Escolar Documentos
Profissional Documentos
Cultura Documentos
Controle de
Qualidade
Rafaela dos Santos Pereira
AULA 7
EXERCÍCIO 3
• Na tabela apresentada em seguida são Tipos de defeitos Freqüência Custo
problemas.
•Portanto, se formos analisar a relação entre a temperatura ambiente com a quantidade de sorvetes
vendidos, em um diagrama de dispersão, veremos que quanto mais alta a temperatura mais
sorvetes são vendidos. Neste caso, a variável independente é a temperatura e a dependente é a
quantidade de sorvetes vendida.
•Essa relação entre as variáveis é chamada de correlação, e existem três tipos: positiva, negativa e
nula.
Forte: Quanto menor for a dispersão dos pontos, maior será a correlação entre os dados.
Fraca: Quanto maior for a dispersão dos pontos, menor será o grau entre os dados.
•Ao tentar identificar possíveis causas raiz dos problemas, ou seja, ao invés de levantar apenas
suposições, fazer uma validação com um diagrama de dispersão para listar hipóteses de causas
raiz com base em fatos e dados;
•Na validação, se 2 efeitos ocorrem a partir de uma mesma causa. Isso é muito útil quando você
tem várias não conformidades com uma mesma causa raiz e você quer validar se a correlação entre
elas é verdadeira;
Por exemplo: os estatísticos chegaram à hipótese que quanto maior o consumo de sorvetes na praia,
mais pessoas morriam afogadas. Um pouco sem nexo. Mas quando as pessoas tomam mais sorvetes?
Geralmente em dias quentes, e quanto mais calor, mais as pessoas costumam ir para o fundo do mar.
Assim, obtém-se uma explicação lógica de correlação para o caso das mortes nas praias de Santos.
Portanto, o fator morte e fator venda de sorvete está relacionado à temperatura.
2.Coletar os dados dessas duas variáveis para a composição os gráficos. Essa coleta de dados pode
ser feita através da folha de verificação;
3.Desenhar os dois eixos do gráfico, e colocar a variável dependente no eixo vertical, e a variável
independente no eixo horizontal.
4.Colocar os dados no gráfico, desenhando um ponto para cada uma das ocorrências dos dados;
5.Verificar a disposição dos pontos no gráfico para identificar se há correlação positiva, negativa ou
nula.
•Ele nada mais é do que um conjunto de técnicas utilizadas para acompanhar e analisar o
desenvolvimento de projetos.
•O Controle Estatístico ajuda ainda a entender se o resultado entregue está de acordo com o que se
esperava da produção, se ficou abaixo ou acima das expectativas.
•A voz do processo diz respeito aos dados coletados de processos anteriores e que devem servir de
referência para análise dos resultados atuais, definindo assim o que já é esperado e o que é um desvio de
padrão.
•A análise que parte da voz do cliente, por sua vez, utiliza a percepção do consumidor como guia, usando
a demanda para definir o padrão que precisa ser alcançado.
•Até agora falamos sobre situações em que temos apenas duas variáveis para preencher com
dados e dali extrair nossas análises.
•De volta ao exemplo da confecção de roupas de banho, nós já estabelecemos que existe uma
causalidade entre a temperatura e as vendas de biquíni.
•Mas, será que essa é a única variável capaz de impactar nas vendas? Veremos a seguir.
•Quando falamos de correlação, sobretudo no contexto da gestão da produção, estamos nos referindo às relações expressas
entre duas variáveis.
•A correlação é a classificação atribuída aos resultados do seu gráfico quando estamos comparando apenas dois tipos de
dados.
•Pode ser que as vendas de biquíni registradas sejam maiores em dezembro do que em janeiro, sem que isso signifique que um
mês é definitivamente melhor para vendas do que outro.
•Nem sempre um evento tem apenas uma causa possível, o que acaba fazendo com que o resultado venha da combinação de
diferentes fatores.
•No caso das sungas, o calor de fato contribui para um aumento na demanda pelo produto.
•Mas, existem ainda outros fatores capazes de influenciar nas vendas como um aquecimento ou retração da economia,
condições de pagamento facilitadas e a própria localidade do ponto de vendas (interior ou litoral).
•A essa relação entre diversas variáveis dentro de um Diagrama é dado o nome de regressão.
•Nesse modelo estatístico, sempre vai haver uma variável de resposta (fixa o efeito) e as variáveis explicatórias (falam das
possíveis causas).
• No caso de trabalharmos apenas com dois eixos, que é o mais comum na prática, existem alguns subtipos de correlação
que falam sobre como esse relacionamento entre as variáveis se dá na prática.
• A correlação positiva define os casos em que a concentração de pontos do seu gráfico forma uma tendência ao
crescimento.
•Existem ainda os casos onde a correlação nula indica para a conclusão de que não existe uma relação
real entre os dados – os pontos encontram-se dispersos pelo diagrama.
•Os resultados podem ainda ser classificados entre fortes e fracos, de acordo com a proximidade dos
pontos no gráfico.
•Uma correlação forte pode ser diagnosticada pelo curto espaço entre os pontos, enquanto na correlação
fraca eles ficam mais dispersos no diagrama.
•A ferramenta permite identificar as relações entre variáveis, estabelecer causas e a partir disso criar
estratégias para garantir o sucesso dos negócios.
•Dentro do controle da qualidade, o Diagrama se adaptou muito bem e logo se tornou uma das sete principais
ferramentas para a boa gestão.
•Aos poucos, o modelo estatístico foi sendo adaptado para diferentes áreas de atuação, chegando ao século
XXI como uma ferramenta versátil e eficiente.
•Engana-se quem pensa que o gráfico pode ser utilizado apenas para otimizar indústrias de bens de consumo.
•Nos últimos anos, a área da saúde tem se beneficiado tremendamente do uso de ferramentas da qualidade para garantir um atendimento mais
seguro e ágil.
•Como exemplo, podemos imaginar o caso de um hospital que, em pesquisa, verificou que os pacientes estão insatisfeitos com as consultas do
pronto-socorro.
•A fim de entender melhor essa reclamação, o gestor propôs então uma nova pesquisa de satisfação em que as pessoas pudessem indicar quanto
tempo precisaram aguardar até o atendimento.
•A partir desses dados, um Diagrama de Dispersão pôde então ser montado de modo a compreender a correlação entre o tempo de espera e a
satisfação do cliente.
• No caso das indústrias de manufatura, é um pouco mais fácil imaginar situações onde o uso do Diagrama pode trazer vantagens.
• O exemplo que trazemos dessa vez é de uma empresa que detectou um aumento do seu faturamento no semestre.
• Apesar da boa notícia, a organização está tendo dificuldades em definir a fonte desse crescimento.
• Será que aumentaram os clientes ou será que o número de clientes continua o mesmo e aumentou o valor médio de cada compra?
• Para testar a primeira hipótese, o gestor cruzou a quantidade de clientes com o faturamento mês a mês.
• Então, no resultado do Gráfico de Dispersão ficou claro que o aumento da receita acompanhou um aumento no número de clientes
– uma correlação positiva forte.
•Como uma das sete principais ferramentas da qualidade, o Diagrama de Dispersão tem um papel fundamental dentro do Lean Six Sigma.
•Ao usar o gráfico, o gestor consegue avaliar as relações entre diferentes variáveis para apostar no caminho que trará mais resultados para
os negócios.
•Para o Six Sigma, o objetivo é criar um produto com o maior valor possível, reduzindo os desperdícios de tempo e insumos o máximo
possível.
•Isso é feito com o incentivo a uma cultura de melhoria contínua que foca em manter a produção enxuta como forma de evitar gargalos e
atrasos.
•Muito ligado ao controle e gestão da qualidade, o Six Sigma tem no Gráfico de Dispersão uma eficiente ferramenta para garantir a
excelência de seus resultados.
•Lembre-se: o primeiro passo para se traçar um bom gráfico de dispersão, é coletar bons dados.
Após coletarmos os dados, podemos usar um software para nos auxiliar a traçar o gráfico de
dispersão. Dias de
Projeto atraso Satisfação
1 -3 3.90
2 -6 3.42
3 -1 3.10
4 0 2.95
5 4 1.83
6 5 2.25
7 9 1.92
8 11 3.15
9 19 2.85
10 12 3.00
11 -5 2.64
12 -6 3.96
… … ….
•A relação entre os parâmetros pode ser não linear. Nesse caso os pontos se pareceriam mais com
uma curva do que com uma linha reta, com máximos e mínimos evidentes no gráfico. A fim de
simplificar a interpretação, o gráfico de dispersão pode ser dividido em seções, baseado na
relação ser positiva ou negativa, e visto como linear dentro de cada seção.
Janeiro R$ 2.000,00 15
O diretor de uma empresa de varejo
Fevereiro R$ 3.000,00 13
identificou que nos últimos meses houve um Março R$ 4.000,00 21
Maio R$ 3.000,00 10
aumento no número de clientes. Ele então, fez
Junho R$ 5.000,00 24
um gráfico de dispersão para identificar se o
Julho R$ 5.000,00 17
aumento do faturamento (efeito) tinha relação Agosto R$ 5.000,00 15
Outubro R$ 8.000,00 27
(causa).
Novembro R$ 10.000,00 34
Dezembro R$ 15.000,00 48
Número de
Mês Faturamento novos clientes
Janeiro R$ 2.000,00 33
Fevereiro R$ 3.000,00 25
Março R$ 4.000,00 18
Abril R$ 5.000,00 17
Maio R$ 3.000,00 15
Junho R$ 5.000,00 19
Julho R$ 5.000,00 23
Agosto R$ 5.000,00 20
Setembro R$ 6.000,00 24
Outubro R$ 8.000,00 23
Novembro R$ 10.000,00 32
Dezembro R$ 15.000,00 34
•Então ele pode identificar que o que mais afetava o aumento do faturamento era a venda para
novos clientes.
•Essa linha que apareceu indica que temos uma relação linear e, de fato, mostra que à medida que
a nota geral do produto aumenta, a tendência é que o preço também aumente.
•Então, aqui, temos uma relação de que a medida em que uma variável aumenta, a outra também
está em crescimento.