Universidade Federal da Paraíba - UFPB

Centro de Ciências Sociais Aplicadas – CCSA

Departamento de Administração - DA
Curso de Administração – CA

Disciplina: Gestão da Qualidade

Professor: Egidio Luiz Furlanetto
Período: 2023.2

Aula 5: Controle Estatístico da Qualidade:

Gráficos de controle
 Agenda

1. Variabilidade do Processo
2. Gráficos de Controle
3. Gráfico da Média
4. Gráfico da Amplitude
 Variabilidade do processo
• Não existem dois produtos ou serviços iguais, pois apresentam
diferenças, as quais podem ser decorrentes de causas naturais
(aleatórias) ou causas especiais (perturbações maiores e sujeitas
a intervenção), e caracterizam o que denominamos de
Variabilidade do Processo.
• Segundo Shewhart, todo e qualquer processo, por mais bem
projetado e por mais bem controlado que seja, possui em sua
variabilidade um componente impossível de ser eliminado, trata-
se da variabilidade natural, fruto de uma série de pequenas
perturbações, ou causas aleatórias, contra as quais pouco ou
quase nada se pode fazer.
• Porém, ainda segundo Shewhart, nenhum processo deixa de
estar sujeito, também, à ocorrência de perturbações maiores,
denominadas de Causas Especiais, sendo essas as que merecem
atenção e que aqui serão tratadas.
 Variabilidade do processo:
causas aleatórias
• São exemplos de causas naturais ou aleatórias a constituição
fisio-química dos produtos, a genética dos seres vivos, e
geralmente não são elas motivo de preocupação, inclusive,
essa variação geralmente se comporta conforme a
distribuição normal, com a grande ocorrência de eventos se
concentrando próximo à media, um pouco maior, ou um
pouco menor.
• Quando o processo está somente sob o efeito dessas causas
podemos afirmar que o processo está sob controle e terá o
comportamento de uma Distribuição Normal.
Distribuição Normal
 Exemplo de Distribuição Normal, partindo do peso de
5.000 recém-nascidos.

Figura 32: Histograma de frequências relativas a 5000 pesos de recém-nascidos com

intervalo de classe de 125g Fonte: http://www.leg.ufpr.br/~silvia/CE701/node36.html
 Esse segundo histograma é um refinamento do primeiro, obtido aumentando-
se o tamanho da amostra e reduzindo-se a amplitude dos intervalos de classe.
Ele sugere a curva conhecida como curva normal ou Gaussiana.

Função da Normal

Os parâmetros dessa curva Normal são: a Média

(µ) e Desvio Padrão (σ) – Denotada por: N(µ,σ)

Z = Variável Aleatória Normal Padronizada

Z = X - µ/ σ

Figura 33: Função de densidade de probabilidade para a variável aleatória contínua X=peso do
recém-nascido (g). Fonte: http://www.leg.ufpr.br/~silvia/CE701/node36.html
 Exemplos de distribuições com médias e desvios diferentes

Mesma média, porém desvios

diferentes

Figura 33: Função de densidade de probabilidade para a variável aleatória contínua X=peso do
recém-nascido (g). Fonte: http://www.leg.ufpr.br/~silvia/CE701/node36.html
 Variabilidade do processo:
causas especiais
• Causas especiais são, geralmente, de fácil identificação,
pois alteram os indicadores do processo, como a média e
a variabilidade.
• São exemplos dessas causa, uma quebra de uma peça de
uma máquina; um operário com problemas; um
equipamento desregulado etc.
• Quando além das causas naturais (aleatórias), estiverem
presentes causas especiais, diz-se que o processo está
fora de controle.
 Como identificar se o processo está
sob controle?
• Por meio de monitoramento constante, será
possível detectar as presenças ou não das
causas especiais. Por exemplo, pesos ou
volumes acima ou abaixo do estababelecido
(valor alvo).
• Para identificar se o processo está sob controle,
ou fora de controle, foram criados os Gráficos
de Controle, onde esse monitoramento é feito
por meio de análises periódicas de amostras,
retiradas a intervalos de tempo definidos.
 Gráfico de Controle

Fonte: https://escritoriodeprojetos.com.br/grafico-de-controle
 Sete Padrões não naturais dos Gráficos de Controle:
1. Dois entre 3 pontos consecutivos na Zona A (vermelha); 2. Quatro entre cinco
pontos consecutivos nas Zonas B (amarela) ou A; 3. Sete ou mais pontos consecutivos
no mesmo lado; 4. Seis ou mais pontos consecutivos aumentando ou diminuindo de
valor; 5. Oito ou mais pontos consecutivos caindo fora da Zona C (Azul); 6. Quinze ou
mais pontos consecutivos todas na Zona C; 7. Quatrorze ou mais pontos consecutivos
alternando para mais e para menos, em qualquer Zona.
 Construção e uso dos Gráficos de Controle
• Etapa 1. Conhecendo, estabilizando e ajustando o
processo: antes de passar a monitorar os
processos por meio dos gráficos, é preciso
conhecê-los bem e estabilizá-los. Vamos tomar
como exemplo o enchimento de saquinhos de
leite , onde o alvo é 1.000 ml. Nesse sentido, a
cada 15 minutos de produção são retiradas
amostras e medidas. O gráfico apresentado, a
seguir, apresenta, no eixo vertical, os valores da
variável aleatória X e, no eixo horizontal, os
números de ordem das medidas, na sequência
cronológica.
Ex. Comportamento das amostras do processo
de enchimento de saquinhos de leite
Análise do Comportamento das amostras
de saquinhos de leite
• Percebe-se que os valores da variável X (volume
dos saquinhos de leite), oscilam em torno de
um valor acima do valor alvo de 1000 ml, ora
oscilam em torno de um valor abaixo desse
alvo, ora se afastam dele em demasia, ora
apresentam tendência ascendente, ora
descendente, caracterizando um Processo
Instável e sob o efeito de causas especiais.
• Portanto, antes de definer os parâmetros dos
gráficos, faz-se necessário identificar e eliminar
as causas especiais presentes.
Identificando Presença de Possíveis causas especiais
no processo de enchimento de saquinhos de leite
 O que fazer?
• Com base no que foi visto nas ferramentas da
qualidade, reflitam sobre quais os procedimentos
que podem ser implementados, nesse momento,
para identificar e eliminar as causas especiais
presentes.
• Somente após essa estabilização, passa-se a
definir os limites dos gráficos e monitorar o
processo por meio desses gráficos.
• O Gráfico a seguir mostra o mesmo processo,
agora com as causas especiais eliminadas.
Gráfico após Eliminação das causas
especiais: processo sob controle
 Construção dos Gráficos:
condições iniciais
• Eliminadas as causas especiais podemos
iniciar a contruir os Gráficos de Controle
• Antes de se iniciar a construção dos gráficos,
duas importantes questões precisam ser
resolvidas, ou seja:
1a . Definir os critérios para a seleção da
amostra e;
2a . Estimar a variabilidade do processo
 Seleção das amostras:
subgrupos racionais
• Como nunca se sabe se durante a produção dos
itens, dos quais se obtiverem os valores da
característica de qualidade X, o processo realmente
permaneceu isento de causas especiais, foi
desenvolvido o conceito de Subgrupos Racionais, o
qual preconize a retirada de pequenas amostras em
intervalos de tempo regulares. Assim, cada amostra
ou subgrupo é constituido de unidades produzidas
quase num mesmo instante. Com isso, minimiza-se
a probabilidade de que uma amostra seja formada
por elementos de diferentes populações.
 Estimando a variabilidade do processo
• Como estamos falando de amostras e não de
população, os parâmetros da variabilidade
do processo precisam ser estimados.
• Para tal, a variância do processo deve ser
estimada com base na dispersão dos valores
dentro das amostras.
• Existem quatro estimadores sendo dois os
mais usados, o baseado nos Desvios-padrão
amostrais e o baseado na Amplitude
amostral.
Estimando a variabilidade do processo
 Estimando a variabilidade do processo:
Tabela com os valores de C4; d2 e d3
n 2 3 4 5 6 7 8 9 10 11 12 13 14 15

0,798 0,886 0,921 0,940 0,952 0,959 0,965 0,969 0,973 0,975 0,978 0,979 0,981 0,982

1,128 1,693 2,059 2,326 2,534 2,704 2,847 2,970 3,078 3,173 3,258 3,336 3,407 3,472

d3 0,853 0,888 0,880 0,864 0,848 0,833 0,820 0,808 0,797 0,787 0,778 0,770 0,763 0,756
Gráficos de Controle por Variáveis
• Se a variável a ser controlada é uma variável
continua, como o volume dos saquinhos de
leite, o usual é monitorar o processo por um
par de gráficos de controle: um para
monitorar a centralidade e outro para
monitorar a dispersão da variável.
• Normalmente são utilizados o gráfico da
média amostral (X barra) para monitorar a
centralidade e o da amplitude amostral R para
monitorar a dispersão.
Gráfico da Média; estabelecendo os limites
Gráfico da Média: estabelecendo os limites
Gráfico da Amplitude: estabelecendo os limites

Por não conhecer a média, estima-se o

desvio

Limite superior da amplitude