Ferramentas

da Qualidade
ESTRATIFICAÇÃO
• Para Carpinetti (2012), “a estratificação consiste na divisão de um grupo
em diversos subgrupos com base em características distintas ou de
estratificação”.
• Estratificar é dividir os dados em categorias e subgrupos conforme os
critérios estabelecidos com o intuito de realizar uma análise.
O QUE SÃO DADOS?
• Dados são registros que se não estiverem em um contexto podem ser apenas um
número, ou um valor;
• Dados + Contexto= Informação;
• Coletar dados hoje não é o problema, o problema é extrair valor deles.
DADOS E ESTRATIFICAÇÃO
• A estratificação só pode ser realizada quando a origem dos dados utilizados na
análise do problema puder ser identificada;
• Se eu não sei de onde vem o dado e nem pra onde ele vai, fica muito difícil de
extrair valor dele.
ESTRATIFICAÇÃ
O

Exemplo: Como
podemos estratificar
peças produzidas por
uma máquina e que
apresentaram
defeitos?
Exemplo Youtube
ESTRATIFICAÇÃO

• Para uma boa avaliação, a

estratificação deve ser planejada
antes da coleta dos dados para termos
certeza que os dados coletados sejam
úteis para a análise que buscamos.
• Exemplo: Qualidade dos dados para
estratificação para programação.
HABILIDADES
ESSENCIAIS PARA A
ESTRATIFICAÇÃO
• Pensamento crítico (saber formular as perguntas
certas)
• Comunicação (construir a narrativa dos dados)

• Databricks é uma ferramenta essencial para quem

trabalha com engenharia de dados e análise de dados
em geral, que permite tornar o processo de coleta,
processamento e análise de dados mais eficiente,
escalável e fácil de realizar.
APLICAÇÕES DA ESTRATIFICAÇÃO

• Analisar os dados para encontrar oportunidades de melhorias;

• Encontrar padrões ao separar os dados;
• Categorizar os dados para direcionar ações corretivas;
• Encontrar possíveis origens de problemas;
• Encontrar características de um problema.
Exercício
• O setor de segurança de trabalho de
uma fábrica notou que o número de
acidentes aumentou muito no último
mês. Suponhamos que você seja o
responsável pela análise do problema,
como você faria a estratificação para
as causas dos acidentes?
FOLHA DE VERIFICAÇÃO
• É uma ferramenta da qualidade utilizada para facilitar a coleta e o registro dos dados,
otimizando a análise futura desses dados.
• Exemplos:
Folha de verificação de falhas de máquinas, em que registra-se as causas da
falha como vibração, lubrificação, ruído, etc., posteriormente, realiza-se um plano de
manutenção preventiva.
Reclamação de clientes: identifica possíveis problemas no produto, na
logística, na qualidade.
FOLHA DE
VERIFICAÇÃO
• Pode ser um formulário, tabela, ou
planilha utilizada para planejamento
e coleta de dados.
• Exemplo: Em uma linha de produção,
quantos produtos foram rejeitados
por má qualidade? Quantas quebras
de máquina ocorreram? Quantas
falhas foram internas e quantas
externas?
FOLHA DE
VERIFICAÇÃO
ATUAL

Folha de verificação digital via aplicativo

Folha de verificação na Medicina
• O Supercomputador IBM Watson é capaz de escanear folhas de verificação
(prontuário médico) dos pacientes e prever qual a probabilidade de ele ser internado,
ou de voltar para o hospital após receber alta;
• Um exemplo é de um paciente que sofre com sintomas semelhantes à apneia do
sono. Anos antes, esse paciente fez um teste de gasometria arterial que teria
confirmado o diagnóstico, mas os resultados dos testes estavam escondidos em uma
seção difícil de encontrar do seu histórico médico. Sem o Watson, o Dr. Mehta
afirma que ele nunca teria encontrado o resultado.
• Há dificuldade, como prontuários que não fornecem dados completos ou termos
usados por médicos que apenas humanos entenderiam, mas as máquinas teriam
dificuldade. Em outras palavras, o maior obstáculo é na verdade a maneira como os
humanos se organizam e inserem os dados e não exatamente a compreensão do
computador.
Dificuldades de Implantação
• Não entendimento da ferramenta= Burocracia;
• Dados incompletos;
• Dados faltantes;
• Erros Humanos.
Recomendações para uso e elaboração da folha de
verificação
• Pensar criticamente no dado a ser coletado, no contexto e na finalidade;
• Adicionar todos os indicadores de estratificação necessários para análise futura (local, data,
turno, máquina, setor, operador, etc..)
• Apresentar a forma correta de preenchimento da folha como “instruções de preenchimento”
na própria folha de verificação;
• Realizar treinamento da importância do preenchimento correto da folha de verificação e
promover cultura de conscientização do valor dos dados.
Aplicações

• Levantamento de não conformidades;

• Para entender reclamações de clientes;
• Para localizar defeitos;
• Para levantar causa de falhas;
• Para monitorar um processo;
• Para estudar a distribuição de uma variável.
Diagrama de Pareto
• Regra 80/20. O italiano Pareto explicou que 80% da riqueza pertencia a 20% da população ao observar
as divisões de terras na Itália;
• Então em 1941, Juran formulou o cálculo do Diagrama de Pareto, em homenagem ao italiano que
observou o padrão.
• O diagrama de Pareto organiza as causas em função das suas frequências o que ajuda na priorização de
problemas;
• Quais os 20% das causas que estão gerando 80% dos problemas?
Para que usar Pareto?
• Para identificar as causas mais relevantes dos problemas e assim, tratá-las com prioridade;
• Identificar onde focar os esforços;
• Analisar com que frequência ocorrências como não conformidades, reclamações, defeitos,
etc., acontecem;
• Para auxiliar nas tomadas de decisões.
 Exemplo Reclamações de clientes
Reclamações Quantidade
Atraso na entrega 100
Má qualidade do 35
produto
Não recebeu o produto 10
Mau atendimento 15
Outros 2

80% das reclamações são originadas por 20%

das causas (atraso na entrega).
 Como fazer o Diagrama de Pareto

1. Determine o objetivo do diagrama, por exemplo analisar Reclamações Quantidade % %

unitário acumulado
as reclamações dos clientes;
Atraso na 100 61,72 61,72
2. Defina as categorias ou tipos de problemas: no nosso entrega
exemplo, as categorias eram atraso na entrega, má Má qualidade 35 21,60 83,32
qualidade do produto, mau atendimento, não recebeu o do produto
produto e outros; Mau 15 9,26 92,58
atendimento
3. Organizar os dados em uma tabela com as categorias Não recebeu o 10 6,18 98,76
definidas no passo anterior, colocar em ordem produto
decrescente e colocar as frequências de cada categoria; Outros 2 1,24 100%
4. Fazer os cálculos de frequência percentual unitária.
5. Calcular a frequência percentual acumulada.
6. Traçar o gráfico.
Exercício
• Construa um diagrama de Pareto para as falhas de manutenção de uma máquina.

Causa da falha Nº de ocorrências

Falta de lubrificação 55
Sujeira excessiva 10
Desalinhamento 4
Falha operacional 96
Vibração excessiva 12
Temperatura elevada 7
Total 184
HISTOGRAMA

• Essa ferramenta é utilizada quando

queremos observar o comportamento de
variáveis quantitativas da qualidade. Por
exemplo: temperatura, volume, tempo,
comprimento, largura, etc.
• Com o Histograma conseguimos observar
graficamente a distribuição de frequências e
a tendência central de um conjunto de dados.
 QUANDO USAR?

• Para resumir um grande conjunto de dados e facilitar a

visualização para análise e tomada de decisão;
• Para comparar resultados;
• Para comunicar informações graficamente pois, como é um gráfico
simples de visualizar, fica fácil a compreensão de quais valores
ocorrem com mais frequência;
• Para determinar o centro da distribuição dos dados, ou seja onde
estão a maioria dos valores;
• Para verificar a amplitude dos dados (o máximo e o mínimo);
• Para verificar a simetria, ( o processo é simétrico ou alguns valores
são mais raros?).
COMO FAZER?

• 1º Passo: Determinar quantas classes/categorias existem;

Quantidade de classes (b) está relacionada ao número de amostras
(n). b= . Ex: n=100, teremos 10 classes.
Tamanho da Amostra Quantidade de classes
Menos que 50 5a7
50 a 100 6 a 10
100 a 250 7 a 12
Acima de 250 10 a 20
COMO FAZER?

• 2º Passo: Determinar a largura da classe, ou o intervalo dos valores contidos em cada classe.
• Temos que W= largura da classe.

Exemplo: = 9
A largura da classe é 9, então teremos valores de Classe 1: 9- 18, Classe 2: 18-27, Classe 3: 27-36 e assim, por
diante.

• 3º Passo: Contabilizar quantas ocorrências existem para cada uma das classes;
• 4º Passo: Traçar gráfico de colunas com as categorias no eixo X e a frequência no eixo Y.
 EXEMPLO
• Uma empresa está avaliando quanto tempo seus clientes esperam para serem atendidos na ligação.
Dessa forma, ela recebeu 40 ligações conforme os dados abaixo com o tempo em minutos.

5,4 3,2 2,3 2,8 1

3,5 10 17 3,7 3,7
4,2 2,5 22,4 5,6 3,5
11,8 30 4,6 7,8 2,5
10,9 12,5 18 9,6 3,5
15,2 25,2 10,2 12,2 23,5
5,3 3,5 23,5 10,2 25,2
1,9 2,7 3,5 24,2 4,3
TIPOS DE HISTOGRAMA
• SIMÉTRICO: Centraliza a frequência mais alta e decresce de forma simétrica. É observado em
processos padronizados e de qualidade contínua.
TIPOS DE HISTOGRAMA
• Distorcido à direita: Quando a distribuição dos dados apresenta altos valores com baixa frequência.
Pois, ele vai afinando no eixo x, indicando que a frequência diminui.
TIPOS DE HISTOGRAMA

• Distorcido à esquerda: Quando temos a frequência maior em dados de altos valores e eles são maiores
que a média.
TIPOS DE HISTOGRAMA
• Bimodal ou de dois picos: Aqui sabemos que há frequências maiores em duas situações. Cabe avaliar o
porque ocorre, como por exemplo matérias primas diferentes ou, operadores diferentes, etc.
TIPOS DE
HISTOGRAMA

Multimodal: Aparecem vários

picos equanto outros valores são
isolados. Possivelmente pode
indicar erros no processo, de
medição, de registro de dados.
TIPOS DE HISTOGRAMA
• Platô (achatado): Quando os dados possuem frequências bem parecidas, isso ocorre quando há mistura
de várias distribuições com médias diferentes.
DIAGRAMA DE
DISPERSÃO
• Essa ferramenta é utilizada para verificar
se existe a correlação entre variáveis. Por
exemplo:
• Será que o aumento da velocidade de
trabalho de uma máquina afeta a qualidade
de acabamento das peças?
• Será que o tempo de espera da entrega de
comida no ifood impacta na satisfação do
cliente? E na recompra do produto?
Exemplo
• Um hospital particular quer avaliar se o
tempo de espera para a consulta impacta
na satisfação do cliente. Para isso,
entrega a senha com o horário de
chegada do paciente e contabiliza
quanto tempo ele levou para ser
atendido, ao final da consulta ele avalia
o atendimento com nota de 1 a 10.
Cliente tempo Nota Correlação negativa. Quanto maior o
1 5 8 tempo de espera menor é a nota.
12
2 35 3
3 30 4
4 10 5
10
5 15 4
6 20 3
7 5 9 8
8 15 5
9 30 3
10 35 1 6

Nota
11 40 1
12 10 8
13 8 10 4

14 15 7
15 20 5
2
16 25 4
17 5 10
18 4 8
0
19 3 9 0 5 10 15 20 25 30 35 40 45
20 30 10 Tempo de espera (min)

Cuidado com os pontos fora da curva

 Linha de 12

tendência 10

Existe uma equação linear que mostra a

interação entre as variáveis. Essa equação 8
f(x) = − 0.18727139722019 x + 9.22088514996342
R² = 0.562198507046247
é obtida por meio da regressão linear.

Onde b= inclinação e a= interseção. 6

Nota
R² é o coeficiente de determinação, uma
4
medida do quão distante os pontos estão
da linha de regressão. Se os pontos
estiverem muito longe a tendencia é R² 2
próximo de 0. Se os pontos estiverem em
cima da linha a tendência seria R² próximo
de 1. 0
0 5 10 15 20 25 30 35 40 45

Tempo de espera (min)

y = -0,1873x + 9,2209
R² = 0,5622
Tipos de correlação