1.

INTRODUÇÃO

A autora Rodrigues (2015) caracteriza Gestão de Qualidade pelas

diversas ferramentas que são utilizadas, cada qual com sua função e aplicação
em prol do problema envolvido, dos dados obtidos, informações históricas, e do
conhecimento do processo em questão. A autora ainda acrescenta que tais
ferramentas permitem detectar aspectos cruciais para solução de problemas e
melhorias de processos.

Segundo Vieira (2012), dentre as ferramentas aplicadas em Gestão de

Qualidade estão: Brainstorming (tempestade de ideias), Folha de Verificação,
Estratificação, Diagrama de Pareto, Histograma, Diagrama de causa e efeito
(Diagrama de Ishikawa), Diagrama de Dispersão, Carta ou gráficos de controle.
Sendo esta última, Carta de Controle, o enfoque do presente trabalho.

Segundo SENAI/SC (2004, apud Rodrigues 2015), a Carta de Controle

trata-se de uma das ferramentas do Controle de Processos (CEP), o qual é
utilizado para utilizado para determinar variações no processo baseando-se em
amostragens, permitindo, assim, avaliar a variabilidade do processo em estudo
que visa reduzir perdas, aumentar a produtividade, padronizar o processo e
estabelecer uma melhoria continua da qualidade.

O presente trabalho discutirá conceito formal da ferramenta Carta de

Controle, o conceito básico de sua construção e exemplos de suas possíveis
aplicações para tal ferramenta, objetivando aprimorar os conhecimentos a
respeito de uma das principais ferramentas de Gestão de Qualidade.
 2.1. VARIABILIDADE DE PRODUTOS, CONTROLE ESTATÍSTICO
DE PROCESSOS E CARTA DE CONTROLE

A qualidade não deve ser associada apenas ao produto final de uma

indústria, mas sim a todo processo produtivo e administrativo, tendo em vista
que cada produto que foge do padrão, traz consigo o conceito de imperfeito e
de desperdício de matéria-prima, tempo e energia, sendo de suma importância
atentar-se as etapas de construção e as linhas de produção (SANTOS et al.,
2009).

As diferenças apresentadas entre as unidades produzidas em um

mesmo processo é definida como variabilidade do processo, caso a
variabilidade seja significativa, as alterações poderão ser fortemente
observadas (COSTA et al., 2008). Santos (2009) traz alguns exemplos de
causas especiais para ocorrer a variabilidade:

 Ajuste incorreto de uma máquina, ou desregulagem provocada

pelo seu tempo de uso;
 Lote de matéria-prima com defeito;
 Temperatura inadequada da máquina;
 Operador mal preparado ou desmotivado.

Em meio a este cenário, destaca-se a necessidade do uso do Controle

Estatístico de Processos (CEP), um conjunto de ferramentas para a coleta,
análise e interpretação de dados, visando a melhoraria da qualidade através da
eliminação de causas de variação (MONTGOMERY, 2014).

Através das ferramentas do CEP, é possível aplicar uma política de

prevenção, devido à verificação diária de todas as etapas do processo, que
permite uma ação imediata de interrupção e correção, caso necessário.
Destacando-se entre tais ferramentas, a Carta de Controle, pois não
necessitam de uma análise profunda e ampla sobre o processo, além de
possuir grande eficácia em detectar erros. Os gráficos de controle, por
analisarem o comportamento do processo, garantem uma atuação preventiva
com ações corretivas no momento em que ocorrerem desvios, mantendo o
produto dentro de seu parâmetro de aceitação, assegurando a homogeneidade
através do controle estatístico. (SANTOS, 2009).

2.2. PRINCÍPIOS DO FUNCIONAMENTO BÁSICO DA CARTA DE

CONTROLE

Conforme descrito por McNeese (2016), para um conjunto de dados

estatísticos coletados em um certo tempo, o único modo efeito de separar
causa comuns de causas especiais é empregando o uso da carta de controle.
As duas categorias apresentadas são causas na variabilidade do processo. As
causas comuns são efeitos aleatórios não controláveis que causam pouca
influência individualmente, enquanto causas especiais são efeitos eventuais
que ocorrem no processo por algum motivo específico e que geram uma
grande influência individualmente. Um processo está sob controle estatístico se
não ocorrem causas especiais. Wild & Seber (1999) acentuam
matematicamente esta definição ao dizerem que dada uma distribuição X, se a
distribuição como um todo não varia com o tempo, X é dita como
estatisticamente estável (controlada).

Isso significa dizer que variações randômicas inerentes ao processos

analisado são aceitáveis, já que quando são geradas distribuições dos dados
do processo, todas elas são idealmente iguais. Se as distribuições são
diferentes, variações não randômicas e inerentes estão presentes (causas
especiais). O objetivo é manter um processo estatisticamente controlado de
modo que predições são possíveis de serem feitas, desde que a distribuição se
mantenha no padrão das anteriores. Se causas especiais estão presentes, tais
predições não são possíveis pois não há como saber com precisão a forma da
distribuição. A Figura 1 representa graficamente a explicação anterior.

Figura 1 – Distribuições consecutivas de X.

 (a) – processo sob controle estatístico

(b) – processo fora de controle estatístico.

Fonte: Chance Encounters (Wild & Seber, 1999)
A ideia da carta de controle e plotar graficamente as distribuições (de
preferência normais) levando em consideração o tempo, pois isso permite
visualizar padrões que não seriam vistos em outros tipos de distribuições (Wild
e Seber, 1999). A Figura 2 (a) exemplifica a distribuição temporal dinâmica de
uma distribuição, enquanto em (b) essa distribuição temporal é padronizada
sobre os aspectos de uma carta de controle, considerado uma linha média e
linhas de limite de controle que serão explicadas nos próximos parágrafos.
Nota-se em (a) que a sequência temporal dos dados é significativa e guarda
consigo significados que permitem identificar problemas e tendências do
processo estudado.

Figura 2 – Distribuição temporal e carta de controle.

(a) – dinâmica oculta de uma distribuição.

 (b) – padronização da carta de controle.
Fonte: The Quality Toolbox.

Existem alguns pontos importantes que compõe a carta de controle, são

eles: a distribuição analisada e linhas de controle e especificação. A
distribuição analisada não precisa ser necessariamente normal, conforme
Stapenhurst (2005), os métodos estudados para a distribuição normal também
podem ser aplicados para distribuições diferentes, conforme as da Figura 3, de
acordo com estudos recentes.

Figura 3 – Tipos de distribuição contempladas pela carta de controle.

Fonte: Mastering Statistical Process Control (Stapenhurst, 2005).

Conforme visto na Figura 2 (b), na carta de controle existem algumas

linhas que desempenham um papel importante na hora da análise dos dados.
Conforme descrito por Montgomery (2004), as linhas são:

 Linha média (Average or mean line): representa a media dos

dados estudados quando no estado de controle (somente causas
comuns).

 Linha de controle superior (Upper control limit) e linha de controle

inferior (lower control limit): linhas escolhidas de modo que se o
processo está em controle, quase todos os pontos cairão dentro
destes limites. Se os pontos estão entre as linhas, o processo é
tido como estável e aceitável. Se algum ponto estiver foram de
 alguma linha, é sinal que algum problema está ocorrendo e
alguma ação deve ser tomada (evidência de causa especial).

Ainda na Figura 2 (b) é possível notar duas linhas que determinam

outros dois limites. Estas linhas são as linhas de especificações superiores e
inferiores (USL e LSL), estas nem sempre estão presentes nas cartas de
controle e indicam limites especificados por algum parâmetro externo aos dos
dados analisados. Por exemplo, poderiam ser linhas que determinam os limites
da quantidade de açúcar em um refrigerante que satisfaz os consumidores,
enquanto as linhas de controle denotam os limites reais que o processo gera.

O valor das linhas de controle costuma ser calculado como sendo +3 e

-3 desvios padrões medidos a partir da linha média. Se a distribuição for
perfeitamente normal, cerca de 99.74% dos dados cairão dentro dos limites
(GORDON, 2006).

Cada ponto da carta e controle provém de uma amostra. Cada ponto

pode ser por exemplo, a média da espessura da camada de tinta de 5 carros
analisados por dia durante 1 mês. Desse modo, haverá uma média e um
desvio padrão para cada dia, e também uma média e um desvio padrão de
todos os dados daquele mês. Estes últimos determinarão a posição da linha
média e dos limites de controle, enquanto as medias de cada dia serão
plotadas na carta de controle como pontos e conectadas com linhas retas para
facilitar a interpretação de tendências. A Figura 4 apresenta um exemplo
prático de uma carta de controle.

Figura 4 – Exemplo de uma carta de controle.

 Fonte: SPC for Excel (2016).

Na Figura 4 é possível verificar a posição da média e das linhas de controle.

Nota-se que a carta foi dividida em zonas que representam a quantidade de desvios
padrões a partir da linha média, sendo que a Zona A é a mais distante com três
desvios padrões. Com a carta, é possível verificar que a grande parte dos dados se
manteve sob uma variação aleatória dentro dos limites de controle (causas comuns)
enquanto entre os dias 9 e 10, algum problema ocorreu e uma causa especial surgiu.
Graças a carta, é possível analisar o que ocorreu especificamente entre esses
períodos e descobrir a causa desse problema.

A carta de controle ainda permite encontrar não apenas causas especiais, mas
também outros tipos de tendências. A Tabela 1 apresenta 4 possíveis interpretações
de dados de uma carta de controle.

Tabela 1 – Possíveis interpretações da carta de controle.

Possível
Carta de Controle Nome Descrição
interpretação

Pontos fora dos Algum problema

Causa especial limites de fora do comum
controle ocorreu.
 Podem
Vários pontos representar uma
consecutivos de melhora (ou
Troca um lado piora) geral do
específico da processo,
média. dependendo do
que é analisado.
Pontos A ferramenta
consecutivos pode estar se
Tendência
crescentes ou desgastando
decrescentes. gradualmente.

Pontos repetindo
Mudança de
Ciclo um padrão
turno da equipe.
aproximado.

Fonte: The Quality Toolbox.

2.3. EXEMPLOS DE APLICAÇÕES

2.3.1. SETOR AGRÍCOLA

A concorrência obriga as empresas a buscarem maior eficiência administrativa

e operacional. As técnicas de controle estatístico de processo (CEP) são uma das
ferramentas que permitem a melhoria da qualidade e produtividade nas empresas
(MILAN, FERNANDES, 2002).

Trazemos como um exemplo de aplicação, o trabalho de Milan e Fernandes

(2002) sobre a utilização da Carta de Controle em operações agrícolas de preparo de
solo para a cultura do milho. Foram analisados 2 terrenos A1 e A2, com 15 amostras
dos resultados referentes à profundidade após operação de escarificação do solo 1. A
seguir, podemos ver um exemplo da análise feita.

1
A escarificação do solo é um processo de preparação para o plantio em que o agricultor utiliza um
equipamento chamado escarificador, composto por hastes mecânicas que penetram e revolvem o solo
(PENSAMENTO VERDE, 2017).
 Figura 5 – Resultados obtidos.

Fonte: MILAN, FERNANDES, 2002

A área A1 foi analisada com a operação usual, ao analisar os resultados das

Cartas de Controle, foram propostas mudança no processo e então aplicados a área
A2. Os pesquisadores obtiveram como resultado um aumento de 34% para 55% de
dados dentro dos limites de especificação desejados.

2.3.2. SETOR SIDERÚRGICO

Outro exemplo de aplicação pode ser observado pelo trabalho de Follmer

(2013) onde foi realizada a implementação de Controle Estatístico de Processos em
uma etapa do processo de galvanização de arames com a finalidade de reduzir perdas
durante o processo de decapagem ácida.
 Foram analisadas diversas amostras de concentração de HCl (Ácido clorídrico)
para construir cartas de controle do tipo x́−R ao longo do ano. Na figura a seguir
mostra-se as cartas desenvolvidas para os meses de Junho e Setembro.

Figura 6 – Cartas de controle Junho e Setembro

Fonte: FOLLMER, 2013

Ao analisar os resultados obtidos por diversos meses, conclui-se que a

variação encontrada possa ser, por experiência e conhecimento do processo, que a
variável responsável é o volume antes da adição de HCl, que apresentou correlação
com o volume de ácido adicionado, pois dependendo do volume de solução ácida que
estiver dentro do tanque, será necessário mais ou menos ácido para atingir a
concentração esperada. Controle que atualmente é feito de forma manual pelo
operador e a quantidade definida pela experiência do mesmo.

2.3.3. SETOR AUTOMOTIVO

O trabalho desenvolvido por Gonçalves (2010) sobre um estudo de caso

realizado em uma indústria de usinagem do ramo automotivo, de linha de peças
pesadas (Caminhões e ônibus), utilizando o estudo estatístico através do Controle
Estatístico de Processo (CEP), nos mostra outra possível aplicação prática do assunto
tratado no presente trabalho.

Foi medido diversas amostras do diâmetro do motor de freio a fim de analisar o

problema de “ovalização” e obtiveram o resultado a seguir:

Figura 7 – Carta de Controle Diâmetro

 Fonte: GONÇALVES, 2010

Por conta da análise CEP foi possível perceber que está havendo “ovalização”
no processo e então encontrar o motivo. A causa encontrada foi:

Após a aplicação da ferramenta, foi evidenciada através de

estudos realizados uma anomalia no diâmetro interno superior
do tambor de freio, onde era estabelecido como um ponto
crítico para o processo produtivo e aplicação externa do
produto, podendo causar vibrações no veículo, causando
desconforto ao motorista, e também o risco de quebra do
equipamento, o que colocará a integridade do motorista e
demais usuários das vias rodoviárias em risco. Portanto através
das coletas de dados e resultados obtidos nas ferramentas de
 análise de causa, estabeleceu-se a causa do problema, que é a
falta de uma maior área de atrito na fixação do tambor de freio
no torno, não inibindo a dilatação do mesmo, que é a causa da
variação da dimensão do diâmetro da pista de frenagem do
tambor. Através desta analise desenvolveu um novo sistema de
fixação do tambor de freio no torno, onde se aumenta a área de
atrito entre a castanha de fixação e o tambor de freio,
reduzindo sua dilatação e contração causada pelo processo de
usinagem (GONÇALVES,2010, p.42).

Ao serem feitas as alterações foi possível obter um mínimo de 1,33 em Cp, Cpk
e Pp, Ppk que é a ideal para o precesso.

Figura 8 – Tabelas de parâmetros finais

Fonte: GONÇALVES, 2010

 2.4. CARTA DE CONTROLE SOB A PERSPECTIVA DAS 6
PRINCIPAIS FERRAMENTAS DE GESTÃO DE QUALIDADE
3. CONCLUSÕES
4. REFERÊNCIAS

COSTA, A. F. B. et al.. Controle estatístico da qualidade. 2. ed. São

Paulo: Editora Atlas, 2008.

FOLLMER, E. Implementação de Controle Estatístico de Processos em

uma etapa do processo de galvanização de arames: estudo de caso no
processo de decapagem ácida. TCC PUCRS, 5 de jul de 2013. Disponível em:
<http://revistaseletronicas.pucrs.br/ojs/index.php/graduacao/article/download/15
562/10235>. Acesso em: 23 de set de 2019.

GONÇALVES, T. V. A. Controle Estatístico Do Processo De Usinagem

De Peças Automotivas: Um Estudo De Caso Em Uma Empresa Do Centro
Oeste De Minas Gerais. Centro Universitário De Formiga – UNIFOR-MG,
20010. Disponível em <
https://bibliotecadigital.uniformg.edu.br:21015/xmlui/bitstream/handle/123456789/118/Thia
goVictorAraujoGon%C3%A7alves-EP.pdf?sequence=1&isAllowed=y > Acesso em 23 de set
de 2019.

GORDON, S. The Normal Distribution. Mathematics Learning Centre,

University of Sydney, 2006. Disponível em <
https://sydney.edu.au/stuserv/documents/maths_learning_centre/normal2010w
eb.pdf> Acesso em 22 de set de 2019.

MCNEESE, B. Control Chart Rules and Interpretations. SPC for Excel.

2016. Disponível em:< https://www.spcforexcel.com/knowledge/control-chart-
basics/control-chart-rules-interpretation> Acesso em 22 de set de 2019.

MILAN, M. FERNANDES, R. A. T. Qualidade Das Operações De

Preparo De Solo Por Controle Estatístico De Processo. Scientia Agricola,
abr/jun de 2002. Disponível em: < http://www.scielo.br/pdf/sa/v59n2/8919>.
Acesso em: 23 de set de 2019.
 MONTGOMERY, D. C. Introdução ao controle estatístico da qualidade.
4. ed. São Paulo: Editora LTC, 2004.

RODRIGUES, M. de C.. Aplicação de Cartas de Controle nas Análises

de Rotina do Laboratório de Qualidade do Leite da Embrapa Gado de Leite,
2015. Disponível em: < http://www.ufjf.br/mestradoleite/files/2015/05/Disserta
%C3%A7%C3%A3o-Final4.pdf > Acesso em 19 de set de 2019.

SAMOHYL, R. W. Controle Estatístico da Qualidade: Métodos

Estatísticos. Rio de Janeiro: Elsevier, 2009.

STAPENHURST, T. Mastering Statistical Process Control. 1 ed.

Abingdon: Routledge, 2016.

THE QUALITY TOOLBOX: Control Chart: How to Understand it.

Disponível em < http://www.syque.com/quality_tools/toolbook/Control/how.htm>
Acesso em 22 de set de 2019.

VIEIRA, S. Estatística para a qualidade. 2. ed. Rio de Janeiro: Elsevier,

2012. 244 p.
SANTOS, A. G. et al. A importância dos gráficos de controle para monitorar a
qualidade dos processos industriais: estudo de caso numa indústria
metalúrgica. XXIX ENCONTRO NACIONAL DE ENGENHARIA DE
PRODUÇÃO - A Engenharia de Produção e o Desenvolvimento Sustentável:
Integrando Tecnologia e Gestão. Salvador, BA, Brasil, 06 a 09 de outubro de
2009. Disponível em:
<http://www.abepro.org.br/biblioteca/enegep2009_TN_STP_092_623_14093.p
df> Acesso em 19 de set de 2019.

WILD, J; SEBER, G. Chance Encounters: A First Course in Data

Analysis and Inference. 1 ed. New Jersey: Wiley, 1999.