Controle Estatistico Do Processo PDF

XXXVIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
“A Engenharia de Produção e suas contribuições para o desenvolvimento do Brasil”
Maceió, Alagoas, Brasil, 16 a 19 de outubro de 2018.
CONTROLE ESTATÍSTICO DO PROCESSO

APLICADO A UMA EMPRESA DE CONFECÇÕES
DE PEQUENO PORTE: ESTUDO DE CASO
Tamires Daniele Santos do Nascimento

tamiresengenharia8@gmail.com
ANA LITA DE MELO
a.analitamelo@gmail.com
Libel Pereira da Fonseca
libel_pereira@al.unit.br
Adriano Marinheiro Pompeu
eng.adrianomarinheiro@gmail.com
O presente artigo tem como objetivo, aplicar o Controle Estatístico do

Processo (CEP) em uma empresa do ramo de confecções, de modo a
evidenciar as vantagens da utilização de tais técnicas, de maneira que
permitam as tomadas de decisões baseada em dados e fatos para garantir a
melhoria contínua do processo. Para tanto, foi realizado um levantamento de
dados, para a geração de gráficos de controle, em busca de uma melhor
visualização do processo, de modo a apresentar o desempenho da produção
por meio da geração da média dos dados coletados, assim como os limites
superior e inferior de controle, estabelecidos pelo CEP. Os resultados
proporcionados, foram apresentados como alternativas para controlar o
processo e produção da empresa.
Palavras-chave: controle estatistico do processo, gráficos de controle,

diagrama de ishikawa
1. Introdução
Concorrência, mudanças mercadológicas e incertezas econômicas, são fatores que tem
pressionado empresas de diversos setores a melhorarem seus processos produtivos. Tal
cenário intensifica-se quando estas organizações não possuem métodos produtivos eficazes,
capazes de proporcionar dados concretos para tomada de decisões. Dentre as empresas que
carecem de atenção para o desenvolvimento de procedimentos estatísticos, estão as empresas
de confecção.
Segundo dados da Associação brasileira da indústria têxtil e de confecção (ABIT), em 2017
houve um crescimento de 5,6 % no setor em relação a 2016, levando em consideração que
neste ano o setor sofreu uma queda de 5,3% na produção têxtil e de 6,7% na indústria de
confecção se comparado ao ano de 2015. Desta forma, as empresas procuram continuar sendo
competitivas no mercado, diminuindo custos e mantendo os melhores níveis de qualidade.
Diante de tais constatações, as organizações devem buscar uma perspectiva de melhoria
contínua, para tanto, é de fundamental importância revisar as especificações dos produtos,
rever a capacidade do processo e intervir sobre o mesmo quando necessário.
Nesse sentido, o Controle Estatístico do Processo (CEP) consiste em um conjunto de técnicas
estatísticas e de engenharia de produção aplicadas no gerenciamento da produção, onde
permite o controle e a melhoria contínua do processo, tendo como objetivo sua inspeção de
modo a minimizar a variabilidade, assegurando melhores níveis de qualidade do produto
final.
Dentro deste cenário, o CEP monitora as características importantes apresentadas no processo
produtivo, certificando os limites de especificações estabelecidas e seu comportamento em
caso de variabilidade, com o intuito de propor aplicações de ações corretivas e proporcionar
as empresas uma base para a melhoria da qualidade.
Deste modo, o presente trabalho é orientado no sentido de aplicar o Controle Estatístico do
Processo em uma empresa do ramo de confecções, de modo a evidenciar as vantagens da
utilização de tais técnicas de maneira a agir sobre o processo tornando-o mais eficaz, evitando
a produção de peças defeituosas.
2
Assim, este trabalho trata-se de uma continuação de um estudo já publicado, realizado na

Solaza Confecções, a fim de complementar os resultados e aumentar o tamanho da amostra
analisada, aspirando uma coleta de dados em uma escala de tempo mais longa, em que causas
especiais que tornam o processo instável sejam identificadas e eliminadas aos poucos e ao
longo do tempo.
Neste sentido, este trabalho, também, busca tornar o processo livre de unidades com defeitos,
onde atenda amplamente as especificações, representando uma redução da variabilidade, o
que acarreta em um aumento da produtividade, diminuição de custos, uma vez que irá
contribuir com a redução do retrabalho, atrasos e erros na produção.
Além disso, avaliar a capacidade do processo que só é possível após a eliminação das causas
especiais, a partir daí é possível quantificar o quão aceitável estão sendo fabricados os itens,
que na prática é a probabilidade de haver um item fora das especificações calculadas.
2. Fundamentação Teórica
2.1. Controle Estatístico do Processo (CEP)
O Controle Estatístico do Processo (CEP) é uma poderosa coleção de ferramentas de
resolução de problemas, muito úteis na obtenção da estabilidade do processo e na melhoria da
capacidade por meio da redução da variabilidade (MONTGOMERY, 2016). Com base nesta
definição, o CEP pode ser utilizado como uma metodologia baseada em técnicas estatísticas
que auxilia a engenharia de produção no gerenciamento de processos produtivos, de modo a
obter uma melhoria contínua e aumentar os níveis de qualidade atribuídos aos itens
produzidos.
Montgomery (2016), ainda contribui, informando que o CEP é uma das maiores contribuições
tecnológicas e metodológicas do Século XX, no que se refere a controles estatísticos, uma vez
que, se baseia em sólidos princípios, sendo de fácil uso, com impacto significante, podendo
ser aplicado em qualquer processo.
Segundo Toledo (2017), o CEP auxilia na identificação e na priorização das causas de
variação da qualidade, ou seja, a separação entre as poucas causas vitais e as muitas triviais, e
tem o objetivo de controlar ou eliminar ou reduzir as causas fundamentais das não
conformidades.
3
Para Montgomery (2016), o objetivo do controle estatístico do processo é a eliminação da

variabilidade no processo. As causas das variações que ocorrem em um processo de produção
podem ser divididas em duas partes: causa comum ou aleatória e causa assinável ou especial
As causas comuns ou aleatórias são variações que atuam de forma aleatória no processo,
representando o seu padrão natural, já as causas assináveis ou especiais são causas de maiores
proporções, são consideradas falhas de operação e provocam alterações na qualidade do
produto final, sendo representadas fora do padrão preestabelecido, tais alterações ficam
visíveis nos gráficos de controle.
2.2. Gráficos de Controle
Montgomery (2016), o gráfico de controle é uma das técnicas para monitoramento on-line de
processo largamente utilizadas na atualidade. Os gráficos de controle podem ser usados,
também, para estimar os parâmetros de um processo de produção e, através dessa informação,
determinar a capacidade do processo.
O objetivo do uso de gráficos de controle é garantir que o processo opere na sua melhor
condição, ou seja, os pontos das amostras devem se distribuir aleatoriamente em torno da
linha central e dentro dos limites definidos (CARPINELLI, 2016).
O gráfico de controle consiste na plotagem de três linhas, que representam os limites de
controle, um superior e outro inferior, e uma linha no meio que é a média da variável,
tradicionalmente, as linhas de controle ficam numa distância de (3σ) da média ou da maioria
do processo. (CARVALHO E PALADINI, 2012).
Esses limites de controle são escolhidos de modo que, se o processo está sob
controle, praticamente todos os pontos amostrais estarão entre eles.
Contanto, que os pontos estejam ente os limites de controle, o processo é
considerado sob controle, e não é necessária nenhuma ação. No entanto, um
ponto que caia fora dos limites de controle é interpretado como evidência de
que o processo está fora de controle, e investigação e ações corretivas são
necessárias para se encontrar e eliminar a causa ou causas atribuíveis
responsáveis por esse comportamento. (MONTGOMERY, 2016).
4
Este gráfico descrito pelos autores citados, auxilia na compreensão e descrição dos limites de
controle, uma vez que demonstra de forma simples e visual se o processo analisado ficará fora
ou dentro do controle estabelecido. A fim de eliminar possíveis desvios pode-se visualizar a
Figura 1 para exemplificação deste gráfico.
Figura 1 – Um típico gráfico de controle
Fonte: Montgomery (2016)

2.2.1. Tipos de gráficos de controle
2.2.1.1. Gráficos de Variáveis
Toledo (2017), descreve que tais gráficos são utilizados quando as amostras das
características de qualidade avaliadas podem ser representadas por unidades quantitativas de
medida (peso, altura, comprimento, dureza, rugosidade superficial, pH etc.).
Ao se lidar com uma característica da qualidade que é uma variável, é
usualmente necessário o monitoramento tanto do valor médio da
característica da qualidade quanto da sua variabilidade. O controle da média
do processo, ou do nível médio da qualidade, é usualmente feito através do
gráfico de controle para médias, ou gráfico de controle (MONTGOMERY,
2016).
Assim, existem diferentes tipos de gráficos de variáveis de modo a monitorar o processo de

acordo com as diferentes características apresentadas no processo.
5
Gráficos de controles da média e da amplitude, esses gráficos se completam

e são os mais utilizados, pois, juntos controlam a variabilidade ao longo do
tempo, no nível médio do processo e em qualquer mudança que ocorra sobre
ele, além de acompanhar a dispersão do processo que pode sofrer alterações
devido à presença de causas assinaladas (TOLEDO, 2017).
Nos gráficos de controle da mediana e da amplitude, tais gráficos atuam da mesma forma que
o gráfico da média, podendo o gráfico da mediana substituir o da média, entretanto, o mesmo
é utilizado em amostras pequenas, tornando-se ineficientes para amostras grandes,
ocasionando erros no cálculo das medianas amostrais.
Gráficos de controle de valores individuais e da amplitude, em alguns casos
podem ser mais convenientes controlar o processo com base em leituras e
valores individuais do que em amostras. Isso ocorre particularmente quando
a inspeção e a medida são caras, o ensaio for destrutivo ou quando a
característica que está́ sendo examinada for relativamente homogênea
(TOLEDO, 2017).
Já os gráficos de pré‐controle, tem seus limites de controle definidos com base nos limites de
especificação do produto. Tendo como objetivo detectar, de forma rápida, mudanças
significativas no processo por meio de um sistema ágil, econômico e que pode ser utilizado
pelo próprio operador (TOLEDO, 2017).
2.2.1.2. Gráficos de atributos
Para Ramos et. al (2013), o atributo é uma característica da qualidade representada pela
ausência ou presença de não conformidade em um processo ou serviço, onde não
conformidade significa falha no atendimento das necessidades e/ou expectativas do cliente; é
um defeito do produto ou serviço.
Os gráficos de atributos não são, em geral, tão informativos quanto os gráficos de variáveis
porque há, tipicamente, mais informação em uma medida numérica do que em uma mera
classificação como conforme ou não conforme. No entanto, os gráficos de atributos têm, sim,
aplicações importantes (MONTGOMERY, 2016).
6
Existem situações em que as características da qualidade não podem ser medidas

numericamente. Ou seja, existem casos em que as características da qualidade são mais bem
representadas pela presença ou ausência de um atributo, e não por alguma medição da
característica de qualidade (TOLEDO, 2017).
Sendo assim, os principais tipos de gráficos por atributos são:
Gráficos de p ou fração não conforme: este tipo de gráfico é muito utilizado em fábricas,
onde as peças são inspecionadas e julgadas conformes ou não e não é preciso a utilização de
equipamentos avançados (CARVALHO E PALADINI, 2012).
É definida como a razão entre o número de itens não conformes em uma
população e o total de itens naquela população. Os itens podem ter várias
características da qualidade que são examinadas simultaneamente por um
inspetor. Se o item não satisfaz o padrão em uma ou mais dessas
características, é classificado como não conforme (MONTGOMERY, 2016)
Gráficos de np: é utilizado para o controle dos números de unidades não conformes por
amostra, onde, podem ser variáveis e as amostras são analisadas de acordo com o tamanho n.
Gráficos de c ou para número de defeitos: quando o interesse é monitorar e controlar a
quantidade de não conformidades (ou defeitos) em vez da quantidade de itens não conformes
(RAMOS et. al. 2013).
Gráficos de controle u: utilizado para a realização do controle referente ao número de não
conformidades, ou defeitos, por unidade de produto.
3. Metodologia
Para alcançar os objetivos traçados, o presente estudo efetuou levantamento de dados,
realizou visitas para um maior conhecimento sobre o processo e estudo bibliográfico,
correlacionados ao tema, a fim de determinar o melhor tipo de gráfico a ser utilizado para a
análise dos dados coletados, tendo em vista que os gráficos se diferem de acordo com as
especificações do processo.
Com isso, a pesquisa é caracterizada como do tipo explicativa e descritiva. Explicativa, uma
vez que, procura conhecimento sobre a contribuição de um fato para a ocorrência de um
determinado fenômeno. Segundo Rodrigues (et. al. 2011) o principal objetivo é identificar os
7
fatores que determinam ou que contribuem para a ocorrência dos fenômenos, procurando
explicar a razão, o porquê das coisas.
Descritiva, porque, segundo Rodrigues (et. al. 2011) é realizada para descrever fenômenos ou
estabelecimento de relações entre variáveis. Procura-se observar, registrar, analisar e
interpretar os fenômenos utilizando-se de técnicas padronizadas de coleta de dados como o
questionário e a observação sistemática.
Além de ser classificada em pesquisa quantitativa, sendo que, utiliza técnicas estatísticas de
modo a quantificar os dados coletados durante a pesquisa. Assim, toda a obtenção de
informações a classifica como um estudo de caso, onde segundo Rodrigues (et. al. 2011,)
envolve o estudo profundo, detalhado e exaustivo de um ou poucos objetos de maneira que se
permita o seu amplo conhecimento.
Para a realização da pesquisa foi escolhida uma empresa do ramo de confecções localizada no
bairro do Poço, na cidade de Maceió em Alagoas. Criada em junho de 2015, a Solaza
Confecção ME LTDA atua no ramo de confecção de roupas com proteção solar, moda praia e
body1. Sua operação está dividida em quatro setores: corte, confecção, venda e administração,
operando com cinco colaboradores, distribuídos nos referidos setores citados.
O estudo em questão irá analisar apenas o processo produtivo das camisas com proteção solar,
pois, apresenta estabilidade no processo, considerando-se que neste tipo de análise não é
recomendado que haja variações no processo, o que podem dificultar a validação dos dados.
Desta maneira, o desenvolvimento do trabalho seguiu as seguintes etapas ilustradas na Figura
2.
1
Body peça de roupa justa, feita de diferentes tipos de tecidos, que cobre todo o tronco e se aperta entre as
pernas. Dicionário infopédia da Língua Portuguesa. Porto: Porto Editora, 2018.
8
Figura 2 – Etapas em controle de processos
Fonte: CARPINETTI, 2016
9
Para a identificação do problema, foi realizada a coleta dos dados através da folha de
verificação, que consiste em um formulário utilizado para padronizar e uniformizar a
verificação e execução do processo, nesta folha devem conter todos os dados do produto e o
número de defeitos apresentados em cada lote produzido.
Com isso, são calculados os limites inferiores e superiores de controle, além de média
amostral, os limites são calculados para apresentar a extensão da variação em que o processo
está operando. Para verificação dos resultados é elaborado o gráfico de controle que
estabelece os limites calculados por meio de dados coletados, quando ocorre a incidência de
haver pontos fora dos limites de especificações, toma-se ações corretivas para a solução do
problema.
Utiliza-se o diagrama de causa e efeito ou Diagrama de Ishikawa para identificar as falhas,
que segundo (Carpinetti, 2016), foi desenvolvido para representar as relações existentes entre
um problema ou o efeito indesejável do resultado de um processo e todas as possíveis causas
desse problema.
Para agir na eliminação das causas utiliza-se a ferramenta 5W2H onde são registradas todas as
ações que serão efetuadas pela organização. Por fim, é realizada a análise da capacidade do
processo, de modo a verificar se o processo está produzindo de forma a atender os limites
estabelecidos.
4. Resultados e discussão
Os dados do processo de produção de camisas com proteção solar foram coletados no período
de setembro a novembro de 2016 e são apresentadas na tabela 1.
Tabela 1 – Número de não conformidades
Lotes Quantidad Não conformidades

1 e 30 3
2 28 2
3 180 36
4 55 2
5 36 4
6 160 8
7 60 5
8 70 6
10
9 55 3
10 100 9
11 40 3
12 58 4
13 55 0
14 40 1
15 150 8
16 60 4
17 50 3
18 30 2
19 40 1
20 45 3
Fonte: MELO et al. (2016)
Após a coleta dos dados são realizados os cálculos do Limite Superior de Controle (LSC),
Limite Inferior (LIC) e média amostral (Pi) ou , como mostram as equações e ilustrado o
resultado na Tabela 2.
Equação (1)
Equação (2)
Equação (3)
Tabela 2 – Cálculo dos limites de controle

P P LS LI
0,1 0 0,1 -
i C C
00 ,069 62618 0,02364
11
0,0 0 0,1 -
0,2 0 0,1 -
71 ,069 62618 0,02364
0,0 0 0,1 -
00 ,069 62618 0,02364
0,1 0 0,1 -
36 ,069 62618 0,02364
0,0 0 0,1 -
11 ,069 62618 0,02364
0,0 0 0,1 -
50 ,069 62618 0,02364
0,0 0 0,1 -
83 ,069 62618 0,02364
0,0 0 0,1 -
86 ,069 62618 0,02364
0,0 0 0,1 -
55 ,069 62618 0,02364
0,0 0 0,1 -
90 ,069 62618 0,02364
0,0 0 0,1 -
75 ,069 62618 0,02364
0,0 0 0,1 -
69 ,069 62618 0,02364
0,0 0 0,1 -
00 ,069 62618 0,02364
0,0 0 0,1 -
25 ,069 62618 0,02364
0,0 0 0,1 -
53 ,069 62618 0,02364
0,0 0 0,1 -
67 ,069 62618 0,02364
0,0 0 0,1 -
60 ,069 62618 0,02364
0,0 0 0,1 -
67 ,069 62618 0,02364
0,0 0 0,1 -
25 ,069 62618 0,02364
67 Fonte:
,069 MELO et
62618al. (2016)
0,02364
Para a análise do processo, foi realizado o gráfico de controle para fração não conforme ou
gráfico p, para o controle da proporção de unidades não conformes, ou defeituosas, em cada
amostra, devendo escolher as principais características geradoras de não conformidades, ou
defeitos, no produto, como representado no Gráfico 1.
Grafico 1: Gráfico P – fração não conforme
12
Pode-se constatar por tanto, que existe um dado acima do limite superior calculado, o que
significa que o processo não está sob controle estatístico, assim, faz-se necessário a utilização
do diagrama de Ishikawa, ou causa e efeito que segue representado na Figura 3.
Figura 3: Diagrama de Ishikawa
Com isso, foi identificada a causa raiz do problema, isto é, por conta de um erro no corte,
ocasionado por erro na manipulação do equipamento, devido à falta de qualificação do
colaborador que opera a máquina de corte. Ficando a critério da empresa, buscar medidas para
a solução desse problema, evitando que o mesmo não venha a repetir.
5. Considerações finais
Este artigo buscou a aplicação do Controle Estatístico do Processo em uma empresa do ramo
de confecções, de modo a evidenciar as vantagens da utilização de tais técnicas de maneira
que permitam a tomada de decisões baseadas em dados e fatos para garantir a melhoria
contínua do processo.
Assim, realizou-se um levantamento de dados para a análise do processo de produção, com a
utilização dos gráficos de controle, sendo possível identificar que o processo de produção de
13
camisas com proteção solar estava operando fora dos limites de controle, estabelecidos pelo
processo.
Desta forma, foi proposto a realização do diagrama de Ishikawa, como uma alternativa para
identificar a causa raiz do problema. Foi possível constatar que ocorreu um erro no processo
de corte das peças. Sendo possível propor ações para a correção do problema, além de ações
preventivas para evitar o retorno do problema.
Por tanto, o artigo em questão evidenciou a importância do Controle Estatístico do Processo,
na identificação de eventuais falhas, no processo produtivo, recomendando assim, a sua
aplicação de modo a otimizar a linha de montagem, diminuindo consideravelmente a
produção de peças com defeito.
REFERÊNCIAS
ABIT, Associação Brasileira de Indústria Têxtil e Confecção. Setor têxtil e de confecção
fecha 2017 com crescimento. Disponível em: <http://www.abit.org.br/noticias/setor-textil-e-
de-confeccao-brasileiro-fecha-2017-com-crescimento>. Acesso em: 17 de maio de 2018.
ABIT, Associação Brasileira de Indústria Têxtil e Confecção. Setor têxtil e de confecções

apontam sinais positivos para 2017. Disponível em: < http://www.abit.org.br/noticias/setor-
textil-e-de-confeccao-aponta-sinais-positivos-para-2017>. Acesso em: 26 de outubro de 2017.
CARPINETTI, Luiz Cesar Ribeiro; Gestão da Qualidade: conceitos e técnicas. 3.ed. – São
Paulo: Atlas, 2016.
CARVALHO, Marly Monteiro de; PALADINI, Edson Pacheco: Gestão da Qualidade: teoria
e casos. 3. ed. – Rio de Janeiro: Elsevier: ABEPRO, 2012.
DICIONÁRIO PORTO; Dicionário infopédia da Língua Portuguesa. Porto Editora, 2003-

2018. Disponível em:<https://www.infopedia.pt/dicionarios/lingua-portuguesa/body>. Acesso
em: 17 de maio de 2018.
MELO, Ana Lita Soares de, et.al. Análise e implementação de melhorias: Solaza confecções
me ltda. Ciências exatas e tecnológicas. v. 4, n. 1, p. 33-50. Maio 2017 periódicos. set.edu.
br.
14
MONTGOMERY, Douglas C.; Introdução ao Controle Estatístico da Qualidade.

Tradução e revisão técnica: FARIAS, Ana Maria Lima de; FLORES, Vera Regina Lima de
Farias e. 7. ed. -Rio de Janeiro: LTC 2016.
RAMOS, Edson M. S.; ALMEIDA, Silvia dos de, ARAÚJO; Adrilayne Reis. Controle
Estatístico da Qualidade. Porto Alegre: Bookman, 2013.
RODRIGUES, Auro de Jesus, et.al. Metodologia científica. 4 ed. Ver., ampl. – Aracajú:
Unit, 2011.
TOLEDO, José Carlos de, et.al. Qualidade: gestão e métodos. – Rio de Janeiro: LTC, 2017.
15

Controle Estatistico Do Processo PDF

Enviado por

Dados do documento

Título original

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 Do Processo PDF

Enviado por

Direitos autorais:

Formatos disponíveis

XXXVIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

“A Engenharia de Produção e suas contribuições para o desenvolvimento do Brasil”

Maceió, Alagoas, Brasil, 16 a 19 de outubro de 2018.

CONTROLE ESTATÍSTICO DO PROCESSO

Tamires Daniele Santos do Nascimento

O presente artigo tem como objetivo, aplicar o Controle Estatístico do

Palavras-chave: controle estatistico do processo, gráficos de controle,

Maceió, Alagoas, Brasil, 16 a 19 de outubro de 2018.

Maceió, Alagoas, Brasil, 16 a 19 de outubro de 2018.

Assim, este trabalho trata-se de uma continuação de um estudo já publicado, realizado na

Maceió, Alagoas, Brasil, 16 a 19 de outubro de 2018.

Para Montgomery (2016), o objetivo do controle estatístico do processo é a eliminação da

Maceió, Alagoas, Brasil, 16 a 19 de outubro de 2018.

Figura 1 – Um típico gráfico de controle

Fonte: Montgomery (2016)

Assim, existem diferentes tipos de gráficos de variáveis de modo a monitorar o processo de

Maceió, Alagoas, Brasil, 16 a 19 de outubro de 2018.

Gráficos de controles da média e da amplitude, esses gráficos se completam

Maceió, Alagoas, Brasil, 16 a 19 de outubro de 2018.

Existem situações em que as características da qualidade não podem ser medidas

Maceió, Alagoas, Brasil, 16 a 19 de outubro de 2018.

Maceió, Alagoas, Brasil, 16 a 19 de outubro de 2018.

Figura 2 – Etapas em controle de processos

Fonte: CARPINETTI, 2016

Maceió, Alagoas, Brasil, 16 a 19 de outubro de 2018.

Lotes Quantidad Não conformidades

Maceió, Alagoas, Brasil, 16 a 19 de outubro de 2018.

Fonte: MELO et al. (2016)

Tabela 2 – Cálculo dos limites de controle

Maceió, Alagoas, Brasil, 16 a 19 de outubro de 2018.

Grafico 1: Gráfico P – fração não conforme

Maceió, Alagoas, Brasil, 16 a 19 de outubro de 2018.

Fonte: MELO et al. (2016)

Figura 3: Diagrama de Ishikawa

Fonte: MELO et al. (2016)

Maceió, Alagoas, Brasil, 16 a 19 de outubro de 2018.

ABIT, Associação Brasileira de Indústria Têxtil e Confecção. Setor têxtil e de confecções

DICIONÁRIO PORTO; Dicionário infopédia da Língua Portuguesa. Porto Editora, 2003-

Maceió, Alagoas, Brasil, 16 a 19 de outubro de 2018.

MONTGOMERY, Douglas C.; Introdução ao Controle Estatístico da Qualidade.

Você também pode gostar