunto de todas essas pequenas perturbações deixa de ser desprezível e

passa ser o responsável pela variabilidade natural do processo: uma variabilidade inevitável,
com a qual é preciso conviver.

Quando o processo apresenta apenas a variabilidade natural,devida às causas

aleatórias, diz-se que ele está no estado de controle estatístico, ou simplesmente em
controle.

Nenhum processo, porém, deixa de estar sujeito também à ocorrência ocasional de

perturbações maiores, chamadas causas especiais, que têm o efeito de deslocar a
distribuição da variável aleatória X (tirando sua média do valor-alvo, no nosso caso, 1000ml).
e/ou aumentar a sua dispersão.

78
 CONTROLE ESTATÍSTICO DA PRODUÇÃO

Uma causa especial é um problema ou modo de operação anormal do processo, que

pode, portanto, ser corrigido ou eliminado: um ajuste incorreto ou um desajuste de uma
máquina, o rompimento de um tubo e um lote de matéria-prima com defeito são exemplos
de causas especiais.

Novamente recorrendo ao exemplo do processo de produção de leite em saquinhos,

a tabela abaixo apresenta a quantidade de leite em 100 saquinhos de um mesmo lote,
extraído do processo após uma alteração da pressão de operação:

1.010,20 1.002,30 1.003,80 1.000,20 1.008,80 992,10 1.008,90 999,40 1.011,30 1.014,00
1.010,50 995,00 994,00 1.011,20 1.008,10 1.008,30 1.017,60 1.005,30 1.003,80 1.019,60
995,00 1.010,20 999,90 1.009,50 1.017,90 1.012,90 1.008,50 1.003,10 1.010,50 1.009,50
994,10 991,20 1.001,60 1.002,10 1.010,50 1.009,00 992,30 1.002,30 1.012,70 1.006,90
994,80 989,10 1.002,50 1.008,70 1.014,60 1.004,90 1.002,20 1.007,30 1.002,40 1.011,70
980,20 999,40 1.002,00 1.011,90 997,80 997,50 986,60 1.014,40 1.024,00 1.006,90
992,00 1.004,40 1.005,30 1.003,20 1.016,50 1.015,30 1.003,30 992,60 1.013,10 1.016,10
997,20 994,50 1.006,90 1.012,80 1.014,50 1.021,70 1.007,20 996,10 1.008,80 1.000,20
1.004,50 998,70 1.002,40 1.012,90 1.011,10 1.007,80 994,20 1.012,00 1.017,80 1.018,40
988,20 991,10 1.004,30 1.010,60 1.009,90 1.011,30 989,90 1.002,90 997,50 1.002,00
Valores da Variável X

A média dos volumes = 1004,9, já não próxima do valor-alvo (1.000ml) e o aumento

nítido da dispersão (S= 8,55), lembrando que na primeira amostragem = 999,8 e S= 4,32),
produzindo o histograma abaixo:

Com base neste histograma já não podemos dizer que a distribuição da variável X
pareça ser bem representada por uma densidade de probabilidade normal. Quando, além
das causas aleatórias de variabilidade, causas especiais estiverem presentes, diz-se que o
processo está fora de controle.

79
 CONTROLE ESTATÍSTICO DA PRODUÇÃO
GRÁFICO DE CONTROLE

Imagine uma fábrica como a dos exemplos apresentados que, no final de cada dia de
trabalho, inspeciona uma amostra de 100 peças para obter o número de não-conformes.
Fica então fácil observar como esse característico de qualidade varia ao longo do tempo.
Basta usar uma ferramenta: o gráfico de controle.

O Gráfico de controle típico exibe três linhas paralelas: a central, que representa o
valor-alvo ou valor médio do característico de qualidade; a superior, que representa o limite
superior de controle (LSC); e a inferior, que representa o limite inferior de controle (LIC).

Os pontos representam amostras tomadas em momentos diferentes. É usual unir os

pontos por segmento de reta, para melhor visualizar a evolução do característico de
qualidade ao longo do tempo.

Os gráficos de controle mostram o desempenho do processo, entendo que o

processo “está sob controle” se:

a) Todos os pontos do gráfico estão dentro dos limites de controle;

b) A disposição dos pontos dentro dos limites é aleatória.

Um ou mais pontos fora dos limites de controle ou em disposição não-aleatória

indicam que o processo está “fora de controle”:

80
 CONTROLE ESTATÍSTICO DA PRODUÇÃO

São padrões típicos de comportamentos não-aleatórios:

a) Periodicidade, isto é, “subidas” e “descidas” em intervalos regulares de

tempo, como mostra a figura abaixo. A periodicidade aparece quando uma
das condições de operação do processo (como temperatura, pressão, ou
voltagem) sofre mudanças periódicas ou quando ocorre troca periódica de
máquinas ou de operadores.

b) Tendência, isto é, os pontos se direcionam nitidamente para cima, ou para

baixo, conforme figura abaixo. A tendência em geral indica deterioração
gradual de um fator crítico do processo. Essa “deterioração” pode ser o
desgaste de uma ferramenta ou o cansaço do operador. Nos processos
químicos, a tendência é, em geral, explicada pela separação da mistura ou por
deposição de elementos.

81
 CONTROLE ESTATÍSTICO DA PRODUÇÃO

c) Deslocamento, isto é, mudança no nível de desempenho do processo, como

mostra a figura abaixo. A causa da mudança pode ser a introdução de novas
máquinas, de novos operadores, de novos métodos ou, até mesmo, de um
programa de qualidade, que em geral traz motivação e melhora o
desempenho.

Além dos padrões típicos de comportamento não-aleatório, existem

outras disposições de pontos que indicam processo “fora de controle”. Por exemplo, se 18
dos 20 pontos de um gráfico de controle estão acima da linha central, é razoável considerar
que o processo está “fora de controle”.

Existem testes estatísticos para determinar se a disposição dos pontos

é não-aleatória, mas algumas regras práticas ajudam. Assim, considere que o processo está
“fora de controle” se ocorrer uma sequência de pontos com as seguintes características:

a) Mais de 6 pontos consecutivos de um só lado da linha central;

b) 10 de 11 pontos de um só lado da linha central;
c) 12 de 14 pontos de um só lado da linha central;
d) 16 de 20 pontos de um só lado da linha central;

Os processos devem ser permanentemente monitorados, para detectar a presença

de causas especiais (que aumentam sua dispersão e/ou tiram sua média do valor-alvo).

Detectada essa presença, deve-se proceder uma investigação para identificar a(s)
causa(s) especial (is) e intervir para eliminá-la(s). Por exemplo, no processo de
empacotamento do leite, o volume X do produto de cada saquinho deve ser
permanentemente monitorado, para se evitar a ocorrência de excessos (que aumentam o
risco de os saquinhos estourarem durante o manuseio e o transporte) ou de falta (que leva
ao risco de a empresa ser multada). A principal ferramenta utilizada para monitorar os
processos e sinalizar a presença de causas especiais são, notadamente, os gráficos de
controle.

82
 CONTROLE ESTATÍSTICO DA PRODUÇÃO

GRÁFICOS DE CONTROLE ER

Os gráficos de controle e R, também conhecidos como gráficos da média e da

amplitude, servem para monitorar processos cuja característica de qualidade de interesse X
é uma grandeza mensurável: o diâmetro de um eixo, o volume de leite de um saquinho, o
teor de carbono de uma liga metálica, a concentricidade de um cilindro, etc.

O monitoramento é realizado através da análise periódica de amostras: a cada

intervalo de tempo h retira-se uma amostra de n itens para análise. Por exemplo, a cada
meia hora de produção (h= 30 minutos), selecionam-se aleatoriamente, cinco saquinhos
(n=5), cujos volumes são medidos. Para cada amostra, é calculada a média dos valores
medidos e a amplitude amostral R (diferença entre o maior e o menor valores da amostra).

Os valores de e R das diversas amostras são marcados, respectivamente, nos

gráficos da média e da amplitude.

A quantidade de leite dos saquinhos de 15 amostras foram anotadas na tabela

abaixo, calcule a média e amplitude de cada amostra, i e Ri, respectivamente:

ELEMENTOS (j) DA AMOSTRA (i)

AMOSTRA
Xi1 Xi2 Xi3 Xi4 Xi5
1 1.001,7 1.004,0 1.004,8 996,3 1.004,3
2 999,7 1.000,3 1.003,2 993,9 998,9
3 990,9 1.004,0 1.003,0 1.004,0 1.002,0
4 1.000,7 1.007,3 998,1 995,5 994,9
5 1.000,7 998,3 998,9 997,8 1.001,9
6 998,6 993,7 1.002,8 995,5 994,1
7 1.002,7 1.010,5 990,5 992,5 1.003,0
8 1.000,4 1.004,0 1.003,0 999,8 997,2
9 999,9 1.005,6 996,1 1.005,5 998,1
10 994,3 993,2 1.005,8 996,4 996,7
11 997,4 997,1 998,0 995,6 1.005,8
12 1.003,5 992,3 1.000,8 1.000,0 1.001,2
13 1.003,4 1.004,6 1.001,3 997,3 1.005,8
14 997,7 1.004,6 997,0 1.001,0 1.003,9
15 1.012,0 1.007,0 1.002,7 1.008,0 1.005,0

83
 CONTROLE ESTATÍSTICO DA PRODUÇÃO

ELEMENTOS (j) DA AMOSTRA (i)

AMOSTRA MEDIA R
Xi1 Xi2 Xi3 Xi4 Xi5
1 1.001,7 1.004,0 1.004,8 996,3 1.004,3 1.002,2 8,5
2 999,7 1.000,3 1.003,2 993,9 998,9 999,2 9,3
3 990,9 1.004,0 1.003,0 1.004,0 1.002,0 1.000,8 13,1
4 1.000,7 1.007,3 998,1 995,5 994,9 999,3 12,4
5 1.000,7 998,3 998,9 997,8 1.001,9 999,5 4,1
6 998,6 993,7 1.002,8 995,5 994,1 996,9 9,1
7 1.002,7 1.010,5 990,5 992,5 1.003,0 999,8 20,0
8 1.000,4 1.004,0 1.003,0 999,8 997,2 1.000,9 6,8
9 999,9 1.005,6 996,1 1.005,5 998,1 1.001,0 9,5
10 994,3 993,2 1.005,8 996,4 996,7 997,3 12,6
11 997,4 997,1 998,0 995,6 1.005,8 998,8 10,2
12 1.003,5 992,3 1.000,8 1.000,0 1.001,2 999,6 11,2
13 1.003,4 1.004,6 1.001,3 997,3 1.005,8 1.002,5 8,5
14 997,7 1.004,6 997,0 1.001,0 1.003,9 1.000,8 7,6
15 1.012,0 1.007,0 1.002,7 1.008,0 1.005,0 1.006,9 9,3

84
 CONTROLE ESTATÍSTICO DA PRODUÇÃO

Os valores de LIC e LSC (Limite inferior de Controle e Limite Superior de Controle

terão suas formas de cálculos apresentadas mais adiante.

Enquanto os pontos nos gráficos vão distribuindo-se aleatoriamente em torno da

Linha Média (LM), não se deve interferir no processo. Fazendo uso das palavras de
Shewhart, criador dos gráficos de Controle, “leave the process alone”. Ou seja, essa variação
é decorrente de causas aleatórias, intrísecas ao processo.

Contudo, se um dos pontos cai na região de ação do gráfico de controle (acima de

LSC ou abaixo de LIC), como aconteceu com o 15º valor de , deve-se intervir no processo,
pois o afastamento excessivo desse ponto em relação à linha média (altamente improvável
se o processo estiver sujeito apenas às causas aleatórias) deve-se provavelmente, a alguma
causa especial.

Ou seja, quando o processo está somente sujeito à ação de causas aleatórias, diz-se
que ele está em controle; Quando, além das causas aleatórias, causas especiais estiverem
presente, diz-se que ele está fora de controle. Um ponto acima do LSC ou abaixo do LIC em
um dos gráficos de controle é interpretado como sinal de que o processo deve estar fora do
controle e alguma ação corretiva é necessária.

85