UNIVERSIDADE DO PLANALTO CATARINENSE

CURSO DE ENGENHARIA DE PRODUÇÃO

(BACHARELADO)

EMERSON CORRÊA MENDES

CONTROLE ESTATÍSTICO DO PROCESSO (CEP) COMO

INSTRUMENTO PARA TOMADA DE DECISÃO: UM ESTUDO DE
CASO EM UMA EMPRESA DE PEQUENO PORTE DE LAGES/SC

LAGES
2013
 EMERSON CORRÊA MENDES

CONTROLE ESTATÍSTICO DO PROCESSO (CEP) COMO

INSTRUMENTO PARA TOMADA DE DECISÃO: UM ESTUDO DE
CASO EM UMA EMPRESA DE PEQUENO PORTE DE LAGES/SC

Projeto apresentado à disciplina de

Orientação de Estágio Supervisionado do
Curso de Bacharelado em Engenharia de
Produção, da Universidade do Planalto
Catarinense - UNIPLAC.

Orientação: Prof. Johnny Rocha Jordan,

M.Sc.

LAGES
2013
 EQUIPE TÉCNICA

Estagiário

Emerson Corrêa Mendes

Coordenador de Estágio

Carlos Eduardo de Liz

Orientador do Conteúdo

Johnny Rocha Jordan

 LISTA DE FIGURAS

FIGURA 1 - Metodologia de pesquisa em Engenharia de Produção ........................14

FIGURA 2 - Distribuição de ME e EPP no Brasil por regiões (2009) ......................18
FIGURA 3 - Distribuição de EPP por setor (2009) ...................................................19
FIGURA 4 - EPP por setores em Santa Catarina (2009) ...........................................20
FIGURA 5 - As sete ferramentas básicas do Controle da Qualidade ........................24
FIGURA 6 - Exemplos de gráficos de controle .........................................................29
FIGURA 7 - Controle e capacidade do processo .......................................................30
FIGURA 8 - Fluxograma para seleção de gráfico para variáveis ..............................32
FIGURA 9 - Fluxograma para seleção de gráfico para atributos ..............................35
 LISTA DE GRÁFICOS

GRÁFICO 1 - Carta de controle no grupo 1 na produção de calcinhas ....................39

GRÁFICO 2 - Carta de controle no grupo 1 na produção de sutiãs ..........................40
GRÁFICO 3 - Carta de controle no grupo 2..............................................................41
GRÁFICO 4 - Carta de controle no grupo 3..............................................................42
 LISTA DE QUADROS

QUADRO 1 - Eras da qualidade ................................................................................23

QUADRO 2 - Sequência operacional na produção de calcinhas do grupo 1 .............37
QUADRO 3 - Sequência operacional na produção de sutiãs do grupo 1 ..................37
QUADRO 4 - Sequência operacional (a) na produção dos grupos 2 e 3 ...................38
QUADRO 5 - Sequência operacional (b) na produção dos grupos 2 e 3 ...................38
 LISTA DE TABELAS

TABELA 1 - Dados gerais das MPE e MGE em estabelecimentos formais com e

sem empregados no Brasil (2011) .................................................................................16
TABELA 2 - Classificação das MPEs segundo o número de empregados ................17
TABELA 3 - Dados obtidos no grupo 1 na produção de calcinhas ...........................39
TABELA 4 - Dados obtidos no grupo 1 na produção de sutiãs .................................40
TABELA 5 - Dados obtidos no grupo 2.....................................................................41
TABELA 6 - Dados obtidos no grupo 3.....................................................................42
 LISTA DE ABREVIATURAS E SIGLAS

CEP - Controle Estatístico de Processo

DIEESE - Departamento Intersindical de Estatística e Estudos Socioeconômicos
EPP - Empresa de Pequeno Porte
IBGE - Instituto Brasileiro de Geografia e Estatística
LIC - Limite Inferior de Controle
LM - Limite Médio
LSC - Limite Superior de Controle
MGE - Média e Grande Empresa
MPE - Micro e Pequena Empresa
SEBRAE - Serviço de Apoio às Micro e Pequenas Empresas
 RESUMO

O presente relatório objetiva a realização de uma análise do processo produtivo de

uma empresa de pequeno porte, visando demonstrar a importância da utilização do
Controle Estatístico do Processo como instrumento para a tomada de decisão bem
como entender as principais dificuldades de melhoria do processo de produção. Para
tanto, buscou-se revisar os conceitos de empresas de pequeno porte, os conceitos o
Controle Estatístico de Processos através de pesquisa exploratória cujo método estudo
de caso realiza-se uma contextualização histórica desse sistema. Como resultados a
pesquisa mostrou com a elaboração das cartas de controle, que um dos grupos de
produção apresentou causas especiais, as quais prejudicam a empresa. Portanto, são
vistos as dificuldades e os resultados obtidos pela organização, para por fim analisar a
importância que esta ferramenta proporciona para a empresa.

Palavras-chave: Empresa de Pequeno Porte, Controle Estatístico de Processo, Carta

de controle.
 ABSTRACT

The present work aims to carry out an analysis of the productive process of
a small business, aiming to demonstrate the importance of using statistical process
control as a tool for decision-making as well as understand the main difficulties for the
improvement of the production process. For this purpose, sought to revise the concepts
of small businesses, the statistical process control concepts through exploratory
research whose case study method is a historical contextualization of this system. As
research has shown results in the format of control, that one of the production groups
presented special causes, which undermine the company. Therefore, are seen the
difficulties and the results achieved by the Organization, to finally examine the
importance that this tool provides to the company.

Keywords: Small business, statistical process Control, control chart.

 SUMÁRIO

1 INTRODUÇÃO ........................................................................................................11
1.1 Apresentação ...........................................................................................................11
1.2 Descrição do problema ............................................................................................12
1.3 Justificativa ..............................................................................................................12
1.4 Objetivo geral ..........................................................................................................13
1.5 Objetivos específicos ...............................................................................................13
1.6 Metodologia .............................................................................................................13
2 EMPRESAS DE PEQUENO PORTE ....................................................................16
2.1 MPEs no Brasil ........................................................................................................16
2.2 EPP em Santa Catarina ............................................................................................19
3 CONTROLE DE QUALIDADE E O CONTROLE ESTATÍSTICO DE
PROCESSO ..................................................................................................................21
3.1 Gestão da qualidade: conceitos. ..............................................................................21
3.2 Evolução da qualidade .............................................................................................22
3.3 As sete ferramentas básicas do controle da qualidade ............................................24
3.4 Qualidade percebida ................................................................................................26
3.5 Controle estatístico de processo ..............................................................................27
3.6 Variações no processo .............................................................................................27
3.7 Gráficos de controle ................................................................................................28
3.7.1 Controle e capacidade do processo ................................................................................ 30
3.7.2 Tipos de gráficos de controle .......................................................................................... 30
4 ANÁLISE E DISCUÇÃO DOS DADOS ................................................................36
4.1 Contextualização e histórico da empresa ................................................................36
4.2 Sequenciamento do processo produtivo ..................................................................37
4.3 Aplicação e análise de resultados do controle estatístico de processos ..................38
5 CONSIDERAÇÕES FINAIS ...................................................................................44
Referências Bibliográficas.............................................................................................45
 11

1 INTRODUÇÃO

Hoje em dia com as exigências dos consumidores e o crescimento dos

concorrentes cada vez maiores faz com que as empresas busquem soluções rápidas e
viáveis para alcançar a plena satisfação de seus clientes.
Nessa busca pela competitividade entre as empresas, o desafio de buscar níveis
crescentes de produtividade e qualidade, não implica apenas na modernização de
tecnologias de processo, outros fatores como redução de custos, aproveitar o máximo
possível dos recursos, sejam eles matéria-prima, máquinas e mão de obra, e a
eliminação de desperdícios são um grande desafio das organizações e seus gestores, o
que ocasionalmente no dia-a-dia nem sempre têm seu total aproveitamento.
Desta forma, uma ferramenta que permite avaliar o processo e garantir maior
confiabilidade no produto final, além de possibilitar melhoria do processo, ao
identificar problemas o mais cedo possível, ainda evita a adição de matéria prima e
mão de obra a um produto defeituoso. Para isso tem-se uma ferramenta chamada
Controle Estatístico de Processo ou CEP, que objetiva aumentar a capacidade do
processo, reduzindo refugo e retrabalho, e, consequentemente, o custo da má
qualidade.

1.1 Apresentação

Com o aumento da competitividade, as empresas devem buscar cada vez

mais produtos e serviços com qualidade crescente, sendo esta associada à redução de
custos. O controle estatístico de processo tem se caracterizado como uma ferramenta
muito importante, possibilitando a manutenção da qualidade dos produtos através de
 12

processos controlados de forma eficiente. Esta ferramenta ganhou forças a partir da

Segunda Guerra Mundial, posteriormente à percepção de que era melhor e menos
dispendioso descobrir de onde e de qual etapa vinham os erros ao invés de apenas
eliminar o produto defeituoso no final do processo.

1.2 Descrição do problema

De que forma a utilização do controle estatístico do processo podem auxiliar

nos processos de produção de lingeries em uma fábrica de Lages/ SC?

1.3 Justificativa

Devido à abertura dos mercados, a concorrência empresarial tem se tornado

cada vez mais acirrada. O mundo está transformando-se rapidamente, aproximando
mais os consumidores dos mercados. Em razão deste cenário surgem novas
oportunidades e ameaças, tendo em vista as modificações no estilo de vida das
pessoas, o consumidor passa a ser cada vez mais exigente.
“O processo de mundialização, combinado à aceleração da difusão de novas
tecnologias e de novas técnicas de gestão da produção, tem provocado profundas
transformações na distribuição espacial da produção mundial. Redefinem-se os
fatores determinantes da competitividade, fazendo emergir novas empresas de
sucesso e tornando obsoletas aquelas incapazes de evoluir e adaptar-se ao novo
ambiente”. (FERRAZ et al., 1995)

Diante disso, é colocado um desafio nas organizações: um contínuo

aprimoramento dos seus processos, produtos e serviços, visando oferecer alta
qualidade com custo compatível e competitivo, buscando assumir uma posição de
liderança no mercado onde atua. No qual os fatores determinantes de competitividade
 13

são redefinidos, fazendo emergir novas empresas de sucesso e tornando obsoletas

aquelas incapazes de evoluir e adaptar-se ao ambiente mercadológico.

1.4 Objetivo geral

Analisar como o controle estatístico de processo contribui para a diminuição

de retrabalho e melhoria da produção da empresa.

1.5 Objetivos específicos

a) Analisar a importância das empresas de pequeno porte.

b) Verificar os conceitos qualidade e do controle estatístico de processos.
c) Aplicar gráficos de controle para a coleta de dados.
d) Analisar os resultados obtidos e identificar as causas dos problemas.

1.6 Metodologia

A fim de classificar o presente estudo e definir a metodologia mais

adequada, utilizou-se a divisão classificatória proposta na figura 1. Por meio desta
classificação, é possível verificar as características predominantes na pesquisa e, então
definir a forma correta para se conduzir o estudo.
 14

FIGURA 1 - Metodologia de pesquisa em Engenharia de Produção

Básica

Natureza
Aplicada

Exploratória

Descritiva
Objetivos
Método
Explicativa

Normativa

Experimento

Quantitativa Modelagem e Simulação

Survey

Abordagem Estudo de caso

Qualitativa Pesquisa- ação

Soft System Methodology

Combinada

Fonte: Adaptado de MIGUEL (2010)

A classificação inicial é dada quanto à natureza da metodologia. Trata-se de

natureza aplicada, pois envolve o interesse prático e a finalidade de propor ações que
possam solucionar os problemas encontrados. Este estudo irá investigar as principais
causas de não conformidade e determinar ações que possam auxiliar na redução de
defeitos e retrabalho.
Quanto aos objetivos, a pesquisa tem caráter descritivo e explicativo.
Descritivo, pois busca a descrição das características de determinada população ou
fenômeno ou, então, o estabelecimento de relação entre as variáveis. Explicativo por
ter a preocupação central de identificar os fatores que determinam ou contribuem para
a ocorrência dos fenômenos. No caso o objetivo é verificar se o processo está sobre
 15

controle e também o motivo de ocorrência de determinadas situações.

A análise envolve dados quantitativos, por analisar valores envolvidos no
processo, que permitem o controle por meio de dados numéricos. Serão considerados
os dados referentes a quantidade de defeitos na produção de lingeries, objeto de estudo
deste trabalho. Por outro lado a pesquisa tem caráter qualitativo, pois avalia as
questões que interferem nesses dados, determinando fatores e esclarecendo motivos
que são capazes de gerar valores resultantes do processo.
De acordo com as classificações acima, verifica-se que o presente relatório
tem sua metodologia fundamentada em um estudo de caso, permitindo avaliar as
características de eventos específicos, sob uma abordagem qualitativa.
O estudo de caso para Gil (2002, p.54) “consiste no estudo profundo e
exaustivo de um ou poucos objetos, de maneira que permita seu amplo e detalhado
conhecimento, tarefa praticamente impossível mediante outros delineamentos já
considerados”.
De acordo com, Yin (2004, p.32), “estudo de caso é uma pesquisa empírica
que investiga um fenômeno contemporâneo dentro de um contexto da vida real,
especialmente quando os limites entre o fenômeno e o contexto não são claramente
definidos.” Dessa forma, no estudo de caso, o pesquisador tem pouco ou nenhum
controle sobre um conjunto contemporâneo de acontecimentos. Geralmente, é
utilizado quando se quer responder a questões do tipo “como” ou “por que”.
 16

2 EMPRESAS DE PEQUENO PORTE

As empresas do segmento de pequeno porte requerem atenção especial. Pois são

as de maior faturamento e as que geram mais empregos. A EPP pode também ter
origem como microempresa que se desenvolveu e continuará a se desenvolver, até
quem sabe o porte de uma grande empresa. Essas empresas são fundamentais para
promover o desenvolvimento econômico do país, criar empregos e renda e melhorar as
condições de vida da população. Elas se caracterizam por serem mais flexíveis e
menos burocratizadas, o que lhes permitem respostas mais rápidas e mais adequadas
ao ambiente, sendo inovadoras e ágeis, provedoras de empregos e constituindo um elo
vital na cadeia de suprimentos das grandes empresas.

2.1 MPEs no Brasil

De acordo com os indicadores de pesquisas realizadas pelo SEBRAE em parceria com

o DIEESE, divulgado no Anuário do Trabalho na Micro e Pequena Empresa 2012. Confirma
a importância das micro e pequenas empresas na estrutura econômica brasileira e para o
emprego. Como pode-se perceber na tabela a seguir.
TABELA 1 - Dados gerais das MPE e MGE em estabelecimentos formais com e sem empregados
no Brasil1 (2011)

Porte Nº de Nº de estabelecimentos Nº de Distribuição dos

estabelecimentos em (%) empregados empregos em (%)

MPE 6.322.681 99 15.567.885 51,6

MGE 63.133 1 14.614.098 48,4
Fonte: SEBRAE (2012 – elaboração própria)

1
Setores considerados: indústria, construção, comércio e serviços.
 17

Existem muitos critérios para definição do porte da empresa. Os mais comuns

envolvem o faturamento bruto anual e o número de empregados. No Brasil,
oficialmente está em vigor a Lei Complementar nº 123, de 14 de dezembro de 2006 –
Institui o Estatuto Nacional da Microempresa e da Empresa de Pequeno Porte; altera
dispositivos das Leis n 8.212 e 8.213, ambas de 24 de julho de 1991, da
Consolidação das Leis do Trabalho - CLT, aprovada pelo Decreto-Lei nº 5.452, de 1º
de maio de 1943, da Lei nº 10.189, de 14 de fevereiro de 2001 , da Lei Complementar
nº 63, de 11 de janeiro de 1990; e revoga as Leis n 9.317, de 5 de dezembro de
1996 , e 9.841, de 5 de outubro de 1999.

Art. 3º Para os efeitos desta Lei Complementar, consideram-se microempresas ou

empresas de pequeno porte, a sociedade empresária, a sociedade simples, a empresa
individual de responsabilidade limitada e o empresário a que se refere o art. 966 da Lei
nº 10.406, de 10 de janeiro de 2002 (Código Civil), devidamente registrados no
Registro de Empresas Mercantis ou no Registro Civil de Pessoas Jurídicas, conforme o
caso, desde que:
I - no caso da microempresa, aufira, em cada ano-calendário, receita bruta igual ou
inferior a R$ 360.000,00 (trezentos e sessenta mil reais); e
II - no caso da empresa de pequeno porte, aufira, em cada ano-calendário, receita bruta
superior a R$ 360.000,00 (trezentos e sessenta mil reais) e igual ou inferior a R$
3.600.000,00 (três milhões e seiscentos mil reais). Angher (2012, p. 1324).
O SEBRAE utiliza para fins bancários, ações de tecnologia, exportação e
outros, o critério por número de empregados do IBGE (Instituto Brasileiro de
Geografia e Estatística) como critério de classificação do porte das empresas,
conforme mostrado na tabela a seguir:
TABELA 2 - Classificação das MPEs segundo o número de empregados
Número de empregados
Classificação da empresa
Comércio e Serviços Indústria
Micro < 10 < 20
Pequena 10 a 49 20 a 99
Média 50 a 99 100 a 499
Grande > 99 > 499
Fonte: SEBRAE- SC – Elaboração Própria
 18

Cabe ressaltar que o presente critério utilizado na tabela acima não possui
fundamentação legal, este é utilizado para serviços do SEBRAE. Para fins legais, vale
o previsto na legislação do Simples (Lei 123 de 15 de dezembro de 2006).
Como se pode perceber na Figura 2, em base de dados da Receita Federal do
Brasil, utilizada pelo SEBRAE. As regiões Sul-Sudeste concentram a maior
quantidade de MPEs do Brasil com aproximadamente três quartos do total.

FIGURA 2 - Distribuição de ME e EPP no Brasil por regiões (2009)

Fonte: SEBRAE (2012)

O estado São Paulo em número absoluto contém a maior quantidade de

pequenas empresas, com 132.501, sendo cerca de 30% do universo da pesquisa. Já a
região Norte é a menos significativa com 3%, contando com 14.893 pequenas
empresas declarantes do simples nacional.
Em análise da distribuição das empresas de pequeno porte por setores
econômicos o gráfico que se têm é o seguinte:
 19

FIGURA 3 - Distribuição de EPP por setor (2009)

20%

Comércio
2%
Serviços
Construção Civil
19% 59%
Indústria

Fonte: SEBRAE

Nota-se que o setor de comércio possui maior número de empreendimentos,

seguido de indústria com (20%) e serviços (19%). Sendo o setor de construção civil o
menos impactante em número de empresas.

2.2 EPP em Santa Catarina

De acordo com o SEBRAE, em 2009 haviam no estado de SC, 26.757 empresas

de pequeno porte, equivalente a 6,1% destas empresas no país. Com faturamento
médio anual de R$ 635.836,00. Em nível nacional, Joinville é o município catarinense
com maior concentração destas empresas com 2.324 seguido de Florianópolis com
2.286. Ocupando as 18ª e 20ª posições respectivamente.

Em relação à distribuição das empresas de pequeno porte catarinenses por setor.

Pode-se observar no gráfico a seguir.
 20

FIGURA 4 - EPP por setores em Santa Catarina (2009)

27%
Comércio
Serviços
52% Construção Civil
2%
Indústria

19%

Fonte: SEBRAE

Como se pode observar no gráfico, as pequenas empresas catarinenses seguem a

média nacional. Cujo setor de comércio sendo o de maior significância para estado.
Que juntamente com o industrial formam 79% do total.
 21

3 CONTROLE DE QUALIDADE E O CONTROLE ESTATÍSTICO DE

PROCESSO

Desde que o homem pré-histórico confeccionou seu primeiro artefato, surgiu

a preocupação com a adequação do produto as necessidades de quem o utiliza. No
entanto, o moderno Controle da Qualidade, foi somente com a introdução do conceito
de produção em massa que começou uma abordagem sob ótica diferente.
O controle estatístico de processo- CEP, foi desenvolvido por Shewhart, na
década de 1920. Uma simples ferramenta mas muito poderosa desenvolvida visando
auxiliar no controle da qualidade. Que consiste na aplicação de técnicas para garantir a
estabilidade e a melhoria contínua de um processo de produção.
No Brasil, o CEP vem sendo implantado em cada vez mais empresas, devido
a sua eficácia na prevenção e detecção de defeitos/problemas nos processos e,
consequentemente auxiliando no aumento da produtividade/ resultados da empesa,
evitando assim vários tipos de desperdícios.

3.1 Gestão da qualidade: conceitos.

Para Martins e Laugeni (2005, p.498) existem diferentes definições de

qualidade. Consideradas por eles as cinco definições a seguir como as mais
importantes:
Transcendental: entende-se qualidade como sendo constituída de padrões
elevadíssimos, universalmente reconhecidos;
Focada no produto: nessa definição, a qualidade é constituída de variáveis e
atributos que podem ser medidos e controlados;
 22

Focada no usuário: a qualidade é a adequação ao uso, mas existe grande

dificuldade na conceituação de termos como uso, satisfação, durabilidade e até na
identificação clara de usuário ou, cliente do produto.
Focada na fabricação: de acordo com Martins e Laugeni (2005, apud
P.CROSBY, p.498). Essa definição está baseada no conceito de que qualidade é a
adequação às normas e às especificações. Essa definição nos leva a buscar melhorias
nas técnicas de projeto de produto e de projeto de processos e no estabelecimento de
normas. Na qual necessita muito cuidado no seu estabelecimento, pois a empresa
poderá gerar produtos não necessariamente com boa aceitação no mercado, mas que
apenas atendam ás especificações fixadas internamente na empresa;
Focada no valor: segundo Martins e Laugeni (2005, apud FEIGENBAUM ,
p.498) conceituam que para o consumidor, a qualidade é uma questão de o produto ser
adequado ao uso e ao preço. Sendo esta a definição cada vez mais aceita pelo mercado.
Para Samohyl (2009, apud CROSBY, 1990, p.8) qualidade é a conformidade às
especificações, onde a qualidade aqui significa que a fábrica está funcionando com
viés e variabilidade nulos, processando tudo corretamente e rotineiramente. Sendo
assim que o resultado do processo de produção fica sempre dentro das exigências dos
clientes.
Enfim, reforçando os conceitos acima, muitos autores definem a qualidade
como sendo a satisfação do cliente em relação ao produto/ serviço.

“A qualidade de um produto ou serviço é a percepção do cliente do grau que

o produto ou serviço atende a suas expectativas” (GAITHER; FRAZIER, 2002, p.
489).
“Qualidade é a condição de perfeição ou, se preferir, do exato atendimento
das expectativas do Cliente” (LOBOS, 1991, p. 18).

3.2 Evolução da qualidade

A evolução da qualidade passou por três grandes fases: a era da inspeção,

era do controle estatístico e era da qualidade total.
 23

Era da inspeção: ocorreu pouco antes da Revolução industrial, período em

que atingiu seu auge. Onde o produto era verificado pelo produtor e pelo cliente.
Os principais responsáveis pela inspeção eram os próprios “artesãos”. O foco
principal nessa época estava na detecção de eventuais defeitos de fabricação, sem
haver metodologia pré-estabelecida para executá-la.
Na era do controle estatístico, o controle da inspeção foi aprimorado por
meio de técnicas estatísticas. Em função do crescimento da demanda mundial por
produtos manufaturados, inviabilizou-se a execução da inspeção de produto a
produto, como na era anterior, e a técnica de amostragem passou a ser utilizada.
Nesse sistema que obedece a cálculos estatísticos, certo número de produtos era
selecionado aleatoriamente para ser inspecionado, de forma que representasse todo
o grupo e, a partir deles, verificava-se a qualidade de todo o lote.
Já na era da qualidade total, na qual se enquadra o período em que
estamos vivendo, a ênfase passa a ser no cliente, tornando-se o centro das atenções
das organizações que dirigem seus esforços para satisfazer às suas necessidades e
expectativas. A característica principal dessa época era que toda a empresa passa a
ser responsável pela garantia da qualidade dos produtos e serviços - todos os
funcionários e todos os setores.

QUADRO 1 - Eras da qualidade

ERA DO CONTROLE
ERA DA
ERA DA INSPEÇÃO ESTATÍSTICO
QUALIDADE TOTAL
□ Produtos são □ Produtos são
□ Processo produtivo é
verificados um a um; verificados por
controlado;
□ Cliente participa da amostragem;
□ Toda a empresa é
inspeção; □ Departamento
responsável;
□ Inspeção encontra especializado faz a
□ Ênfase na prevenção
defeitos, mas não produz inspeção da qualidade;
de defeitos;
qualidade. □ Ênfase na localização
□ Qualidade assegurada.
de defeitos.

Fonte: OLIVEIRA. (2011, apud MAXIMIANO, 2000, p. 4).

 24

3.3 As sete ferramentas básicas do controle da qualidade

Essas ferramentas são técnicas, que se pode utilizar com a finalidade de

definir, mensurar, analisar e propor soluções para problemas que eventualmente são
encontrados. São elas:
 Fluxograma (ou diagramas) de processos;
 Cartas de controle (ou tendência);
 Listas de verificação;
 Diagramas de dispersão;
 Diagramas de causa-e-efeito (ou espinha de peixe);
 Diagramas de Pareto;
 Histogramas.

FIGURA 5 - As sete ferramentas básicas do Controle da Qualidade

Fonte: DAVIS; AQUILANO; CHASE (2001 p. 162)

 25

Fluxograma: trata-se de um diagrama sistemático que pretende representar de

uma forma bastante simples, ordenada e facilmente compreensível as várias fases de
qualquer procedimento, processo de fábrica, funcionamento de sistemas ou
equipamentos. A utilização de fluxogramas permite a identificação de possíveis causas
e origens para problemas surgidos da linha de fabricação, assim como também
contribui para, ao detectar passos desnecessários no processo, efetuar nele
simplificações significativas.
Carta de controle (ou tendência): Um dos métodos mais utilizados para
conhecer, não só a forma como as causas comuns provocam variações nos processos,
mas também de identificar a existência de causas especiais, consiste na utilização de
cartas de controle desenvolvido Shewhart.
Lista de verificação: É uma lista para padronizar ou verificar resultados de
tarefas. As folhas de verificação não só facilitam a recolha de dados como também a
sua organização. Com base nelas será mais fácil posteriormente encontrar dados que
sejam necessários, bem assim como fazer estudos retrospectivos.
Diagrama de dispersão: Na prática é muitas vezes importante verificar se duas
variáveis estão ou não relacionadas e, caso positivo, qual o tipo de relação que existe
entre elas. Os diagramas de dispersão tornam-se uma ferramenta extremamente
poderosa para atingir esse objetivo. Caso exista, essa relação é usualmente do tipo
causa-efeito não sendo no entanto possível, através dos diagramas de dispersão,
identificar qual das variáveis é a causa e qual é o efeito.
Diagrama de causa-e-efeito (ou espinha de peixe): Trata-se de um processo que
permite a identificação e análise das potenciais causas de variação do processo ou da
ocorrência de um fenômeno, bem assim como da forma como essas causas interagem
entre si. Este tipo de diagrama mostra a relação entre a característica da qualidade em
questão e essas causas que podem, usualmente, ser de 5 naturezas diferentes (também
designadas por 5 M’s): materiais, métodos, mão de obra, máquinas e meio ambiente.
Diagramas de Pareto: também chamado método ABC ou dos 20-80%, este
método representa que a grande maioria dos efeitos é devida a um número reduzido de
causas. Ele consiste em um gráfico de barras que ordena as frequências das
ocorrências da maior para a menor e permite a localização de problemas vitais e a
 26

eliminação de perdas.
Histogramas: os histogramas apresentam-se como um método de simples
elaboração que, através da representação gráfica do número de vezes que determinada
característica ou fenômeno ocorre (distribuição de frequência), permitem obter uma
impressão visual objetiva sobre a dispersão e localização dos valores recolhidos e,
caso a amostra seja representativa, da totalidade da população.

3.4 Qualidade percebida

As expectativas dos consumidores sobre determinado produto ou serviço podem

variar para diferentes grupos, dependendo do foco dado às suas necessidades
individuais. Além das expectativas diferentes, as percepções dos clientes ao ter contato
com um serviço podem variar ainda mais, pela característica de intangibilidade desses
serviços.
A grande variabilidade na prestação de serviços contribui para agravar essas
percepções, pois não há como garantir a reprodução de um serviço que, muitas vezes,
é entregue em ambientes distintos. Os momentos em que os serviços são prestados
também podem variar com mais ou menos urgência para diferentes graus de
necessidades. O próprio cliente pode ter variações nas suas percepções em relação ao
serviço prestado, dependendo dos seus fatores psicológicos.
KOTLER (1998) apresenta três possibilidades nas relações entre expectativas e
percepções dos clientes:
- expectativas < percepções - a qualidade percebida é boa;
- expectativas = percepções - a qualidade percebida é aceitável;
- expectativas > percepções - a qualidade percebida é pobre.
A qualidade é algo essencial, pois percebida num produto ou serviço a satisfação
do cliente será atingida. Uma das principais maneiras de uma empresa diferenciar de
seus concorrentes é oferecer produtos/ serviços de alta qualidade, quando esta
consegue satisfazer o desejo de seus consumidores a empresa ganha a preferência do
mesmo.
 27

3.5 Controle estatístico de processo

O controle estatístico de processo (CEP), é uma ferramenta com base

estatística, de auxílio ao controle de qualidade nas etapas do processo. Seu enfoque
está na prevenção de erros ou defeitos. Partindo da premissa que é muito mais fácil e
barato fazer certo na primeira vez, do que depender de seleção e retrabalho de itens
que não sejam perfeitos.
O CEP surgiu em meados da década de 1920, pelo pioneirismo do Dr.
Walter A. Shewhart na utilização de gráficos de controle para análise de dados
resultantes da inspeção na empresa de telefonia Bell Telephone Laboratories, um
método para análise e ajuste da variação em função do tempo.
O controle estatístico de processo possibilita a padronização do processo
produtivo para que não ocorram desperdícios, por haver muita variabilidade em cada
processo de fabricação dos produtos, utilizando esta ferramenta é possível controlar e
evitar que os produtos se tornem refugo ou que ocorra retrabalho. Mostra as diretrizes
para a resolução de problemas ocorridos durante a fabricação e também como se deve
agir, possibilitando tomar atitudes econômicas e eficazes. O objetivo do controle
estatístico é fazer com que o processo produtivo seja realizado de forma eficaz,
reduzindo custos, aumentando a qualidade, a produtividade e competitividade da
empresa no mercado.
O controle estatístico tem como base inicial a coleta de dados seguindo com
a utilização de ferramentas de qualidade . Através dessa coleta é possível realizar uma
análise criteriosa sobre o que foi encontrado. Assim possibilitando tomar decisões e
executar ações necessárias para corrigir o erro.

3.6 Variações no processo

Não existem dois produtos ou dois processos exatamente iguais; as diferenças

sempre existem, embora às vezes não possam ser medida.
 28

As causas das variações no processo podem ser divididas em dois grandes

grupos:
 Causas comuns ou aleatórias: são fontes de variações inerentes a um
processo que se encontra sob controle estatístico, as quais são difíceis de identificar,
porém juntas criam um sistema constante de variação. Exemplos: mudanças na
temperatura ou umidade; operação normal de uma máquina em boas condições, porém
não adequada ao processo.
 Causas especiais: são fontes relativamente grandes de variações, as quais
são identificáveis e ocorrem fora do sistema constante de variação. Exemplos: desgaste
anormal da ferramenta de corte; operador inexperiente, falha no mancal da máquina.

3.7 Gráficos de controle

Também conhecido como carta de controle, é um tipo de gráfico utilizado

para acompanhamento do processo. Este gráfico determina estatisticamente uma faixa
denominada limites de controle, que é limitada pela linha superior (limite superior de
controle) e uma linha inferior (limite inferior de controle), além de uma linha média. O
objetivo é verificar, por meio do gráfico, se o processo está sob controle, isto é, isento
de causas especiais.
Gráfico de controle para Triola (2005, p. 542):
[...] consiste nos valores plotados seqüencialmente ao longo do tempo e inclui uma
linha central, bom como um limite inferior de controle (LIC) e um limite
superior de controle (LSC). A linha central representa um valor central das
medidas da característica, enquanto os limites de controle são fronteiras usadas para
separar e identificar quaisquer pontos não usuais.

De acordo com Montgomery (2004), trata-se de uma representação gráfica

da qualidade que foi mensurada a partir de uma amostra, relacionada com o tempo ou
com o número da amostra. Segundo o autor, o valor médio da característica analisada é
representado por uma linha central, na qual o processo está sob controle, onde somente
causas aleatórias estão agindo. O gráfico também apresenta uma linha correspondente
 29

ao limite superior e uma linha referente ao limite inferior, as quais irão delimitar uma
área que compreende valores de um processo ainda sob controle. Qualquer ponto que
extrapole tal região indica que o processo está fora de controle, demandando estudos
para verificar as causas presentes e ações corretivas.

FIGURA 6 - Exemplos de gráficos de controle

Fonte: Werkema (1995)

Esta figura mostra no exemplo (a) um gráfico sob controle, já no exemplo (b)
representa um processo fora de controle.
Segundo Montgomery (2004), ainda que todos os pontos fiquem na região de
controle, ou seja, entre o limite superior e o limite inferior de controle, caso se observe
uma situação sistemática, onde os pontos apresentem alguma configuração especial
que exclua a aleatoriedade dos dados, o processo pode estar fora de controle, uma vez
que processos sob controle são caracterizados pela aleatoriedade.
Suas funções são:
 Mostrar evidências de que um processo esteja operando em estado de controle
estatístico e dar sinais de presença de causas especiais de variação para que
medidas corretivas apropriadas sejam aplicadas.

 Manter o estado de controle estatístico estendendo a função dos limites de

controle como base de decisões.
 Apresentar informações para que sejam tomadas ações gerenciais de melhoria
dos processos.
 30

3.7.1 Controle e capacidade do processo

O processo é dito sob controle quando somente causas comuns estiverem

presentes. Porém esta não é a condição natural de qualquer processo, deve-se sempre
esperar a presença de causas especiais de variação atuando e, eliminando-as uma a
uma através de um esforço contínuo, até estabilizar o processo. Uma vez que o
processo se tornou estável sabe-se o que esperar dele. Caso o processo não seja capaz
deve-se atuar na eliminação das causas comuns de variação, diminuindo assim a
variabilidade total das características da qualidade que determinam um bom
desempenho do produto.

FIGURA 7 - Controle e capacidade do processo

Fonte: Ramos (2000)

3.7.2 Tipos de gráficos de controle

Existem dois tipos fundamentais de gráficos de controle, correspondentes aos

 31

dois tipos de dados da inspeção coletados na indústria:

1. Gráficos para controle de “variáveis”: para uso quando as medidas
forem feitas. Exemplos: peso, altura, diâmetro, comprimento, largura,
velocidade e tempo.
2. Gráficos para controle de “atributos”: usa-se quando características do
produto ou serviço que para serem conhecidas não necessitam de
instrumento de medida. Exemplos: passa/não passa, mole/duro,
conforme/não conforme.
De acordo com Feingenbaum (1994) grande parte dos dados coletados na
indústria são da variedade passa/não passa. No entanto, na medida em que a
complexidade dos produtos aumenta, medições vão se tornando cada vez mais
essenciais. Então, dados passa/não passa indicam que itens são “bons” ou “ruins”. Mas
questiona quão bons ou ruins são? Conclui que embora haja importantes funções para
ambos, o gráfico de controle por variáveis responde melhor essa questão, caso
praticável. Envolver

3.7.2.1 Gráficos para controle de variáveis

Os gráficos de controle para variáveis são usados quando se trata de

características de qualidade que podem ser expressas em termos numéricos, em uma
escala contínua de medida. Desta categoria de gráficos de controle, os mais utilizados
são (MONTGOMERY,2004; WERKEMA,1995).
Gráfico da Média ( ): neste gráfico são plotadas as médias das amostras, no
intuito de controlar os valores médios das características estudadas, monitorando,
portanto, o nível médio do processo a partir da variabilidade das amostras. Que devem
ser selecionadas de modo a aumentar as chances de deslocamento na média entre elas
em relação à média do processo, de forma que estes pontos sejam caracterizados fora
de controle.
Gráfico da Amplitude (R): o gráfico de amplitude revela justamente a
variabilidade dentro de uma mesma amostra, de modo que as amostras devem ser
selecionadas permitindo que a variabilidade dentro da amostra meça apenas causas
 32

aleatórias ou casuais. De acordo com Werkema (1995), os gráficos X e R devem ser

utilizados em conjunto, a fim de garantir acompanhamento mais eficiente do processo.
Gráficos do Desvio Padrão(s): neste tipo de gráfico são plotados os valores de
desvio padrão, que indicam a variabilidade das medidas amostrais. São preferidos
quando se trata de n >10 ou 12, uma vez que para valores superiores a estes a
amplitude (R) perde a eficiência para estimar σ. Este gráfico também deve ser usado
em conjunto com o gráfico da média.
Gráfico de Medidas Individuais: em casos onde a amostra consiste de uma
unidade individual, este gráfico é empregado. Isso pode ocorrer onde há inspeção e
medição automatizada, sendo que toda unidade produzida é inspecionada. Pode
ocorrer também quando a taxa de produção é muito lenta e torna-se inviável aguardar
acúmulo de amostras para realizar a análise, ou quando o desvio padrão obtido é
extremamente pequeno. Além disso, o gráfico de medidas individuais pode ser
utilizado quando várias medidas são tomadas em uma mesma unidade do produto.

3.7.2.1.1 Seleção de gráfico de controle adequado para variáveis

Quando se escolhe um gráfico de controle para variáveis, é importante

sempre se ter em mente que a escolha deste depende do tamanho da amostra (n) que se
deseja empregar. A figura a seguir mostra um roteiro para a escolha adequada.

FIGURA 8 - Fluxograma para seleção de gráfico para variáveis

n < 10 x-Barra e R

n >1

n >10 x-Barra e s

Variável

Xm-Barra e
Rm
n= 1

X e Rm

Fonte: Ramos (2000)

 33

3.7.2.2 Gráficos de controle por atributos

Os gráficos de controle para atributos são empregados para características da

qualidade que não podem ser medidas em uma escala quantitativa, de acordo com
Montgomery (2004), sendo possível utilizar classificações para os produtos. Desta
categoria de gráficos de controle, os mais utilizados são gráficos P e Gráficos tipo C
(MONTGOMERY, 2004; WERKEMA, 1995).
Gráfico da Proporção de Itens Defeituosos (Gráfico P): é utilizado quando a
característica da qualidade em questão é representada pela proporção de itens
defeituosos que são liberados pelo processo analisado. Ou seja, trata-se da fração entre
a quantidade de itens não conformes em relação ao total produzido. Para ser
classificado como defeituoso ou não conforme, basta que o item não atenda o padrão
em pelo menos uma das características pré-estabelecidas.

A construção do gráfico p só é possível se as seguintes condições forem satisfeitas:

1. Tamanho amostral constante

A Linha Central e os Limites de Controle são determinados, na forma:

2. Tamanho amostral variável

Os limites de controle são (para a i-ésima amostra):

Em que ni = tamanho da i-ésima amostra.

3. Com a média amostral ( )
 34

Definimos

Em que ni = tamanho da i-ésima amostra e m é o número de amostras.

Os limites de controle são:

4. Com a média dos defeituosos ( )

Definimos

Onde pi = proporção de defeituosos na i-ésima amostra e m é o número de amostras.

Assim, os limites de controle (de amplitude 3σ ) e linha média são:

Gráfico do Numero Total de Defeitos (Gráfico C): este tipo de gráfico é utilizado
para saber o número de defeitos na amostra independente do tipo de defeito que
apresentou. Os limites do gráfico de controle são calculados como:

Em que:
= número médio de defeitos por unidade
Z= variável normal reduzida (obtida de tabela de distribuição normal)
(No CEP em geral se estabelece uma variação de 3 desvios padrões acima e 3 desvios
padrões abaixo da média, o que corresponde a uma probabilidade de 99,7% e z=3).
σ= desvio padrão=
 35

3.7.2.2.1 Seleção do gráfico de controle adequado para atributos

Assim como para variáveis, também é muito importante selecionar o tipo de

gráfico de controle adequado para atributos. Essa escolha é feita em função de dois
itens: a categoria de gráfico (classificação ou contagem) e o tamanho da amostra (fixo
ou variável). A figura a seguir mostra um fluxograma para a seleção do gráfico: p, np,
c ou u.

FIGURA 9 - Fluxograma para seleção de gráfico para atributos

n constante p OU np

classificação

n variável p

atributo

n constante c ou uu

contagem

n variável u

Fonte: Ramos (2000)

 36

4 ANÁLISE E DISCUÇÃO DOS DADOS

O presente capítulo visa colocar de maneira prática o estudo realizado, com

intuito de demonstrar a efetivação de um controle estatístico de processo.
Será apresentada a aplicação do controle estatístico de processo na empresa
pesquisada, bem como os resultados alcançados.

4.1 Contextualização e histórico da empresa

A empresa Talismar Moda Íntima é atuante no setor industrial, fabricante de

lingeries. Fundada no município de Lages/SC. Iniciou suas atividades no dia 02 de
fevereiro de 2011, contendo 12 funcionários. Após ampliações, no presente momento a
empresa emprega 90 pessoas e tem seu funcionamento de segunda a sexta-feira,
fazendo um horário diário de 8h 45min.
É uma empresa de pequeno porte administrada de forma familiar.
Trabalhando tanto com a terceirização na produção de roupas íntimas quanto com a
produção própria e comércio no local. Seu planejamento e decisões são tomados pelo
proprietário em todas as áreas da empresa sejam elas marketing, gestão de pessoas,
qualidade, produção ou finanças.
Seu público alvo é bem heterogêneo, compreendendo todas as classes
sociais. Com peças muito criativas, variando estilos que vão do clássico, sensual,
contemporâneo, até o infantil permitindo abranger um número maior de clientes. O
mercado consumidor é basicamente o feminino, apesar de ter crescido o número de
homens que compram lingeries para presentes.
Produz em média atualmente 136000 peças/mês, sendo 7,5% de conjuntos,
5,4% sutiãs e 87,1% calcinhas.
 37

4.2 Sequenciamento do processo produtivo

A empresa presta serviços para uma confecção da mesma família, da qual

recebe o tecido já cortado restando fazer a montagem, limpeza e embalagem das peças.
O processo de produção é organizado em três grupos de costureiras ao qual
será descrito a seguir.
O grupo 1, possui 24 funcionárias e produz conjuntos (calcinha e sutiã). Com
processo de produção diferente dos demais grupos, representados nos quadros 1 e 2.

QUADRO 2 - Sequência operacional na produção de calcinhas do grupo 1

Descrição operacional Máquina
1. Montagem (fundos) Overlock
2. Passar Elástico BT
3. Remalho Overlock
4. Acabamento Travete
Fonte: elaborado pelo autor

QUADRO 3 - Sequência operacional na produção de sutiãs do grupo 1

Descrição operacional Máquina
1. Bolear bojo Overlock
2. Pregar Bojo Overlock
3. Viés Reta 2 agulhas
4. Corte viés Manual
5. Elástico BT
6. Lateral aro Travete
7. Aro Manual
8. Travete (meio e gancho) Travete
9. Alças Travete
Fonte: elaborado pelo autor

Os grupos 2 e 3, produzem somente calcinhas, neles trabalham 21 e 18

funcionárias respectivamente, com sequenciamento de produção representados nos
quadros 4 e 5. Foram diferenciados pelas letras (a) e (b) pelo fato de serem processos
diferentes que ambos utilizam para produção de determinadas referências.
 38

QUADRO 4 - Sequência operacional (a) na produção dos grupos 2 e 3

Descrição operacional Máquina
1. Frente Overlock
2. Fundo Overlock
3. Elástico (1º lado) BT
4. Remalho (1º lado) Overlock BK
5. Cintura BT
6. Remalho (2º lado) Overlock BK
7. Acabamento Travete
Fonte: elaborado pelo autor

QUADRO 5 - Sequência operacional (b) na produção dos grupos 2 e 3

Descrição operacional Máquina
1. Frente Overlock
2. Fundo Overlock
3. Costurinha Galoneira
4. Elástico (1º lado) BT
5. Fechar elástico (1º lado) Zig-Zag
6. Remalho (1º lado) Overlock BK
7. Cintura (1º lado) BT
8. Cintura (2º lado) Zig-Zag
9. Remalho (2º lado) Overlock BK
10. Acabamento Travete
Fonte: elaborado pelo autor

4.3 Aplicação e análise de resultados do controle estatístico de processos

Os procedimentos para coletas de dados foram definidos da seguinte forma:

durante uma semana seriam coletadas 10 amostras a cada 10 minutos em cada grupo.
Mas como o tempo para verificação de todos os itens das amostras se mostrou muito
curto, esse prazo foi ajustado para 10 amostras/15 min. Sendo ainda que como o grupo
1 produz dois produtos diferentes, o tempo e a amostragem tiveram que ser divididos
pela metade. Para melhorar a visualização gráfica, o mesmo teve os dados separados
em períodos de 12 horas.
Foram verificados nas peças os seguintes itens: defeito na costura, cor da
linha, sujeira, defeito no tecido e a falta de etiqueta.
 39

Ao final da amostragem somou-se um total de 1685 peças, visto que houve

momentos em que não foram feitas coletas. Devido ao fato do processo estar em outra
atividade anterior ao acabamento, mostrando ser variável.
Para alcançar os resultados pretendidos foi utilizado o Minitab, um software
voltado para fins estatísticos.
No grupo 1, durante a pesquisa foram coletadas um total de 525 amostras.

TABELA 3 - Dados obtidos no grupo 1 na produção de calcinhas

Nº da amostra Nº defeitos Total de amostras
1 1 30
2 3 25
3 1 30
4 0 30
5 2 30
6 0 30
7 1 30
8 1 30
9 0 25
10 1 25
Fonte: Dados da pesquisa

GRÁFICO 1 - Carta de controle no grupo 1 na produção de calcinhas

Gráfico p - Grupo 1 - Calcinhas

0,16
UCL=0,1455
0,14

0,12

0,10
Proportion

0,08

0,06

0,04 _
P=0,0351
0,02

0,00 LCL=0

1 2 3 4 5 6 7 8 9 10
Sample
Tests performed with unequal sample sizes
 40

Fonte: Elaborado pelo autor

O gráfico 1 mostra que o processo encontrou-se sob controle, ao qual não

apresentou pontos fora dos limites de controle.

TABELA 4 - Dados obtidos no grupo 1 na produção de sutiãs

Nº da amostra Nº defeitos Total de amostras
1 5 30
2 2 30
3 3 25
4 0 25
5 0 25
6 0 30
7 1 25
8 2 10
9 0 20
10 0 20
Fonte: Dados da pesquisa

GRÁFICO 2 - Carta de controle no grupo 1 na produção de sutiãs

Gráfico p - Grupo 1 Sutiãs

0,30

0,25

0,20 UCL=0,2060
Proportion

0,15

0,10
_
0,05 P=0,0542

0,00 LCL=0

1 2 3 4 5 6 7 8 9 10
Sample
Tests performed with unequal sample sizes
Fonte: Elaborado pelo autor

De acordo com o gráfico 2, o processo de produção de sutiãs do grupo 1,

 41

também se mostrou sob controle.

No grupo 2 foram coletados no total de 580 amostras da produção.

TABELA 5 - Dados obtidos no grupo 2

Nº da amostra Nº defeitos Total de amostras
1 1 60
2 3 60
3 4 60
4 2 60
5 1 60
6 2 50
7 0 60
8 2 50
9 1 60
10 1 60
Fonte: Dados da pesquisa

GRÁFICO 3 - Carta de controle no grupo 2

Fonte: Elaborado pelo autor

Assim como no grupo 1, a carta de controle do grupo 2 também se

apresentou dentro dos limites de controle.
 42

TABELA 6 - Dados obtidos no grupo 3

Nº da amostra Nº defeitos Total de amostras
1 1 60
2 4 50
3 1 60
4 8 50
5 14 60
6 12 60
7 8 60
8 9 60
9 7 60
10 1 60
Fonte: Dados da pesquisa

GRÁFICO 4 - Carta de controle no grupo 3

Gráfico p - Grupo 3
0,25
UCL=0,2342

0,20

0,15
Proportion

_
P=0,1121
0,10

0,05

0,00 LCL=0

1 2 3 4 5 6 7 8 9 10
Sample
Tests performed with unequal sample sizes

Fonte: Elaborado pelo autor

O gráfico correspondente ao grupo 3, apresentou um ponto sobre a linha do

limite de controle, indicando que aconteceu algum erro que precisa ser acompanhado.
Ao ser analisado, verificou-se que a origem do problema seria designado ao
processo operacional referente à costurinha. No qual examinado a causa do problema
concluiu-se sendo na máquina. Assim sendo tomadas as ações necessárias para sua
solução.
 43

Uma nova amostragem não foi possível ser realizada, após serem tomadas as
medidas necessárias para correção do problema na máquina defeituosa. Pelo fato de ter
chegado ao fim do período de estudos na empresa.
 44

5 CONSIDERAÇÕES FINAIS

A pesquisa neste relatada, analisou, usando uma abordagem de estudo de

caso, a utilização de cartas de controle para análise do processo de produção de uma
empresa de pequeno porte.
Sua finalidade é utilização de dados retirados do processo para uma análise
criteriosa sobre o que foi encontrado, assim possibilitando a tomada de decisões e
executar ações necessárias para corrigir o erro.
Como dificuldade, a empresa apresenta por estar em crescimento, a não
utilização de ferramentas de melhoria e controle de seus processos. Mas ainda possui
resultados surpreendentes por somente um grupo demonstrar erros visualizados nas
cartas.
Mesmo assim cabe-se ressaltar que a empresa tem pouco tempo de vida.
Certamente com o passar do tempo as máquinas tendem apresentar mais defeitos entre
outros problemas, que podem ocorrem com maior frequência. Assim dificultando mais
ao seu controle. Como ponto forte a empresa consegue obter um ótimo resultado
mesmo sem o uso desta ferramenta, devido a grande experiência do empresário.
O maior benefício encontrado no controle de processo para a empresa em
questão é a eficiência que se retorna ao encontrar causas especiais, as quais se podem
agir com mais rapidez para solucionar os problemas ocorridos no processo.
Enfim, nota-se o benefício que esta ferramenta traz, mostrando de forma eficaz
a ocorrência de problemas para reduzir custos e consequentemente aumentar os lucros.
 REFERÊNCIAS BIBLIOGRÁFICAS

ANGHER, Anne Joyce (Org.). Vade Mecum Acadêmico de Direito. São Paulo: Rideel,
2012.

DAVIS, Mark M.; AQUILANO, Nicholas J.; CHASE, Richard B. Fundamentos da

administração da produção. Porto Alegre: Bookman, 2001;

FEIGENBAUM, Armand V. Controle da Qualidade Total. São Paulo: Makron, 1994.

FERRAZ, J. C. et. al. Made in Brazil: desafios competitivos para a indústria. Rio de
Janeiro: Campus, 1995.

GAITHER, Norman; FRAZIER, Greg. Administração da Produção e Operações. São

Paulo: Pioneira Thomson, 2002.

KOTLER, Philip. Administração de marketing: análise, planejamento, implementação

e controle. São Paulo: Atlas, 1998.

LOBOS, Julio. Qualidade! Através das pessoas, a vez das pessoas. São Paulo:
Hamburg, 1991.

MARTINS, Petrônio Garcia; LAUGENI, Fernando Piero. Administração da produção.

São Paulo: Saraiva, 2005.

MIGUEL, P. A. C. (Org.). Metodologia de pesquisa em engenharia de produção e

gestão de operações. Rio de Janeiro: Elsevier, 2010.

MONTGOMERY, D.C. Introdução ao controle estatístico da qualidade. Rio de

Janeiro: LTC, 2004.

OLIVEIRA, Otávio. J. (Org.). Gestão da qualidade: tópicos avançados. São Paulo:

Cengage, 2011.

RAMOS, Alberto Wunderler. CEP para processos contínuos e em bateladas. São

Paulo: Bluscher, 2000.

SAMOHYL, Robert Wayn. Controle estatístico de qualidade. Rio de Janeiro:

Campos, 2009.
TRIOLA, Mario F. Introdução à estatística. Rio de Janeiro: LTC, 2005.

SEBRAE. Anuário do Trabalho na Micro e Pequena Empresa. Disponível em:

<http://bis.sebrae.com.br/GestorRepositorio/ARQUIVOS_CHRONUS/bds/bds.nsf/8cb
2d324ffde890ece700a5fb073c4da/$File/4246.pdf>. Acesso em: nov. 2013

SEBRAE. Critério de Classificação das Empresas. Disponível em:

<http://www.sebrae-sc.com.br/leis/default.asp?vcdtexto=4154>. Acesso em: out. 2013

WERKEMA, Maria Cristina Catarino. Ferramentas estatísticas básicas para o

gerenciamento de processos. Belo Horizonte: Fundação Christiano Ottoni, 1995.

YIN, Robert K. Estudo de caso: planejamento e métodos. São Paulo: Bookman, 2004.