Controle Estatistico Da Qualidade

Controle Estatístico da Qualidade
Brasília-DF.
Elaboração
Flavio Augusto Custodio
Produção
Equipe Técnica de Avaliação, Revisão Linguística e Editoração

Sumário
APRESENTAÇÃO.................................................................................................................................. 4
ORGANIZAÇÃO DO CADERNO DE ESTUDOS E PESQUISA..................................................................... 5
INTRODUÇÃO.................................................................................................................................... 7
UNIDADE I
DEFINIÇÃO E CONCEITOS DO CONTROLE ESTATÍSTICO DO PROCESSO................................................. 13
CAPÍTULO 1
SISTEMA DE CONTROLE DE PROCESSO.................................................................................... 15
CAPÍTULO 2
VARIABILIDADE: CAUSAS COMUNS E ESPECIAIS........................................................................ 18
CAPÍTULO 3
DISTRIBUIÇÃO DE PROBABILIDADE............................................................................................ 22
CAPÍTULO 4
ORIGENS HISTÓRICAS DAS CARTAS DE CONTROLE E DEFINIÇÃO............................................. 26
UNIDADE II
CARTAS DE CONTROLE PARA VARIÁVEIS E ATRIBUTOS............................................................................. 32
CAPÍTULO 1
CARTAS DE CONTROLE PARA VARIÁVEIS................................................................................... 32
CAPÍTULO 2
CARTAS DE CONTROLE PARA ATRIBUTOS.................................................................................. 42
UNIDADE III
ANÁLISE DE PROCESSOS...................................................................................................................... 48
CAPÍTULO 1
ESTABILIDADE E CAPACIDADE DE PROCESSO........................................................................... 48
UNIDADE IV
IMPLANTAÇÃO..................................................................................................................................... 54
CAPÍTULO 1
PROCEDIMENTO ITERATIVO DE MELHORIA E AS VANTAGENS DO CEP ...................................... 54
CAPÍTULO 2
PLANEJAMENTO DO CONTROLE ESTATÍSTICO DE PROCESSO.................................................... 58
PARA (NÃO) FINALIZAR...................................................................................................................... 74
REFERÊNCIAS................................................................................................................................... 77
Apresentação
Caro aluno
A proposta editorial deste Caderno de Estudos e Pesquisa reúne elementos que se

entendem necessários para o desenvolvimento do estudo com segurança e qualidade.
Caracteriza-se pela atualidade, dinâmica e pertinência de seu conteúdo, bem como pela
interatividade e modernidade de sua estrutura formal, adequadas à metodologia da
Educação a Distância – EaD.
Pretende-se, com este material, levá-lo à reflexão e à compreensão da pluralidade dos

conhecimentos a serem oferecidos, possibilitando-lhe ampliar conceitos específicos da
área e atuar de forma competente e conscienciosa, como convém ao profissional que
busca a formação continuada para vencer os desafios que a evolução científico-tecnológica
impõe ao mundo contemporâneo.
Elaborou-se a presente publicação com a intenção de torná-la subsídio valioso, de modo

a facilitar sua caminhada na trajetória a ser percorrida tanto na vida pessoal quanto na
profissional. Utilize-a como instrumento para seu sucesso na carreira.
Conselho Editorial
4
Organização do Caderno
de Estudos e Pesquisa
Para facilitar seu estudo, os conteúdos são organizados em unidades, subdivididas em

capítulos, de forma didática, objetiva e coerente. Eles serão abordados por meio de textos
básicos, com questões para reflexão, entre outros recursos editoriais que visam a tornar
sua leitura mais agradável. Ao final, serão indicadas, também, fontes de consulta, para
aprofundar os estudos com leituras e pesquisas complementares.
A seguir, uma breve descrição dos ícones utilizados na organização dos Cadernos de
Estudos e Pesquisa.
Provocação
Textos que buscam instigar o aluno a refletir sobre determinado assunto antes
mesmo de iniciar sua leitura ou após algum trecho pertinente para o autor
conteudista.
Para refletir
Questões inseridas no decorrer do estudo a fim de que o aluno faça uma pausa e reflita
sobre o conteúdo estudado ou temas que o ajudem em seu raciocínio. É importante
que ele verifique seus conhecimentos, suas experiências e seus sentimentos. As
reflexões são o ponto de partida para a construção de suas conclusões.
Sugestão de estudo complementar
Sugestões de leituras adicionais, filmes e sites para aprofundamento do estudo,

discussões em fóruns ou encontros presenciais quando for o caso.
Praticando
Sugestão de atividades, no decorrer das leituras, com o objetivo didático de fortalecer

o processo de aprendizagem do aluno.
5
Atenção
Chamadas para alertar detalhes/tópicos importantes que contribuam para a

síntese/conclusão do assunto abordado.
Saiba mais
Informações complementares para elucidar a construção das sínteses/conclusões

sobre o assunto abordado.
Sintetizando
Trecho que busca resumir informações relevantes do conteúdo, facilitando o

entendimento pelo aluno sobre trechos mais complexos.
Exercício de fixação
Atividades que buscam reforçar a assimilação e fixação dos períodos que o autor/
conteudista achar mais relevante em relação a aprendizagem de seu módulo (não
há registro de menção).
Avaliação Final
Questionário com 10 questões objetivas, baseadas nos objetivos do curso,

que visam verificar a aprendizagem do curso (há registro de menção). É a única
atividade do curso que vale nota, ou seja, é a atividade que o aluno fará para saber
se pode ou não receber a certificação.
Para (não) finalizar
Texto integrador, ao final do módulo, que motiva o aluno a continuar a aprendizagem

ou estimula ponderações complementares sobre o módulo estudado.
6
Introdução
Controle da qualidade é um conjunto de ações ou medidas desenvolvidas com o objetivo
de assegurar que os serviços ou produtos gerados atendam aos requisitos segundo os
quais foram especificados. Segundo a ISO 8402, Controle da Qualidade é definido
como sendo o conjunto de “técnicas e atividades operacionais usadas para atender os
requisitos para a qualidade”.
Avaliar os resultados das ações, com o objetivo de verificar se estão em conformidade

com as expectativas, faz parte da natureza do homem. Assim, no sentido Lato, pode-se
dizer que o controle da qualidade remonta aos primórdios da civilização humana.
Não se pode precisar no tempo quando foi que o controle da qualidade começou a
ser utilizado, de forma sistemática, de modo a assegurar que os resultados das ações
empreendidas viessem a atender aos requisitos dos projetos, na forma como foram
concebidos. Entretanto, a perfeição das obras remanescentes das civilizações grega,
romana, egípcia, chinesa, e outras, sob a forma de templos, termas, pirâmides, muralhas
etc., nos permite assegurar que alguma forma de controle devia ser por eles empregada.
Os registros históricos nos mostram que até o final do século XVIII, antes do início
da Era Industrial, os empreendimentos eram, na sua maioria, de natureza individual
ou familiar e cada um definia e controlava a qualidade dos produtos ou serviços que
gerava. Curiosamente, esta é uma postura muito atual. No que se refere à “garantia da
qualidade”, “cada um é responsável pela qualidade do que faz”. A diferença entre um
profissional do final do século XVIII e o seu colega dos anos 1990 está na forma segundo
a qual aquele entendia e este entende a função “qualidade”. Para o profissional do século
XVIII a “qualidade” estava relacionada ao atendimento as especificações do produto,
especificações estas quase sempre ditadas por ele mesmo. Ele definia o que deveria
ser “qualidade”, produzia e, eventualmente, quase sempre sem uma programação
específica definida, inspecionava o produto para verificar se estava conforme as suas
especificações. Hoje, a “qualidade” é definida pelo cliente.
Cabe, também, ao profissional dos nos 1990 produzir e controlar a qualidade do que ele
produz. Entretanto, o controle da qualidade por ele exercido é feito de forma sistematizada;
é planejado de forma a cobrir todas as fases do processo e tem por objetivo assegurar
que as necessidades do seu cliente vão ser atendidas. Não se trata mais apenas de uma
inspeção final para verificar se o produto tem ou não defeitos de fabricação.
Entretanto, não se pode dizer que a sociedade, até o início do século XIX, encontrava-
se totalmente sem estruturas organizacionais orientadas para o controle da qualidade.
7
Registra-se, no decorrer da idade média, intensas atividades de associações de
artesões, estabelecendo padrões que visavam proteger ganhos econômicos e sociais de
seus associados e regular a economia. Para alcançar esses objetivos essas associações
desenvolveram intensos e importantes trabalhos estabelecendo salários, condições de
trabalho e especificações para matérias-primas e produtos acabados.
Entre 1900 e 1930, com o advento da era industrial, pressionados pela crescente
concorrência e pela complexidade dos processos, iniciou-se uma nova fase para o
controle da qualidade. Essa foi a Era da Inspeção. No início, as inspeções eram feitas
no produto acabado e tinha por objetivo evitar que itens defeituosos chegassem ao
consumidor. Nenhuma técnica estatística era usada. No final dos anos 1920, como
decorrência da crescente complexidade dos processos e da maior concorrência do
mercado, iniciou-se a utilização de técnicas estatísticas para o controle dos produtos.
Em 1924, foi criado o Inspection Engineering Departament of Western Electric’s Bell
Telephone Laboratories, do qual foram membros personalidades como R. B. Miller,
G. D. Peterson, H. F. Dodge, G. D. Edwards, P. S. Olmstead, M. N. Torrey e outros,
aos quais devemos importantes trabalhos pioneiros de desenvolvimento de teorias e
métodos de controle da qualidade, incluindo critérios para seleção e amostragem. A
primeira carta de controle da qual se tem registro foi desenvolvida por Shewhart em
1924 e ficou conhecida como “Carta de Controle de Shewhart”.
Entre 1930 e 1940, o uso da estatística como ferramenta para o controle da qualidade se
consolidou como técnica. Destaca-se nesse período os trabalhos do Joint Committee for
the Development of Statistical Aplications in Egineering and Manufacturing, presidido
por Shewhart e apoiado pela American Society for Testing Materials (ASTM), American
Society of Mechanical Engineers (ASME), American Mathematical Society (AMS),
American Statistical Association (ASA), Institute of Mathematical Statistics (IMS) e o
American Institute of Electrical Engineers (AIEE).
Na década de 1940, o uso da estatística como ferramenta para o controle da

qualidade se consolidou como prática indispensável, principalmente devido às
condições impostas pela economia de guerra. A necessidade de massificar a produção
levou a uma inevitável deterioração da qualidade dos produtos. Esse fato obrigou
o sistema produtivo a utilizar, em escala sem precedentes, as técnicas estatísticas
que já haviam sido desenvolvidas para o controle de produtos. Nesse período,
intensivos programas de treinamento, orientados para a utilização destas técnicas,
foram implementados, com os objetivos de: minimizar perdas, reduzir o custo de
produção e, principalmente, assegurar a qualidade dos produtos. Nesse período, as
forças armadas dos Estados Unidos e dos países aliados desempenharam um papel
importantíssimo no desenvolvimento de novas técnicas estatísticas, na pesquisa de
8
novas teorias de controle, na implementação de programas de controle da qualidade
e, principalmente, no estabelecimento de padrões.
De 1950 a 1960, as forças armadas dos países aliados, principalmente devido à Guerra
Fria, que demandava contínuos e intensos programas de desenvolvimentos na área da
indústria bélica, continuaram sendo os principais impulsionadores do desenvolvimento
da área de controle da qualidade. Os principais esforços dos anos 1950 foram orientados
para os estabelecimentos de novos padrões. Nessa década, o controle da qualidade
deixou de enfocar o produto e passou a orientar-se para o processo, o que, do ponto de
vista estratégico, representou um passo importantíssimo. Na verdade, o responsável
pelos itens defeituosos é o processo. Se o processo é “capaz” e se está sendo devidamente
controlado deve, portanto, gerar produtos sem defeitos.
Na década de 1950, o Japão iniciou sua jornada rumo à industrialização. Deming, que
havia participado ativamente, na década de 1940, dos programas de mobilização para
a qualidade, nos Estados Unidos, foi para o Japão e, juntamente com Juran e Ishikawa,
tornou-se o principal responsável pela disseminação dos conceitos de controle da
qualidade naquele país.
Nos anos de 1960, o uso prático da estatística como ferramenta para o controle de processo
se consolidou e foram lançadas as bases para a implantação dos conceitos de Total
Quality Control – TQC, desenvolvidos por Feigenbaum. O parque industrial japonês,
ainda infante, serviu de palco para a implementação destes conceitos, na década seguinte.
A década de 1970 se caracterizou pela disseminação dos conceitos de TQC,

principalmente no Japão e foram lançadas as bases para a implantação do conceito de
Total Quality Management – TQM. No final desta década, a International Organization
for Standardization – ISO criou o Tecnical Committee 176 (TC - 176) cujos trabalhos
levaram à criação das Normas ISO série 9000, aprovadas em 1987.
Os anos de 1980 se caracterizaram pela implementação, em larga escala, dos conceitos de

TQM. O Japão, mantendo a sua posição de vanguarda, liderou os países industrializados
na implementação destes conceitos. A aprovação das Normas ISO série 9000, em 1987,
representou uma mudança de paradigma e a Europa, berço dessas Normas, ocupou a
posição de destaque neste novo cenário.
A partir da década de 1960, os problemas relacionados com a preservação da qualidade

do meio ambiente passaram, cada vez mais, a ocupar o centro das atenções da nossa
sociedade. O resultado desse movimento, principalmente nos países mais desenvolvidos,
foi o início de pressões social para que os sistemas produtivos utilizassem tecnologias
não poluidoras.
9
Na década de 1970, a sociedade, preocupada com os nossos recursos naturais, evoluiu,
incorporando conceitos de racionalização de insumos nos processos produtivos. O
vertiginoso crescimento das atividades industriais, ocorrido nesse último quarto do
século X, despertou, principalmente nas comunidades mais esclarecidas, uma forte
conscientização de que a natureza não é infinita em sua capacidade de absorver os
resultados de todas as atividades humanas, no ritmo em que estas vêm ocorrendo,
sem que sejam alteradas as condições ambientais globais. Como resultado, seis anos
após a realização da ECO-92, foi assinado, no início de 1998, o protocolo de Kyoto
que estabelece critérios sobre emissão de CO2 e outros gases que exercem efeito estufa
e prioriza o desenvolvimento e a utilização de tecnologias amigáveis com relação a
mudanças climáticas.
Como não poderia deixar de ser, os movimentos conservacionistas influenciaram

fortemente os conceitos relativos à qualidade e motivaram a aprovação das Normas
ISO Série 14000, em 1996. Essas Normas especificam os requisitos relativos a um
sistema de gestão ambiental e regem as relações contratuais para o comércio interno
e entre países, operacionalizando grande parte dos acordos firmados na ECO-
92. Assim, a preservação da qualidade do meio ambiente passou a ter um caráter
econômico urgente e como consequência, o sistema produtivo deverá privilegiar,
nos próximos anos, em escala crescente, a utilização de tecnologias orientadas para
o desenvolvimento sustentável, com enfoque na preservação dos ecossistemas e da
biodiversidade.
A função qualidade pode, também, ser analisada pelo objeto do seu foco. Até a década
de 1940 o produto era o ponto de aglutinação de todos os esforços orientados no
sentido de lhe agregar qualidade. Essa foi a Era da Inspeção, do controle da qualidade
e a estatística foi a principal ferramenta utilizada.
Nas décadas de 1950, 1960 e 1970, o processo passou a ser o ponto principal das
atenções, sem que, contudo, o produto tenha saído de cena. Controlar o processo para
que os produtos por ele gerados atendam as especificações, certamente é uma forma
mais econômica de assegurar qualidade. Nesse período, as inspeções continuaram
sendo atividades importantes, mas apenas para registrar a qualidade da produção e a
estatística consolidou sua posição como ferramenta indispensável para os processos
de controle.
Nas décadas de 1980 e 1990 cresceu no meio empresarial a consciência de que tão ou
mais importante do que produzir com qualidade, é oferecer ao cliente o que ele deseja,
é atender as suas necessidades. Assim, o cliente, como o “parceiro” mais importante
do negócio, passa a ser o foco das atenções. Atender às expectativas do cliente e, se
10
possível, superar essas expectativas, passa a ser a política dos negócios de sucesso. As
características de uma empresa orientada para o atendimento ao cliente são:
»» seus processos são consistentes e adequadamente controlados (eficiência);
»» seus produtos são especificados de acordo com as necessidades do seu

cliente (eficácia);
»» como as necessidades do cliente estão sempre mudando, elas são flexíveis,

adaptam-se com rapidez e têm visão do futuro (efetividade).
Para essa empresa, o cliente no sentido lato (a sociedade) aparece no cenário com
importância crescente e vai se tornando tão importante quanto o cliente que adquire
seus produtos ou serviços (cliente no sentido stricto).
O controle de processo, para estar de acordo com o enfoque filosófico da era em que
estamos vivendo, deve ser dinâmico, deve estar orientado para as necessidades dos
clientes (interno e externo, stricto e lato senso) e ser capaz de acompanhar as mudanças
das suas necessidades. Dentro deste contexto, a estatística é apenas uma ferramenta,
importantíssima sem dúvidas, mas apenas uma ferramenta.
Texto extraído de: <http://www.ebah.com.br/content/ABAAAAGoQAF/cep-controle-

estatistico-processo>. Acesso em: 15 abr. 2014.
Esta disciplina é dividida nas seguintes unidades tendo como base que o Controle
Estatístico da Qualidade é baseado no controle do processo.
A Unidade I procura apresentar as definições e conceitos do Controle Estatístico de

Processo (CEP). Ele mostra os objetivos do CEP, os conceitos de variabilidade, sistemas
de controle de processos e os diferentes tipos de distribuições de probabilidade que
ajudam a modelar o entendimento da vida real. Por fim é mostrado as origens e
definições das cartas de controle que tem um papel fundamental no processo do CEP.
Já na Unidade II é apresentado um detalhamento sobre as cartas de controle.

Primeiramente, é apresentada as cartas de controle para variáveis e depois as cartas de
controle por atributos. O objetivo desta unidade é mostrar para os principais tipos de
coletas de dados as opções de cartas de controle mais adequada.
A Unidade III procurar mostras as principais análises de processo para as tomadas de

decisões no CEP. Que seriam as análises de processo quanto à estabilidade e capacidade.
E por fim, na unidade IV será apresentada as vantagens do CEP em relação ao método

de inspeção e seguindo uma proposta de implantação feita por Ribeiro e Caten (2012)
mostrará como deve ser implantado o CEP em uma organização.
11
Objetivos
»» Promover o entendimento dos conceitos básicos a respeito do Controle
Estatístico do Processo que á base do Controle Estatístico da Qualidade.
»» Saber como analisar as cartas de controle.
»» Analisar o processo quanto a sua estabilidade e capacidade.
»» Entender como um CEP pode ser implantado em uma organização.
»» Instigar o aluno no aprofundamento de uso de ferramentas estatísticas.
12
DEFINIÇÃO E
CONCEITOS DO UNIDADE I
CONTROLE ESTATÍSTICO
DO PROCESSO
Todo processo produtivo em grande escala, como a fabricação de peças para a indústria
automobilística, indústria de borracha e pneus, tintas, cosméticos e fabricação de
alimentos diversos, necessita controlar o seu processo com objetivo de garantir a
qualidade do produto final bem como evitar que o produto tenha que ser novamente
fabricado, gerando custos desnecessários a empresa.
Prevendo este potencial risco da perda do controle do processo é que foram criadas
ferramentas de auxílio para o controle do processo por amostragem que represente de
forma representativa todo o processo produtivo, garantindo a qualidade do produto final.
De uma forma geral, o Controle Estatístico do Processo (CEP) fornece uma radiografia
geral do processo, identificando inclusive onde e em qual momento estão ocorrendo as
falhas no processo produtivo, ou seja, a variabilidade do processo.
O principal objetivo do CEP é controlar de forma eficaz a qualidade do produto, e

pode ser utilizado em diversos processos produtivos, além de ser possível de ser feito
pelo operador do processo em tempo real, com isso aumenta o comprometimento do
operador uma vez que agora ele tem a possibilidade de controlar o processo e libera a
gerência executiva para atividades de melhoria estrutural.
O CEP possibilita o monitoramento das características de interesse, assegurando

que elas serão mantidas dentro de limites preestabelecidos e indicando quando
devem ser tomadas ações corretivas ou preventivas para atuar sobre a causa raiz do
problema. É importante ressaltar a importância de se detectar os defeitos o mais
breve possível, para evitar o aumento dos custos devido à incorporação da matéria-
prima e da atuação da mão de obra em um produto defeituoso gerando prejuízos para
a organização.
O CEP objetiva aumentar a capacidade dos processos, reduzindo refugo e retrabalho,

e, por consequência, o custo da má qualidade. Assim, ele proporciona às empresas a
base para melhorar a qualidade de produtos e serviços e, simultaneamente, reduzir
substancialmente estes custos gerados pela má administração da qualidade.
13
UNIDADE I │ DEFINIÇÃO E CONCEITOS DO CONTROLE ESTATÍSTICO DO PROCESSO
De acordo com a definição de Taguchi, um produto ou serviço de qualidade é

aquele que atende perfeitamente às especificações, atingindo o valor alvo com
a menor variabilidade possível em torno dele.
Cada produto possui um número de elementos que, em conjunto, descrevem

sua adequação ao uso. Esses elementos são frequentemente chamados
características da qualidade ou indicadores de desempenho.
14
CAPÍTULO 1
Sistema de controle de processo
O sistema de controle do processo justifica-se, pelo fato de todo processo produtivo,

seja na fabricação de carros pela indústria automobilística, aviões pela indústria
aeronáutica, além de peças, equipamentos, alimentos, indústria farmacêutica,
enfim todos os processos em geral apresentam uma característica em comum que é
a variabilidade dos resultados, ou seja, apresentam variação entre um componente
e outro.
Um processo representa um conjunto de atividades a qual a partir de determinados

recursos os elementos de entrada se transformam em resultados. De elementos
de entrada podem ser uma matéria-prima, uma informação ou um recurso que é
“transformado” a partir de determinadas atividades. O resultado obtido pode ser uma
saída desejável ou não desejável.
Exemplificando, consideramos que em um processo de usinagem seja necessário o

atingir um valor nominal de 35,0000 mm de diâmetro de um determinado eixo, este
valor foi estabelecido em Projeto (Figura 1 na parte a), porém quando o processo real
de usinagem inicia-se os valores encontrados do diâmetro do eixo são ligeiramente
diferentes e variam em torno do valor de projeto (Figura 1 na parte b).
Figura 1. Diferença no valor nominal em projeto e do processo.
a) b)
VALOR NOMINAL VALOR NOMINAL

(PROJETO) (REAL)
Fonte: Diniz, 2001.
15
O processo em si é uma combinação de equipamentos, insumos, métodos, procedimentos

e pessoas, tendo como objetivo a fabricação de um bem ou o fornecimento de um serviço
(efeito). A figura 2 a qual utiliza um diagrama de Ishikawa (Causa e Efeito) mostra os
fatores que podem gerar um produto com defeito.
Figura 2. Diagrama de Causa e Efeito exemplificando um produto com defeito.
Fonte: <http://www.blogdaqualidade.com.br/diagrama-de-ishikawa>. Acessado em 9 dez. 2014.
O desempenho do processo varia de acordo como ele foi projetado a partir da estratégia
da organização e como é realizada a sua operação e os controles utilizados para a sua
verificação e validação.
Segundo Ribeiro e Caten (2012), as informações sobre o desempenho de um processo

são obtidas a partir do estudo cruzado, como mostrado na Figura 3, dos seguintes
itens:
a. qualidade das características do produto final mostrado na parte de cima

da figura;
b. qualidade das características intermediárias mostrado na parte

intermediária da figura;
c. ajuste dos parâmetros do processo mostrado na parte de baixo da figura.
16
DEFINIÇÃO E CONCEITOS DO CONTROLE ESTATÍSTICO DO PROCESSO │ UNIDADE I
Figura 3. Informações sobre o processo.
Fonte: Ribeiro e Caten (2012).
As informações sobre o processo são importantes para efeitos de mapeamento e

detecção de falhas e possíveis falhas impulsionando a geração de ações corretivas e
preventivas. É importante ressaltar que estas informações tem o propósito de atuação
e não para fins de registro e documentação.
A coleta de dados e as ações ao longo do processo visam à detecção imediata a defeito ou

de possíveis tendências a ocorrências de defeitos. Fazendo a detecção, existem diversas
formas de realização das ações que são controle sobre as matérias primas, ajuste nos
parâmetros do processo, manutenção periódica, treinamento de operadores, entre outros.
Por exemplo, um controle de processo utilizado comumente em empresas de produção

discreta e seriada é o de apontamento das dimensões de um produto. A engenharia de
processo define as cotas críticas para uma determinada operação de produto e esta cota
passa a ter uma frequência de medição a qual é registrada pelo operador e utilizada pela
Garantia da Qualidade para fins de controle garantindo a imediata detecção do desvio
e sua posterior ação.
17
CAPÍTULO 2
Variabilidade: causas comuns
e especiais
A variabilidade existe em todas as coisas (pessoas, máquinas ou natureza). Pessoas

não realizam a mesma tarefa da mesma forma todas as vezes. As máquinas não
são totalmente confiáveis em desempenhar exatamente da mesma maneira todo o
tempo. Estas diferenças no modo de realizar uma mesma atividade são chamadas de
variabilidade.
Utilizando um exemplo de Arnold et al. (2008), supondo que uma máquina de usinagem
usina 100 engrenagens cilíndricas com um diâmetro nominal de 1 polegada. Se medir
as engrenagens, vai se encontrar medições um pouco maiores ou pouco menores que 1
polegada. Se traçarmos um gráfico (histograma) sobre estas medições vamos encontrar
as seguintes medidas de acordo com a figura a seguir:
Figura 4. Histograma.
Fonte: Arnold et al. (2008)
No exemplo da Figura 4, a polegada está em inches. Veja que a maior quantidade de

observações está em torno de 1 polegada, porém existem variação para menos e para
mais. Em qualquer atividade de manufatura, é esperado encontrar certa variação
inerente no processo. Esta variação é oriunda de tudo que influencia o processo, também
chamado de causas comuns. Geralmente, existem seis causas comuns que geram esta
variação inerente:
»» Pessoas: se os operadores forem mal treinados e desmotivados, há então

a tendência de existir inconsistências no processo comparado com os
operadores bem treinados e motivados.
18
»» Máquinas: se tiverem boa manutenção elas tendem ser mais consistentes

que aquelas com baixa manutenção preventiva.
»» Matéria-prima: são mais consistentes se fornecidos dentro dos requisitos

do cliente e com baixíssimas variações.
»» Método: alterações no método de trabalho ou falta deste irão afetar o

padrão de qualidade.
»» Ambiente: variações de temperatura, umidade, poeira, entre outros

podem afetar o processo.
»» Medição: ferramentas de medição podem possuir um erro que podem

causas ajustes incorretos e medições incorretas gerando decisões erradas.
Dividir todas as possíveis variações em seis grandes categorias de causas comuns pode
tornar fácil a identificação das fontes de variação que ocorrem durante o processo. Se a
conexão que podem ser encontradas entre estas categorias de variações em um produto
ou serviço decorrer de umas destas seis causas comuns, então é possível melhorar a
qualidade do produto ou serviço.
Não há maneiras de mudar a variação, exceto se mudar o processo. Se o processo

produz muitos defeitos, então ele deve ser mudado.
A variável inerente não é a única causa da variação. Uma troca de ferramenta, uma
movimentação da porta-ferramenta, um engano do operador, uma máquina falhar
o programa. Há uma específica razão para as causas destas variações, neste caso
podemos chamar esta situação de variável controlável a qual decorre de uma causa
especial.
Tão logo a variável inerente decorrente de causas comuns exista, o sistema tem que ser
controlado estatisticamente. Se há uma causa especial atuando, o processo não está
sob controle e gerará produtos com defeito. O controle estatístico serve para detectar a
presença de causas especiais. O controle estático tem dois objetivos:
»» ajuda a selecionar processos capazes de produzirem o requerido produto

com a mínima quantidade de defeitos;
»» monitorar o processo para assegurar a produção contínua dentro da

requerida qualidade e sem variáveis controláveis atuando.
19
Padrões de variabilidade
A saída de cada processo tem um único padrão que pode ser descrito pela curva, centro
e amplitude.
A representação desta saída do processo é feita de acordo com a sua distribuição. Por
exemplo, temos a distribuição normal conforme a seguinte figura:
Figura 5. Curva do sino distribuição normal.
Fonte: Adaptado de Treinamento In Company LG Philips, 2003.
Conforme a Figura 5, a forma da curva é definida pela distribuição de dados. Uma

forma muito comum de curva em processos de manufatura que estão sob controle é a
distribuição normal. Ela também existe em processos naturais, como por exemplo, a
evolução de peso do ser humano.
Já o centro de uma distribuição normal é calculado a partir da soma de todas as

observações dividida pelo número de observações. Veja na Figura 6 que a maior parte
dos dados estão concentrados na região central do gráfico.
Para validar um processo em uma distribuição normal, deve-se conhecer o valor do seu
centro como também a amplitude da variação. Em um controle estatístico de processo
há dois métodos para a medição da variação. Uma delas é chamada de range e outro de
desvio padrão.
»» Range: ela é a diferença entre o maior e menor valor de uma amostra. Ela
é uma medida de amplitude da distribuição.
»» Desvio padrão: é uma medida que indica a amplitude média da variação

a partir do número sigma (σ). Conforme Figura 6, quanto maior o sigma
20
maior o número de observações contidas no desvio. Um desvio de 3σ

equivale a uma quantidade de 99,7% do número de observações.
Figura 6. Curva Gauss Tradicional com +- 3 Desvios Padrões.
Fonte: Adaptado de Treinamento In Company LG Philips, 2003.
21
CAPÍTULO 3
Distribuição de probabilidade
Uma distribuição de probabilidade é um modelo matemático que relaciona certo valor

da variável em estudo com a sua probabilidade de ocorrência.
Há dois tipos de distribuição de probabilidade, segundo Ribeiro e Caten (2012):
»» Distribuições contínuas: quando a variável que está sendo medida é expressa

em escala contínua, como no caso de uma característica dimensional.
»» Distribuições discretas: quando a variável que está sendo medida só pode

assumir certos valores, como por exemplo, os valores inteiros: 0, 1, 2,
entre outros.
No caso de distribuições discretas, existem distribuições bastante importantes como a

distribuição binomial e a de Poisson.
A distribuição binomial é a distribuição de probabilidade discreta do número de

sucessos numa sequência de n tentativas tais que as tentativas são independentes; cada
tentativa resulta apenas em duas possibilidades, (sucesso ou fracasso, certo ou errado,
verdadeiro ou falso, sim ou não, entre outros) a probabilidade de cada tentativa, p,
permanece constante.
Por exemplo, um produto manufaturado pode ser classificado como bom ou defeituoso,
uma moeda pode ser cara ou coroa, entre outros. Até mesmo variáveis contínuas podem
ser divididas em duas categorias, como por exemplo, o limite de velocidade de um
veículo automotor pode ser categorizado como dentro ou fora do limite legal.
Segundo a Ribeiro e Caten (2012), existem condições de aplicações para a distribuição

binomial:
»» são feitas n repetições de experimento, onde n é uma constante;
»» há apenas dois resultados possíveis em cada repetição, denominado

sucesso e falha;
»» a probabilidade de sucesso (p) e de falha (1-p) permanece constante em

todas as repetições;
»» as repetições são independentes, ou seja, o resultado de uma repetição

não é influenciado por outros resultados.
22
Os parâmetros da distribuição binomial são n e p. A média e a variância são calculadas

como:
µ = np
σ2 = np(1-p)
A distribuição binomial é usada com frequência no controle da qualidade quando a

amostragem é feita sobre uma população infinita ou muito grande. Nas aplicações
de controle da qualidade, procura-se obter o número de defeitos observados em uma
amostra de n itens.
Usando a equação da Binomial (procure na Internet), calcule a probabilidade de

obter um número de itens defeituosos com uma amostra n=50 e com uma taxa
de sucesso de 95%.
Já a distribuição de Poisson é uma distribuição discreta aplicável à ocorrência de um

evento em um intervalo especificado. Por exemplo, o número de acidentes por mês,
clientes chegando ao caixa de um supermercado, quantidade de pessoas por metro
quadrado, entre outros.
Segundo Ribeiro e Caten (2012), as condições de aplicação são:
»» o número de ocorrências durante qualquer intervalo depende somente

da extensão do intervalo;
»» as ocorrências ocorrem independentemente, ou seja, um excesso ou falta

de ocorrências em algum intervalo não exerce efeito sobre o número de
ocorrências em outro intervalo;
»» a possibilidade de duas ou mais ocorrências acontecerem em um

pequeno intervalo é muito pequena quando comparada à de uma única
ocorrência.
A distribuição de Poisson é caracterizada pela letra λ que significa a taxa média de

ocorrência por unidade de medida. A média e a variância são iguais a λ.
A aplicação típica da distribuição de Poisson no controle da qualidade é como um

modelo para o número de defeitos (não conformidades) que ocorre por unidade de
produto (por metro quadrado, volume ou tempo).
No caso de distribuições contínuas, as distribuições que mais se destacam são a

exponencial, Weibull e Normal.
23
A distribuição exponencial é uma distribuição contínua utilizada para modelar o

tempo entre duas ocorrências de eventos num processo de Poisson. Na realidade, a
taxa constante de ocorrência de eventos prevista no processo de Poisson, tal como uma
chamada telefônica ou uma falha em uma máquina, raramente é uma pressuposição
razoável no ciclo completo de vida de um componente. Entretanto, pode ser que num
intervalo de tempo determinado essa taxa seja constante e a modelagem nesse intervalo
pode ser feita pela distribuição exponencial.
A distribuição exponencial é extensivamente utilizada para modelar o tempo entre

ocorrência de eventos num sistema, onde os eventos ocorrem a uma taxa constante.
Desse modo, tem grande aplicabilidade em estudos de sobrevivência, confiabilidade,
teoria das filas e simulação.
Na distribuição exponencial a variável aleatória é definida como o tempo entre duas

ocorrências, sendo a média de tempo entre ocorrências de 1/λ. Por exemplo, se a média
de atendimento na fila de uma repartição pública é de λ= 8 minutos, então o tempo
médio entre atendimentos é de 1/λ= 1/8 minutos.
Segundo Ribeiro e Caten (2012), a condição de aplicação é que o número de ocorrência

deve seguir uma distribuição de Poisson. A distribuição dos intervalos entre ocorrências
irá seguir o modelo exponencial com o parâmetro λ.
A média e o desvio padrão da distribuição exponencial são calculados usando:
µ = 1/ λ
σ= 1/ λ
A distribuição exponencial é largamente utilizada no campo da confiabilidade, como

um modelo para a distribuição dos tempos até a falha dos componentes eletrônicos.
Nesta aplicação, λ representa a taxa de falha para o componente e 1/ λ é o tempo médio
até a falha.
A distribuição Weibull foi proposta originalmente por W. Weibull (1954) em estudos

relacionados ao tempo de falha devido à fadiga de metais. Ela é frequentemente
usada para descrever o tempo de vida de produtos industriais. A sua popularidade
em aplicações práticas deve-se ao fato de ela apresentar uma grande variedade
de formas, todas com uma propriedade básica: a sua função de taxa de falha é
monótona. Isto é, ou ela é crescente ou decrescente ou constante. Ela descreve
adequadamente a vida de mananciais, componentes eletrônicos, cerâmicas, capacitores
e dielétricos.
24
Segundo Ribeiro e Caten (2012), o modelo desta distribuição é dada por:
A média e a variância desta distribuição são:
A distribuição de Weibull é uma generalização da distribuição exponencial.
A distribuição normal que é outra distribuição contínua foi apresentada no Capítulo 2.
Para aprofundamento dos estudos de Distribuição Normal:
<http://www.eecis.udel.edu/~portnoi/classroom/prob_estatistica/2006_2/
lecture_slides/aula14.pdf>. Acesso em: 19 mar. 2015.
25
CAPÍTULO 4
Origens históricas das cartas de
controle e definição
A origem do CEP advém da origem das cartas de controle. A partir do texto de Ribeiro
e Caten (2012) tem-se a evolução histórica destas cartas.
O controle da qualidade iniciou na década de 1920, nos Estados Unidos,

como resultado de avanços na tecnologia de medição e da aplicação
industrial das cartas de controle, desenvolvidas pelo Dr. Walter A.
Shewhart, da empresa de telefonia Bell Telephone Laboratories.
O Dr. Walter Shewhart desenvolveu uma técnica simples, porém muito

poderosa para fazer a distinção entre causas comuns e causas especiais:
as chamadas cartas de controle do processo.
Ele propôs o uso das cartas de controle para a análise dos dados
provenientes de amostragem, substituindo a mera detecção e correção
de produtos defeituosos pelo estudo e prevenção dos problemas
relacionados à qualidade, visando impedir que produtos defeituosos
fossem produzidos.
Em seguida, o controle da qualidade foi também adotado na Inglaterra.

Em 1935, os trabalhos do estatístico E. S. Pearson foram utilizados
como base para os padrões normativos britânicos.
A Segunda Guerra Mundial foi decisiva para a aplicação do controle de

qualidade e da estatística moderna em um maior número de indústrias
americanas. Após a guerra, foi a vez do Japão adotar o controle
estatístico da qualidade, seguindo os padrões americanos.
A partir de 1954, com os seminários do engenheiro americano J.

M. Duran, os japoneses começaram a perceber que o controle da
qualidade dependia muito de fatores humanos e culturais. A partir
dessa percepção, foi desenvolvido um método japonês para o controle
da qualidade, que deu origem ao controle da qualidade total no estilo
japonês, envolvendo a participação de todos os setores e funcionários
da empresa e que muito contribuiu para que o Japão passasse a fabricar
produtos da mais alta qualidade.
26
Recentemente, vários países perceberam as vantagens do controle da

qualidade, com isso um grande número de empresas em todo o mundo
vem utilizando os métodos do controle da qualidade, com as adaptações
necessárias às suas situações específicas.
Uma carta de controle, segundo o site <www.datalyzer.com.br> (2015) é composta por:
»» um gráfico cartesiano, onde o eixo horizontal representa o tempo e, o

vertical, o valor da característica;
»» um conjunto de valores (pontos) unidos por segmentos de reta;
»» três linhas horizontais: limite inferior de controle, limite controle e linha

média.
Figura 7. Exemplo de uma Carta de Controle.
Fonte: <3.bp.blogspot.com/-13eGRgho3FM/TfftQDgREYI/AAAAAAAAAP4/GpqOTLk3YPs/s1600/cartacontrole.jpg>. Acesso em: 5 mar. 2015.
As fases para a elaboração do gráfico de controle podem ser divididas em:
1. Coleta: os dados de uma determinada característica relacionada a um

processo ou produto devem ser coletados no ambiente a ser estudado e
organizado de forma que possam ser inseridos em uma carta de controle.
Exemplos de dados que podem ser coletados são: diâmetro de uma barra
cortada, quantidade de defeitos de usinagem de um produto, obtenção
de dados de temperatura e pressão de um tanque de resfriamento, entre
outros.
2. Controle: para estabelecer um controle é preciso estabelecer limites que

são obtidos através da coleta de dados obtidos a partir da variação natural
27
do processo e da amostragem. Estes limites são mostrados na carta de

controle como retas na parte superior e inferior do gráfico.
3. Análise e melhoria: com o estabelecimento do controle e também do

monitoramento, é possível atuar nas causas raízes dos problemas que
geram variação não natural do processo. A carta de controle permite o
cálculo da capacidade do processo indicando se o processo é conforme
ou não.
Usadas adequadamente, as cartas de controle podem:
»» ter um aumento na porcentagem de produtos capazes de satisfazer aos

requisitos do cliente;
»» ter uma diminuição do retrabalho e sucata, diminuindo, consequentemente,

os custos de fabricação;
»» aumentar a probabilidade geral de produtos aceitáveis;
»» ter informações para melhoria do processo;
»» servir aos operadores para o controle contínuo do processo;
»» ajustar o processo para que produza de forma consistente, previsível,

com qualidade e custo adequados;
»» fornecer uma linguagem comum para a análise do desempenho do

processo, separando causas especiais de variação das comuns, como um
guia para ações locais sobre o sistema.
Tipos de carta de controle

Existem basicamente dois tipos de gráfico que são os de variáveis e os de atributo
conforme o quadro a seguir:
Quadro 1. Tipos de Gráficos de Controle.
Variáveis Atributo
Média (µ) e Amplitude (R) Proporção Não-Conforme (p)
Média (µ) e Desvio Padrão (σ) Número de Itens Não-Conformes (Np)
Mediana ( ) e Amplitude (R) Não-Conformidades (c, u).
Valores Móveis Individuais e Amplitude Móvel (X – AM)
Fonte: próprio autor.
28
Nos próximos capítulos desta apostila detalharemos mais o gráfico de controle:
A construção de um gráfico de controle ocorre a partir dos seguintes passos:
1. comece planejando como e onde você adquirirá seus dados (escreva uma
Definição Operacional);
2. complete a informação de identificação da carta (o que está sendo medido,

datas, local, coletor);
3. calcule a média de processo (somente para Cartas de Controle);
4. calcule os limites de controle superior e inferior (somente para Cartas de

Controle);
5. determine a escala para a carta de controle, esboce o centro e as linhas de

controle; e
6. interprete o gráfico.
Existem diversas maneiras de interpretar uma carta de controle. Na figura 8 existem

pontos que estão em determinadas zonas. Estas zonas mostram tendência de variação
de processo decorrente de uma causa especial que precisará ser analisada.
Figura 8. Interpretação de uma carta de controle.
Fonte: <http://www.datalyzer.com.br/site/suporte/administrador/info/arquivos/info52/fig1.gif>. Acesso em: 9 mar. 2015.
29
Dez erros comuns sobre gráfico de controle
1. Gráficos de controle são ferramentas para funcionários de produção para

dizer a eles como ajustar seus processos.
O gráfico de controle é uma ferramenta para entender a variação. Um operador

reagindo a uma situação fora de controle é um entre os muitos usos possíveis
para um gráfico de controle, mas certamente não é o mais importante.
2. Gráficos de controle são apenas para operações de produção ou

manufatura.
Os gráficos de controle devem ser usados para entender a variação em todos

os processos importantes em uma organização. Esses incluem relações de
funcionários, segurança, contabilidade, planejamento, manutenção, engenharia,
pesquisa, atendimento ao cliente e assim por diante.
3. Limites de controle são limites além dos quais não queremos ir.
Os limites de controle não têm nada a ver com nosso desejo. Os limites
apenas definem as regiões para causas comuns de variação. Com frequência
queremos que um processo saia do controle, se, esta saída resultar em um maior
faturamento ou menos erros nas ordens de compra.
4. Limites de controle são limites dentro dos quais o processo pode variar
ao acaso.
Uma formulação melhor seria dizer que os limites de controles são limites no
processo dentro dos quais os resultados de amostras podem variar devido
a causas comuns, quando o processo não muda. Esse conceito errado é uma
boa razão para não ligar os pontos plotados em um gráfico de controle. A linha
ligando os pontos implica em uma “mudança” para alguns observadores.
5. O processo pode ir e vir – sob controle, fora de controle, e depois de novo

sob controle.
A estatística calculada para subgrupos diferentes varia. Se uma causa especial

resulta em uma mudança no processo, os pontos do subgrupo ainda assim vão
variar, mas agora alguns podem estar dentro dos limites de controle e outros
fora. Não existe uma correspondência de um para um entre a ocorrência de
causas especiais no processo e pontos fora de controle no gráfico de controle.
30
6. Gráficos de controle só podem ser usados para acompanhar processos ao

longo do tempo.
O modo mais comum de se desenvolver gráficos de controle é definir subgrupos

por períodos de tempo, mas há muitas outras possibilidades tais como por
funcionário, por cliente, por fornecedor, por rolo, por lote de material, por
cidade, por número do instrumento e assim por diante. Gráficos de controle são
apropriados para todos esses agrupamentos de dados.
7. É mais difícil manter limites de controles estreitos do que amplos.
Os limites de controle são calculados usando o mesmo método todas as vezes.

Limites de controle “estreitos” indicam que a variação de causa comum no
processo é relativamente pequena. A frequência e a magnitude das causas
especiais (o que não é parte do cálculo do limite de controle) determina a
dificuldade em se “manter limites de controles”.
8. Limites de controle dois-sigma resultam em controles “mais restritos” do

que os limites tradicionais três-sigma.
Usar outros limites que não sejam os três-sigmas de Shewhart provavelmente

resultará em custos maiores devidos à reação excessiva às causas comuns e
a pouca reação a causas especiais. Para processos estáveis, reagir a todos os
pontos fora de um limite dois-sigma resultará em um aumento de variação no
resultado do processo.
9. Causas especiais são sempre indicações de um problema de baixa

qualidade.
10. Não é necessário investigar causas especiais que resultem em qualidade

melhor.
Shewhart chamava as causas especiais de causas assinaláveis, pois a variação

podia ser “atribuída” a uma causa particular. A variação na direção correta pode
certamente ser uma ótima oportunidade. Em um gráfico de controle para o
percentual de itens defeituoso, as causas especiais importantes são aquelas
que resultam em pontos abaixo do limite de controle inferior. Se puder ser
encontrada uma maneira de se incorporar essas causas especiais no processo,
então uma melhoria fundamental no processo pode ser feita.
Fonte: <http://www.escolaedti.com.br/dez-erros-grafico-de-controle/>. Acesso em: 9 mar. 2014.
31
CARTAS DE CONTROLE
PARA VARIÁVEIS E UNIDADE II
ATRIBUTOS
Quando a gestão decide utilizar as cartas de controle, o primeiro passo é realizar uma
coleta de dados que seja suficiente para análise. Esta coleta é feita dentro de certa
frequência e tamanho de amostra definidos de acordo com a característica do processo
a ser estudado.
Por exemplo, uma coleta de dados de uma cota dimensional crítica de um produto
usinado por um torno CNC. Esta coleta é feita de hora em hora com uma quantidade
mínima de 15 amostras.
Como visto anteriormente, com os dados, calcula-se a média, o desvio-padrão e então os

limites de controle associados às causas comuns de variabilidade poderão ser definidos.
No próximo capítulo serão exploradas as possibilidades de auxílio das cartas de controle
tanto para variáveis como para atributos.
CAPÍTULO 1
Cartas de controle para variáveis
Existem três gráficos que podem ser usados no controle de variáveis; da média, do
desvio padrão (σ) e da amplitude (R). Todos os três tipos estão baseados no limite de ±
3σ (3 desvios padrões), com isto a probabilidade de um ponto caia fora dos limites de
controle é de três em cada mil pontos.
Segundo Ribeiro e Caten (2012), variáveis são características de qualidade que são
mensuráveis, ou seja, são medidas contínuas, como, por exemplo: o diâmetro de um
rolamento, uma resistência elétrica, o tempo de atendimento de um pedido etc. Muitos
processos têm características mensuráveis, assim há um amplo espaço para o uso das
cartas para variáveis.
Falando inicialmente de média e amplitude, quando lidamos com uma medida

mensurável, necessitamos monitorar tanto a média quanto a sua variabilidade que
pode ser expressa pelo desvio padrão. Para isso, supomos que esta média mensurável
tem distribuição de probabilidade com média μ e desvio padrão σ. Assim, para uma
amostra aleatória X1, X2, ... , Xn de tamanho n, temos que a média amostral é dada por:
32
CARTAS DE CONTROLE PARA VARIÁVEIS E ATRIBUTOS │ UNIDADE II
Fonte: Estatcamp, 2015.
Com isso, aplicando o Teorema Central do Limite para esta amostra aleatória, quando
o tamanho da amostra aumenta, a distribuição amostral da média se aproxima de
uma distribuição Normal com média μ (também conhecido como ) e desvio padrão
, ou seja, se o tamanho amostral é suficientemente grande, podemos assumir
que a média amostral tem uma distribuição normal. Consequentemente, o intervalo de
confiança da média é dado por:
Fonte: <http://www.portalaction.com.br/controle-estatistico-do-processo/41-graficos-media-e-
amplitude>. Acesso: 2 abr. 2015.
Para o entendimento mais aprofundado sobre Teorema do Limite Central
<http://pt.wikipedia.org/wiki/Teorema_central_do_limite>. Acesso em: 25 mar.

2015.
A seguir um detalhamento sobre Intervalo de Confiança:
Os limites da distribuição dos valores individuais são chamados de limites

naturais e os limites da distribuição de probabilidade das médias são chamados
de limites de controle. Na verdade, esses limites são intervalos de confiança em
torno da média.
Como a análise do processo é realizada por meio de amostragem, a estimativa

da média e da variabilidade do processo é realizada através de uma estrutura
intervalar que proporciona um intervalo no qual se admite que esteja a
verdadeira média e variabilidade populacional.
Como não se sabe ao certo onde estará o verdadeiro parâmetro populacional,

deve ser usada uma atribuição probabilística do intervalo em que o verdadeiro
valor possa estar. Esse intervalo chama-se intervalo de confiança, e a confiança
associada é 1 - α onde α é a probabilidade do erro.
Um intervalo de confiança de 100(1-α)% é estabelecido a partir de dois limites,

tais que a probabilidade do verdadeiro valor do parâmetro estar incluído dentro
do intervalo é 100((1-α) %.
Na prática, geralmente não conhecemos μ e σ, contudo, estes parâmetros são estimados a

partir de amostras preliminares tomadas em subgrupos de pelo menos 20 a 25 amostras.
33
UNIDADE II │ CARTAS DE CONTROLE PARA VARIÁVEIS E ATRIBUTOS
Suponhamos que temos disponível m amostras, com cada uma contendo n observações
sobre a característica da qualidade. Nas aplicações, o número de observações n é
pequeno e geralmente resultam a partir da construção de subgrupos racionais, em que
os custos de amostragem e de inspeções associadas com as medições das variáveis são
altos. Para o gráfico da média X, tomamos as médias de cada amostra,
temos que o melhor estimador de µ para o processo da média é dada por:
Que é a linha central do gráfico X .
Para estimar o desvio padrão, para isto, é necessário estimar a amplitude . Assim,
para uma amostra aleatória X1, X2, ... , Xn de tamanho n, temos que a amplitude é
dada por:
Agora, seja as amplitudes das m amostras, então a linha central (LC) ou

a média das amplitudes é dada por:
Uma vez calculados X e R, calcula-se os limites de controle das médias considerando-se

a extensão de seis desvios-padrões das médias (três para cada lado), que segundo a
distribuição normal compreende 99,73% dos valores de médias amostrais. A fórmula
resulta:
LC = X ± 3σ
Onde a variabilidade das médias é estimada a partir da variabilidade dos valores

individuais usando σ = σ/√n. Substituindo esta expressão na equação anterior, resulta:
LC = X ± 3σ /√n
Onde a variabilidade dos valores individuais é estimada a partir da média das amplitudes
dos subgrupos usando σ = R/d2 e d2 é uma constante que depende do tamanho da
amostra, cujos valores encontram-se na Tabela 1.
Tabela 1. Valores das constantes para um tamanho n.
n 2 3 4 5 6 7 8 9 10 15 20
D4 3,27 2,57 2,28 2,11 2,00 1,92 1,86 1,82 1,78 1,65 1,59
D3 0 0 0 0 0 0,08 0,14 0,18 0,22 0,35 0,42
d2 1,13 1,69 2,06 2,33 2,53 2,70 2,85 2,97 3,08 3.47 3.74
A2 1,88 1,02 0,73 0,58 0,48 0,42 0,37 0,34 0,31 0,22 0,18
34
Substituindo-se essa expressão na equação anterior, resulta:
LC = X ± 3 R/√nd2
Substituindo-se A2 = 3/√nd2 na equação anterior, tem-se os limites de controle para

as médias:
LCS = X + A2R
LCI = X - A2R
Onde A2 é uma constante que depende do tamanho da amostra, cujos valores são
apresentados na Tabela 1.
Os limites de controle para as amplitudes são calculados como segue:
LC = R ± 3σR
Onde:
σR = d3σ = d3 R/d2
Substituindo-se essa expressão na equação anterior, tem-se:
LCS = + 3 d3 R/d2
LCI = - 3 d3 R/d2
Substituindo D4 = 1+ 3*d3/d2 e D3= 1- 3*d3/d2 e nas equações anteriores, tem-se os

limites de controle para as amplitudes:
LCS = d4* R
LCI = d3* R
Onde D4 e D3 são constantes que dependem do tamanho da amostra, cujos valores são
Tabela 2. Medidas de usinagem coletada por hora.
Hora 1 2 3 4 5 6 7 8
Medida 1 17 19 23 18 20 17 23 21
Medida 2 18 20 18 18 21 18 22 20
Medida 3 24 20 21 19 21 19 24 20
Medida 4 22 21 19 18 20 16 21 21
Medida 5 23 20 22 19 22 17 22 19
35
A partir da obtenção de 5 medidas por hora em um determinado processo de

usinagem, calcule a média, a amplitude e estabeleça os limites de controle. Trace
o limite de controle graficamente para média e amplitude.
Os gráficos de limite de controle para as médias têm o intuito de monitorar a

variabilidade entre as médias ao longo do tempo, enquanto o gráfico de amplitude
monitora a variabilidade da amostra ao longo do tempo.
No caso de média e desvio padrão, o desvio padrão pode ser um indicador mais eficiente
da variabilidade, principalmente para amostras grandes. Segundo Ribeiro e Caten
(2012), recomenda-se o uso da carta desvio padrão quando:
a. os dados forem coletados por computador e for fácil de implementar uma

rotina de cálculo;
b. os processos forem sofisticados, controlados por especialistas;
c. as amostras forem grandes (subgrupos de tamanho n > 10).
A fórmula do desvio padrão é:
� � � � � �
s = √∑ ��) = √∑ ��) = √��
��
E os limites de controle da média são calculados usando:
LCS = X + A3 s
LCI = X - A3 s
Onde A3 é uma constante que depende do tamanho da amostra, conforme apresentado

na Tabela 3.
n 2 3 4 5 6 8 9 10 15 20 25
B4 3,27 2,57 2,27 2,09 1,97 1,82 1.716 1,72 1,57 1,49 1,43
B3 0 0 0 0 0,03 0,19 0.239 0,28 0,43 0,51 0,57
A3 2,66 1,95 1,63 1,43 1,29 1,10 1.032 0,98 0,79 0,68 0,61
E os limites de controle do desvio padrão são calculados usando:
LCS = B4 s
LCI = B3 s
36
Onde B4 e B3 são constantes que dependem do tamanho da amostra, conforme Tabela 3.
Trabalhando agora com as cartas de controle para a mediana e amplitude, pode-se dizer
que a mediana tem algumas vantagens em relação à média que são:
»» maior facilidade de cálculo;
»» ela tem mais robusteza para outliers, ou seja, de dados extremos.
Segundo Murteira et al. (1983), a mediana é o valor numérico que separa a

metade superior de uma amostra de dados, uma população ou uma distribuição de
probabilidade, a partir da metade inferior. A mediana de uma lista finita de números
pode ser encontrada por providenciar todas as observações do valor mais baixo para o
valor mais elevado e obtenção do número do meio (por exemplo, a mediana de {2, 3, 6,
7, 12} é 6). Se houver um número par de observações, então não existe um valor médio
único, a mediana é, então, geralmente definido como a média dos dois valores do meio 1
2 (a mediana de {2, 4, 6, 10} é (4+6)/2 = 5), o que corresponde a interpretar a mediana
como semi amplitudes totalmente aparadas. A mediana é de importância central nas
estatísticas robustas, já que é a estatística mais resistente, tendo um ponto de ruptura
de 50%: enquanto não mais de metade dos dados está contaminada, a mediana não vai
dar um resultado arbitrariamente grande.
A mediana pode ser utilizada como uma medida de localização quando a distribuição
é desviada, quando os valores finais não são conhecidos, ou quando se exige reduzida
importância para ser anexado a outliers, por exemplo, uma vez que podem existir erros
de medição.
O procedimento para identificar a mediana é colocar os dados em ordem crescente e

identificar o valor central. Em uma carta de controle, o monitoramento é feito plotando
todos os valores individuais, pois dessa forma eles ficam automaticamente em ordem
crescente, e assinalando o valor mediano. Para esse procedimento ser prático, o
subgrupo deve ser pequeno e com tamanho de amostra ímpar (3, 5 ou 7).
Os limites de controle são calculados usando-se o valor médio das medianas () conforme
informação a seguir:
LCS = ࢞ ෪ ܴത
෥ + ‫ʹܣ‬
LCI = ࢞ ෪ ܴത
෥ - ‫ʹܣ‬
෪ é uma constante que depende do tamanho da amostra, conforme Tabela 4. Já
Onde ‫ʹܣ‬
a amplitude é calculada como:
LCS = D4 R
LCI = D3 R
37
Onde D4 e D3 são constantes que dependem do tamanho da amostra, cujos valores

foram apresentados na Tabela 2.
n 2 3 4 5 6 7 8 9 10
෪
‫ʹܣ‬ 1,88 1,19 0,80 0,69 0,55 0,51 0,43 0,41 0,36
O tipo de monitoramento deste tipo de carta de controle segue o mesmo padrão das
anteriores.
Em algumas situações é necessário o controle do processo usando medidas individuais.

Segundo Ribeiro e Caten (2012), estas situações ocorrem quando:
»» taxa de produção muito baixa ex.: 1 produto por dia);
»» testes muito caros (ex.: testes destrutivos ou que exijam a parada da

produção);
»» características muito homogêneas, que variam muito lentamente (por

ex.: um digestor químico).
As cartas dos valores individuais não se beneficiam do teorema do limite central que
garante que as médias seguem à distribuição Normal, logo deve-se ter alguns cuidados
com a sua aplicação:
»» se a distribuição não for simétrica, a interpretação das cartas deve levar

isso em conta;
»» as cartas de valores individuais não são tão sensíveis a mudanças no

processo como as cartas de médias;
»» os pontos da carta da amplitude móvel são correlacionados, e essa

correlação pode induzir um padrão ou ciclos na carta de amplitude;
»» as cartas de valores individuais não permitem avaliar diretamente a

dispersão do processo.
Para contornar esse último aspecto, em geral, se usa uma amplitude móvel calculada
como a diferença entre cada par de leituras sucessivas. Dessa forma, o tamanho de
amostra é considerado n=2.
Os limites da carta de valores individuais são calculados como segue para amplitude:
38
LCS = D4 R
LCI = D3 R
Onde D4 e D3 (consultar Tabela 1) são constantes que dependem do tamanho da

amostra.
Os limites da carta de valores individuais são calculados como segue para valores
individuais:
LCS = X + E2 R
LCI = X - E2 R
Onde E2 é uma constante que depende do tamanho da amostra, cujos valores são
Tabela 5. Valores da constante E2.
n 2 3 4 5 6
E2 2,66 1,77 1,46 1,29 1,18
A constante E2 só poderá ser usada se a distribuição for aproximadamente simétrica. A

variabilidade do processo continua sendo estimada usando-se ࣌ ෝ=ࡾഥ / D2.
Por fim, as cartas de médias móveis, segundo Ribeiro e Caten (2012) são usadas para
situações:
»» Muito efetivas para detectar pequenas mudanças na média;
»» Indicadas para o controle automatizado.
O uso simultâneo de cartas de médias móveis e médias simples ou valores individuais

é recomendado.
A média móvel é a média de certa quantidade de dados. Ela é dita móvel porque,
a cada novo tempo, consideramos um novo dado e abandonamos o mais antigo.
A quantidade de dados é sempre constante o que nos faz abandonar sempre o
primeiro dado da série.
A média móvel constata as mudanças de tendência e acompanha o seu

desenvolvimento. Muitos operadores a utilizam como sistemas de operação;
outros, como confirmação de pontos de compra ou venda, obtidos por
indicadores que sinalizam com antecedência.
Para análises financeiras, as médias, geralmente, são plotadas superpostas aos

gráficos de barras. Quando elas estão abaixo dos gráficos de barras, caracteriza-
39
se o mercado de alta. Se estão acima, o mercado é dito de baixa. Quando elas

se horizontalizam, e as barras do gráfico de barras se alternam acima e abaixo, o
mercado é chamado em desenvolvimento lateral.
Para evitar ao máximo os pontos falsos, dados pelas médias móveis, utilizam-
se filtros; tomando como referência o fechamento sempre do lado correto da
média, ou considerando certa porcentagem acima ou abaixo da média móvel,
conforme for o caso.
Podemos também plotar mais de uma média móvel e obter daí pontos de
compra e venda. Escolhe-se o parâmetro da primeira média para acompanhar
mais estreitamente o gráfico de barras. Essa média suaviza os movimentos mais
ou menos erráticos dos preços. A segunda, tem um parâmetro maior.
O cruzamento da primeira, a menor, debaixo para cima sobre a segunda, a maior,

gerará um ponto de compra. O cruzamento da primeira, a menor, de cima para
baixo sobre a segunda, a maior, indicará um ponto de venda.
Outra maneira de se operar com duas médias é comprar quando as barras ficam
acima das duas médias. Se os preços voltam e caem na zona delimitada pelas
duas médias, a posição é zerada. Quando o fechamento se situa abaixo da média
menor, abre-se uma posição de venda que é fechada se os preços voltam e se
situam entre as médias.
A média móvel de passo w é definida como:

��
�� =
�
A média móvel é recalculada a cada nova amostra (subgrupo), incorporando a amostra

mais recente e descartando a amostra mais antiga.
A variância da média móvel (σMt) resulta:

࣌
σMt =
ξ࢔࢝
Assim, os limites de controle para a média móvel para períodos onde t ≥ w serão:
૜࣌
LCS = ࢞
ന+
ξ࢔࢝
૜࣌
LCS = ࢞
ന–
ξ࢔࢝
Ou:
ന + A2ܴത
LCS = ࢞
ന - A2ܴത
LCI = ࢞
40
Onde A2 é uma constante da tabela 2.
A escolha da carta de controle de variáveis mais indicada pode ser vista a partir do
fluxograma da Figura 9:
Figura 9. Escolha da carta de controle de variáveis mais indicada.
41
CAPÍTULO 2
Cartas de controle para atributos
O termo “atributo”, utilizado em controle de qualidade, refere-se àquela característica

da qualidade que pode estar, ou não, conforme as especificações. Para melhor
entendimento, é comum utilizar-se os termos “bom” e “defeituoso” no lugar de
“conforme” e “não conforme”.
No gráfico de controle por atributos um produto é classificado como possuindo ou não

um atributo ou qualidade. Assim, o produto atende ou não a uma especificação. Os
itens que não satisfazem à especificação são denominados defeituosos. Muitas vezes o
interesse da gestão está na fração de unidades defeituosas em produção. Por outro lado,
frequentemente está-se interessado na evolução de uma característica quantitativa
(diâmetro de um pino, por exemplo).
Existem duas situações em que se utilizam atributos:
»» quando as medidas não são possíveis, tais como as características

inspecionadas visualmente (cor, brilho, arranhões e danos);
»» quando as medidas são passíveis, mas não são tomadas por questões
econômicas, de tempo, ou de necessidades. Em outras palavras, quando
o diâmetro de um furo pode ser medido com um micrômetro interno,
mas utiliza-se um calibre passa/não passa para determinar a sua
conformidade com as especificações.
Inicialmente, será falado das cartas de controle da fração defeituosas (Carta p).
O gráfico de controle p é muito versátil, podendo ser usado para controlar uma
característica de qualidade, um grupo de características de qualidade de mesmo tipo
ou o produto todo.
Esse gráfico possui uma grande faixa de utilização e as vantagens de poder ser usado para
uma grande diversidade de problemas, disponibilizar a informação normalmente sem
custo adicional da coleta, e de forma a ser rapidamente correlacionada com os custos,
proporcionar maior facilidade de entendimento por parte de pessoas não familiarizadas
com outros gráficos, além de ser mais facilmente implantado que os demais.
A fração defeituosa consiste na razão entre o número de peças defeituosas em uma

amostra e o número total de peças dessa mesma amostra.
p = np/n
42
Onde:
p = fração defeituosa;
n = número inspecionado em cada subgrupo;
np = fração defeituosa média em cada subgrupo.
Dentre os objetivos do gráfico p, encontra-se: determinar o nível de qualidade de um

produto, ficar alerta para qualquer mudança no nível de qualidade, avaliar o desempenho
relativo à qualidade do pessoal envolvido como operador e gerentes, indicar o uso de
gráficos de controle por variável, além de definir critérios de aceitação de produtos,
antes do embarque, para o cliente.
Passos para a construção de um gráfico de controle p:
1. definir o objetivo: determinar qual a finalidade do gráfico de controle,

o que se quer controlar (objetos, produtos, operários, características de
qualidade);
2. determinar o tamanho do subgrupo: o tamanho do subgrupo é uma

função da fração defeituosa. Para determinar o tamanho do subgrupo,
é preciso ter uma primeira estimativa da fração defeituosa do processo e
do número médio de defeitos para cada subgrupo a fim de que se possa
construir o gráfico de forma adequada;
3. coletar os dados: é necessário coletar dados suficientes, pelo menos

20 subgrupos, para construir o gráfico. Para cada subgrupo a fração
defeituosa é calculada pela fórmula;
4. determinar o valor central e os limites de controle: as fórmulas para

calcular os limites de controle são dadas por:
Onde:
p = fração defeituosa média para todos os subgrupos sendo ;
n = número inspecionado em cada grupo e a fração defeituosa média;
43
O gráfico p pode ser imediatamente introduzido, calculando-se somente os limites

de controle. Sendo o gráfico p baseado na distribuição binomial, a probabilidade de
selecionar um produto defeituoso deve ser constante, caso contrário, o mesmo não deve
ser usado.
Já o gráfico do número de unidades defeituosas (Carta np), também conhecido como

Gráfico do Número de Defeitos, pode ser usado como alternativa ao gráfico da fração
defeituosa, apresentando as mesmas vantagens já mencionadas. Neste caso as amostras
devem ter o mesmo tamanho, ao contrário da carta p, que permite a observação de
amostras de diferentes tamanhos.
O gráfico é chamado de np quando a amostra é acompanhada do número de itens

defeituosos em vez da fração de itens defeituosos. Quando as amostras que vão ser
mostradas em um determinado gráfico são do mesmo tamanho, torna-se mais simples
compreendê-lo se for marcado o número de não conformidades encontradas em cada
amostra em vez de calcular a percentagem.
As etapas para construção do gráfico np são dadas a seguir.
»» coletar as amostras de dados;
»» calcular o valor de pi.
Onde:
di = defeitos de cada subgrupo;

n = tamanho da amostra fixa.
5. Calcular np:
6. Calcular os limites de controle:

44
Já a carta de controle do número de defeitos (c) é utilizado para avaliar o número de

não conformidades, ou defeitos, em uma amostra. A utilização deste gráfico requer
tamanho constante para as amostras observadas. Algumas aplicações são, por exemplo,
controle de bolhas em garrafas e riscos em peças estampadas.
A principal diferença com relação ao gráfico p, é que este último se utiliza da contagem
de unidades defeituosas, não se preocupando com a quantidade de defeitos.
Uma ideia desta diferença é dada pela Figura 10. Considerando cada quadro como uma
unidade, e cada ponto em destaque como um defeito, nota-se que há na amostra da
esquerda quatro unidades defeituosas, e um total de sete defeitos.
Na amostra da direita há duas unidades defeituosas, e o mesmo número de defeitos da

primeira.
Figura 10. Comparação de defeitos entre unidades.
Fonte: Louzada (2013).
Os passos para a construção do gráfico de controle c são os mesmos utilizados na

construção do gráfico de controle p. Caso o número de defeitos c for desconhecido,
é necessário coletar dados suficientes para estimá-los. Para isso, devemos seguir os
procedimentos que seguem:
1. coletar os dados;
2. determinar o número médio de não conformidades c, onde g representa a

quantidade de subgrupos, para tal usa-se a seguinte fórmula:
45
3. determinar os limites Inferior e Superior de controle c, usando as fórmulas:
4. gerar o número de não conformidades em amostras individuais;
5. assumir o valor zero se o limite inferior de controle for negativo;
6. traçar a linha central em c e os limites de controle.
Por fim, temos a carta de controle do número de Não Conformidades por Unidade (u).
Este gráfico mede o número de não conformidades, ou defeitos, por unidade. Pode
ser uma alternativa ao gráfico c, quando as amostras não têm o mesmo tamanho.
Também pode ser usado quando a amostra é constituída de apenas uma unidade, mas
que possuem muitos componentes que devem ser inspecionados, como um motor,
por exemplo.
As etapas para construção do gráfico u são dadas a seguir:
1. selecionar k amostras, que podem ter tamanhos diferentes, e registrar o

número de defeitos (c) encontrados em cada uma.
2. para cada uma das k amostras, determinar o número de defeitos por

unidade.
Onde: cj é o número de defeitos encontrados na j – ésima amostra.
3. calcular o número médio de defeitos por unidade:
4. calcular o tamanho médio das amostras:
46
5. calcular os limites de controle.
A escolha da carta de controle de atributos mais indicada pode ser vista a partir do
fluxograma da Figura 11:
Figura 11. Escolha da carta de controle de atributos mais indicada.
47
ANÁLISE DE UNIDADE III
PROCESSOS
Sempre que se deseja introduzir o uso de um gráfico de controle, ou controlar um

processo, deve-se analisar o processo quanto a sua estabilidade e capacidade. A
estabilidade diz respeito à verificação da variabilidade do processo quanto a seu
comportamento normal, e a capacidade verifica se o processo é capaz de atender a uma
determinada especificação de projeto.
CAPÍTULO 1
Estabilidade e capacidade de processo
Para facilitar a explicação será analisado o caso dos gráficos de variáveis contínuas. Para
a verificação da estabilidade de um processo devem ser elaboradas cartas de controle
relacionadas aos aspectos de assertividade do resultado e da variabilidade resultante de
cada característica de controle.
Os critérios usuais, apresentados pela bibliografia em geral, podem ser resumidos na

seguinte frase, segundo Toledo e Alliprandini (2004), “o processo é considerado estável
quando os seus gráficos de controle não indicarem sinais de anormalidade ou presença
de causas especiais”. Desta forma, os processos sob controle apresentam gráficos
estáveis, seguindo um padrão já conhecido pela organização.
Geralmente, o modelo de distribuição assumido para as cartas de controle de variáveis

contínuas é a distribuição normal. Logo, as condições de estabilidade do processo são
aquelas esperadas do ponto de vista estatístico para esse tipo de distribuição. Tudo que
tiver fora deste comportamento poderá ser visto como um sinal de instabilidade, ou
seja, de processo fora de controle ou instável.
As características de um padrão natural, estável, de uma carta de controle podem ser

resumidas em, segundo Toledo e Alliprandini (2004):
»» a maioria dos pontos está próxima da linha média (cerca de 68% no

intervalo de ±1 s em torno da média) sem entanto existir concentração
excessiva neste intervalo;
48
ANÁLISE DE PROCESSOS │ UNIDADE III
»» cerca de 95% dos pontos (19 em 20 pontos) estão contidos no intervalo

±2 s em torno da média;
»» nenhum ponto cai fora dos limites de controle (pois a sua probabilidade
é de apenas 0,27%);
»» os pontos vão se distribuindo mais ou menos igualmente acima e abaixo

da média;
»» não se configuram tendências de aumento ou de diminuição sistemática.

Por exemplo, a probabilidade de ocorrência de 7 pontos consecutivos
acima da média é de 0,78 %. Logo, quando isto ocorrer, interpreta-se
como uma tendência ao aumento da média;
»» não existem oscilações cíclicas.
A Figura 12 apresenta as principais regras que indicam condições ou situações de

instabilidade do processo.
Figura 12. Situações de instabilidade do processo.
Fonte: Toledo e Alliprandini (2004).
49
UNIDADE III │ ANÁLISE DE PROCESSOS
Sempre que um processo apresentar algumas dos comportamentos mostrados na

Figura 12 ele deve ser considerado instável. Assim, causas especiais de variação devem
estar presentes e devem ser controladas/eliminadas antes de se analisar a capacidade
do processo e se definir os limites do gráfico de controle a ser usado.
As condições mostradas na Figura 12 servem tanto para a análise do processo em sua

fase de preparação do gráfico de controle quanto na sua utilização, ou seja, você deve
considerar a análise de estabilidade e capacidade na fase de preparação, como também
usar estas análises como ferramentas para monitoramento.
Em geral, no início do monitoramento, os processos apresentam várias causas especiais.

Então, acontecem ações dirigidas pelas cartas de controle, e aos poucos as causas
especiais vão sendo identificadas e eliminadas uma a uma. Com o passar do tempo,
obtém-se um processo estável e previsível.
Sempre que um processo sobre uma transformação consistente, os limites de controle

existentes, calculados com os dados anteriores à mudança, deixam de ser representativos
daquele “novo processo”. Desta forma, eles devem ser recalculados (atualizados)
usando-se apenas os novos dados, com amostras retiradas do processo já modificado.
A estabilidade é condição inicial imprescindível para se utilizar o CEP. O estudo da

capacidade do processo não deve ser levado à frente se essa condição não for atendida.
Capacidade de processo
Com a implantação das cartas de controle, será possível a eliminação de todas as
causas especiais, o processo estará funcionando em controle estatístico. Um processo
em controle estatístico ou estável é aquele que possui variabilidade associada apenas
às causas comuns, ou seja, ele segue certo padrão previsível ao longo do tempo. No
entanto, esse padrão estável do processo pode ou não ser capaz de produzir peças que
atendam às especificações de clientes ou de projeto.
O estudo da capacidade do processo requer que as condições operacionais normais do

processo sejam mantidas durante a coleta de dados, ou seja, nenhuma intervenção não
prevista/normal deve ser feita durante o estudo. Esse cuidado garante uma medida da
variação natural do processo (inerente ao processo) usando um mínimo de amostras
e um consequente mínimo tempo. Chama-se de variação natural do processo, a
variabilidade observada nos seus produtos produzidos.
Como pode-se visualizar na Figura 13, se a variabilidade devida às causas comuns for
excessiva, ou seja, maior do que a amplitude das especificações, o processo é dito não
50
capaz e a gerência deve atuar sobre o sistema. Se a variabilidade inerente do processo for
menor do que a amplitude de especificações, o processo é dito capaz. Nesse caso, as ações
devem ser tomadas apenas quando o processo apresentar eventuais causas especiais.
Figura 13. Processo sob controle e capacidade.
Quando o processo é instável, ou seja, apresenta causas especiais, a avaliação de sua

capacidade não faz muito sentido, pois reflete apenas um determinado momento já que
o processo não apresenta um comportamento previsível.
O caso dos atributos e das variáveis

O estudo da capacidade de processo ocorre de maneira diferente para as cartas de
controle por atributos e por variáveis.
No caso de atributos, segundo Toledo e Alliprandini (2004), o estudo da capacidade de

processo consiste na comparação do valor considerado aceitável (especificação) para o
atributo em estudo com a média calculada para o atributo no processo que está sendo
analisado. Por exemplo, no caso dos gráficos de controle da fração defeituosa (p), o valor
da média corresponde à média da percentagem de itens defeituosos. Essa porcentagem
média do processo seria comparada com o valor de p especificado para o produto/lote.
Essa comparação só pode ser realizada quando o processo estiver sob controle. É possível
calcular também a probabilidade de se ter no processo uma fração de defeituosos
maiores do que a especificada, obtendo-se assim mais informações sobre a capacidade
do processo. Por exemplo Prob.(P > P especificado).
51
UNIDADE III │ ANÁLISE DE PROCESSOS
No caso das variáveis, os parâmetros serão calculados com base em variáveis contínuas.
O desvio padrão natural de um processo é a unidade de referência para a determinação
do que pode ser chamada de tolerância natural de um processo ou os limites naturais de
tolerância de um processo. O cálculo dessa tolerância não é uma constante em função
do tempo, mas em um universo estático, ela pode ser calculada com facilidade, segundo
Toledo e Alliprandini (2004), por meio de duas maneiras discutidas a seguir.
A primeira maneira consiste na retirada de um número determinado de elementos

para compor uma amostra, calcular a média ( ݉ ෝ ) e o desvio padrão ( �̂ ). Esse método
apresenta uma questão que é o fato do e da variarem ao longo do tempo. Isso faz com
que após certo período de produção se obtenha um desvio padrão que não representa o
que foi chamado de desvio padrão natural do processo, pois pode ter havido variações
de causa assinalável que não foi descoberta pelo operador, o que geraria um desvio
padrão maior que o calculado inicialmente. Assim, ao longo do tempo seria melhor
utilizar um desvio padrão que considerasse essas possíveis variações.
Assim, a segunda maneira, consiste na determinação do desvio padrão natural a partir

das amplitudes das amostras que vem sendo coletadas na produção. A relação entre
o desvio padrão e a média das amplitudes é dada por: �̂ = R/d2, onde d2 é um fator de
correção que depende exclusivamente do tamanho (n) das amostras e é tabelado.
Os resultados obtidos pelas duas maneiras poderão ser idênticos. Porém, em um

ambiente produtivo, o segundo é mais aconselhável por se eliminar a possibilidade de
variabilidade assinalável que possa surgir.
A variabilidade natural ou o limite natural de tolerância do processo será o equivalente

a 6σ, ou seja o intervalo ( ݉
ෝ –3 �̂ a ݉
ෝ +3 �̂ ), o qual contém 99,73% da produção.
Capacidade de um processo e controle

de processo
A capacidade pode ser expressa em um número que traduz o quanto um processo é
capaz de atender a uma determinada especificação:
௧௢௟௘௥௡௖௜௔ௗ௘௘௦௣௘௖௜௙௜௖௔ ௢
Cp =
଺௦
Assim, um processo será considerado capaz quando o Cp for maior que 1, ou seja, quando
a variabilidade natural do processo (6σ) for menor que a tolerância admissível da
especificação. Como é utilizado o σR (desvio padrão calculado a partir das amplitudes),
alguns autores consideram a necessidade de que o Cp seja maior que 1,33. O Quadro 2
mostra uma orientação para a interpretação da capacidade do processo.
52
Quadro 2. Interpretação do índice de capacidade do processo.
Cp ou Cpk Nível Conceito/Interpretação

CAPAZ – Confiável, os operadores do processo exercem completo controle sobre o mesmo, pode-se utilizar o
maior que 1,33 A
pré-controle.
RELATIVAMENTE CAPAZ – Relativamente confiável, os operadores do processo exercem controle sobre as operações,
entre 1 e 1,33 B
mas o controle da qualidade deve monitorar e fornecer informações para evitar a deterioração do processo.
INCAPAZ – Pouco confiável, requer controle contínuo das operações, pela fabricação e pelo controle da qualidade,
entre 0,75 e 0,99 C
visando evitar descontroles e perdas devido a refugos, retrabalhos, paralisações etc.
TOTALMENTE INCAPAZ – O processo não tem condições de atender as especificações ou padrões, por isso, é
menor que 0,75 D
requerido o controle, revisão e seleção de 100% das peças, produtos ou resultados.
Fonte: Toledo e AlliprandinI (2004).
Para análise da capacidade do processo é importante verificar a centralização do

resultado do processo em relação aos limites de especificação. Assim, uma pequena
descentralização pode levar a uma interpretação incorreta da capacidade. Por isso,
deve-se utilizar o índice de capacidade Cpk. Este índice considera a diferença que possa
existir entre a média do processo e o valor nominal (ou valor central da especificação),
ou seja a descentralização do processo. Na realidade, é um cálculo simples que é feito a
partir da comparação da tolerância de especificação com a variação natural do processo,
em duas partes. Assim:
Cpk = Min [Cpk inf; Cpk sup]

Cpk sup = (limite sup. de especif. - média do processo) ÷ 3 . desvio padrão do processo
Cpk inf = (média do processo - limite inf. de especif.) ÷ 3 . desvio padrão do processo
A interpretação do resultado também segue o Quadro 2.
Na análise do processo pode-se constatar 4 situações possíveis, conforme mostrado no

Quadro 2 . Cada situação exigirá ou possibilitará um controle da qualidade específico.
Por exemplo, se o processo é capaz e estável, então tudo indica que há um bom grau de
controle do processo por parte dos envolvidos, sendo suficiente controlar o processo
por meio de autocontrole, pelos operadores, utilizando-se gráficos de pré-controle etc.
O Quadro 3 mostra as relações entre capacidade e controle do processo.
Quadro 3. Relação entre capacidade e controle do processo.
SOB CONTROLE/ESTÁVEL FORA DE CONTROLE/INSTÁVEL

Capacidade
(CAUSAS COMUNS) (CAUSAS COMUNS E ESPECIAIS)
Capaz Caso A – situação desejável. Autocontrole. Caso C – o processo parece OK quanto a atender as especificações, mas
Pré-Controle. é preciso melhorar seu controle. A qualquer momento pode sair de controle.
O estudo de capacidade exigiu que o processo estivesse estável!
Incapaz Caso B – Processo estável, mas não tem Caso D – pior situação possível, causadora de problemas e perdas. É
capacidade de produzir no padrão de qualidade necessário eliminar causas especiais, preparar melhor o processo e refazer
requerido. a análise.
Fonte: Toledo e Alliprandini (2004).
53
IMPLANTAÇÃO UNIDADE IV
Nesta unidade se mostrará inicialmente a existência de um procedimento como porta de

entrada para a implantação do CEP na empresa, posteriormente irá se comparar o método
tradicional de inspeção com o CEP mostrando as suas vantagens e por fim detalharemos
as etapas de planejamento de implantação mostrando os principais conceitos que são
utilizados para garantir a eficiência e eficácia do CEP em uma organização.
CAPÍTULO 1
Procedimento iterativo de melhoria e as
vantagens do CEP
Segundo Ribeiro e Caten (2012), as cartas de controle fazem parte de um procedimento

iterativo de melhoria, como pode-se visualizar na Figura 14.
Primeiro, coleta-se dados para calcular os limites de controle. Uma vez calculados os
limites de controle, faz-se a análise da estabilidade do processo usando as cartas de
controle para detectar a presença de causas especiais. Se o processo não for estável,
os gestores devem agir no foco da causa raiz no sentido de corrigir as eventuais
causas especiais.
Figura 14. Procedimento Iterativo de Melhoria.
54
IMPLANTAÇÃO │ UNIDADE IV
Uma vez identificadas e eliminadas as causas especiais, o processo se torna estável e

previsível, logo podemos avaliar sua real capacidade de produzir peças que atendam
às especificações. Se a variabilidade associada às causas comuns for maior do que a
amplitude das especificações, a gerência deve atuar sobre o sistema como um todo para
reduzir essa variabilidade.
Como pode ser visto, o procedimento de melhoria da qualidade por meio do CEP
acontece em duas etapas principais, segundo Ribeiro e Caten (2012):
»» eliminando-se as causas especiais para tornar o processo estável e

previsível ao longo do tempo. Essa melhoria é conseguida por meio de
ações localizadas, efetuadas pelos operadores. Essas ações se justificam
economicamente e, em geral já são suficientes, pois frequentemente
verifica-se que o processo, uma vez estável, atende às especificações;
»» quando necessário, atuando-se no sistema para reduzir as causas comuns

de variabilidade. Essa melhoria é de responsabilidade da gerência, pois
em geral envolvem maiores investimentos que nem sempre se justificam
economicamente.
A sequência deve sempre começar nas causas especiais que desestabilizam bastante o
processo e são relativamente fáceis de resolver e, apenas quando necessário, atua-se
nas causas comuns de variabilidade, que mobilizam maiores recursos.
Inspeção da qualidade
A inspeção da qualidade tem como objetivo determinar se há ou não conformidade
de um produto, ou lote, já produzido, em relação às especificações de projeto e gerar
informações que permitam tomar ações corretivas sobre o lote ou processo.
Segundo Toledo e Alliprandini (2004), existem diversos pontos de inspeção dentro das
seguintes fases da produção:
»» Inspeção de recebimento: a extensão da inspeção em produtos (matéria-

prima ou produto acabado) recebidos de terceiros depende da capacidade
do fornecedor, devidamente avaliada previamente e continuamente
acompanhada. Em um extremo, temos a inspeção utilizando-se o conceito
de “auditoria da decisão”, onde o comprador compara os dados obtidos
por sua inspeção com os dados recebidos do fornecedor. Quando os dados
recebidos do fornecedor forem e continuarem a ser confiáveis, a inspeção
se transforma em apenas uma identificação do produto recebido. No outro
55
UNIDADE IV │ IMPLANTAÇÃO
extremo, a inspeção de recebimento torna-se um controle da qualidade

do fornecedor.
»» Inspeção durante a fabricação: a inspeção durante a fabricação tem

o objetivo de fornecer informações para a tomada de decisão sobre o
produto, isto é, se o produto está ou não conforme a especificação e para a
tomada de decisão sobre o processo, isto é, se o processo deve prosseguir
ou não. A frequência de inspeção pode ser mais facilmente estabelecida
se o processo é estável.
»» Inspeção de produto acabado: a inspeção de produtos acabados (também

conhecida como inspeção final) pode ser executada tanto na linha de
produção (nos pontos de inspeção), como em áreas de inspeção separadas.
Muitas vezes a inspeção é feita em 100% dos produtos acabados,
simulando as condições de uso ou realizando uma checagem completa no
produto (check list) por meio de inspeção sensorial.
O tipo mais tradicional de inspeção é a 100% e é conveniente quando a característica

é crítica ou a capacidade do processo é inerentemente insuficiente (incapaz) para
alcançar os requisitos das especificações. Segundo Toledo e Alliprandini (2004), é bom
lembrar que o excesso de inspeção pode ser tão custoso quanto a falta de inspeção. A
experiência mostra que a inspeção 100% não garante produtos perfeitos, isto é, não
há garantias de segregação de todos os defeituosos. Vários estudos demonstram que o
inspetor encontra aproximadamente 80% dos defeitos presentes.
Já na inspeção por amostragem, os objetivos principais dessa inspeção são de aceitação

de um lote por meio de uma amostra representativa e de auxílio no controle do
processo. A inspeção por amostragem é conveniente para reduzir os custos da inspeção,
manter a área de produção informada a respeito da qualidade dos produtos ao longo do
processo e em situações onde o julgamento da conformidade se dá através de um ensaio
destrutivo. Para que a inspeção por amostragem tenha eficácia, alguns cuidados devem
ser observados, segundo Toledo e Alliprandini (2004):
»» procedimentos adequados para seleção da amostra;
»» representatividade da amostra (aleatoriedade).
Comparando Inspeção com CEP

A inspeção e o CEP possuem características e objetivos distintos. No curto prazo, uma
inspeção 100% fornece mais resultados na detecção de unidades defeituosas, pois elas
são filtradas e dirigidas para retrabalho ou sucata.
56
No entanto, as atividades de inspeção não promovem a melhoria dos processos, pois

tomam tempo e mobilizam os recursos em atividades que não agregam valor. Além
disso, levam a certo relaxamento na manufatura, uma vez que tudo vai ser inspecionado
depois.
O processo de filtrar unidades defeituosas gera uma distribuição que se assemelha

ao modelo uniforme, com muitas unidades afastadas do alvo, conforme aparece na
Figura 15.
Figura 15. Comparativo entre inspeção e CEP.
O CEP, ao contrário da inspeção 100%, prioriza ações sobre as causas especiais, ou

seja, sobre a origem do problema. Ele não utiliza inspeção em alta escala, pois isso iria
mobilizar os recursos que são importantes para a solução das causas especiais.
Além disso, de nada adiantaria identificar, logo no primeiro dia, um grande número de
causas especiais, pois faltariam recursos para a investigação dessas causas.
O CEP opera numa escala de tempo mais longa, pois as causas especiais vão sendo
identificadas e eliminadas aos poucos, ao longo do tempo, com uma boa gestão. O
CEP atinge um processo livre de unidades defeituosas, que atende amplamente às
especificações e cujo desempenho independe das atividades de inspeção.
57
CAPÍTULO 2
Planejamento do controle estatístico
de processo
Quando ocorre o emprego correto das cartas de controle:
»» permite que o monitoramento do processo seja executado pelos próprios

operadores;
»» diferencia causas comuns das especiais, orientando para as ações

operacionais e táticas;
»» auxilia o processo usando uma linguagem comum para atingir alta

qualidade, baixo custo unitário, consistência e previsibilidade. Mostram
tendência, ao longo do tempo, de um determinado processo (se a sequência
de valores for muito longa, é recomendável o gráfico de linhas);
»» apresentam dados estratificados em diversas categorias;
»» é útil para comparar dados resultantes de processo de contagem (variáveis

discretas e atributos).
Em um ambiente competitivo, só há espaço para as empresas que adotam uma ótica de

melhoria contínua. Assim, periodicamente é preciso rever as especificações, reavaliar a
capacidade do processo e agir sobre o sistema quando necessário.
A melhora da qualidade, representada pela redução da variabilidade do processo,

promove, natural e inevitavelmente, um aumento de produtividade. Melhorando a
qualidade, os custos diminuem devido à redução do retrabalho, erros e atrasos, e da
melhor utilização da tecnologia e matéria-prima. Consequentemente, a produtividade
aumenta, possibilitando a captação de mercados. Trabalhando-se continuamente pela
qualidade, os novos negócios são mantidos e amplia-se a fatia de mercado.
A coleta de dados para o preenchimento das cartas de controle exige investimentos em

tempo, recursos e mudança na filosofia da empresa. Assim, a implantação do controle
estatístico de processo somente pode ser justificada, segundo Ribeiro e Caten (2012)
quando os seguintes aspectos são observados:
»» não utilizar um número excessivo de cartas de controle, sob risco do CEP

transformar-se em atividade-gargalo na produção;
58
»» aplicar o CEP em etapas prioritárias do processo, determinadas sob o

ponto de vista da demanda de qualidade dos clientes;
»» associar o CEP à uma estratégia de ação; coletar dados e não agir implica
em desperdício de tempo e recursos.
Na fase de planejamento, é importante a participação das pessoas envolvidas com a linha

de produção: elas devem sentir-se responsáveis e comprometidas com a implantação
do sistema. Deve-se, assim, investir um maior tempo na fase de planejamento, para
minimizar a necessidade de alterações posteriores à implantação.
Inicialmente, é necessária a identificação dos processos críticos para a qualidade e

produtividade da empresa: estes serão os processos nos quais será aplicado o CEP.
Deve-se utilizar um método consistente para determinação dos processos críticos sob o
ponto de vista do cliente. Nesta etapa, também é necessário definir:
»» características de qualidade importantes para o cliente;
»» processos nos quais as características determinadas em (i) são construídas;
»» variáveis a serem controladas em cada processo;
»» capacidade do sistema de medição;
»» indivíduos responsáveis pela ação sobre o sistema quando este sinalizar

um estado de descontrole estatístico;
»» ações a serem tomadas quando o sistema estiver fora de controle.
Para auxiliar na definição dos itens descritos acima, uma sequência de etapas é
recomendada por Ribeiro e Caten (2012), o que veremos nos próximos tópicos.
Desdobramento da qualidade
Na etapa do desdobramento da qualidade e na etapa posterior de desdobramento
do processo recomenda-se a utilização da metodologia do QFD (Quality Function
Deployment), ou Desdobramento da Função Qualidade. O QFD permite estabelecer
relações entre a qualidade demandada pelo cliente e os processos responsáveis pelo
atendimento desta demanda.
O QFD (Quality Function Deployment) é uma técnica para a tomada de decisão usada
em desenvolvimento de novos produtos ou na melhoria de produtos existentes. Ele
ajuda a definir o que a empresa deseja, necessita, a entender as expectativas do cliente
59
para refletir no design do produto. Empresas geralmente ignoram o relacionamento

entre o que é fornecido pelos produtos e o que os clientes querem.
Segundo Arnold et al. (2008), O QDF foi originalmente desenvolvido na década de 1960
do século passado pelo Dr. Yoji Akao e Dr. Sigeru Mizuno e foi adotado por grandes
manufaturas norte-americanas como GM, Ford, DaimlerChrysler, IBM, Boeign,
Lockheed Martin, entre outras.
O QFD é definido como uma metodologia designada para garantir que os

principais requerimentos do cliente sejam identificados e consequentemente
atinja ou exceda os resultados pretendidos pela engenharia de processo.
As necessidades dos clientes são obtidas usando vários métodos ou comparando os

produtos da empresa com o seu competidor. Estas necessidades são referidas com a
voz do cliente que deve ser traduzida nas especificações da engenharia dentro de uma
série de passos bem definidos. A Figura 16 mostra a Casa da Qualidade que mostra a
aplicação da metodologia.
Figura 16. Casa da Qualidade.
Fonte: <http://www.infoescola.com/administracao_/desdobramento-da-funcao-qualidade-qfd/>. Acessado em: 08 dez. 2014
Veja pela Figura 16 que existem dentro da Casa da Qualidade diversas fontes de entradas
como os requisitos do cliente, informações da concorrência, requisitos do produto.
Todos esses dados são cruzados e analisados na parte central da figura que é a Matriz de
Relações que mostra as correlações que são mais fortes entre o que atende os requisitos
60
dos clientes, já consta nas especificações do produto e que pode igualar ou superar os
requisitos da concorrência.
Um exemplo de planilha da casa da qualidade preenchida com um exemplo de

um produto fictício de um despertador de cabeceira, com um dispositivo para
ser colocado no travesseiro e assim não acordar, ao despertar, outras pessoas
que estejam no mesmo ambiente.
Figura 17. Exemplo de Casa da Qualidade
Fonte: <http://www.portaldeconhecimentos.org.br/index.php/por/content/view/full/10294#mat_dl>. Acessado em: 9 dez. 2014.
A primeira fase de um estudo de QFD é feita por meio de uma pesquisa de mercado visando
o entendimento dos desejos dos clientes. Com esta pesquisa, tem-se um conhecimento
61
sobre aquilo que realmente é importante para o cliente na escolha de um produto ou

serviço facilitando a definição das especificações do produto ou serviço.
O estudo do Desdobramento da Função Qualidade permite planejar ações visando

um objetivo pré-determinado. O QFD procura estabelecer os critérios do produto e do
processo a partir de matrizes de relacionamento entre o desejo do cliente e os parâmetros
de qualidade do produto/processo, procedimentos de manufatura, especificações,
recursos humanos, infraestrutura disponível e custos globais. O Desdobramento da
Função Qualidade é feito por times multifuncionais envolvendo diversos departamentos
da empresa, tais como marketing, engenharia de produto, engenharia de processo,
custos, suprimentos, manufatura e gerência de qualidade.
Conforme Ribeiro e Caten (2012), o QFD tem início com o levantamento da demanda de
qualidade do usuário (voz do cliente) através de pesquisa de mercado. Os resultados da
pesquisa devem permitir uma priorização dos itens da demanda da qualidade através do
estabelecimento de um peso de importância para cada item; o peso de importância do
iésimo item de demanda é designado por IDi. Na sequência, listam-se as características
de qualidade potencialmente relacionadas com os itens de demanda identificados pelos
usuários; no contexto do QFD, assim como no do CEP, características de qualidade são
aspectos mensuráveis da demanda da qualidade.
Na Figura 18, os itens de demanda de qualidade (D.Q.) levantados na voz do cliente a

partir da Pesquisa de Mercado são relacionados com as características de qualidade (C.Q.).
Nestas relações são estabelecidas o grau de intensidade destas permitindo estabelecer as
características de qualidade que tem a maior prioridade na visão do cliente.
Figura 18. Exemplo de Casa da Qualidade.
O preenchimento da matriz da qualidade é avalizado por uma equipe de especialistas

dos negócios (podem ser internos ou externos a organização). Algebricamente, os
relacionamentos entre a qualidade demandada pelos clientes e as características de
62
qualidade, origina o índice de intensidade dos relacionamentos (DQij), onde j denota a

característica de qualidade e i denota o item de qualidade demandada. A escala utilizada
na medição do índice de intensidade tem valores apresentados no Quadro 4 A matriz da
qualidade vem exemplificada na Figura 19.
Quadro 4. Escala da intensidade das relações.
Relação Pontuação
Muito importante 9
Moderada 3
Pouco importante 1
Nenhuma 0
Figura 19. Exemplo de Casa da Qualidade.
Conforme figura 19, a priorização das características de qualidade é apresentada na

última linha da matriz da qualidade. Uma característica de qualidade é considerada
prioritária se:
»» atende múltiplos itens de qualidade demanda;
»» atende a itens de qualidade demandada com pesos IDj (importância da

qualidade demandada) altos, e/ou;
»» mantém relações fortes com os itens de qualidade demandada, como na

Figura 19 itens com valor 9 ou 6.
Para o cálculo da priorização das características de qualidade, sugere-se um índice

de importância (ICQj) dado pelo somatório dos índices de importância dos itens da
63
qualidade demandada (IDi) pela intensidade das relações atribuídas no interior da

matriz (DQij), onde:
ICQj = ∑��
Onde:
ICQj: índice da jésima característica de qualidade do produto, j = 1,..., n.
IDi: índice de importância do iésimo item de qualidade demandada.
DQij: intensidade do relacionamento entre o iésimo item de qualidade demandada e a

jésima característica de qualidade do produto.
Desdobramento dos processos

Segundo Ribeiro e Caten (2012), o desdobramento dos processos permite associar
características de qualidade do produto final, priorizadas na matriz da qualidade descrita
na parte do QFD com os parâmetros do processo ou características avaliadas durante o
processo de manufatura. Este desdobramento auxilia na identificação dos parâmetros
críticos do processo, sob o ponto de vista da qualidade percebida pelos usuários.
O uso da tecnologia que está contida no desdobramento dos processos é um

procedimento para identificar e remover, de forma organizada, gargalos de engenharia
na fase de detalhamento do projeto do produto. Esses gargalos devem ser identificados
nas etapas preliminares do projeto, para que suas soluções possam ser planejadas de
forma organizada.
Para este desdobramento ocorrer na prática, é necessário entender, inicialmente, o

fluxograma dos processos da empresa e listar os processos de manufatura na ordem de
acordo com o atravessamento do produto dentro da fábrica. A seguir, listam-se parâmetros
do processo e as características de qualidade avaliadas em cada processo; estes serão
cruzados com as características de qualidade do produto final, na matriz dos processos.
A matriz dos processos, exemplificada pelo esquema na Figura 20, é constituída pelos
seguintes elementos:
»» na matriz da qualidade identifica-se as características de qualidade do

produto final;
»» identifica-se também todos os parâmetros do processo, avaliados durante

a manufatura.
64
Figura 20. Esquema da matriz de desdobramento de processos.
Para identificar os processos críticos conforme resultado descrito na figura 20, é

necessário quantificar as relações Rkj entre as características de qualidade (j = 1,…,n) dos
processos críticos e os parâmetros (k =1,…,K) dos processos de manufatura. Para cada
característica de qualidade do produto, identifica-se a intensidade de monitoramento
de um ou mais parâmetros recomendados para obtenção de medições satisfatórias
da característica em questão; isto é feito através da determinação das relações Rkj. A
intensidade das relações entre os processos e as características de qualidade, mensurada
utilizando a escala proposta no Quadro 4, são atribuídas pelos especialistas e escritas
na matriz.
A avaliação do impacto de cada parâmetro e característica de qualidade do processo

sobre a qualidade demandada pelo usuário é realizada levando-se em conta as relações
estabelecidas no interior da matriz e o Índice de Importância Corrigido (ICQj*) das
características de qualidade, determinadas na matriz da qualidade.
Para a definição da importância para a qualidade de cada parâmetro e a característica

de qualidade do processo, foi estabelecido, segundo Ribeiro e Caten (2012) um índice
de qualidade (IQPk), dado pelo somatório do produto do índice de importância
corrigido das características de qualidade do produto, ICQj*, pela intensidade das
relações atribuídas no interior da matriz, Rkj. Esse índice considera que desvios em
um parâmetro do processo compromete uma ou mais característica de qualidade do
produto final. A fórmula correspondente ao seguinte:
�
�� )

��
Após a identificação dos parâmetros e características de qualidade dos processos

críticos, é necessário verificar qual a capacidade destes parâmetros e características
65
usando o índice Cpk e o domínio técnico acerca destes elementos disponíveis na

empresa. O objetivo é priorizar ações de melhoria nos processos e características que
sejam importantes para a qualidade, conforme necessidade do cliente.
Com a ajuda dos especialistas, questiona-se, a partir do uso do índice CPk, a capacidade
de cada parâmetro e característica do processo, estimada a partir do percentual
de observações fora de especificação, conforme o Quadro 5 . A seguir, questiona-se
o conhecimento dos especialistas a respeito do processo. Os especialistas devem
determinar o ajuste ótimo dos parâmetros, as características de qualidade do processo
e o efeito desses parâmetros sobre diversos aspectos que determinam a qualidade do
produto final. Para mensurar o conhecimento técnico, utiliza-se a escala no Quadro 6,
onde o grau de conhecimento vem designado pela letra C.
Quadro 5. Escala para a avaliação da capacidade das etapas dos processos produtivos.
Capacidade Cpk % fora de especificação

Muito incapaz 0,33 32%
Incapaz 0,67 04,4%
Capaz 1,00 0,27%
Muito capaz 1,33 0,0064
Extremamente capaz 1,67 0,0000
Quadro 6. Escala para a avaliação do conhecimento associado às etapas dos processos produtivos.
Conhecimento C
Muito pouco 0,2
Pouco 0,4
Moderado 0,6
Grande 0,8
Total 1,0
Segundo Ribeiro e Caten (2012), o índice de priorização IPPk para o késimo parâmetro
do processo combina valores de IQP, Cpk e C, estabelecendo os parâmetros críticos
na composição da qualidade percebida pelos clientes. Serão considerados críticos
parâmetros fortemente relacionados às características de qualidade demandadas pelos
usuários do produto em estudo, oriundos de processos com baixa capacidade, acerca
dos quais se detém pequeno conhecimento técnico. A medida de criticidade é baseada
na seguinte equação:
��
�� =
��
66
Onde:
IPPk é o índice de priorização,

IQPk é o índice de qualidade,
Cpk é o valor da capacidade,
C é o valor de conhecimento técnico, todos associados ao késimo parâmetro do processo.
Direcionamento das ações

Ainda usando o QFD, nesta etapa se realiza o planejamento das melhorias da qualidade,
como também são analisadas caso a caso as ações de melhoria a serem adotadas para os
parâmetros e características de qualidade dos processos críticos. A análise considera a
voz do cliente, o custo e conhecimento técnico acerca dos parâmetros em estudo.
Questiona-se, junto aos especialistas, a pertinência de um conjunto de ações de melhoria

à situação em estudo, destacando-se segundo Ribeiro e Caten (2012):
»» treinamento;
»» Controle Estatístico de Processos (CEP);
»» desenvolvimento de fornecedores;
»» projeto de experimentos;
»» estudos ergonômicos;
»» aquisição de equipamentos;
»» definição de procedimentos;
»» automatização.
Definidas e nomeadas as possíveis ações de melhoria, os especialistas avaliam sua

aplicação aos parâmetros do processo priorizados no item 2 deste Capítulo. A validade
das ações de melhoria a cada parâmetro ou característica enfocado devem ser analisados
utilizando-se a escala a seguir.
Quadro 7. Escala para a avaliação da efetividade das possíveis ações de melhoria.
Relação Pontuação
Muito efetiva 9
Moderada 3
Pouco efetiva 1
Nenhuma efetividade 0
67
Identificação dos postos de controle e

parâmetros e características de qualidade do
processo a serem monitorados
Os postos de controle são áreas definidas dentro da empresa onde são monitoradas
as características de qualidade (atributos e variáveis) associadas a etapas críticas do
processo. A localização destas áreas ocorre nas proximidades do processo em que
possui as características críticas da qualidade a serem monitoradas. É possível definir
a localização dos postos de controle (como o exemplo da criação do posto 2 da Figura
21), bem como listar parâmetros e características de qualidade do processo a serem
monitorados em cada posto.
Figura 21. Identificação dos postos de controle e alocação das características de qualidade em cada posto.
As etapas da implantação do controle estatístico de processo até agora apresentadas

vêm esquematizadas na Figura 22, podendo ser assim resumidas:
»» Desdobramento da qualidade: a partir da pesquisa de obtenção qualidade

demandada pelo cliente, realiza-se desdobramento das características
de qualidade do produto, constrói a matriz da qualidade e define as
prioridades das características de qualidade do produto.
»» Desdobramento dos processos: identifica-se os parâmetros e características

dos processos, podendo construir a matriz do processo e por fim prioriza
os parâmetros e características dos processos críticos para a qualidade.
»» Direcionamento das possíveis ações de melhoria.
»» Localização dos postos de controle e alocação dos parâmetros e

características do processo para cada um deles.
68
Figura 22. Desenho esquemático das primeiras quatro etapas do planejamento da implantação do controle
estatístico de processos.
Definições e avaliações
Inicialmente é importante nesta etapa definir os critérios de classificação a serem
utilizados posteriormente na análise das cartas de controle. Os critérios de classificação
são informações, segundo Ribeiro e Caten (2012) como, por exemplo, tipo de produto,
turno, máquina, operador, encarregado de turno, fornecedor, matérias-primas etc., a
serem registradas conjuntamente com os dados de qualidade. Com estes critérios é
possível recuperar as informações dos dados de qualidade de acordo com a escolha
do critério. Por exemplo, podem-se recuperar (e agrupar) todos os dados sobre a
característica de qualidade coletados por operador; ou seja, dados da qualidade podem
ser “filtrados” relativamente a esse critério de classificação.
É importante separar as avaliações referentes a parâmetros de processo a qual se entende

por variáveis e atributos que qualificam o processo e não estão diretamente ligadas a
qualidade do produto final e aqueles referentes a características de qualidade a qual se
entende variáveis e atributos que configuram diretamente a qualidade do produto final.
Segundo Ribeiro e Caten (2012), parâmetros de processo fora de especificação indicam

uma maior probabilidade de produção de defeituosos, devendo gerar ações corretivas.
69
Características de qualidade fora da especificação implicam, diretamente, na ocorrência

de defeituosos, também devendo gerar ações corretivas.
Para cada variável (ou atributo) a ser monitorada no CEP, é necessário definir:
»» o tipo (nominal, maior ou menor-é-melhor);
»» unidade de medição;
»» valor alvo e especificações (para os estudos de capacidade).
O quadro a seguir apresenta uma comparação entre os três tipos:
Quadro 8. Definição das variáveis a serem monitoradas no CEP.
Tipo Valor Alvo Limites de Controle Quando é Não Conforme

Nominal-é-melhor Diferente de Zero Inferior e Superior Acima e abaixo dos limites de controle
Maior-é-melhor Teoricamente Infinito Inferior Abaixo do limite de controle
Menor-é-melhor Igual a Zero Superior Acima do limite de controle
Após a definição de parâmetros e controles, é necessário definir a obtenção dos dados:

Quem? Onde coletar? Com que frequência? Onde armazenar? Qual a finalidade uso?
Quem irá coletar os dados? A atividade de obtenção precisa demonstrar transparência
e confiabilidade no processo.
Nessa etapa também é necessário definir segundo Ribeiro e Caten (2012):
»» o tipo de carta de controle;
»» o tamanho da amostra;
»» a frequência de amostragem;
»» a forma de registro dos dados (registro eletrônico em computador ou em

planilha de papel);
»» o sistema de medição a ser utilizado.
Após definido o sistema de medição, é necessário avaliar a sua capacidade. Para que a
avaliação da capacidade seja feita definem-se os responsáveis pela coleta dos dados e
registro na planilha, digitação dos dados (no caso de armazenamento digital de dados),
monitoramento das cartas de controle, cálculo dos limites de controle e estudos de
estabilidade e capacidade.
Também é necessário definir responsáveis pela detecção da não conformidade e geração

do plano de ações corretivas, e ações preventivas para evitar o surgimento de não
70
conformidades; esses responsáveis são chamados facilitadores do CEP. O facilitador dá

apoio ao líder da equipe na busca dos melhores resultados e ajuda a equipe de projeto no
planejamento e organização da implantação. Além dos facilitadores, sugere-se a criação
de um grupo de especialistas (interno ou externo) que atua quando causas especiais
não possam ser corrigidas pelo operador e supervisor.
Outro ponto importante no projeto são a elaboração das planilhas de coleta de dados a
serem utilizadas em cada posto de controle, e as de ocorrência de causas especiais.
A seguir está uma dica de site para acesso a softwares de CEP:
<http://pt.softwaresea.com/software-download/statistical-process-control>.
Acesso em: 30 abr. 2015.
As planilhas em formatos de diário são importantes na redução do tempo de localização

das causas especiais. Nesta planilha são feitas as anotações de todas as ocorrências
anormais identificadas no processo, mesmo se não estiverem relacionadas aos problemas.
Para Ribeiro e Caten (2012), é importante que as causas especiais sejam registradas
quanto a sua data e hora de ocorrência, provável origem (matéria-prima, mão de obra,
máquinas etc.), ação tomada para a solução do problema e seu responsável, e tempo
observado de parada na produção.
Treinamento e implantação
O treinamento é um processo de aprendizado que auxilia o profissional a atingir a
eficiência exigida no seu trabalho (presente e futuro) mediante o desenvolvimento
da capacidade de interpretar os dados coletados no CEP. O treinamento serve como
preparação para implantação do CEP e durante o processo de implantação deve ser
usado para corrigir deficiências. Ela deve ser ministrada para diferentes níveis e funções
na empresa.
Quadro 9. Relação entre treinamento do CEP e as funções.
Função Foco Ação Treinamento

Gerentes e Diretores Análise das Tomada de decisão. Estudos de estabilidade e capacidade do
informações processo.
Supervisores e CEP Definir parâmetros como tamanho da amostra, Introdução ao CEP, cartas de controle e
Engenheiros frequência de amostragem, limites de controle, estudos de estabilidade e capacidade do
entre outros. processo.
Operadores Cartas de Controle Preenchimento das planilhas e análise de causas Como preencher as planilhas e analisar as
especiais. cartas de controle.
71
A implantação efetiva se dá em duas etapas:
»» início do monitoramento;
»» cálculo dos limites de controle.
Essas etapas vêm descritas a seguir segundo Ribeiro e Caten (2012).
Na etapa de início do monitoramento, define-se a data de início da coleta de dados a

serem utilizados no CEP, bem como os indivíduos responsáveis pela digitação dos dados
de entrada no sistema. Com isso, tem-se o início da utilização prática do CEP (através
do pacote computacional de apoio, dependendo dos recursos alocados e magnitude dos
dados), sendo definidas a frequência de amostragem e entrada dos dados nas planilhas
do computador. Nesta etapa, dados são coletados e plotados no gráfico, mas os limites
de controle do processo ainda não são conhecidos.
Após a coleta de certa quantidade de dados, é possível o cálculo dos limites de controle.
O início desta etapa pode levar alguns dias, dependendo da frequência de amostragem
adotada para as variáveis monitoradas. Uma vez feito o cálculo dos limites de controle
do processo, estes devem ser acrescidos às cartas de controle, permitindo sua utilização
plena. No caso de aparecimento de causas especiais, os limites de controle devem ser
recalculados, após a identificação e eliminação das causas de anomalia no processo.
Limites de controle obtidos a partir de um processo sob controle estatístico, sobre o
qual apenas causas comuns de variabilidade incidem, são utilizados no monitoramento
futuro dos processos.
O acompanhamento e consolidação do controle estatístico de processos compreende as

seguintes etapas:
»» Avaliação da sistemática de ação – analisa-se e aprimora-se o sistema

de controle do processo implantado através da verificação dos
procedimentos de coleta de dados, registro e ação de melhorias. Esta
análise deve ser realizada em conjunto com toda a equipe envolvida na
implantação do CEP.
»» Análise da estabilidade dos processos – avalia-se a estabilidade dos

processos e, se necessário, adotam-se procedimentos de identificação e
eliminação de causas especiais.
»» Análise da capacidade do processo – avalia-se a capacidade dos processos

e, se necessário, adotam-se estudos de otimização dos processos através
de grupo de ação de melhorias da qualidade.
72
Nesta etapa de acompanhamento e consolidação, avaliam-se os resultados da

implantação do CEP e, posteriormente, identificam-se melhorias futuras advindas de
sua implantação.
Encontre casos em organizações ou na literatura acadêmica de casos de

implantação do CEP. Responda as seguintes questões:
Como foi implantando?
Foi usada alguma ferramenta de gestão para preparação do CEP? Se sim, qual?
Que características do produto foram controladas?
Que tipo de ferramentas de CEP foram utilizadas? Descreva.
73
Para (não) finalizar
A relação entre ISO 9000 e o controle

estatístico de processo
A certificação de ISO 9000 proporciona a garantia de que a organização está sempre
e constantemente correndo atrás de melhorias, nos insumos que entram na linha de
produção, pelas melhorias nos processos produtivos e administrativos da organização,
e pela satisfação do cliente e empregado. No entanto, não é o intuito de ISO 9001
nem propor nem exigir a utilização de procedimentos específicos para alcançar as tão
desejadas melhorias. A alma do ISO 9000 é a documentação dos fazeres e deveres
da organização, continuamente levantada e organizada, que serve de base primária
e essencial para a evolução e aperfeiçoamento da organização. O ISO tem como
prioridade o fluxo de informação otimizado e, nem menos importante, as informações
armazenadas em depósitos de fácil utilização. Não há nenhuma obrigação de utilizar
memória no disco rígido de um computador.
Pelo contrário, ISO aceita fichas em papel depositadas em arquivos metálicos se for o
caso, mas é claro que uma rede de microcomputadores tem um potencial de organização
muito maior. Além do mais, ISO 9000 é caracterizado por um viés na direção de
quantificação do conhecimento, refletindo a filosofia de que os fatos numéricos, além
de exigir detalhamento e definição mais apurados, abre o caminho para estudos e
análises mais objetivos e científicos (menos papo furado). O modelo de gerenciamento
favorecido pelas normas e descrito logo no início de ISO 9000 é o famoso PDCA do
Deming e antecedentes (Shewhart etc.), baseado na metodologia científica. P (planning =
planejamento) é para levantar e definir o problema e as metas, D (do = fazer) é testar em
situações reais da empresa procedimentos que corrigem a situação, C (check = analisar)
é estudar se os procedimentos realmente funcionam, e A (act = implementar) é colocar
em prática ações específicas e contínuas para prevenir falhas e melhorar a qualidade. Os
autores mencionados em cima fizeram grandes contribuições na área de estatística e a sua
aplicação em procedimentos concretos, e certamente pensavam nessas metodologias para
o ciclo PDCA. Explicitamente, entre outras coisas, a ISO 9000 discute no seu capítulo 8,
Mensuração, Análise e Melhoria, a mensuração da satisfação do cliente e como o cliente
pode influenciar na tomada de decisões até mesmo na linha de produção. Nosso objetivo
aqui é ilustrar rapidamente quais requisitos de ISO 9000 abordam assuntos quantitativos
e como estes assuntos são potencialmente tratados com metodologias estatísticas.
74
PARA (NÃO) FINALIZAR
No capítulo 5 sobre as responsabilidades da alta direção, responsabilizam-se a diretoria

com revisões periódicas do sistema de qualidade gerencial. As revisões são documentadas
e devem utilizar, ao máximo, medidas quantitativas de desempenho. Quando necessário,
o sistema de qualidade deve sofrer alterações para melhor fornecer o que o cliente exige. É
aqui que gráficos de controle e histogramas podem ser reavaliados e atualizados. Este tema
é repetido em vários itens da norma, os quais abordam os requisitos do cliente visando à
linha de produção. Mas como saber quais são os requisitos dos clientes? Esta questão não
apresenta nenhum problema quando o número de clientes é pequeno como, por exemplo,
a relação entre fornecedor e cliente/montadora no setor automobilístico. Neste caso, os
requisitos fazem parte de um minucioso contrato com obrigações legais. No entanto,
existem mercados onde o número de clientes é milhares ou até milhões. A situação exige a
utilização de questionários e amostragem e metodologias mais complicadas em estatística
para categorizar e analisar correlações esclarecedoras sobre as exigências que determinam
a qualidade de um produto ou serviço. Para quem não possui ainda conhecimento nas
metodologias mais matemáticas e quantitativas, é bom lembrar que um questionário
bem feito já pode revelar o comportamento do consumidor, e existem maneiras de ver
isso em gráficos simples. A regra geral é nunca tentar uma metodologia complicada antes
de entender a abordagem gráfica. No capítulo 6 da ISO 9000 sobre o gerenciamento de
recursos, tudo mais uma vez é direcionado ao cliente. No item da norma melhoria da
satisfação do cliente é alcançada somente conhecendo os requisitos, e na maioria das vezes
isso será feito através de questionários e análises estatísticas. Procedimentos estatísticos
também podem ser úteis para avaliar se um programa de treinamento é válido, testando
o empregado imediatamente depois do treinamento pelo conhecimento adquirido, e, no
longo prazo, pela pertinência do treinamento em melhorar relações entre a firma e seus
clientes? Neste contexto, a eficiência do setor logístico é extremamente importante, e seu
desempenho é crítico para entregar o produto ou serviço na hora certa. Desempenho pode
ser medido pelo tempo de atraso, por exemplo, e monitorado. Como nos questionários
aos clientes, os quais precisam de alta definição e clareza, a mesma característica aplica-
se aos índices de desempenho de um determinado processo ou serviço. Quando a questão
é clara, a resposta também é, e pode-se dispensar, até uma próxima etapa de maior
maturidade da empresa, a necessidade de análises mais complicadas. A necessidade de
utilizar metodologias quantitativas de Estatística em Capitulo 7 (Realização de Produto) e
Capítulo 8 (Mensuração, Análise e Melhoria) se baseia na eficiência destas metodologias
para conhecer grandes populações de produtos ou insumos onde, então, a amostragem se
apresenta como ferramenta imprescindível para economizar tempo e recursos. Dados são
coletados na linha de produção para assegurar que a produção reflete os requisitos dos
clientes. Estudos que envolvem índices de capacidade são apropriados aqui. A empresa
deve exigir do setor de projeto e desenvolvimento um nível de qualidade no processo que
garante a satisfação do cliente. Os requisitos dos clientes são mencionados na norma,
75
PARA (NÃO) FINALIZAR
primeiro obrigando a empresa de medir as características essenciais do produto do ponto

de vista do cliente, e segundo responsabilizando a empresa para periodicamente avaliar
todo o processo da relação entre características essenciais e os requisitos do cliente. Nada
é melhor do que a estimação de médias e desvios padrão para monitorar a qualidade.
Sem dúvida, o capitulo 8 (Mensuração, Análise e Melhoria) foi escrito pensando

diretamente em Controle Estatístico de Processo. Quando o capítulo fala em produto
conforme e não conforme, auditorias internas onde a amostragem será essencial,
monitoramento que abre espaço para o uso de gráficos de controle e índices de
capacidade, está apontando diretamente para a área de Estatística. Ações corretivas
sinalizam a busca por causas especiais, e ações preventivas depende nas metodologias
de previsão e projeção na área de análise de séries temporais. Para a organização na
fase de certificação ou renovação do ISO 9000, não necessariamente precisa implantar
de vez um sistema de estatística altamente avançado em cima das práticas tradicionais.
A transformação da empresa do dia para a noite, além de levar custos às estratosferas,
muitas vezes, se não sempre, nem funciona direito. O investimento é grande e a
diminuição de deficiências na organização sempre é pouco pelo menos nos primeiros
meses. Resultado: uma organização frustrada e descontente, e resultado financeiro
ameaçado. A implantação de qualquer procedimento novo na empresa, e especialmente
procedimentos com base matemática, deve começar num espaço pequeno na fábrica
e bem selecionado e crítico, onde o espaço inicial é manejável, oferecendo resultados
aparentes e contundentes. Iniciando-se a implantação de métodos estatísticos com
apenas gráficos e explicações intuitivas, sem entrar nos detalhes dos cálculos, já
oferece, em muitos casos, as condições suficientes para analisar melhor um fenômeno
problemático. Mais tarde, em algumas semanas ou talvez meses, com os empregadores
acostumados a pensar quantitativamente sobre os procedimentos da organização,
técnicas mais abstratas e complexas como amostragem, gráficos de controle avançados
e experimentação podem ser levadas a cabo numa maneira mais generalizada,
espalhando pela empresa e seguramente com resultados garantidos. Hoje em dia, os
famosos gráficos de controle se encontram na análise de todos os aspectos da empresa,
aplicações muito mais variadas do que qualquer cenário imaginado pelo Walter
Shewhart, seu criador. Melhor ainda, a teoria e sua aplicação correta não precisam mais
que um dia de treinamento intensivo para compreender a maior parte das sutilezas.
Nossos comentários são estreitamente ligados a uma área de Engenharia de Produção

chamado de Qualidade e Produtividade. Qualidade nos processos da organização
implica em ambos empregadores e clientes mais contentes, deficiências nos produtos e
processos mínimas, e resultados financeiros melhores.
Fonte: Samohyl, R.W. <http://www.intecq.com.br/files/artigos/conceitos_basicos_de_
controle_estatistico_de_processos.pdf>. Acesso em: 8 abr. 2015.
76
Referências
ARNOLD, J.R.; CHAPMAN, S.N.; CLIVE, L.M. Introductions to material

management. 6. ed. Prentice Hall, 2008.
DINIZ, Marcelo Gabriel. Desmistificando o controle estatístico de processo.

São Paulo: Artliber, 2001.
MURTEIRA, B.; BLACK, G. Estatística descritiva. Lisboa: McGrawHill, 1983.
Ribeiro, J.L.D; CATEN, C.S. Cartas de controle para variáveis, cartas de

controle para atributos, função de perda quadrática, análise de sistemas
de medição. Série Monografia Qualidade – Controle Estatístico de Processo. Porto
Alegre, RS. 2012.
TREINAMENTO IN COMPANY LG PHILIPS. Apostila. 2003.
TOLEDO, J.C.; ALLIPRANDINI; D.H. Controle estatístico da qualidade. Apostila

GEPEQ (Grupo de Estudos e Pesquisa em Qualidade). Universidade Federal de São
Carlos. 2004.
Sites
<www.datalyzer.com.br>
<http://leg.ufpr.br/~silvia/CE003/node30.html>
<http://www.blogdaqualidade.com.br/diagrama-de-ishikawa/>
<http://www.ebah.com.br/content/ABAAAAGoQAF/cep-controle-estatistico-
processo>
<http://www.infoescola.com/administracao_/desdobramento-da-funcao-qualidade-
qfd/>
<http://www.intecq.com.br/files/artigos/conceitos_basicos_de_controle_
estatistico_de_processos.pdf>
<http://www.datalyzer.com.br/site/suporte/administrador/info/arquivos/info52/
fig1.gif>
77
REFERÊNCIAS
<http://www.escolaedti.com.br/dez-erros-grafico-de-controle/>
<http://www.portalaction.com.br/controle-estatistico-do-processo/41-graficos-
media-e-amplitude>
<http://www.portaldeconhecimentos.org.br/index.php/por/content/view/
full/10294#mat_dl>
<http://pt.wikipedia.org/wiki/Teorema_central_do_limite>
<3.bp.blogspot.com/-13eGRgho3FM/TfftQDgREYI/AAAAAAAAAP4/GpqOTLk3YPs/
s1600/cartacontrole.jpg>
78

Controle Estatistico Da Qualidade

Enviado por

Dados do documento

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 Da Qualidade

Enviado por

Direitos autorais:

Formatos disponíveis

Controle Estatístico da Qualidade

Flavio Augusto Custodio

Equipe Técnica de Avaliação, Revisão Linguística e Editoração

ORGANIZAÇÃO DO CADERNO DE ESTUDOS E PESQUISA..................................................................... 5

PARA (NÃO) FINALIZAR...................................................................................................................... 74

A proposta editorial deste Caderno de Estudos e Pesquisa reúne elementos que se

Pretende-se, com este material, levá-lo à reflexão e à compreensão da pluralidade dos

Elaborou-se a presente publicação com a intenção de torná-la subsídio valioso, de modo

Para facilitar seu estudo, os conteúdos são organizados em unidades, subdivididas em

Sugestão de estudo complementar

Sugestões de leituras adicionais, filmes e sites para aprofundamento do estudo,

Sugestão de atividades, no decorrer das leituras, com o objetivo didático de fortalecer

Chamadas para alertar detalhes/tópicos importantes que contribuam para a

Informações complementares para elucidar a construção das sínteses/conclusões

Trecho que busca resumir informações relevantes do conteúdo, facilitando o

Questionário com 10 questões objetivas, baseadas nos objetivos do curso,

Para (não) finalizar

Texto integrador, ao final do módulo, que motiva o aluno a continuar a aprendizagem

Avaliar os resultados das ações, com o objetivo de verificar se estão em conformidade

Na década de 1940, o uso da estatística como ferramenta para o controle da

A década de 1970 se caracterizou pela disseminação dos conceitos de TQC,

Os anos de 1980 se caracterizaram pela implementação, em larga escala, dos conceitos de

A partir da década de 1960, os problemas relacionados com a preservação da qualidade

Como não poderia deixar de ser, os movimentos conservacionistas influenciaram

»» seus processos são consistentes e adequadamente controlados (eficiência);

»» seus produtos são especificados de acordo com as necessidades do seu

»» como as necessidades do cliente estão sempre mudando, elas são flexíveis,

Texto extraído de: <http://www.ebah.com.br/content/ABAAAAGoQAF/cep-controle-

A Unidade I procura apresentar as definições e conceitos do Controle Estatístico de

Já na Unidade II é apresentado um detalhamento sobre as cartas de controle.

A Unidade III procurar mostras as principais análises de processo para as tomadas de

E por fim, na unidade IV será apresentada as vantagens do CEP em relação ao método

»» Saber como analisar as cartas de controle.

»» Analisar o processo quanto a sua estabilidade e capacidade.

»» Entender como um CEP pode ser implantado em uma organização.

»» Instigar o aluno no aprofundamento de uso de ferramentas estatísticas.

O principal objetivo do CEP é controlar de forma eficaz a qualidade do produto, e

O CEP possibilita o monitoramento das características de interesse, assegurando

O CEP objetiva aumentar a capacidade dos processos, reduzindo refugo e retrabalho,

De acordo com a definição de Taguchi, um produto ou serviço de qualidade é

Cada produto possui um número de elementos que, em conjunto, descrevem

O sistema de controle do processo justifica-se, pelo fato de todo processo produtivo,

Um processo representa um conjunto de atividades a qual a partir de determinados

Exemplificando, consideramos que em um processo de usinagem seja necessário o

Figura 1. Diferença no valor nominal em projeto e do processo.

VALOR NOMINAL VALOR NOMINAL

O processo em si é uma combinação de equipamentos, insumos, métodos, procedimentos

Figura 2. Diagrama de Causa e Efeito exemplificando um produto com defeito.

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

Segundo Ribeiro e Caten (2012), as informações sobre o desempenho de um processo

a. qualidade das características do produto final mostrado na parte de cima

b. qualidade das características intermediárias mostrado na parte

c. ajuste dos parâmetros do processo mostrado na parte de baixo da figura.

Figura 3. Informações sobre o processo.

Fonte: Ribeiro e Caten (2012).

As informações sobre o processo são importantes para efeitos de mapeamento e

A coleta de dados e as ações ao longo do processo visam à detecção imediata a defeito ou

Por exemplo, um controle de processo utilizado comumente em empresas de produção

A variabilidade existe em todas as coisas (pessoas, máquinas ou natureza). Pessoas

Fonte: Arnold et al. (2008)

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

»» Pessoas: se os operadores forem mal treinados e desmotivados, há então

»» Máquinas: se tiverem boa manutenção elas tendem ser mais consistentes