Controle e Confiabilidade do Processo

Wagner Cardoso Controle e confiabilidade do processo Catalogação elaborada pelo Setor de Referência da Biblioteca Central Uniube Cardoso Wagner C179c Controle e confiabilidade do processo Wagner Cardoso Uberaba Uni versidade de Uberaba 2021 188 p il Programa de Educação a Distância Universidade de Uberaba Inclui bibliografia ISBN 9786588363812 1 Controle de qualidade 2 Gestão da qualidade total 3 Controle de processo Métodos estatísticos I Universidade de Uberaba Programa de Educação a Distância II Título CDD 658562 2021 by Universidade de Uberaba Todos os direitos reservados Nenhuma parte desta publicação poderá ser reproduzida ou transmitida de qualquer modo ou por qualquer outro meio eletrônico ou mecânico incluindo fotocópia gravação ou qualquer outro tipo de sistema de armazenamento e transmissão de informação sem prévia autorização por escrito da Universidade de Uberaba Universidade de Uberaba Reitor Marcelo Palmério PróReitor de Educação a Distância Fernando César Marra e Silva Coordenação de Graduação a Distância Sílvia Denise dos Santos Bisinotto Editoração e Arte Produção de Materiais DidáticosUniube Editoração Márcia Regina Pires Patrícia Souza Ferreira Rosa Revisão textual Érika Fabiana Salvador Diagramação Matheus Kaneko da Silva Ilustrações Acervo Uniube Getty Images Projeto da capa Agência Experimental Portfólio Edição Universidade de Uberaba Av Nenê Sabino 1801 Bairro Universitário Wagner Cardoso Mestrado em Engenharia de Produção pela Universidade de Araraquara Uniara Especialização em Docência Universitária pela Universidade de Uberaba Uniube Graduação em Engenharia de Produção pela Universidade de Araraquara Uniara Professor da Universidade de Uberaba Uniube nos cursos presenciais e a distância nas seguintes disciplinas Engenharia de Métodos e Produtividade Planejamento e Controle da Produção PCP Controle e Confiabilidade do Processo Sistemas de Produção Projetos Integrados Gestão da Produção OSM Gestão de Processos Gestão Logística Estudos Interdisciplinares e Trabalho de Conclusão de Curso TCC Experiência em Supervisão Industrial Gerência Industrial e Gerência de Operações além de atuar desde 2006 como Consultor e Assessor Industrial objetivando a redução de custos o aumento da produtividade e a implantação de Planejamento e Controle de Produção PCP Autor de 2 livros publicados pela Editora Itacaiúnas Engenharia de Métodos e Produtividade e Planejamento de Vendas e Operações SOP para Hospitais Sobre o autor Sumário Apresentação IX Capítulo 1 Ferramentas Estatísticas da Qualidade contextualizações 1 11 O que é qualidade 3 12 O que é controle de qualidade 6 13 O que é gestão de qualidade 8 14 Qual a diferença entre controlar e gerenciar a qualidade 13 15 Dimensões da qualidade 14 16 Evolução da qualidade 15 17 Considerações finais19 Capítulo 2 Ferramentas Estatísticas da Qualidade 23 as 7 Ferramentas 23 21 Diagrama de Pareto 25 22 Lista de verificação 31 23 Diagrama de Ishikawa 34 24 Histograma 39 25 Diagrama de dispresão ou correlação43 26 Carta de controle 45 27 Fluxograma 47 28 Considerações finais50 Capítulo 3 Controle Estatístico do Processo CEP contextualizações 53 31 Histórico 55 32 Definições importantes 59 33 Variabilidade e especificações 60 34 Causas da variabilidade dos processos 61 35 Base estatística dos gráficos de controle do CEP 65 36 Considerações finais68 Capítulo 4 Controle Estatístico do Processo CEP controle para variáveis 73 41 Definições importantes 75 42 Desenvolvimento e uso dos gráficos e R 80 43 Desenvolvimento e uso dos gráficos e S 84 44 Gráficos e S com tamanho de amostra variável 87 45 Gráficos de controle Shewhart para amostras individuais 90 46 Considerações finais92 Capítulo 5 Controle Estatístico do Processo CEP controle para atributos e capacidade do processo 97 51 Introdução aos conceitos 99 52 Desenvolvimento e uso dos Gráficos de Controle para Fração de Não Conformes Gráfico P 100 53 Desenvolvimento e uso dos Gráficos de Controle para Número de Defeitos Gráfico C 104 54 Capacidade do processo 108 55 Considerações finais111 Capítulo 6 Seis Sigma contextualizações 117 61 Introdução 119 62 Compreendendo o Seis Sigma 121 63 Visão estatística do Seis Sigma 124 64 Histórico do Seis Sigma 126 65 O que há de novo no Seis Sigma 128 66 Considerações finais129 Capítulo 7 Seis Sigma DMAIC 133 71 Introdução 135 72 Etapa Definição do DMAIC 137 73 Etapa Medição do DMAIC 141 74 Etapa Análise do DMAIC 142 75 Etapa Melhoria Improve do DMAIC 144 76 Etapa Controle do DMAIC 145 74 Considerações finais147 Capítulo 8 Seis Sigma implantação resultados e integração estratégica 153 81 Considerações iniciais 155 82 Métricas baseadas em defeituosos 157 83 Métricas baseadas em defeitos 158 84 Como classificar seu processo segundo a Escala Sigma 161 85 A fábrica oculta 162 86 Implantação do Seis Sigma 166 87 Tendências mundiais do Seis Sigma 168 88 Considerações finais169 Prezadoa alunoa é um prazer têloa conosco Este livro surgiu da necessidade latente de construir conhecimento científico acerca do tema Controle e Confiabilidade do Processo pois observouse que na literatura nacional existe uma escassez enorme de livros que tratem do tema na sua concepção Percebemos que pesquisas existem em número reduzido mas em relação a livros propriamente ditos não há muitas opções Sendo assim este livro foi escrito também para contribuir para a construção e ampliação da ciência brasileira abordando temas tão importantes para o cotidiano de quem analisa lidera controla supervisiona gerencia e pesquisa sobre controle e confiabilidade da qualidade Durante a leitura do livro você observará que alguns temas são indissociáveis uns dos outros como DMAIC e Seis Sigma como também as ferramentas da qualidade e o CEP Dessa forma os capítulos ficaram assim distribuídos No capítulo 1 Ferramentas Estatísticas da Qualidade contextualizações será tratada a definição original de qualidade controle da qualidade gestão da qualidade em paralelo Adicionalmente este capítulo trará as dimensões da qualidade e a evolução da qualidade desde seu início até a era da Indústria 40 Apresentação X UNIUBE No capítulo 2 Ferramentas Estatísticas da Qualidade as 7 ferramentas serão abordadas todas as sete ferramentas estatísticas da qualidade suas definições abrangências importâncias por que são importantes para as empresas e como implantálas São elas diagrama de Pareto lista de verificação diagrama de Ishikawa histograma diagrama de dispersão ou correlação carta de controle e fluxograma No capítulo 3 Controle Estatístico do Processo CEP contextualizações falaremos sobre o CEP e suas definições seu histórico suas especificações seu papel estratégico e vital nas empresas Também trataremos das causas da variabilidade do processo e das bases estatísticas dos gráficos de controle utilizados no CEP No capítulo 4 Controle Estatístico do Processo CEP controle para variáveis vamos tratar dos gráficos de controle para variáveis e dos gráficos de controle Shewhart para amostras individuais Toda mecânica de cálculo fórmulas desenvolvimento e construção destes gráficos serão apresentados a você leitor de forma coesa objetiva eficiente e prática Diversos exemplos serão dados para melhor compreensão desses temas relevantes para a disciplina em si No capítulo 5 Controle Estatístico do Processo CEP controle para atributos e capacidade do processo vamos tratar das principais maneiras de se calcular construir e utilizar os gráficos de controle para atributos Diversos exemplos práticos serão utilizados para esclarecer todas as dúvidas que porventura possam surgir O capítulo também tratará da capacidade do processo e seus indicadores como calculá los e gerilos de forma íntegra clara a todos os envolvidos e integrada à gestão No capítulo 6 Seis Sigma contextualizações vamos abordar esta importante ferramenta da gestão moderna envolvendo seus conceitos UNIUBE XI principais sua evolução histórica completa e vamos desenvolver todo um arcabouço teóricoprático do programa e de sua metodologia para as empresas compreenderem de fato sua importância No capítulo 7 Seis Sigma DMAIC vamos abordar a ferramenta que mais é utilizada conjuntamente à metodologia Seis Sigma o DMAIC Abordaremos conceitos e definições contextualizações históricas aplicabilidade e importância das cinco fases do DMAIC definir medir analisar melhorar e controlar para as empresas em geral e demonstraremos o quão simples e prática é esta ferramenta No capítulo 8 Seis Sigma implantação resultados e integração estratégica vamos dar continuidade à metodologia Seis Sigma mas focando agora as métricas do Seis Sigma o seu processo de implantação de forma eficiente a forma de avaliação dos seus resultados e também a importância da integração do Seis Sigma com o planejamento estratégico da organização Este capítulo de fechamento é de extrema importância pois mostra ao leitor como o Seis Sigma pode ser implantado e integrado em ambientes organizacionais de qualquer segmento de forma eficiente eficaz e efetiva Após a leitura deste livro esperamos que você caro leitor e pesquisador do tema Controle e Confiabilidade do Processo esteja amparado pelos conceitos e pelas abordagens mais importantes acerca deste tema e assim possa desenvolver novas pesquisas e aplicações práticas de confiabilidade de processos em ambientes pouco ou ainda não explorados no Brasil Introdução Ferramentas Estatísticas da Qualidade contextualizações Capítulo 1 Antes de falar sobre controle e confiabilidade de processos e as sete ferramentas estatísticas da qualidade é vital que tratemos do embasamento para a construção de controles de qualidade eficientes Logo neste quesito abordar os conceitos completos a diferenciação entre qualidade controle e gestão as dimensões e a evolução da qualidade como um todo ajuda para a compreensão correta dos temas abordados Neste capítulo será tratada a definição original de qualidade de controle da qualidade e de gestão da qualidade em paralelo concomitantemente fazendo a correta e adequada distinção entre eles Adicionalmente este capítulo trará as dimensões e a evolução da qualidade desde seu início nos primórdios da qualidade e do alcance dela até a era da Indústria 40 Além disso tem a missão de trazer de forma coesa coerente clara sem eufemismos ou palavras rebuscadas todo o conteúdo necessário para embasar adequadamente o leitor sobre os temas que estão sendo abordados nele de forma a minimizar desvios de aprendizagem 2 UNIUBE Após o estudo minucioso e crítico deste capítulo esperamos que você aluno dedicado seja capaz de explicar os conceitos principais de qualidade controle e gestão da qualidade demonstrar a importância da qualidade e suas ferramentas no contexto atual aplicar da melhor maneira os conceitos aprendidos durante o capítulo em suas vivências práticas elaborar a correta distinção entre controle e gestão da qualidade bem como entre as ferramentas estatísticas e as gerenciais da qualidade aplicadas em ambientes empresariais aplicar as ferramentas da qualidade para a correta e eficiente construção de estratégias inteligentes e perspicazes de controle e confiabilidade de processos produtivos explicar o conhecimento teórico e principalmente prático da aplicabilidade das ferramentas estatísticas da qualidade nos ambientes de tomada de decisões muito próximos de sua realidade de trabalho 11 O que é qualidade 12 O que é controle da qualidade 13 O que é gestão da qualidade 14 Qual a diferença entre controlar e gerenciar a qualidade 15 Dimensões da qualidade 16 Evolução da qualidade 17 Considerações finais Objetivos Esquema UNIUBE 3 O que é qualidade 11 Qualidade é um termo um tanto quanto complexo para ser definido em poucas palavras Alguns autores a definem como características esperadas em um produto ou serviço Outros autores trazem que qualidade é simplesmente atender às especificações do projeto Na verdade qualidade é muito mais abrangente que isso qualidade é atender e superar as expectativas dos clientes consumidores Se levarmos em consideração o conceito de qualidade como apenas atender às expectativas do cliente estaríamos sendo levianos e superficiais já que atender às expectativas da maioria os produtos já atendem Ou seja isso nos remete a dizer que qualidade é muito mais do que isso é superar as expectativas do cliente É encantálo Por isso é errado quando alguém define qualidade apenas como atender a expectativas ou características de um produto ou serviço O conceito de qualidade é muito mais abrangente ele caminha para a área estratégica da empresa Podemos dizer que um produto que tem qualidade também tem um diferencial uma vantagem competitiva perante a concorrência o que dá a ele uma certa vantagem na corrida e na disputa pela preferência do consumidor final Então quando lhe perguntarem o que é qualidade diga simplesmente que é superar as expectativas do cliente é encantálo Adicionalmente é importante frisar que qualidade é relativo Mas como assim relativo professor PARADA PARA REFLEXÃO 4 UNIUBE Simples O que é qualidade para mim é diferente do que é para você Cada cliente tem um parâmetro de qualidade diferente por isso qualidade é diferente de pessoa para pessoa Não é difícil vermos no mercado produtos à venda nos quais nós não investiríamos um centavo mas aquele produto tem público cativo e fiel vendendo milhões de unidades por ano em todo o país Nós poderíamos também exemplificar com marcas de refrigerante em que uma marca X para um cliente tem boa qualidade mas para outro cliente é de péssima qualidade Isso vale para todos os produtos disponíveis no mercado Ou seja isso prova que qualidade é algo relativo depende da opinião dos desejos das expectativas do conhecimento da cultura do poder aquisitivo do nível educacional e simplesmente do gosto de cada cliente Observe a Figura 1 Figura 1 Prêmios de qualidade Fonte Gettyimages Acervo EADUniube UNIUBE 5 A Figura 1 traz os símbolos dos prêmios da qualidade mais encontrados no mundo atualmente Nós podemos começar analisando o que é qualidade pelo ponto de vista de diversos tipos de situaçãode diversos tipos de clientes Nem sempre o cliente fala claramente quais são as suas preferências e necessidades mas também é verdade que isso não quer dizer que ele não saiba ou que não tenha preferências Alguns clientes definem qualidade como a ausência de defeitos no produto ou serviço oferecido mas nem sempre a ausência total de defeitos significa que o produto tenha qualidade Uma coisa é fato a qualidade sempre muda porque o cliente também muda e muda rápido cabendo à empresa no mínimo acompanhar os desejos dos clientes e de preferência superar as expectativas encantandoos Também temos que levar em consideração que qualidade é algo subjetivo pela própria definição que já foi dada anteriormente em que vimos que não há um parâmetro quantitativo específico que defina qualidade e sim alguns atributos Alguns produtos podem ser caracterizados como produtos com grande qualidade simplesmente pelo fato do processo de produção deles ter um nível de confiabilidade elevado No entanto como nós veremos a seguir nos próximos capítulos a confiabilidade do processo garante que o processo tenha qualidade mas não garante que o produto em si tenha qualidade porque de novo quem define qualidade é o cliente segundo suas perspectivas Um item também pode ser considerado com qualidade por oferecer várias opções na sua usabilidade mas também o excesso de opções pode confundir o cliente e o que antes era característica de qualidade se torna defeito Por fim é preciso enfatizar fortemente que qualidade não é responsabilidade de uma área da empresa específica qualidade é 6 UNIUBE responsabilidade de todos que trabalham na empresa em todos os setores e em todas as fases do processo O cliente percebe a qualidade ou a falta da qualidade quando já está de posse do produto em suas mãos e não quando está dentro do processo observando as etapas de fabricação mesmo porque ele não tem acesso na maioria das vezes aos processos produtivos Logo a qualidade é um objetivo uma meta a ser perseguida por todos os colaboradores da empresa sem distinção do chão de fábrica à diretoria definitivamente todos O que é controle de qualidade 12 Vamos começar definindo o que é controle O termo qualidade já foi definido amplamente no tópico anterior deste mesmo capítulo Controle é o ato ou efeito de exercer certa administração e gerência quanto a fatos dados ações e estratégias Nós controlamos algo quando monitoramos o andamentoo processamento a fabricação a execução enfim nós controlamos quando não deixamos que algo seja feito fora dos padrões preestabelecidos Posto isso podemos dizer que o controle é exercido ou pode ser exercido em toda e qualquer atividade feita no meio empresarial Nós podemos controlar orçamentos vendas entregas folha de pagamento custos investimentos despesas mão de obra matéria prima ordens de produção ordens de serviço enfim podemos controlar toda e qualquer atividade ou ação executada num processo produtivo seja ele de um bem ou de um serviço Agora voltando para nosso tema o controle da qualidade ocorre quando você analisa monitora e acompanha o processamento de algum produto ou serviço e compara as características desses com um padrão preestabelecido Este pode ter sido criado com base em normas regras leis ou especificações técnicas de projeto UNIUBE 7 Mas este padrão também pode ser preestabelecido pelo mercado pelo cliente que é quem realmente define o que é qualidade Se é o cliente quem define o que é qualidade nada mais justo que ele também definir quais são os padrões de qualidade que a empresa deve controlar monitorar entregar para o mercado Ou seja podemos dizer que o controle de qualidade atua em duas nuances diferentes no controle a partir dos parâmetros de projeto e no controle a partir dos parâmetros do mercado Controle de qualidade a partir dos parâmetros do projeto a partir dos parâmetros do mercado Em algumas áreas setores da economia um ou outro fica mais preponderante Por exemplo quando eu estiver fabricando caldeiras para usinas de açúcar e álcool eu tenho padrões preestabelecidos a seguir rigorosamente que são os padrões exigidos no projeto e em normas Por outro lado quando estiver fabricando cosméticos eu também tenho que seguir padrões determinados pelo mercado como cor odor que são parâmetros um pouco mais subjetivos Existem casos como é o caso do próprio cosmético em que nós temos que monitorar e controlar as duas nuances de padrões tanto de projeto por lei por exemplo no caso do cosmético a supervisão da Anvisa quanto também olharmos o lado do mercado a questão do odor que eu acabei de dizer 8 UNIUBE Além disso o controle da qualidade pode ser separado em online e offlineO controle de qualidade online é aquele executado durante o processo produtivo antes do produto ficar pronto Para este tipo de controle online existem várias ferramentas da qualidade por exemplo as 7 ferramentas da qualidade que nós começamos a tratar neste capítulo Logo mais à frente nós explicaremos detalhadamente cada uma das ferramentas estatísticas da qualidade As ferramentas estatísticas da qualidade utilizadas para o controle da qualidade online são extremamente importantes para o sucesso do processo produtivo e para a entrega do produto ou serviço ao cliente atendendo ou superando as expectativas do mercado Já o controle de qualidade offline é aquele controle que nós fazemos após o processo produtivo Este controle offline é feito depois que o produto já está no mercadoem que nós monitoramos a durabilidade e a manutenção e fazemos também pósvenda relativo ao controle de qualidade É a parte em que a empresa se preocupa com o produto sua vida útil nas mãos do mercado O que é gestão de qualidade 13 Anteriormente já definimos o que é qualidade o que é controle e o que é controle da qualidade Agora passamos a definição do que é gestão da qualidade em si Porém antes da definição de gestão da qualidade propriamente dita é preciso contextualizar a qualidade no nosso país Antes da década de 1990 o que havia no Brasil era um mercado fechado em que as indústrias e as empresas em geral não precisavam se preocupar em demasia com a qualidade dos seus produtos ou serviços oferecidos ao mercado UNIUBE 9 Antes da década de 1990 o cliente não tinha muitas ferramentas para cobrar qualidade das empresas e em muitos casos ele nem sabia o que era qualidade de fato Ou seja o que havia era total desconhecimento sobre parâmetros de qualidade internacionais Já na década de 1990 o mercado brasileiro foi aberto para o mundo o que trouxe para dentro do nosso país diversas indústrias de diversos produtos com qualidades muito superiores em relação ao que nosso país oferecia para os nossos consumidores internos Sendo assim as empresas aqui estabelecidas se viram frente à concorrência feroz dos produtos vindos de países de todos os cantos do mundo que traziam e que entregavam aos clientes brasileiros produtos e serviços com qualidade muito superior em relação a que as empresas daqui conseguiam fazer e entregar infelizmente CURIOSIDADE Foi na década de 1990 que as empresas brasileiras sentiram na pele a real necessidade de se implantar ferramentas da qualidade controles de qualidade e gestão da qualidade em suas empresas para que assim pudessem então oferecer produtos e serviços com qualidade no mínimo igual à dos produtos e serviços que vieram de fora para cá Com a abertura do mercado o consumidor brasileiro pôde comparar a qualidade dos produtos oferecidos aqui pelos brasileiros com a qualidade dos produtos oferecidos pelos estrangeiros aqui dentro de nosso país Surgiu aí então a comparação de padrões de qualidade distintos o consumidor já não admite mais produtos com qualidade inferior àquela que ele consegue comprar no mercado internacional de forma simplificadaa um custo igual ou até menor do que os produtos e serviços brasileiros Isso provocou um aumento da competitividade entre as 10 UNIUBE empresas e consequentemente quem ganhou foi o consumidor brasileiro que passou a ter produtos com qualidade melhor a um custo menor e maior vantagem na sua utilização É importante frisar que a abertura do mercado brasileiro não trouxe somente acirramento da competição entre as empresas aqui dentro mas também abriu o mercado internacional para que os produtos brasileiros pudessem ser exportados ganhando assim o mundo e estabelecendo padrões de qualidade internacionais IMPORTANTE Naquela década de 1990 era nítido que só se manteria no mercado quem realmente investisse em gestão da qualidade A nova realidade impunha para as empresas que elas teriam que produzir mais e melhor ou seja com mais qualidade mais rapidamente e de forma a reduzir os custos para assim se manterem competitivas no mercado eou sobreviverem A qualidade se tornou tão importante para as empresas brasileiras que só tem crescido a procura por temas relativos à gestão da qualidade por parte dos empresários diretores e gerentes que querem então alavancar o sucesso de seu negócio Dito isso é importante frisar que a qualidade não gera custos pelo contrário ela diminui pois reduz drasticamente a quantidade de erros nos processos fazendo as empresas gastarem menos e produzirem mais São três os resultados básicos da implantação da qualidade na empresa I evita o desperdício de recursos II reduz o tempo de produção III diminui o estresse e a insatisfação do trabalhador melhorando o clima organizacional UNIUBE 11 Agora passamos da definição de qualidadee vamos para a gestão da qualidade A partir do momento que você já definiu qualidade e começou a tratar o tema qualidade com ganhos para a empresa você já começou a falar de gestão da qualidade Gestão Figura 2 nada mais é de forma resumida que administrar os recursos disponíveis para alcançar os objetivos e as metas da empresa de forma a minimizar custos e maximizar resultados Logo a gestão da qualidade visa gerir os fatores que impactam a qualidade percebida pelo cliente de tal forma que essa percepção seja sempre positiva Figura 2 Reunião de nivelamento valorizando o conhecimento dos funcionários Fonte Gettyimages Acervo EADUniube Quando a gestão da qualidade é eficiente o resultado são clientes satisfeitos encantados e fiéis à marca A gestão da qualidade vai além passando para o patamar de prevenção de problemas pois quando se atua de forma efetiva com a gestão da qualidade implantada adequadamente diminuemse os erros do processo não pelo excesso de controle mas pela qualidade do trabalho executado na fonte 12 UNIUBE Por issohá o foco na prevenção de falhas e não no apagar incêndios Gerir a qualidade é se prevenir e não remediar A gestão da qualidade não atua somente na pesquisa e no registro de falhas mas sim na eliminação das causas das falhas melhorando o desempenho tanto de homens quanto de máquinas entregando então produtos melhores para o mercado Obviamente vocês já devem ter percebido que a gestão da qualidade reduz custo e aumenta os lucros da empresa Então a gestão da qualidade evoluiu para Total Quality Management TQM ou Gestão da Qualidade Total que é a evolução na gestão da qualidade como era vista anteriormente agora mais focada no ser humano como elemento central na solução dos problemas e não parte desses A TQM visa valorizar e reconhecer os funcionários que colaboram para a diminuição dos erros na fonte ou seja onde e quando eles acontecem antes de transmitir às etapas seguintes um produto com defeito IMPORTANTE Dessa forma a TQM atua de forma responsável criativa e autônoma com suas equipes de trabalho dandolhes poder para modificar o que for necessário no processo para garantir a qualidade do produto final No entanto este capítulo e esta disciplina não têm como foco esgotar o tema gestão da qualidade vocês terão numa disciplina futura e num livro futuro maior tratamento e aprofundamento neste tema UNIUBE 13 Qual a diferença entre controlar e gerenciar a qualidade 14 Nós já definimos o que é qualidade já definimos o que é controlar a qualidade e já definimos o que é gerenciar a qualidade Agora podemos analisar criticamente a diferença entre controlar e gerenciar a qualidade Essa diferença é muito sutil e ao mesmo tempo é muito disruptiva Enquanto controlar a qualidade é monitorar os padrões preestabelecidos e mantêlos dentro do esperado pelo cliente gerenciar a qualidade é promover a transformação dos processos e das pessoas com foco na melhoria contínua e na redução de custos e desperdícios para podermos ter a cada dia que passa um produto melhor mais barato e mais próximo de superar as expectativas do cliente final Quem pratica o controle da qualidade também deve praticar o gerenciamento da qualidade mesmo porque os dois são interdependentes Precisamos controlar e monitorar os processos para mantêlos dentro dos limites estabelecidos no projeto e adicionalmente precisamos gerenciar a qualidade para que o processo de evolução rumo à autonomia dos funcionários com relação aos padrões de qualidade seja alcançado com sucesso Um não exclui o outro Os dois precisam andar juntos Controlar a qualidade Gerenciar a qualidade 14 UNIUBE O gerenciamento da qualidade por mais proativo que ele seja necessita do controle da qualidade como ferramenta e metodologia de suporte e apoio à decisão Controlar a qualidade é o primeiro passo é a preparação para o segundo passo que é o gerenciamento da qualidade O que não recomendo é que se mantenha somente controle da qualidade na sua empresa pois assim você estaria perdendo a grande chance de transformar seus processos e suas pessoas do ponto de vista gerencial focados na qualidade Dimensões da qualidade 15 A princípio o conceito de qualidade parece ser de fácil entendimento mas na realidade é difícil definilaSua definição não parte de uma ideia ou conceito absoluto mas sim relativo a alguma coisa e frequentemente técnicas e metodologias se misturam em sua definição A fim de se chegar a um melhor entendimento qualidade pode ser representada por sete dimensões a saber 1 CaracterísticasEspecificações aqui são tratados os atributos dos produtos nos quais queremos melhorar seus desempenhos em qualidade atributos estes que são esperados pelo mercado 2 Desempenho aqui são abordadas as características operacionais básicas dos produtos ou serviços em que levamos em consideração todas as características de qualidade mensuráveis como resistência peso viscosidade capacidade de torque rugosidade entre tantas outras 3 Conformidade já aqui tratamos do grau de concordância com as especificações Importante frisar que as especificações podem vir de normas e legislação acerca do produtoserviço ofertado ou também de anseios e expectativas do mercado consumidor 4 Confiabilidade nesta 4ª dimensão tratamos da probabilidade UNIUBE 15 Evolução da qualidade 16 A evolução da qualidade é um assunto amplo e vasto a ser definido e tratado por nós Aqui neste capítulo não queremos esgotar o tema história da qualidade por entendermos que ele poderá ser abordado em outros livros e outras disciplinas Porém é salutar lembrar que a qualidade sempre existiu desde que o mundo é mundo Desde os primeiros registros dos homens primitivos nós sabemos que havia um controle de qualidade dos alimentos retirados da natureza de ocorrência de falhas tanto no processo quanto no produto ou serviço utilizando ferramentas estatísticas da qualidade 5 Durabilidadeaqui acompanhamos a medida da vida útil do produto ou serviço prestado Muitos produtos e serviços são valorizados também pelo tempo que duram após sua aquisição por isso esta é uma dimensão extremamente importante 6 Imagem já nesta dimensão analisamos a percepção do cliente perante o produtoserviço adquirido por ele É a qualidade observada um tanto quanto subjetiva mas totalmente possível de ser monitorada e melhorada 7 Atendimento ao cliente e por fim a dimensão que trata do apoio ao cliente antes durante e após a aquisição do produto serviço além da continuidade do uso no pósvenda tão importante nos dias atuais para encantar e fidelizar clientes haja vista que é uma dimensão delicada e que em alguns setores da economia não tem ainda o devido tratamento Essas sete dimensões se bem administradas tendem a trazer sucesso à organização que as estiver abordando em sua equipe gestora Não existe uma dimensão mais importante que a outra todas elas devem ser tratadas com igual importância pelas empresas haja vista que todas trazem retornos positivos aos negócios mas se negligenciadas podem levar as empresas a perderem ótimas oportunidades 16 UNIUBE e de certa forma transformados e modificados para o seu consumo Passando pela Idade Média com as empresas familiares as ferrarias as tecelagens tudo isso também utilizava os conceitos de qualidade para o seu desempenho Mas a qualidade foi de fato concretizada com o advento da Primeira Revolução Industrial que mudou a forma como o mundo via as relações de trabalho e econômicas Foi naquele momento que começaram as medições de qualidade por meio de comparativos e padrões preestabelecidos Mas na era da Primeira Revolução Industrial caminhando para a Segunda e Terceira Revoluções Industriais inclusive dentro delas o que víamos era que existia uma demanda maior do que a oferta de produtos e serviços Logo as empresas não se preocupavam em superar as expectativas dos clientes e encantálos mas sim havia a preocupação somente em atender a requisitos de projeto de produto Taylor o pai da Administração Científicano início do século XX criou diversas ferramentas de apoio à gestão industrialcomo a padronização do processo e o controle do trabalho executado que vieram muito bem a calhar na época O que existia antes de Taylor era uma anarquia total nas fábricas em que não havia divisão justa e adequada da carga de trabalho e havia uma total desorganização do fluxo produtivo e das ordens de serviço Taylor veio para organizar e com ele veio também a inspeção no processo porém inspeção final CURIOSIDADE O que seria a inspeção final É quando nós fabricamos todo o produto passando por todas as etapas chegando à etapa final finalizando o produto aí sim nós fazemos a inspeção final e verificamos se ele tem ou não qualidade se ele passa ou não passa O problema desse tipo de inspeção é que ele carrega consigo todo o custo de produção e se em algum momento da fabricação ele obtiver um erro ou uma falha ele UNIUBE 17 continua no processo produtivo carregando todo o custoEntão se este produto precisar ser descartado o prejuízo é imenso Esta foi conhecida como a era das inspeções em que sim era necessário ter inspeção em final de linha porque essa era melhor do que não ter nenhuma inspeção pois a produção não era confiável Passada essa fase da inspeção final da qualidade deuse início ao controle estatístico da qualidade no final da década de 1930 Esse visava sim controlar e inspecionar os produtos no final da linha de produção mas agora nem todos os produtos fabricados eram controladospois o controle estatístico trabalhava com amostragem claro uma amostra que representasse o universo Nessa era do controle estatístico da qualidade algumas ferramentas da qualidade já começaram a ser utilizadas Mas os estudiosos da época viram que precisava evoluir mais um pouco porque ainda faziam inspeção somente no final de linha Foi aí que começaram a pensar na inspeção na fonte E aí começouse a falar em gestão da qualidade Figura 3 Inspeção da qualidade durante o processo numa indústria alimentícia Fonte Gettyimages Acervo EADUniube 18 UNIUBE Já na década de 1950 o controle estatístico da qualidade dava lugar à garantia da qualidade Com a garantia da qualidade os olhos deixaram de se voltar para o final do processo e começaram a se voltar para as fases intermediárias de produção Isso levou os estudiosos a compreenderem que as falhas precisavam ser contidas no momento em que elas aconteciam e não ao final do processo Foi nessa década de 50 que os Estados Unidos após a Segunda Guerra Mundial começaram a se distanciar um pouco dos padrões de qualidade e começaram a focar a quantidade e não a qualidade como era antes Porém o Japão não deixou de lado os investimentos em estudos da qualidade Os estudiosos japoneses estavam em busca de novas teorias técnicas e ferramentas para aprimorarem a garantia da qualidade e aí eles entenderam que a qualidade deveria ser responsabilidade de todos os funcionários e não de um departamento só Além disso que a qualidade não deveria ser feita somente no final do processo e sim durante todas as etapas Enquanto os Estados Unidos não se importavam para descobertas na área da qualidade o Japão abraçava todas as teorias todos os estudiosos da área Ele investia em melhorias contínuas de suas fábricas a tal ponto que a qualidade dos produtos japoneses fosse considerada muito superior à qualidade dos produtos do ocidente tamanho o investimento em gestão e garantia da qualidade que foi feito naquele país Já nas décadas de 80 e 90 surgia no Japão a gestão da qualidade total Dessa vez os Estados Unidos não ficaram para trás e começaram a implantar também essa ferramenta Porém observaram que ela não era simplesmente uma ferramenta mas sim uma nova metodologia de trabalho e de gestãoem que o foco era centrado na agregação de valor dos produtos e nos desejos e anseios do cliente final chegando assim ao que nós definimos hoje como qualidadeOu seja esta é aquilo UNIUBE 19 que o cliente sonha indo além das expectativas É importante destacar que a década de 80 foi também o período em que surgiram as normas internacionais do tipo ISO Considerações finais 17 Este capítulo trouxe à luz do conhecimento conceitos extremamente importantes no tocante à qualidade ao controle da qualidade e à gestão da qualidade Ressaltaramse as etapas evolutivas da qualidade como um todo suas dimensões mais importantes na sua gestão e aplicação empresarial Foi elaborada uma contextualização abrangente eficiente e focada nas ferramentas estatísticas da qualidade já preparando o leitor para os próximos capítulos deste livro Tratou com a acuracidade necessária o tema contextualização das ferramentas estatísticas da qualidade em toda sua estrutura importante para o estudo das ferramentas propriamente ditas no próximo capítulo Ficou claro que o intuito central do controle e gestão da qualidade é minimizar os erros e as falhas e maximizar os resultados positivos para o processo e consequentemente para a empresa como um todo Também ficou claro que as pessoas são peça primordial no processo evolutivo da qualidade nas organizações sejam elas de produção ou de serviços 20 UNIUBE Referências ALBERTIN M R PONTES H L J Administração da Produção e Operações Curitiba InterSaberes 2016 ALBERTIN M R PONTES H L J Gestão de Processos e Técnicas de Produção Enxuta Curitiba InterSaberes 2016 BARROS E BONAFINI F Ferramentas da Qualidade São Paulo Pearson Education do Brasil 2014 BOND M T BUSSE A PUSTILNICK R Qualidade total o que é e como alcançar Curitiba InterSaberes 2012 CARDOSO W Engenharia de Métodos e Produtividade a teoria na prática Ananindeua Itacaiúnas 2018 CARPINETTI L C R Gestão da Qualidade conceitos e técnicas 3 ed São Paulo Atlas 2016 CARVALHO M M PALADINI E P Gestão da Qualidade teoria e casos 2 ed Rio de Janeiro Elsevier 2012 CORREA H L CORREA C A Administração de Produção e Operações manufatura e serviços uma abordagem estratégica 4 ed São Paulo Atlas 2017 CUSTODIO M F Gestão da Qualidade e Produtividade São Paulo Pearson Education do Brasil 2015 KIRCHNER A KAUFMANN H SCHMID D FISCHER G Gestão da Qualidade 2 edSão Paulo Edgard Blucher 2008 KRAJEWSKI L J MALHOTRA M K RITZMAN L P Administração de Produção e Operações 11 ed São Paulo Pearson Education do Brasil 2017 LELIS E C Gestão da Qualidade São Paulo Pearson Prentice Hall 2012 MELLO C H P Gestão da Qualidade São Paulo Pearson Education do Brasil 2011 UNIUBE 21 PARANHOS FILHO M Gestão da Produção Industrial Curitiba InterSaberes 2012 RAMOS A W CEP para Processos Contínuos e em Bateladas São Paulo Blucher 2000 SLACK N BRANDONJONES A JOHNSTON R Administração da Produção 8 ed São Paulo Atlas 2018 WIENEKE F Gestão da Produção São Paulo Editora Blucher 2009 Introdução Ferramentas Estatísticas da Qualidade as 7 Ferramentas Capítulo 2 Agora de posse dos conceitos iniciais sobre qualidade controle da qualidade e gestão da qualidade podemos dar início a sete ferramentas estatísticas da qualidade propriamente ditas Alguns estudiosos da área afirmam que as 7 ferramentas estatísticas da qualidade também podem ser chamadas de 7 ferramentas tradicionais da qualidade sem problemas Mas é importante que nós façamos uma distinção já no início deste capítulo existem as 7 ferramentas estatísticas da qualidade e as 7 ferramentas gerenciais da qualidade As 7 ferramentas estatísticas da qualidade que são o objeto de estudo deste capítulo têm um enfoque baseado em metodologias que se embasam em grande parte na estatística e na amostragem do trabalho Já as 7 ferramentas gerenciais da qualidade têm outro enfoque o de apoio e suporte à gestão e à tomada de decisões gerenciais As 7 ferramentas estatísticas da qualidade serão detalhadamente explicadas logo mais neste mesmo capítulo Serão abordadas todas as sete ferramentas estatísticas da qualidade suas definições abrangências importâncias porque são importantes para as empresas Além disso você verá como 24 UNIUBE Após o estudo minucioso e crítico deste capítulo esperamos que você aluno dedicado seja capaz de explicar os conceitos principais das sete ferramentas estatísticas da qualidade demonstrar a importância das ferramentas estatísticas da qualidade no contexto atual aplicar da melhor maneiraas ferramentas aprendidas durante o capítulo em suas vivências práticas elaborar a correta distinção entre ferramentas estatísticas e ferramentas gerenciais da qualidade em ambientes empresariais aplicar as ferramentas estatísticas da qualidade para a correta e eficiente construção de estratégias inteligentes e perspicazes de controle e confiabilidade de processos produtivos explicar o conhecimento teórico e principalmente prático da aplicabilidade das ferramentas estatísticas da qualidade nos ambientes de tomada de decisões de forma muito próxima à sua realidade de trabalho implantálas São elas diagrama de Pareto lista de verificação diagrama de Ishikawa histograma diagrama de dispersão ou correlação carta de controle e fluxograma Sendo assim este capítulo tem o intuito central de demonstrar ao leitor de forma técnica e coerente com a realidade empresarial todo o conteúdo indispensável à formação teórica do leitor Assim esperase que esse se torne conhecedor dos temas abordados Objetivos UNIUBE 25 21 Diagrama de Pareto 22 Lista de Verificação 23 Diagrama de Ishikawa 24 Histograma 25 Diagrama de Dispersão ou Correlação 26 Carta de Controle 27 Fluxograma 28 Considerações finais Esquema Diagrama de Pareto 21 Começaremos as tratativas das ferramentas estatísticas da qualidade pelo Diagrama de Pareto Esse é utilizado em larga escala nas empresas de diversos segmentos diferentes como indústrias em geral prestadores de serviços instituições financeiras atacadistas e supermercados empresas logísticas empresas de transporte call centers escolas e universidades instituições públicas e até organizações não governamentais Onde existe um processamento onde existem dados a serem coletados onde existe melhoria a ser feita cabe Diagrama de Pareto Este é um diagrama de barras que ordena as ocorrências do maior para o menor Ou seja as ocorrências sejam elas quais forem são ordenadas de acordo com a sua maior importância e posteriormente decrescendo até chegarmos ao menor nível de importância O Diagrama de Pareto permite priorizar problemas ou causas relativas a um determinado assunto Ele permite também priorizar os poucos 26 UNIUBE mais vitais ou seja concentrando esforços em áreas em que podem ser obtidos os maiores ganhos para a empresa O princípio de Pareto é conhecido pela proporção 8020 É comum que 80 dos problemas resultem de cerca de apenas 20 das causas potenciais Ou seja 20 dos nossos problemas causam 80 das dores de cabeça Por isso falamos que priorizamos os poucos mais vitais A maior parte dos defeitos falhas reclamações e seus custos provêm de um número pequeno de causas que devem ser priorizadas e atacadas A seguir na Figura 1 vem um exemplo de Diagrama de Pareto ilustrativo Figura 1 Exemplo de Diagrama de Pareto FonteAcervo do autor Para explicar as etapas de construção do Diagrama de Pareto nada melhor do que a utilização de um exemplo didático prático e real Veja a seguir como fica a construção detalhadamente Uma fábrica entrega seus produtos para várias lojas de varejo e quer diminuir o número de devoluções Para isso investigou o número de UNIUBE 27 ocorrências geradoras de devolução da entrega no último semestre conforme apresentado na Tabela 1 a seguir Razões Número de ocorrências Separação errada 45 Faturamento incorreto 60 Atraso da transportadora 125 Pedido errado 30 Atraso na entrega 140 Preço errado 20 Produto danificado 65 Outros 15 Total 500 Razões Número de ocorrências Atraso na entrega 140 Atraso da transportadora 125 Produto danificado 65 Faturamento incorreto 60 Separação errada 45 Pedido errado 30 Preço errado 20 Outros 15 Total 500 Tabela 1 Razões das devoluções de entregas Tabela 2 Razões das devoluções de entregas ordenadas Fonte Acervo do autor Fonte Acervo do autor 1º Passo refazer a folha de verificação da Tabela 1 ordenando os valores por ordem decrescente de grandeza Fica como na Tabela 2 a seguir 28 UNIUBE 2º Passo acrescentar mais uma coluna indicando os valores acumulados Razões Número de ocorrências Casos acumulados Atraso na entrega 140 140 Atraso da transportadora 125 265 Produto danificado 65 330 Faturamento incorreto 60 390 Separação errada 45 435 Pedido errado 30 465 Preço errado 20 485 Outros 15 500 Total 500 Razões Número de ocorrências Casos acumulados Percentual unitário Atraso na entrega 140 140 2800 Atraso da transportadora 125 265 2500 Produto danificado 65 330 1300 Faturamento incorreto 60 390 1200 Separação errada 45 435 900 Pedido errado 30 465 600 Tabela 3 Razões das devoluções de entregas acumuladas Tabela 4 Razões das devoluções de entregas acumuladas com percentuais Fonte Acervo do autor Os valores acumulados são os números de ocorrências somadas aos casos acumulados da razão anterior Por exemplo os casos acumulados da razão atraso da transportadora é a soma do número de ocorrências desta razão que é 125 com os casos acumulados da razão anterior que é 140 resultando em 265 3º Passo acrescentar mais uma coluna onde serão colocados os valores percentuais referentes a cada tipo de ocorrência UNIUBE 29 Tabela 5 Razões das devoluções de entregas com percentuais acumulados Fonte Acervo do autor Razões Número de ocorrências Casos acumulados Percentual unitário Preço errado 20 485 400 Outros 15 500 300 Total 500 10000 O cálculo do percentual unitário é feito dividindose o número de ocorrências de um determinado tipo pelo total de ocorrências no período 4º Passo acumulamse estes percentuais em uma última coluna Temse assim o percentual acumulado Razões Número de ocorrências Casos acumulados Percentual unitário Percentual acumulado Atraso na entrega 140 140 2800 2800 Atraso da transportadora 125 265 2500 5300 Produto danificado 65 330 1300 6600 Faturamento incorreto 60 390 1200 7800 Separação errada 45 435 900 8700 Pedido errado 30 465 600 9300 Preço errado 20 485 400 9700 Outros 15 500 300 10000 Total 500 10000 Fonte Acervo do autor 30 UNIUBE O cálculo do percentual acumulado segue o mesmo raciocínio do casos acumulados é a soma do percentual unitário da razão com o percentual acumulado da razão anterior 5º Passo Com estes dados pode ser construído o Gráfico de Pareto como a seguir na Figura 2 Figura 2 Gráfico de Pareto do exemplo Fonte Acervo do autor Para fazer a curva pegamos o número de casos as razões e o percentual acumulado Como apresentado na Figura 2 para diminuir o problema de devolução de produtos será necessário criar um plano de ação para a empresa diminuir os atrasos de entrega da fábrica e da transportadora Com isso 53 dos problemas serão resolvidos UNIUBE 31 O Diagrama de Pareto é um recurso gráfico utilizado para estabelecer uma ordenação nas causas de perdas que devem ser sanadas auxiliando na identificação dos problemas priorizandoos para que sejam resolvidos de acordo com a sua importância Isso não quer dizer que nem todos os problemas são importantes mas sim que alguns precisam ser solucionados com maior urgência O Diagrama de Pareto faz parte das sete ferramentas estatísticas da qualidade e permite uma fácil visualização e identificação das causas ou problemas mais importantes obtidos no processo seja ele um processo de manufatura ou de serviços possibilitando a concentração de esforços para sanar estes problemas IMPORTANTE Lista de verificação 22 A lista de verificação é uma ferramenta estatística da qualidade de grande utilização nas empresas no mundo todo Tratase de um formulário utilizado para facilitar a coleta e o registro dos dados no qual os itens a serem examinados já estão impressos É como se fosse realmente um quadro previamente construído em que você adiciona dados e informações coletadas no processo A lista de verificação serve para facilitar a coleta dos dados e organizálos durante a coleta Na lista nós registramos os dados dos itens a serem verificados permitindo uma rápida percepção da realidade e uma imediata interpretação da situação ajudando a diminuir erros e confusões A obtenção de dados é feita por meio de observações amostrais em que o analista retira amostras do processo que de fato representem a realidade para que assim a mostra possa ser válida e utilizável A lista 32 UNIUBE de verificação é o ponto de partida para a maioria dos ciclos de solução de problemas A lista de verificação tem quatro objetivos principais I verificação do processo de produção II verificação dos itens defeituosos III verificação da localização dos defeitos IV verificação das causas dos defeitos As etapas de elaboração de uma lista de verificação são quatro a saber 1 analisase o que será estudado qual será o processo a ser analisado e a operação em si 2 determinase qual é o período de coleta dos dados contendo datas horários e responsáveis 3 é feita a coleta de dados de forma consistente e fidedigna pois uma coleta de dados errônea inviabiliza e destrói toda a ferramenta 4 os dados são dispostos de forma clara e fácil de manusear no formulário da coleta de dados previamente estabelecido A seguir vem a Tabela 6 que traz um exemplo de aplicação de lista de verificação numa empresa metalmecânica na sua linha de montagem trabalhando o conjunto ABC na quantidade produzida de 1000 peças Foi feito o seguinte a a lista de verificação separando os tipos de defeitos b a tabulação dos dados marcados c o cálculo da frequência do item ou seja quantas vezes apareceu aquele tipo de defeito na mensuração UNIUBE 33 d a classificação dos dados em ordem de grandeza ordem decrescente ou seja do maior para o menor aquele que traz mais defeitos e a porcentagem individual e f a porcentagem acumulada sendo possível após estes cálculos g a construção do diagrama de Pareto Figura 3 Componente conjunto ABC Processo de trabalho linha de montagem Quantidade produzida 1000 peças Data da produção 3005 Inspetor Fábio Tipo de defeito Frequência Frequência acumulada Percentual unitário Percentual acumulado Parafuso solto 68 68 3350 3350 Sujeira 41 109 2020 5369 Riscos 29 138 1429 6798 Solda 21 159 1034 7833 Junção 15 174 739 8571 Alinhamento 12 186 591 9163 Trinca 10 196 493 9655 Rebarba 6 202 296 9951 Bolha 1 203 049 1000 Total 203 10000 Tabela 6 Lista de Verificação de defeitos com percentuais acumulados Fonte Acervo do autor Observe o Diagrama de Pareto na Figura 3 a seguir 34 UNIUBE Figura 3 Gráfico de Pareto do conjunto ABC Fonte Acervo do autor A linha é a Curva de Pareto feita automaticamente pelo Excel usando os dados do percentual acumulado Diagrama de Ishikawa 23 O Diagrama de Ishikawa também conhecido como diagrama de causa e efeito ou diagrama de espinha de peixe foi criado por Kaoru Ishikawa na década de 1960 O intuito central dele é levantar todas as causas possíveis de um problema levando em consideração as seis áreas principais nas quais estes problemas podem vir a ocorrer dentro da empresa Então Diagrama de Ishikawa relaciona os fatores causas envolvidos na produção de uma característica efeito UNIUBE 35 O Diagrama de Ishikawa permite a organização das informações possibilitando a identificação correta e eficiente das possíveis causas de um determinado problema ou efeito Mas aí você pode perguntar quando devemos utilizar o Diagrama de Ishikawa 1 Quando necessitar identificar todas as causas possíveis de um problema 2 Obter uma melhor visualização da relação entre a causa e o efeito dela decorrente 3 Classificar as causas dividindoas em subcausas sobre um efeito ou resultado desse efeito 4 Para saber quais as causas que estão provocando de fato este problema 5 Identificar com clareza a relação entre os efeitos e suas prioridades se este é o momento adequado para resolver aquele tipo de problema ou se devemos postergar a resolução dele 6 Realizar uma análise dos defeitos tais como perdas falhas desajustes do produto etc com o objetivo de identificá los e melhorálos Para construir o Diagrama de Ishikawaa primeira coisa a ser feita é realizar um brainstorming turbilhão de pensamentos e ideias ou ainda usar a folha de verificação e definir o efeitoproblema o que é onde e como o efeito ocorre Após o brainstorming a próxima etapa é construir o diagrama com o efeito encontrado Brainstorming É uma técnica de discussão realizada por um grupo de pessoas para ter ideias interessantes e chegar à solução de algo ou à realização de um trabalho Por meio dela todos os participantes são convidados para levantar hipóteses acerca do tema ou problema assim podem dar suas ideias espontâneas e criativas Essas não têm a obrigação de serem efetivas sendo assim todas as ideias são bem vindas Somente depois as ideias mais interessantes serão selecionadas 36 UNIUBE anteriormente Este fica colocado no retângulo ao lado direito do diagrama A partir dele é traçada a espinha dorsal do diagrama também chamado de espinha de peixe daí o nome espinha de peixe Por fim nós relacionamos as causas primárias que afetam a característica ou o problema definido são as espinhas grandes do diagrama com as causas secundárias que afetam as primárias e as causas terciárias que afetam as secundárias e assim sucessiva e infinitamente Na indústria por exemplo as causas primárias potenciais são conhecidas como fatores de manufatura ou 6 Ms matériaprima máquina medida meio ambiente mão de obra e método como pode ser visto na Figura 4 a seguir Figura 4 Esquema geral do Diagrama de Ishikawa Fonte Acervo do autor Vamos agora fazer um exercício em etapas para que fique bem claro como é construído o Diagrama de Ishikawa O objetivo é descobrir porque o café está ficando tão amargo A Figura 5 a seguir mostra a espinha do peixe já esquematizada Mão de obra UNIUBE 37 Figura 5 Esquematização da espinha do peixe Fonte Acervo do autor Na próxima etapa foi feito um brainstorming para descobrir quais as possíveis causas do café ter ficado muito amargo Figura 6 Elaboração do brainstorming Fonte Acervo do autor 38 UNIUBE Na Figura 7 a seguir traz o Diagrama de Ishikawa começando a ser construído com as causas primárias e secundárias Figura 7 Diagrama de Ishikawa com as causas primárias e secundárias Fonte Acervo do autor Conforme os envolvidos foram observando o diagrama foram enxergando novas causas as chamadas causas terciárias quaternárias e assim sucessivamente até que se encontrassem as verdadeiras causas raízes do problema em si Por exemplo para a causa primária matériaprima encontrouse a causa secundária não tinha açúcar Investigouse e concluise que não UNIUBE 39 Diagrama de Causa e Efeito Efeito Data Rev 00 O café amargo Equipe multidisciplinar João Coordeador Maria José havia açúcar porque ele não foi comprado E não foi comprado porque se esqueceram de comprar Esqueceramse de comprar porque não foi incluído açúcar na lista de compras e esse não foi incluído na lista de compras porque essa não foi revisada Pronto encontramos a raiz esqueceramse de revisar a lista de compras De agora em diante toda lista de compras deve ser revisada a fim de evitar este tipo de problema A Figura 8 a seguir traz o Diagrama de Ishikawa completo agora Veja Figura 8 Diagrama de Ishikawa completo Fonte Acervo do autor Histograma 24 O histograma é uma importante ferramenta da qualidade em que é elaborado um gráfico de barras no qual o eixo horizontal em pequenos intervalos apresenta valores encontrados por uma variável de interesse da amostra Ele é muito utilizado para visualizar a forma da distribuição do conjunto de dados coletados a localização do valor central e a dispersão dos dados amostrais 40 UNIUBE O histograma tem diversas aplicações na indústria no comércio e na área de serviços e ele pode ser utilizado para 1 encontrar o número de produtos não conformes ou fora das especificações 2 encontrar a dispersão dos valores de medidas em unidades 3 analisar os processos que necessitam de ações corretivas urgentes 4 achar e demonstrar por meio de um gráfico o real número de unidades por cada categoria ou faixa de característica analisada O histograma tem os seguintes elementos constitutivos I classe uma classe é simplesmente cada uma das barras do diagrama II limites de classe são os valores máximo e mínimo de cada classe III amplitude é o intervalo entre os limites superior e inferior de cada classe IV frequência é o número de observações pertencentes a cada uma das classes A Figura 9 a seguir traz os elementos constitutivos de forma ilustrativa Figura 9 Elementos constitutivos de um histograma Fonte Acervo do autor UNIUBE 41 Mas aí você pode perguntar como fazer um histograma É mais simples do que você imaginaveja 1 A primeira coisa a ser feita é coletar os dados in loco no processo com o número sempre maior que 30 ou sejaa amostra precisa ter no mínimo 30 peças ou 30 observações 2 Determinar a amplitude R em que R maior valor menor valor de cada amostra por exemplo se temos uma amostra com 30 peçasem que a mais pesada é 55 kg e a mais leve é 3kgo R vai ser 55 3 que é igual a 25 3 Determinamos o valor da classe k por meio da fórmula k n k é igual ou aproximado à raiz quadrada de n lembrando que n é o número de unidades dentro de cada amostra ou é o tamanho da amostra 4 Na sequência determinamos o intervalo da classe H sendo que H R k H é igual à amplitude R dividida pelo valor da classe k 5 Posteriormente encontramos o limite da classe que é o maior e o menor valor levantado na coleta de dados da amostra para cada uma das classes 6 Determinamos a média de cada classe que nada mais é que a soma do limite superior com o limite inferior dividido por 2 de cada classe 7 Enfim determinamos a frequência de cada classe o que pode ser tanto a quantidade de itens dentro da amostra quanto também a fração desta quantidade dividida pelo tamanho da amostra e multiplicada por cem para transformar em porcentagem 8 Ao final construímos o gráfico em que no eixo vertical teremos a altura das classes com a frequência calculada ou encontrada e no eixo horizontal teremos um intervalo de cada uma das classes Vamos agora praticar e fazer um exemplo 42 UNIUBE A empresa a seguir quer construir o histograma a partir das alturas dos seus funcionários assim ela coletou uma amostra com 55 funcionários conforme apresentado no Tabela7 EXEMPLIFICANDO 185 189 179 169 186 165 165 169 162 172 192 199 182 183 168 147 17 153 171 163 19 159 179 148 169 176 151 17 164 155 185 16 181 168 16 171 168 177 172 176 182 193 18 177 176 162 173 163 175 155 178 178 179 172 171 Tabela 7 Alturas dos funcionários Tabela 8 Elementos do histograma Fonte Acervo do autor Fonte Acervo do autor De posse dos dados vamos calcular a amplitude R maior valor menor valor 199 147 052 Determinaremos agora o valor da classe k n 55 742 7 Então teremos 7 classes ou 7 barras no histograma Vamos determinar o intervalo da classe H em que H R k 52 já em centímetros para facilitar os cálculos 7 743 8 cm recomendamos que arredonde para cima A Tabela 8 a seguir trará os limites superior e inferior a média e a frequência de cada classe UNIUBE 43 A Figura 10 a seguir traz por fim o diagrama com o histograma para este exemplo Observe que a maioria dos funcionários estão na classe 4 então eles têm entre 171 e 178m de altura Figura 10 Diagrama do Histograma do exemplo Fonte Acervo do autor Diagrama de dispresão ou correlação 25 O diagrama de dispersão ou correlação usa um gráfico para visualização do tipo de relacionamento que existe ali entre duas variáveis sejam elas quais forem O diagrama de dispersão serve para aumentar a eficiência de métodos de controle de processo detecção de problemas e planejamento de ações de melhoria futuras com eficiência e pontualidade 44 UNIUBE Já ficou claro que o diagrama de dispersão é de grande utilidade para as empresas e os processos Ele pode ser usado nas seguintes situações primordialmente para identificar uma variável e relacionála com outraalém de descobrir o que acontece se uma se alterar para averiguar se as duas variáveis estão relacionadas entre si ou se existe uma possível relação de causa e efeito entre elas para enxergar a intensidade do relacionamento entre as duas variáveis em questão além de comparar a relação entre os dois efeitos analisados O diagrama de dispersão é muito simples de ser montado Basta coletar os pares da amostra que poderão porventura estarem relacionados construir os eixos x e y sendo a variável causa no eixo horizontal x e a variável efeito no eixo vertical y Por fim plotar gráfico XY e analisar a relação entre as variáveis Vamos agora realizar juntos um exemplo prático para fixar o aprendizado Vamos construir um diagrama de dispersão para os valores a seguir na Tabela 9 temperatura e rendimento de uma empresa química EXEMPLIFICANDO Tabela 9 Temperatura e rendimento empresa química Fonte Acervo do autor UNIUBE 45 Existe correlação entre temperatura e o rendimento A construção do diagrama de dispersão é simples basta você selecionar as colunas temperatura e rendimento e criar o gráfico no Excel Assim você verá a correlação entre as duas variáveis analisadas Respondendo à pergunta anterior sim existe correlação positiva tanto quando fazemos temperatura versus rendimento quanto o inverso rendimento versus temperatura Fonte Acervo do autor Figura 11 Diagramas de correlação ou dispersão do exemplo Correlação positiva significa que quanto maior a temperatura maior é o rendimento E quanto maior o rendimento maior também será a temperatura Carta de controle 26 A carta de controle é uma das ferramentas estatísticas da qualidade mais utilizadas no mundo Ela é a representação gráfica de uma característica da qualidade mensurada ou calculada para uma certa quantidade de itens em função do número de amostras ou variáveis de tempo Vocês podem perguntar para que serve a carta de controle 46 UNIUBE A resposta é simples para monitorar a variabilidade de itens e avaliar a estabilidade de um processo qualquer qualquer mesmo inclusive de serviços além de detectar causas especiais e causas comuns Causas comuns Causas especiais são amostras que saíram fora dos limites de controle e devem ser combatidas são as amostras que têm variações normais dentro dos limites de controle A carta de controle serve para verificar se o processo está sob controle ou seja dentro dos limites preestabelecidos e para controlar a variabilidade do processo ou grau de não conformidades Os passos para criar uma carta de controle são 1 Colete os dados 2 Calcule os parâmetros estatísticos de cada tipo de gráfico como média e desvio 3 Desenhe as linhas de controleLM linha média LIC LSC limite inferiorsuperior de controle 4 Plote as médias das amostras no gráfico 5 Verifique se os pontos estão fora ou dentro dos limites de controle A Figura 12 a seguir traz um exemplo de carta de controle com itens dentro e fora dos limites UNIUBE 47 Figura 12 Exemplo de carta de controle Fonte Acervo do autor É importante trazer aqui que existe a carta de controle por variável em que são avaliadas grandezas quantificáveis como massa viscosidade etc e carta de controle por atributo em que são avaliadas grandezas não quantificáveis como com furo sem furo etc Veremos cartas de controle novamente mais à frente neste livro quando formos estudar Controle Estatístico do Processo CEP Reforçando um processo está sob controle quando todas as amostras estão dentro dos limites de controle e um processo está fora de controle quando existe uma ou mais amostras fora dos limites de controle RELEMBRANDO Fluxograma 27 O fluxograma é um resumo ilustrativo do fluxo das diversas operações de um processo Ele cria e documenta um processo demonstrando todas as suas etapasÉ uma ferramenta importantíssimatanto para o planejamento elaboração do processo quanto para o melhoramento análise crítica e alterações do processo 48 UNIUBE O fluxograma pode ser usado para conhecer o fluxo atual ou o fluxo ideal do acompanhamento de qualquer produto ou serviço com intuito de identificar desvios Além disso serve para averiguar os diversos passos do processo e se há relação entre eles Não podemos nos esquecer de que na definição de projetos podemos usar o fluxograma para identificar as oportunidades de melhorias e no desenvolvimento de um melhor conhecimento de todos os membros da equipe Adicionalmente ele é útil nas avaliações das soluções propostas pelos envolvidos no processo O fluxograma é representado conforme os símbolos a seguir Operação uma operação existe quando um objeto é modificado intencionalmente em uma ou mais das suas características A operação é a fase mais importante no processo e geralmente é realizada numa máquina ou estação de trabalho Transporte um transporte ocorre quando um objeto é deslocado de um lugar para outro exceto quando o movimento é parte integral de uma operação ou inspeção Demora ou espera uma espera ocorre quando a execução da próxima ação planejada não é efetuada Armazenamento um armazenamento ocorre quando um objeto é mantido sob controle e a sua retirada requer uma autorização UNIUBE 49 A Figura 13 a seguir traz alguns exemplos de fluxogramas de processos aplicados Figura 13 Exemplos de aplicações de fluxograma de processo Fonte Acervo do autor Fonte Acervo do autor MP matériaprima PA produto acabado 50 UNIUBE O fluxograma 1 intitulado Fluxograma Linear de operações traz uma linha de montagem O fluxograma 2 intitulado Fluxograma Setorial traz uma produção de peças automotivas separadas por departamento O fluxograma 3 intitulado Fluxograma de linhas de montagem traz uma linha de montagem em que três linhas se juntam para montar um produto final e o fluxograma 4 intitulado Fluxograma de arranjo físico funcional traz um fluxo produtivo por funções arranjadas por funcionalidades produtivas Observe que MP significa matériaprima e PA produto acabado Considerações finais 28 Este capítulo trouxe aos leitores informações e teorias relevantes no que toca às ferramentas estatísticas da qualidade Enfatizouse a importância delas para o aprimoramento e melhoria contínua dos processos das pessoas e das empresas É bom frisar que as ferramentas estatísticas da qualidade precisam ser usadas em praticamente todas as empresas de quaisquer segmentos econômicos pois elas são abrangentes e totalmente aplicáveis em quaisquer situações diárias em que haja necessidade de monitorar controlar e melhorar processos e pessoas O autor trouxe de forma clara coesa coerente e concisa as ferramentas mais importantes no tocante ao controle estatístico da qualidade para que o leitor se sinta amparado tanto na teoria quanto na prática para executar de forma efetiva sua gestão da qualidade posteriormente Ficou claro que o intuito central do controle e da gestão da qualidade é minimizar os erros e as falhas e maximizar os resultados positivos para o processo e consequentemente para a empresa como um todo Também ficou claro que as ferramentas estatísticas da qualidade só funcionarão UNIUBE 51 bem se os dados coletados de fato representarem a realidade ou seja forem amostras fiéis da realidade em que se inserem Referências ALBERTIN M R PONTES H L J Administração da Produção e Operações Curitiba InterSaberes 2016 ALBERTIN M R PONTES H L J Gestão de Processos e Técnicas de Produção Enxuta Curitiba InterSaberes 2016 BARROS E BONAFINI F Ferramentas da Qualidade São Paulo Pearson Education do Brasil 2014 BOND M T BUSSE A PUSTILNICK R Qualidade total o que é e como alcançar Curitiba InterSaberes 2012 CARDOSO W Engenharia de Métodos e Produtividade a teoria na prática Ananindeua Itacaiúnas 2018 CARPINETTI L C R Gestão da Qualidade conceitos e técnicas 3 ed São Paulo Atlas 2016 CARVALHO M M PALADINI E P Gestão da Qualidade teoria e casos 2 ed Rio de Janeiro Elsevier 2012 CORREA H L CORREA C A Administração de Produção e Operações manufatura e serviços uma abordagem estratégica 4 ed São Paulo Atlas 2017 CUSTODIO M F Gestão da Qualidade e Produtividade São Paulo Pearson Education do Brasil 2015 KIRCHNER A KAUFMANN H SCHMID D FISCHER G Gestão da Qualidade 2 edSão Paulo Edgard Blucher 2008 KRAJEWSKI L J MALHOTRA M K RITZMAN L P Administração de Produção e Operações 11 ed São Paulo Pearson Education do Brasil 2017 52 UNIUBE LELIS E C Gestão da Qualidade São Paulo Pearson Prentice Hall 2012 MELLO C H P Gestão da Qualidade São Paulo Pearson Education do Brasil 2011 PARANHOS FILHO M Gestão da Produção Industrial Curitiba InterSaberes 2012 RAMOS A W CEP para Processos Contínuos e em Bateladas São Paulo Blucher 2000 SLACK N BRANDONJONES A JOHNSTON R Administração da Produção 8 ed São Paulo Atlas 2018 WIENEKE F Gestão da Produção São Paulo Editora Blucher 2009 Introdução Controle Estatístico do Processo CEP contextualizações Capítulo 3 Agora de posse dos conceitos iniciais sobre qualidade controle da qualidade e gestão da qualidade além de termos aprendido com eficiência as sete ferramentas estatísticas da qualidade podemos dar início ao Controle Estatístico do Processo CEP O CEP tem grande importância em qualquer tipo de processo seja ele de produtos tangíveis ou intangíveis Podemos utilizar esta poderosa ferramenta em bancos instituições governamentais atacadistas supermercados call centers parques temáticos no comércio em geral e em indústrias de qualquer porte e segmento É importante ressaltar desde já que a principal função do CEP não é de forma alguma o de ser reativa aos problemas encontrados durante o processo e sim proativa agindo ANTES que os problemas ocorram O reativo só age após as amostras terem ultrapassado os limites de controle e o proativo analisa o CEP e identifica uma tendência das amostras a saírem dos limites de controle seja superior ou inferior Neste capítulo 3 falaremos sobre o CEP e suas definições seu histórico suas especificações seu papel estratégico e vital nas 54 UNIUBE empresas Adicionalmente também trataremos das causas da variabilidade do processo e das bases estatísticas dos gráficos de controle utilizados no CEP Além disso este capítulo tem a missão de trazer de forma coesa coerente clara sem eufemismos ou palavras rebuscadas todo o conteúdo necessário para embasar adequadamente o leitor sobre os temas que estão sendo abordados nele de forma a minimizar desvios de aprendizagem Ojetivos Após o estudo minucioso e crítico deste capítulo esperamos que você aluno dedicado seja capaz de explicar os conceitos principais referentes ao controle estatístico do processo demonstrar a importância do CEP no contexto atual das empresas brasileiras aplicar da melhor maneira as ferramentas aprendidas durante o capítulo em suas vivências práticas elaborar a correta distinção entre ferramentas estatísticas da qualidade e CEP em ambientes empresariais aplicar o CEP para a correta e eficiente construção de estratégias inteligentes e perspicazes de controle e confiabilidade de processos produtivos explicar o conhecimento teórico e principalmente prático da aplicabilidade do controle estatístico do processo nos ambientes de tomada de decisões de forma muito próxima de sua realidade de trabalho UNIUBE 55 Esquema 31 Histórico 32 Definições importantes 33 Variabilidade e especificações 34 Causas da variabilidade dos processos 35 Base estatística dos gráficos de controle do CEP 36 Considerações finais Histórico 31 Nós podemos afirmar que a preocupação com a qualidade existe desde que o homem começou a manufaturar alguma coisa Na préhistóriao artesão separava os bons e os maus vasos Por volta do ano de 2150 ac o Código de Hamurabi dizia se um construtor ergue uma casa para alguém e seu trabalho não for sólido e a casa desabar e matar o morador o construtor será imolado Os fenícios uma das civilizações mais antigas da humanidade pregavam que os inspetores amputassem a mão do fabricante de um produto que não estivesse dentro das especificações do governo Os egípcios e os astecas usavam barbantes para conferir as medidas dos blocos de pedras utilizados em todas as suas construções Até o século XVIIhavia a produção de bens feita somente por artesãos As obras eram refinadas e com grande riqueza de detalhes o padrão de qualidade era elevado mas a produtividade porém era limitada e o preço de cada uma das peças de um artesão era bem elevado Isso ocorria pelo fato de não poder haver industrialização das peças e economia de escala 56 UNIUBE Em meados do século XVII houve uma transformação muito grande na economia mundial com os seguintes acontecimentos crescimento do comércio que alavanca fortemente o aumento da produção aparecem as primeiras manufaturas industriais a produção em massa então é viabilizada ocorre a tão esperada redução de preços por unidade produzida fruto da economia de escala Já no século XVIII existiram outros quatro eventos importantes a saber quem impõe o ritmo da produção agora é a velocidade da máquina a produção tornase então padronizada com carga de trabalho adequada para cada funcionário e procedimentos padrões para todos os processos existe um elevado número de falhas e acidentes de trabalho por conta da falta de experiência dos funcionários da época que em sua maioria eram oriundos de áreas rurais enfim implantase a inspeção final do produto e a supervisão do trabalho como itens obrigatórios para gestão empresarial A seguir vem o Quadro 1 que traz os principais eventos na história do controle e gestão da qualidade no mundo desde os primórdios até os últimos acontecimentos mais expressivos neste campo importante para a gestão empresarial mundial Ano Evento 1875 Taylor introduziu os princípios da administração científica para dividir o trabalho em unidades menores e mais facilmente realizadas Quadro 1 Principais eventos na história do controle da qualidade UNIUBE 57 Ano Evento 1900 1930 Henry Ford introduziu a linha de montagem com maior refinamento dos métodos de trabalho para melhorar a produtividade e a qualidade Ele desenvolveu conceitos de tempo linha de montagem autoinspeção e inspeção durante o processo 1907 1908 ATT inicia inspeção e teste sistemático de produtos e materiais 1908 Gosset introduza distribuição t como resultado vindo do seu trabalho em controle de qualidade na centenária cervejaria Guinness 1920 1929 ATT e Bell formam um departamento da qualidade Na GE da InglaterraDudding usa métodos estatísticos para controlar a qualidade de lâmpadas 1922 1923 Fisher publica uma série de artigos sobre planejamento de experimentos e suas aplicações na agricultura 1924 Shewhart introduz o conceito de gráficos de controle num documento da Bell 1931 Shewhart publica obra sobre métodos estatísticos para uso na produção de gráficos de controle 1932 1933 A indústria têxtil química da Alemanha começa a usar experimentos planejados no desenvolvimento de produtos e processos 1938 Deming convida Shewhart para apresentar seminários sobre gráficos de controle na USDepartment of Agriculture Graduate School 1940 US War Department publica um guia para o uso de gráficos de controle 1940 1943 A Bell desenvolve os precursores dos planos militares por amostragem padrão 1942 1946 Na América do Norteformamse mais de 15 sociedades de qualidade e cursos de treinamento tornamse mais frequentes 1946 1949 Deming é convidado a ministrar seminários sobre controle estatístico da qualidade na indústria japonesa 1950 Métodos estatísticos para controle de qualidade começam a ser ensinados em todo o Japão Ishikawa implanta o diagrama de causa e efeito nas empresas 58 UNIUBE Ano Evento Anos 50 Surgem textos clássicos comoGrant e Duncan sobre CEQ Feigenba sobre qualidade total Box e Wilson sobre o planejamento de experimentos para a indústria Juran e Gryna sobre o manual de controle da qualidade Page sobre gráfico de controle de soma cumulativa Roberts sobre a média móvel exponencialmente ponderada além do lançamento da revista Technometrics 1960 Boxe Hunter criam os experimentos fatoriais Anos 60 Cursos sobre controle estatístico da qualidade tornamse presentes nos currículos da engenharia industrial Anos 70 Surge a Associação Britânica da Qualidade e os livros de planejamento de experimentos para a indústria Anos 80 Métodos de planejamento de experimentos são implantados num grande número de empresas Nos Estados Unidos surgem os trabalhos do professor Taguchi A American Statistical Association cria um comitê para a qualidade e produtividade Surge a revista Quality Engineering Em 1989 começa a iniciativa chamada de 6 Sigma da Motorola Anos 90 Crescem as certificações ISO 9000 Muitos cursos de graduação e pósgraduação ministram disciplinas de controle da qualidade e técnicas estatísticas visando à melhoria dos processos Abordagem 6 Sigma se espalha para outras indústrias Fonte Acervo do autor Na década de 80 temos três modelos distintos I Modelo japonês ênfase na formação do homem na organização do trabalhono trabalho em equipe e num bom ambiente de trabalho promoveu a estabilidade no emprego com grande grau de competitividade da empresa II Modelo americano ênfase na segurançana garantia da qualidade e no sistema da qualidade consistente e confiável III Modelo europeu total ênfase na certificação de fornecedores criando uma base para os critérios da padronização Internacional ISO 9000 UNIUBE 59 No Brasil não houve uma tendência predominantemente forte Por exemplo o setor automotivo usou o modelo americano o setor siderúrgico o modelo japonês e o setor de eletrônicos o modelo europeu Definições importantes 32 É sempre bom frisar que a definição de qualidade é um tanto quanto ampla porém não é mais entendida como subjetiva A maioria das pessoas têm uma compreensão conceitual de qualidade como algo relacionado a uma ou mais características desejáveis que um produto ou serviço deva ter Mas a qualidade é um dos mais importantes fatores de decisão dos consumidores na seleção de produtos e serviços que competem entre si ou seja é fator decisivo de compra Assim compreender e melhorar a qualidade é um fatorchave que conduz a empresa ao sucesso ao crescimento à melhora da posição de competitividade do negócio no contexto geral Como vimos nos capítulos anteriores a visão tradicional define qualidade como simplesmente a adequação para o uso levando em consideração a qualidade do projeto em si com suas especificações e a qualidade de ajustamento ou exigências do cliente Porém a definição moderna e atual neste século XXI é de que qualidade é inversamente proporcional à variabilidade Ou seja a melhoria da qualidade está diretamente associada à redução da variabilidade nos processos e produtos Você verá sobre variabilidade a seguir 60 UNIUBE Variabilidade e especificações 33 Variabilidade significa algo que varia nas suas especificações em torno do valor médio ou projetado A variabilidade está presente em qualquer processo produtivo seja ele de bens ou serviços independentemente da maneira como ele tenha sido projetado e operado Duas peças duas operações ou dois serviços jamais serão iguais identicamente iguais sempre existirá uma ou outra variação A variabilidade pode ser as diferenças nos materiaisno desempenho dos processos no tempo de execução entre tantas outras possibilidades É importante lembrarmos que as características da qualidade são de três tipos básicos Físicas Sensoriais Orientação temporal como comprimento largura viscosidade resistência à torção e à flexão entre outras cor aparência sabor etc praticidade confiabilidade durabilidade etc Falando agora sobre as especificações podemos dizer que um valor de uma medida é chamado de valornominal ou valoralvo e corresponde ao valor desejado para uma certa característica de qualidade Estes valoresalvo não são livres eles têm limites superiores e limites inferiores O que nós chamamos de limite superior de especificação seria o valor máximo permitido e a variação máxima permitida e limite inferior de especificação seria o menor valor permitido para aquela característica de qualidade analisada UNIUBE 61 Causas da variabilidade dos processos 34 Os principais métodos estatísticos para o controle e a melhoria da qualidade podem ser agrupados em três tipos diferentes a saber 1 controle estatístico do processo CEP que monitora e que controla características importantes dos produtos no processo produtivo 2 planejamento de experimentos é vital na descoberta de variáveis que influenciam características de qualidade de interesse no processo produtivo 3 amostragem de aceitação é vital na inspeção e classificação de uma amostra de unidades definida aleatoriamente de uma população maior Estamos falando aqui de limites de especificação e não limites de controle A diferença é que o limite de especificação como o próprio nome diz é um valor de característica de qualidade exigida pelo projeto por meio de leis normas ou mercado ou seja o limite de especificação vem de fora da empresa para dentro Já o limite de controle são aqueles limites que nós controlamos diariamente no processo e eles vêm de dentro da empresa para a própria empresa em forma de controles de processo Falando de limites de controle nós também temos que falar de produtos não conformes ou produtos fora do padrão estabelecido para os limites de controleUm produto não conforme é um produto que não respeita uma ou mais especificações de qualidade Um produto que tem um ou mais defeitos é considerado um produto defeituoso logo isso pode afetar significativamente o seu uso pelo consumidor final sendo assim chamado de produto não conforme 62 UNIUBE Atualmente existe uma área chamada de Engenharia da Qualidade que é responsável por reduzir de forma sistemática a variabilidade nas característicaschave da qualidade do produto Para padronizar e certificar empresas pelo mundo todo a International Standards Organization ISO criou uma série de padrões internacionalmente utilizados A ISO é uma organização não governamental que está em cerca de 111 países A ISO foi fundada em 1946 em Genebra com a função de agenciar e divulgar a normalização de produtos e serviços usando certas normas para que a qualidade dos produtos seja melhorada continuamente Aqui no Brasil o órgão que representa a ISO é a ABNT Associação Brasileira de Normas Técnicas A ISO 9000 é um exemplo de padronização adotado por milhares de empresas ao redor do mundo O selo recebido pelas empresas começa a partir da ISO 9001 em diante Figura 1 Selo ISO 9001 Fonte Gettyimages Acervo EADUniube UNIUBE 63 Antes de haver controle estatístico do processo houve o controle estatístico da qualidade CEQ O CEQ nasceu na Segunda Guerra Mundial com a necessidade de produzir grande quantidade de produtos militares com qualidade boa e rapidamente Durante a Segunda Guerra Mundialhouve o financiamento do Departamento de Defesa dos Estados Unidos propagando o controle estatístico da qualidade CEQ com base nos estudos de Shewhart e suas cartas de controle e Dodge e Romig com as técnicas de amostragem Anteriormente ao controle estatístico da qualidade havia amostragem 100 dos produtos que representava elevado custo e grande perda de tempo para a empresaJá com a introdução do controle estatístico da qualidade o foco mudou não precisando mais haver inspeção 100 e sim inspeção por amostragem preocupandose apenas em detectar defeitos Um ponto falho do controle estatístico da qualidade é que eles não se preocupavam em investigar as causas que levavam aos defeitos muito menos com a prevenção dos defeitos O foco era simplesmente achar os defeitos Cartas de controle são documentos em que são alocadas as amostras retiradas durante o processo produtivo amostras estas que precisam refletir o universo amostral Nessas cartas você terá os limites superior de controle aquele que limita no nível superior a variabilidade das amostras e inferior de controle aquele que limita no nível inferior a variabilidade das amostras Técnicas de amostragem a amostragem de aceitação como um importante campo do controle estatístico da qualidade foi popularizada por Dodge e Romig e originalmente aplicada pelos militares dos EUA para o teste de balas durante Mundial War II Se cada bala não fosse testada avarias poderiam ocorrer no campo de batalha com resultados potencialmente desastrosos SCHILLING 1982 ISO 3951 12005 2005 NIST 2006 SAIBA MAIS 64 UNIUBE Para sanar esses problemas no controle estatístico da qualidade surgiu o controle estatístico do processo CEP que é uma evolução do CEQ O CEP visa monitorar todo o processo do início ao final em todas as etapas verificando se todos os itens estão dentro dos limites predeterminados O CEP visa à estabilização dos processos por meio da redução de sua variabilidade focando a melhoria e manutenção da qualidade melhorada e identificando desvios no processo de forma proativa e não reativa O reativo é aquele que reage depois que acontece o problema aí então ele vai procurar a causa do problema e tentar solucionálo Já o proativo é aquele que vai reagir antes que o processo apresente problemas para que não saia dos limites de controle RELEMBRANDO Este é o intuito do CEP analisar continuamente em tempo real todas as amostras ou algumas amostras retiradas do processo e verificar se elas estão dentro dos limites de controle impostos ou seja se o processo está estável sob controle É uma ferramenta importantíssima para a estabilidade do processo de melhoria da capacidade por meio da redução da sua variabilidade Neste quesito as 7 ferramentas da qualidade apresentadas nos capítulos anteriores servem como ferramentas de trabalho para o CEP diariamente É importante frisar que todo o processo tem variabilidade que vem de pequenas diferenças nas características de qualidade dos produtos fabricados ou dos processos utilizados Essa variabilidade é dividida em duas categorias a saber 1 causas aleatórias comuns que são pequenas perturbações de variações no processo naturais inevitáváveis e UNIUBE 65 sempre acontecerão Como exemplo temos umidade temperaturarugosidade etc É bom frisar que um processo que tem variabilidade só de causas comuns é um processo sob controle estatístico 2 causas atribuíveis especiais são variações nas características de qualidade dos produtos e serviços de forma inaceitável provocando o deslocamento na média da característica monitorada além do aumento da sua dispersão Pode ocorrer por causa de máquinas com manutenção atrasada mal reguladas descontroladas mal operadas erros dos operadores além de matériasprimas com problemas de qualidade Reforçando o foco do CEP é identificar as causas especiais e tomar ações rapidamente para minimizar a produção de itens não conformes Como dito anteriormente o objetivo do CEP é agir de forma proativa e não reativa O gráfico de controle é a ferramenta mais usada para o monitoramento dos processos produtivos pois por meio dele fica fácil a identificação das causas especiais Estes gráficos de controle também podem ser usados na determinação da capacidade do processo estimando o número de itens não conformes e ainda podem ser usados para fornecer informações úteis de melhoria no processo Base estatística dos gráficos de controle do CEP 35 Como já mencionamos anteriormente o gráfico de controle é uma representação gráfica de uma característica da qualidade que foi mensurada ou então calculada a partir de uma amostra representativa do universo A base estatística do gráfico de controle é justamente a distribuição normal pois o gráfico de controle é um instrumento de diagnóstico da existência ou não de variabilidade devido a causas especiais 66 UNIUBE Os gráficos de controle têm alguns elementos que são essenciais São eles Abscissa x é a sequência cronológica das amostras sendo em escala horizontal uniforme e associada a tempo Ordenada y são os valores observados da característica da qualidade propriamente dita podendo ser variável ou atributo Linha média ou central LM é o valor médio da característica da qualidade sendo esta sob controle ou sejasomente quando existem causas comuns Limites de controle são duas linhas horizontais chamadas de limite inferior de controle LICe limite superior de controle LSC Essas linhas são criadas de modo quese o processo estiver sob controle todas as amostras estarão entre essas linhas Suposição as amostras precisam ser independentes A Figura 2 a seguir traz um exemplo de gráfico de controle do CEP para uma indústria que envasa suco com limite superior e inferior de controles linha média e uma amostra como causa especial fora do controle Figura 2 Exemplo de gráfico de controle do CEP Fonte Acervo do autor UNIUBE 67 Existem dois elementos de um gráfico de controle basicamente a saber 1 Processo sob controle o processo está sob controle quando todos os pontos amostrais estão entre os limites de controle superior e inferior ou essas amostras não apresentam comportamento tendencioso tendendo a sair do controle superior ou inferior Neste caso nenhuma ação precisa ser tomada pelos analistas 2 Processos fora de controle neste caso existem sim amostras fora dos limites de controle superior ou inferior havendo então causas especiais que precisam de ação urgente para que não causem prejuízos maiores ainda do que já causaram à empresa e ao processo É importante frisar novamente que o CEP só é útil se ele for utilizado de forma proativa se antecipar os problemas existentes no processo A Figura 3 a seguir traz um exemplo de processo sem nenhuma causa especial somente causas comuns Figura 3 Processo isento de causas especiais Fonte Acervo do autor 68 UNIUBE Já a Figura 4 a seguir traz um processo com causas especiais que impactaram a média das amostras Figura 4 Processo com causas especiais alterando as médias do processo Fonte Acervo do autor As Figuras 3 e 4 trazem os comportamentos estatísticos de processos após coleta de amostras durante o processamento de itens Considerações finais 36 Este capítulo trouxe à luz do conhecimento conceitos extremamente importantes no tocante ao controle estatístico do processo CEP Ressaltouse a imensa importância deste tipo de controle nas empresas e nos processos produtivos para o desenvolvimento e melhoria contínua das empresas que o implantar Importante frisar que o controle estatístico do processo CEP diferentemente do controle estatístico da qualidade CEQ foi criado para ser utilizado de forma proativa e não reativa É importante que o analista ou profissional que esteja utilizando esta ferramenta tenha isso em mente diariamente E assim possa agir antes dos problemas se tornarem maiores e até incontroláveis causando grandes prejuízos ao processo e à empresa como um todo Processos mal geridos podem levar empresas à falência Muito cuidado com isso UNIUBE 69 O CEP pode e deve ser utilizado em praticamente todas as empresas de todos os segmentos econômicos haja vista que é extremamente abrangente e totalmente aplicável em qualquer ambiente processual seja ele de bens tangíveis ou intangíveis Além disso ficou claro que o CEP é vital para a gestão e aplicação empresarial da qualidade em sua contextualização abrangente eficiente e focada nas melhorias esperadas O capítulo tratou com a acuracidade necessária o tema de controle estatístico do processo e suas origens histórico definições e demais contextualizações importantes para o prosseguimento com eficiência do conteúdo que está só começando Ficou claro que o intuito central do controle estatístico do processo é minimizar os erros e as falhas por meio da minimização das causas da variabilidade dos processos Inclusive maximizar os resultados positivos para o processo e consequentemente para a empresa como um todo Também ficou claro que o controle estatístico do processo só funcionará bem se os dados coletados de fato representarem a realidade ou seja forem amostras fiéis da realidade em que se inserem Isso vem ao encontro do que já comentamos o ser humano que está por trás de todo esse trabalho de coleta cálculos tratamento dos dados e análises merece atenção e precisa de gerência 70 UNIUBE Referências ALBERTIN M R PONTES H L J Administração da Produção e Operações Curitiba InterSaberes 2016 ALBERTIN M R PONTES H L J Gestão de Processos e Técnicas de Produção Enxuta Curitiba InterSaberes 2016 BARROS E BONAFINI F Ferramentas da Qualidade São Paulo Pearson Education do Brasil 2014 BOND M T BUSSE A PUSTILNICK R Qualidade total o que é e como alcançar Curitiba InterSaberes 2012 CARDOSO W Engenharia de Métodos e Produtividade a teoria na prática Ananindeua Itacaiúnas 2018 CARPINETTI L C R Gestão da Qualidade conceitos e técnicas 3 ed São Paulo Atlas 2016 CARVALHO M M PALADINI E P Gestão da Qualidade teoria e casos 2 ed Rio de Janeiro Elsevier 2012 CORREA H L CORREA C A Administração de Produção e Operações manufatura e serviços uma abordagem estratégica 4 ed São Paulo Atlas 2017 CUSTODIO M F Gestão da Qualidade e Produtividade São Paulo Pearson Education do Brasil 2015 ISO 3951 12005 Disponível em httpswwwisoorg standard34640html Acesso em 01 dez 2020 KIRCHNER A KAUFMANN H SCHMID D FISCHER G Gestão da Qualidade 2 edSão Paulo Edgard Blucher 2008 KRAJEWSKI L J MALHOTRA M K RITZMAN L P Administração de Produção e Operações 11 ed São Paulo Pearson Education do Brasil 2017 LELIS E C Gestão da Qualidade São Paulo Pearson Prentice Hall 2012 UNIUBE 71 MELLO C H P Gestão da Qualidade São Paulo Pearson Education do Brasil 2011 NIST SEMATECH EHandbook of Statistical Methods 2006 Disponivel em httpswwwitlnistgovdiv898handbook Acesso em 1 dez 2020 PARANHOS FILHO M Gestão da Produção Industrial Curitiba InterSaberes 2012 RAMOS A W CEP para Processos Contínuos e em Bateladas São Paulo Blucher 2000 SLACK N BRANDONJONES A JOHNSTON R Administração da Produção 8 ed São Paulo Atlas 2018 SCHILLING EG Acceptance Sampling in Quality Control Marcel Dekker Inc New York 1982 WIENEKE F Gestão da Produção São Paulo Editora Blucher 2009 Introdução Controle Estatístico do Processo CEP controle para variáveis Capítulo 4 Agora de posse dos conceitos iniciais sobre qualidade controle da qualidade gestão da qualidade e controle estatístico do processo além de termos aprendido com eficiência as sete ferramentas estatísticas da qualidade podemos dar prosseguimento ao Controle Estatístico do Processo CEP O CEP é de extrema importância para empresas de quaisquer segmentos e atividades econômicas pois traz um raiox da situação real visualizada no cotidiano do processo produtivo Lembrando que neste capítulo trataremos do controle para variáveis pois o controle para atributos será abordado em outro capítulo deste livro É importante ressaltar como já dissemos no capítulo anterior que a principal função do CEP não é de forma alguma o de ser reativa aos problemas encontrados durante o processo e sim proativa agindo ANTES que os problemas ocorram O reativo só age após as amostras terem ultrapassado os limites de controle e o proativo analisa o CEP e identifica uma tendência das amostras a saírem dos limites de controle seja superior ou inferior 74 UNIUBE Após o estudo minucioso e crítico deste capítulo esperamos que você aluno dedicado seja capaz de explicar os conceitos principais referentes ao controle por variáveis do controle estatístico do processo demonstrar a importância do controle por variáveis do CEP no contexto atual das empresas brasileiras aplicar da melhor maneira as ferramentas aprendidas durante o capítulo em suas vivências práticas elaborar a correta distinção entre controle por variáveis e controle por atributos do CEP em ambientes empresariais aplicar o controle por variáveis do CEP para a correta e eficiente construção de estratégias inteligentes e perspicazes de controle e confiabilidade de processos produtivos Neste capítulo 4 Controle Estatístico do Processo CEP controle para variáveis vamos tratar dos gráficos de controle para variáveis e dos gráficos de controle Shewhart para amostras individuais Toda a mecânica de cálculo fórmulas desenvolvimento e construção destes gráficos serão apresentados a você leitor de forma coesa objetiva eficiente e prática Diversos exemplos serão dados para melhor compreensão destes temas relevantes para a disciplina em si Além disso este capítulo mostrará o quanto o controle por variáveis é importante para a gestão da qualidade de empresas de forma geral Administrar não é somente planejar projetar organizar é também controlar Objetivos UNIUBE 75 explicar o conhecimento teórico e principalmente o prático da aplicabilidade do controle por variáveis do CEP nos ambientes de tomada de decisões de forma muito próxima de sua realidade de trabalho 41 Definições importantes 42 Desenvolvimento e uso dos gráficos e R 43 Desenvolvimento e uso dos gráficos e S 44 Gráficos e S com tamanho de amostra variável 45 Gráficos de controle Shewhart para amostras individuais 46 Considerações finais Esquema Definições importantes 41 Dando continuidade aos conceitos e às ferramentas atrelados ao controle estatístico do processo CEP vamos relembrar os dois objetivos principais do CEP que são 1 manter o processo em condição estável pelo maior período de tempo possível 2 minimizar a variabilidade deste processo As cartas de controle introduzidas por Shewhart na década de 20 são ferramentas que auxiliam a alcançar os objetivos propostos pelo CEP Adicionalmente as cartas de controle ajudam a identificar desvios em relação ao comportamento normal identificar oportunidades de melhoria no processo 76 UNIUBE analisar a eficácia das ações tomadas com o objetivo de corrigir os desvios encontrados Dentro do contexto do controle estatístico do processo dizemos que uma característica da qualidade é chamada de variável quando ela é mensurada numa escala numérica Como exemplos podemos citar tamanho largura volume viscosidade entre tantas outras Os gráficos e R foram criados por Shewhart para monitorar a média e a variabilidade destas variáveis numéricas encontradas Falando agora um pouco sobre a base estatística dos gráficos e R podemos dizer que a característica de interesse X é normalmente distribuída com média µ e desviopadrão σ já conhecidos Levando em consideração x1 xncomo uma amostra de tamanho n logo a média amostral é dada pela equação 1 a seguir Nós também sabemos que é normalmente distribuído com média μ e desviopadrão 𝜎𝑛 Adicionalmente existe uma probabilidade de 1 α de qualquer média amostral cair entre equação 2 Logo se µ e σ são conhecidos vamos utilizar a equação 2 acima para obter os limites inferiores de controle LIC e os limites superiores 1 2 UNIUBE 77 de controle LSC em um gráfico de controle para média amostral É importante frisar que é comum utilizar Zα2 3 Caso uma média amostral caia fora destes limites de controle então seria uma indicação de que a média do processo não é mais igual a μ Lembrando que os resultados acima ainda continuam aproximadamente certos mesmo na possibilidade de não normalidade da variável X devido ao Teorema Central do Limite Assim o gráfico de controle para variáveis ficaria como mostrado na Figura 1 a seguir Figura 1 Modelo de gráfico de controle para variáveis Fonte Acervo do autor Porém na prática µ e σ são desconhecidos e necessitam ser estimados a partir de amostras coletadas quando o processo estava rigorosamente sob controleShewhart recomenda que seja feita a coleta de m subgrupos 20 a 25 de tamanho n pequeno 4 5 ou 6 cada focando a construção de subgrupos racionais com pequeno custo de amostragem pois nós sabemos que quanto maior a amostra mais caro fica coletar os dados 78 UNIUBE Para calcularmos e encontrarmos os limites para o gráfico consideramos 1 2 mas médias de cada uma das amostras em m subgrupos Logo o melhor estimador para a média do processo μ é dado por equação 3 Em que i é a média amostral do iésimo subgrupoOu seja deverá ser utilizado como sendo a linha central do gráfico Porém para construir os limites de controle superior e inferior precisaremos de um estimador para σ Este pode ser estimado pelos desviospadrão ou também pelas amplitudes das m amostras Por enquanto vamos preferir pelas amplitudes Neste caso defina a amplitude de uma amostra pela equação 4 a seguir 3 4 5 R xmax xmin Se considerarmos que R1 R2 Rmcomo sendo as amplitudes das m amostras teremos então que a amplitude média é dada pela equação 5 a seguir Logo as expressões a seguir chamadas aqui de equação 6 são usadas para construção dos limites de controle para o gráfico UNIUBE 79 6 7 É importante frisar que a constante A2 se encontra na Figura 2 a seguir e completa no Apêndice VI do livro Introdução ao Controle Estatístico da Qualidade do autor Montgomery 2016 Figura 2 Fatores para construção de gráficos de controle para variáveis Fonte Montgomery 2016 Já para a construção do gráfico R a variabilidade de um processo pode e deve ser monitorada e acompanhada de perto por meio das amplitudes amostrais R em um gráfico de controle A equação 7 a seguir traz como ficam os limites neste caso 80 UNIUBE É bom lembrar que o estimador não viesado para σ é dado pela equação 8 a seguir 8 Da mesma forma as constantes D3 D4 e d2 são obtidas na Figura 2 anterior Desenvolvimento e uso dos gráficos e R 42 Para construirmos os gráficos e R é bom começar com o gráfico RComo os limites de controle do gráfico dependem bastante da variabilidade do processo não poderão ser expressivos no caso de a variabilidade do processo não estar sob controle Por isso podemos aqui dar 3 dicas a vocês 1 O gráfico monitora a média da característica da qualidade de um processo 2 O gráfico R monitora a variabilidade dessa característica ou seja o quão varia em torno da média 3 Jamais tente interpretar o gráfico quando o gráfico R mostrar uma condição fora de controle Nada como um belo exemplo para explicar toda a mecânica de cálculo Estamos numa indústria automobilística onde os anéis de pistão para motores de automóveis são fabricados Querse construir um controle estatístico CEP para o diâmetro interno dos anéis Foram tiradas 25 amostras m cada uma de tamanho 5 n e elas foram extraídas quando UNIUBE 81 o processo estava criteriosamente sob controle As medidas são exibidas na Tabela 1a seguir Primeiramente encontraremos o gráfico R A linha central do gráfico R é obtida assim Em que Ri xmax xmin i 1 m Como o exemplo traz n 5 da Figura 2 anterior obtemos D3 0 e D4 2115 Substituindo na equação 7 fica A Figura 3 a seguir traz o gráfico de controle do R Observe que não existe nenhum ponto fora dos limites de controle e nenhum padrão aleatório foi encontrado Amostra x1 x2 x3 x4 x5 1 74030 74002 74019 73992 74008 2 73995 73992 74001 74011 74004 3 73998 74024 74021 74005 74002 4 74002 73996 73993 74015 74009 5 73992 74007 74015 73989 74014 6 74009 73994 73997 73985 73993 7 73995 74006 73994 74000 74005 8 73985 74003 73993 74015 73988 9 74008 73995 74009 74005 74004 Tabela 1 Amostras de diâmetros dos anéis de pistão do exemplo 82 UNIUBE Amostra x1 x2 x3 x4 x5 10 73998 74000 73990 74007 73995 11 73994 73998 73994 73995 73990 12 74004 74000 74007 74000 73996 13 73983 74002 73998 73997 74012 14 74006 73967 73994 74000 73984 15 74012 74014 73998 73999 74007 16 74000 73984 74005 73998 73996 17 73994 74012 73986 74005 74007 18 74006 74010 74018 74003 74000 19 73984 74002 74003 74005 73997 20 74000 74010 74013 74020 74003 21 73982 74001 74015 74005 73996 22 74004 73999 73990 74006 74009 23 74010 73989 73990 74009 74014 24 74015 74008 73993 74000 74010 25 73982 73984 73995 74017 74013 Fonte Acervo do autor Observe a Figura 3 Figura 3 Gráfico de controle de amplitude R feito no Minitab Fonte Acervo do autor UNIUBE 83 Agora podemos construir o gráfico pois nenhum ponto ficou fora dos controles A linha central do gráfico é obtida assim Para n 5 obtémse A2 0577 Substituindo na equação 6 obtémse A Figura 4 a seguir traz o gráfico da média nenhum ponto fora de controle e nenhum padrão aleatório foi encontrado Figura 4 Gráfico da média dos anéis de pistão do exemplo feito no Minitab Fonte Acervo do autor Concluise que este processo está sob controle estatístico pois nenhuma amostra foi encontrada fora dos limites de controle 84 UNIUBE É importante frisar aqui que não existe relação dos limites de controle com os limites de especificação como relação de dependência matemática Limites de controle são calculados com base nas variações naturais causas comuns do processo e limites de especificação são limites que vêm do projeto do produto Um dos objetivos do CEP é manter os limites de controle dentro dos limites de especificações para que o mercado não receba produtos fora das especificações criadas Desenvolvimento e uso dos gráficos e S 43 Em estudos de controle e confiabilidade de processos os gráficos e S são preferidos ao invés dos e R quando temos tamanho de amostra n maior que 10 moderadamente grande e quando o tamanho da amostra n é variável Não há grandes distinções aqui a construção dos gráficos e S segue a mesma mecânica utilizada na construção dos anterioresNa práticaµ e σ são desconhecidos e necessitam ser estimados a partir de amostras ou subgrupos coletados quando o processo está sob controle o processo precisa estar sob controle lembrese do que falamos neste capítulo anteriormente Logo para µT e σT sendo desconhecidos teremos os limites do gráfico de controle conforme equação 9 a seguir 9 Substituindo A3 na equação 9 teremos a equação 11 a seguir UNIUBE 85 10 14 11 Porém a média dos desviospadrão nas m amostras pode ser definida assim onde 12 13 Logo os limites do gráfico S podem ser encontrados usando a equação 14 a seguir Lembrese de que as constantes B3 e B4 são obtidas da Figura 2 deste capítulo Usando o mesmo exemplo do pistão encontramos o e o e os limites de controle assim 86 UNIUBE O gráfico da média e desviopadrão e S fica como o da Figura 5 a seguir Figura 5 Gráficos da e S do exemplo do pistão com Minitab Fonte Acervo do autor Observe que o processo está todo sob controle nenhuma causa especial e nenhuma tendência a sair dos controles nem positiva nem negativa mostrando que o processo está sob controle UNIUBE 87 Gráficos e S com tamanho de amostra variável 44 É simples construir estes gráficos pois não muda basicamente nada dos gráficos com amostras constantes As equações são as mesmas equações 11 e 14 o que muda é que as linhas centrais dos gráficos serão média ponderada em função do tamanho de cada amostra ni conforme equação 15 a seguir 15 Lembrando que como n é variável as constantes A3 B3 e B4 vão depender do tamanho da amostra de cada subgrupo calculado Voltando ao exemplo dos pistões observe a Tabela 3 a seguir com amostras variadas Amostra x1 x2 x3 x4 x5 1 74030 74002 74019 73992 74008 2 73995 73992 74001 3 73988 74024 74021 74005 74002 4 74002 73996 73993 74015 74009 5 73992 74007 74015 73989 74014 6 74009 73994 73997 73985 7 73995 74006 73994 74000 8 73985 74003 73993 74015 73988 9 74008 73995 74009 74005 10 73998 74000 73990 74007 73995 11 73994 73998 73994 73995 73990 12 74004 74000 74007 74000 73996 13 73983 74002 73998 14 74006 73967 73994 74000 73984 15 74012 74014 73998 16 74000 73984 74005 73998 73996 17 73994 74012 73986 74005 18 74006 74010 74018 74003 74000 19 73984 74002 74003 74005 73997 20 74000 74010 74013 21 73982 74001 74015 74005 73996 22 74004 73999 73990 74006 74009 23 74010 73989 73990 74009 74014 24 74015 74008 73993 74000 74010 25 73982 73984 73995 74017 74013 Tabela 3 Amostras de diâmetros dos anéis de pistão do exemplo 88 UNIUBE Amostra x1 x2 x3 x4 x5 1 74030 74002 74019 73992 74008 2 73995 73992 74001 3 73988 74024 74021 74005 74002 4 74002 73996 73993 74015 74009 5 73992 74007 74015 73989 74014 6 74009 73994 73997 73985 7 73995 74006 73994 74000 8 73985 74003 73993 74015 73988 9 74008 73995 74009 74005 10 73998 74000 73990 74007 73995 11 73994 73998 73994 73995 73990 12 74004 74000 74007 74000 73996 13 73983 74002 73998 14 74006 73967 73994 74000 73984 15 74012 74014 73998 16 74000 73984 74005 73998 73996 17 73994 74012 73986 74005 18 74006 74010 74018 74003 74000 19 73984 74002 74003 74005 73997 20 74000 74010 74013 21 73982 74001 74015 74005 73996 22 74004 73999 73990 74006 74009 23 74010 73989 73990 74009 74014 24 74015 74008 73993 74000 74010 25 73982 73984 73995 74017 74013 Fonte Acervo do autor Os cálculos ficaram assim A 1ª amostra tem n 5 logo em vermelho as constantes dependentes do tamanho de n UNIUBE 89 Para os demais limites e todos devem ser calculados assim o que mudará é a constante Observe a Tabela 5 Amostra n xbar S A3 LIC LSC B3 B4 LIC LSC 1 5 74010 00148 14270 739861 740154 00000 20890 00000 00215 2 3 73996 00046 19540 739807 740209 00000 25680 00000 00264 3 5 74008 00147 14270 739861 740154 00000 20890 00000 00215 4 5 74003 00091 14270 739861 740154 00000 20890 00000 00215 5 5 74003 00122 14270 739861 740154 00000 20890 00000 00215 6 4 73996 00099 16280 739840 740175 00000 22260 00000 00229 7 4 73999 00055 16280 739840 740175 00000 22260 00000 00229 8 5 73997 00123 14270 739861 740154 00000 20890 00000 00215 9 4 74004 00064 16280 739840 740175 00000 22260 00000 00229 10 5 73998 00063 14270 739861 740154 00000 20890 00000 00215 11 5 73994 00029 14270 739861 740154 00000 20890 00000 00215 12 5 74001 00042 14270 739861 740154 00000 20890 00000 00215 13 3 73994 00100 19540 739807 740209 00000 25680 00000 00264 14 5 73990 00153 14270 739861 740154 00000 20890 00000 00215 15 3 74008 00087 19540 739807 740209 00000 25680 00000 00264 16 5 73997 00078 14270 739861 740154 00000 20890 00000 00215 17 4 73999 00115 16280 739840 740175 00000 22260 00000 00229 18 5 74007 00070 14270 739861 740154 00000 20890 00000 00215 19 5 73998 00085 14270 739861 740154 00000 20890 00000 00215 20 3 74008 00068 19540 739807 740209 00000 25680 00000 00264 21 5 74000 00122 14270 739861 740154 00000 20890 00000 00215 22 5 74002 00074 14270 739861 740154 00000 20890 00000 00215 23 5 74002 00119 14270 739861 740154 00000 20890 00000 00215 24 5 74005 00087 14270 739861 740154 00000 20890 00000 00215 25 5 73998 00162 14270 739861 740154 00000 20890 00000 00215 Gráfico Xbarra Gráfico S Tabela 5 Cálculos dos limites para amostras variáveis Fonte Acervo do autor 90 UNIUBE Veja a Figura 6 a seguir Figura 6 Gráficos da e S do exemplo do pistão com n variável com Minitab Fonte Acervo do autor Vocês podem falar ah mas o do gráfico está diferente do calculado Porque este do gráfico é o médio dos individuais Você pode notar na linha central do gráfico que ela oscila caracterizando então a variação do próprio Gráficos de controle Shewhart para amostras individuais 45 Podem existir situações em que o tamanho da amostra para controle do processo é n1 Alguns exemplos são inspeção e medição automática de toda unidade fabricada quando a velocidade de produção é lenta tornando dispendioso acumular tamanhos de amostras n maiores que 1 ou quando medidas de um parâmetro aprazam muito pouco e produzem um desviopadrão muito pequeno Nesses casos e em outros parecidos o gráfico de controle para unidades individuais é útil Neste tipo de gráfico a variabilidade do processo é estimada por meio da amplitude móvel definida por meio da equação 16 a seguir UNIUBE 91 MRi xi xi1 16 A seguir no exemplo trazemos o procedimento para construção dos gráficos de controle para a amplitude móvel e medidas individuais Tabela 6 Viscosidade da tinta de base para aviões Fonte Acervo do autor Aqui os limites de controle são adaptações dos já usados nos gráficos R e sendo calculados por meio da equação 17 Na Figura 2 você encontra as constantes d2 D3 e D4 e geralmente utiliza se n2 Para o exemplo usado aqui os cálculos ficam 17 92 UNIUBE Figura 7 Gráfico de amostras individuais de viscosidade usando Minitab Fonte Acervo do autor O gráfico acima mostra claramente que todas as amostras estão entre dentro dos limites de controle caracterizando que o processo esteja sob controle Considerações finais 46 Este capítulo teve o objetivo principal e os específicos atingidos com sucesso Ele trouxe ao leitor todo o conteúdo teórico e prático referente a UNIUBE 93 CEP e controle para variáveis de forma lúdica coerente coesa objetiva e sem eufemismos O capítulo foi escrito de forma técnica e profissional para que o leitor possa de fato utilizálo em seu cotidiano principalmente pela quantidade de exemplos práticos trazidos aqui Importante frisar que o CEP pode e deve ser utilizado em praticamente todas as empresas de todos os segmentos econômicos haja vista que é extremamente abrangente e totalmente aplicável em qualquer ambiente processual seja ele de bens tangíveis ou intangíveis Além disso ficou claro que o CEP é vital para a gestão e aplicação empresarial da qualidade em sua contextualização abrangente eficiente e focada nas melhorias esperadas Tratou com a acuracidade necessária o tema dos gráficos de controle de variáveis suas nuances variações e suas aplicabilidades e com exemplos práticos para reforçar o conteúdo abordado Ficou claro que o intuito central do controle estatístico do processo é minimizar os erros e as falhas por meio da minimização das causas da variabilidade dos processos e maximizar os resultados positivos para o processo e consequentemente para a empresa como um todo Também ficou claro que o controle estatístico do processo mais especificamente os gráficos de controle das variáveis só funcionará bem se os dados coletados de fato representarem a realidade vivida pelos analistas ou seja forem amostras fiéis da realidade em que se inserem Isso vem ao encontro do que já comentamos e vamos reforçar em todos os capítulos deste livro o ser humano que está por trás de todo este trabalho de coleta cálculos tratamento dos dados e análises merece atenção e precisa de gerência 94 UNIUBE Referências ALBERTIN M R PONTES H L J Administração da Produção e Operações Curitiba InterSaberes 2016 ALBERTIN M R PONTES H L J Gestão de Processos e Técnicas de Produção Enxuta Curitiba InterSaberes 2016 BARROS E BONAFINI F Ferramentas da Qualidade São Paulo Pearson Education do Brasil 2014 BOND M T BUSSE A PUSTILNICK R Qualidade total o que é e como alcançar Curitiba InterSaberes 2012 CARDOSO W Engenharia de Métodos e Produtividade a teoria na prática Ananindeua Itacaiúnas 2018 CARPINETTI L C R Gestão da Qualidade conceitos e técnicas 3 ed São Paulo Atlas 2016 CARVALHO M M PALADINI E P Gestão da Qualidade teoria e casos 2 ed Rio de Janeiro Elsevier 2012 CORREA H L CORREA C A Administração de Produção e Operações manufatura e serviços uma abordagem estratégica 4 ed São Paulo Atlas 2017 CUSTODIO M F Gestão da Qualidade e Produtividade São Paulo Pearson Education do Brasil 2015 KIRCHNER A KAUFMANN H SCHMID D FISCHER G Gestão da Qualidade 2 edSão Paulo Edgard Blucher 2008 KRAJEWSKI L J MALHOTRA M K RITZMAN L P Administração de Produção e Operações 11 ed São Paulo Pearson Education do Brasil 2017 LELIS E C Gestão da Qualidade São Paulo Pearson Prentice Hall 2012 MELLO C H P Gestão da Qualidade São Paulo Pearson Education do Brasil 2011 UNIUBE 95 MONTGOMERY D C Introdução ao Controle Estatístico da Qualidade São Paulo LTC 2016 PARANHOS FILHO M Gestão da Produção Industrial Curitiba InterSaberes 2012 RAMOS A W CEP para Processos Contínuos e em Bateladas São Paulo Blucher 2000 SLACK N BRANDONJONES A JOHNSTON R Administração da Produção 8 ed São Paulo Atlas 2018 WIENEKE F Gestão da Produção São Paulo Editora Blucher 2009 Introdução Controle Estatístico do Processo CEP controle para atributos e capacidade do processo Capítulo 5 Agora de posse dos conceitos sobre qualidade controle da qualidade gestão da qualidade controle estatístico do processo e gráficos de controle para variáveis além de termos aprendido com eficiência as sete ferramentas estatísticas da qualidade podemos dar prosseguimento ao Controle Estatístico do Processo CEP O CEP é usado na grande maioria dos processos sejam eles químicos metalmecânicos metalúrgicos de alimentos agroindustriais eletroeletrônicos robóticos artesanais enfim quaisquer processos onde haja uma entrada processamento e saída Aqui trataremos do controle para atributos e da capacidade do processo É importante ressaltar como já dissemos nos capítulos anteriores que a principal função do CEP não é de forma alguma a de ser reativa aos problemas encontrados durante o processo e sim proativa agindo ANTES que eles ocorram O reativo só age após as amostras terem ultrapassado os limites de controle e o proativo analisa o CEP e identifica uma tendência das amostras a saírem dos limites de controle seja superior ou inferior 98 UNIUBE Após o estudo minucioso e crítico deste capítulo esperamos que você aluno dedicado seja capaz de explicar os conceitos principais referentes ao controle por atributos do controle estatístico do processo demonstrar a importância do controle por atributos e encontrar corretamente a capacidade do processo do CEP no contexto atual das empresas brasileiras aplicar da melhor forma as ferramentas aprendidas durante o capítulo em suas vivências práticas elaborar a correta distinção entre controle por variáveis e controle por atributos do CEP em ambientes empresariais aplicar controle por atributos do CEP para a correta e eficiente construção de estratégias inteligentes e perspicazes de controle e confiabilidade de processos produtivos explicar o conhecimento teórico e principalmente prático da aplicabilidade do controle por atributos e da capacidade do processo do CEP nos ambientes de tomada de decisões muito próximas de sua realidade de trabalho Neste capítulo 5 Controle Estatístico do Processo CEP controle para atributos e capacidade do processo vamos tratar das principais maneiras de se calcular construir e utilizar os gráficos de controle para atributos Diversos exemplos práticos serão utilizados para esclarecer todas as dúvidas que porventura possam surgir Adicionalmente o capítulo também tratará da capacidade do processo e seus indicadores como calculálos e gerilos de forma íntegra clara a todos os envolvidos e integrada à gestão Objetivos UNIUBE 99 51 Introdução aos conceitos 52 Desenvolvimento e uso dos Gráficos de Controle para Fração de Não Conformes Gráfico P 53 Desenvolvimento e uso dos Gráficos de Controle para Número de Defeitos Gráfico C 54 Capacidade do Processo 55 Considerações finais Esquema Introdução aos conceitos 51 Dando continuidade aos conceitos e às ferramentas atrelados ao controle estatístico do processo CEP vamos tratar agora de características que não podem ser mensuradas medidas numericamente Neste caso específico classificamos cada item inspecionado como conforme e não conforme A isso damos o nome de atributos Como exemplo de não conformidades podemos citar chip que não funciona haste empenada existência de furos embalagens com defeitos entre outros Infelizmente os gráficos por atributos não são tão completos quanto os gráficos por variáveis mas eles conseguem representar uma realidade de difícil mensuração Concordamos que uma medida numérica traz mais informações aos analistas do que um dado categorizado como conforme e não conforme Porém os gráficos por atributos têm importantes aplicações como na indústria de serviços e em outras em que as características de qualidade percebidas pelo cliente não podem ser mensuradas bem como a própria satisfação do cliente final 100 UNIUBE 52 Desenvolvimento e uso dos Gráficos de Controle para Fração de Não Conformes Gráfico P Para o desenvolvimento dos gráficos de controle para fração de não conformes também chamados de gráficos p devemos estimar quanto seria essa fração não conforme p Primeiramente selecionamos m amostras preliminares de 20 a 25 amostras em que cada uma tenha tamanho nCaso haja Di unidades não conformes na amostra i então calculamos a fração não conforme na iésima amostra como sendo a que segue na equação 1 a seguir 1 2 3 Além disso a média dessas frações seria calculada por meio da equação 2 a seguir A estatística estima a fração não conforme desconhecida p determinando os limites como na equação 3 a seguir UNIUBE 101 4 5 Já o desviopadrão do processo é dado pela equação 4 a seguir Também precisamos calcular o tamanho da amostra de tal modo que n seja grande o bastante para que o limite inferior de controle LIC seja maior que zero garantindo que investigaremos um número mínimo de itens não conformes de acordo com a equação 5 a seguir Por exemplo se tivéssemos p 005 e L 3 o cálculo ficaria assim Ou seja o tamanho de cada amostra deveria ser 171 unidades para que o LIC seja maior que zero É importante frisar que se deve ter cautela ao analisar pontos que se localizam abaixo do Limite Inferior de Controle LIC Esses pontos podem não representar melhoria real na qualidade do processo Isso ocorre por erros no processo de inspeção inspetores inadequadamente treinados ou inexperientes equipamentos de inspeção mal calibrados ou omissão de unidades não conformes por inspetores 102 UNIUBE Podemos agora exemplificar com uma indústria cítrica Nela o suco de laranja é embalado em caixas de papelão O vazamento do suco devido a uma falha de vedação na caixa caracterizase como uma característica da qualidade Querse estabelecer um gráfico de controle com intuito de melhorar a fração de embalagens não conformes produzidas por uma máquina Nesse caso considere que foram selecionadas 30 amostras com n50 embalagens cada A Tabela 1 a seguir traz esses dados Tabela 1 Dados de embalagens não conformes de suco de laranja Fonte Acervo do autor UNIUBE 103 Os cálculos ficam assim Observe a Figura 1 Figura 1 Gráfico de amostras de não conformidades do exemplo usando Minitab Fonte Acervo do autor Como você pode observar existem dois pontos fora dos limites de controle Recomendase excluílos e recalcular os limites A Figura 2 traz o novo gráfico de atributos de controle de fração de não conformes 104 UNIUBE Figura 2 Novo gráfico de amostras de não conformidades do exemplo usando Minitab Fonte Acervo do autor Observe que existe um ponto fora de controle mas como ele é único e está bem próximo do limite superior de controle não se recomenda retirá lo e fazer novos cálculos 53 Desenvolvimento e uso dos Gráficos de Controle para Número de Defeitos Gráfico C Uma outra forma de analisar a qualidade de um processo é por meio dos gráficos de controle para o número de defeitos também chamados de gráfico C É possível que apenas um item detenha diversos defeitos de fabricação não conformidades a depender de sua natureza e gravidade obviamente Em nossas situações reais no chão de fábrica das empresas pode ser preferível trabalhar com o número de defeitos ao invés da fração não conforme Por exemplo quando tratamos do número de soldas com defeitos por metro quadrado de gasoduto número de defeitos existentes em um equipamento eletrônico qualquer entre tantas outras situações UNIUBE 105 Desta forma construímos gráficos de controle tanto para o número total de defeitos em uma unidade quanto para o número médio de defeitos por unidade Lembrando que uma unidade de inspeção pode ser um subgrupo de tamanho constante tais como 10 rádios 5 TVs ou uma área de 10 m² Iniciando o desenvolvimento e a operação dos gráficos de controle para número de defeitos precisamos calcular o desviopadrão como feito na equação 6 a seguir 6 7 Sendo o número médio de defeitos observado em uma amostra preliminar de unidades de inspeção teremos na equação 7 a seguir a maneira de encontrar os limites de controle Nada como um exemplo prático para demonstrar a aplicação das fórmulas não é mesmo Então vejamos o exemplo Considere o número de defeitos observados em 26 amostras sucessivas de 100 placas de circuito impresso sendo que 1 amostra 1 unidade de inspeção conforme Tabela 2 a seguir 106 UNIUBE Tabela 2 Número de defeitos observados em placas de circuito Fonte Acervo do autor O cálculo do número de defeitos médio fica O desviopadrão do processo fica UNIUBE 107 E os limites de controle tentativos ficam assim A Figura 3 a seguir traz o gráfico de controle para número de defeitos gráfico C Figura 3 Gráfico de controle para nº de defeitos da placa usando Minitab Fonte Acervo do autor Como você pode observar as amostras 6 e 20 encontramse fora dos limites de controle logo precisam ser excluídas e assim recalcularmos os limites sem elas A Figura 4 a seguir traz o novo gráfico C agora sem estas 2 amostras 108 UNIUBE Figura 4 Novo gráfico de controle para nº de defeitos da placa usando Minitab Fonte Acervo do autor Agora todas as amostras estão dentro dos limites sinal de que estamos no caminho certo e de que podemos definir este como sendo o novo limite de controle Caso outras amostras surgissem fora dos limites faríamos o mesmo procedimento excluindoas e recalculando Capacidade do processo 54 Os estudos de capacidade do processo dentro do contexto do CEPtêm como objetivo responder se o processo atende de forma eficiente aos requisitos impostos ao produto em si Vale ressaltar que eficiência é baixo nível de não conformidades Os índices de capacidade do processo são parâmetros adimensionais que indiretamente medem o quanto o processo consegue atender às especificações do projeto UNIUBE 109 É importante frisar que o uso dos índices de capacidade de processo não tem sentido algum se estes dados analisados forem oriundos de um processo fora de controle Justificando os índices são parâmetros da distribuição estacionária da característica da qualidade em estudo e se o processo estiver fora de controle essa distribuição não será sempre a mesma ou seja não saberemos o que estaremos estimando a partir dos dados pois eles estão fora de controle Logo a primeira coisa a ser feita é analisar o comportamento das cartas de controle e assim se elas estiverem dentro dos limites de controle o estudo de capacidade pode ser prosseguido IMPORTANTE É normal tomar como medida de capacidade de um processo a dispersão Seis Sigmanão confunda com Seis Sigma para mais e para menos e sim 3 sigma para mais e 3 para menos na distribuição da característica da qualidade A equação 8 a seguir mostra como deve ser feito o cálculo 8 Quando os dados são oriundos de uma distribuição normal os LNT Limites Naturais de Tolerância incluem 9973 da variável oriundo dos 3 sigmas para mais e para menosOs LNT representam os Limites Naturais do Processo ou Limites de Controle Entretanto é bom termos uma forma simples e quantitativa de expressar a capacidade de um processo Essa forma foi introduzida por Juran 1974 e esse a chamou de razão da capacidade de um processo RCP Cp em que LIE e LSE são os limites de especificação inferior e superior A equação 9 a seguir mostra como calcular a capacidade do processo 110 UNIUBE 9 10 Na prática σ tem que ser estimado resultando em uma estimativa para Cp dada pela equação 10 a seguir Observe você que o índice Cp relaciona a tolerância especificada com a tolerância natural do processo Isso nos leva às seguintes regras Cp 1 TN é maior que TE preocupante Cp 1 TN é igual à TE precisa melhorar Cp 1 TN é menor que TE desejável Novamente usaremos um exemplo prático real para explicar como calcular a capacidade do processo Se tivéssemos acompanhando um processo de fabricação de anéis de pistão e nos fosse dado que os Limites de Especificação são 7400mm 005mm do gráfico R estimaríamos Ou seja o cálculo ficaria UNIUBE 111 11 Em que o Cp 1 o que é desejável mostrando processo capaz Quando o processo está descentrado a razão de capacidade precisa ser calculada de forma diferente O índice Cp não leva em conta a localização da média do processo com relação aos limites de especificaçãoKane 1986 criou uma medida Cpk que penaliza desvios da média do processo em relação à posição central ótima sendo definido pela equação 11 a seguir Caso Cp Cpk o processo está centrado no ponto médio das especificações Já no caso Cpk Cp o processo está descentrado A diferença entre Cp e Cpk é uma medida direta de quão fora do centro o processo está operando Costumase dizer que Cp mede a capacidade potencial no processo enquanto Cpk mede a capacidade efetiva Considerações finais 55 Este capítulo trouxe à luz do conhecimento conceitos extremamente importantes no tocante ao controle estatístico do processo CEP Ressaltouse a imensa importância deste tipo de controle nas empresas e nos processos produtivos para o desenvolvimento e melhoria contínua das empresas que o implantar Importante frisar que o controle estatístico do processo CEP diferentemente do controle estatístico da qualidade CEQ foi criado para ser utilizado de forma proativa e não reativa É importante que o analista ou profissional que esteja utilizando esta ferramenta tenha isso em mente diariamente e que ele possa agir antes 112 UNIUBE dos problemas se tornarem maiores e até incontroláveis por isso essa ferramenta é chamada de proativa e não reativa causando grandes prejuízos ao processo e à empresa como um todo Processos mal geridos podem levar empresas à falência Muito cuidado com isso O capítulo se preocupou em levar aos leitores de forma clara prática e coerente com suas realidades vividas nas empresas brasileiras conceitos e abordagem de gráficos de controle por atributos numa linguagem simples sem eufemismos focada na aplicação prática destas ferramentas Adicionalmente e com o mesmo grau de preocupação o capítulo também trouxe a aplicação da capacidade do processo Importante frisar que o CEP pode e deve ser utilizado em praticamente todas as empresas de todos os segmentos econômicos haja vista que é extremamente abrangente e totalmente aplicável em qualquer ambiente processual seja ela de bens tangíveis ou intangíveis Além disso ficou claro que o CEP é vital para a gestão e aplicação empresarial da qualidade em sua contextualização abrangente eficiente e focada nas melhorias esperadas já preparando o leitor para os próximos capítulos deste livro e para a sua própria atuação futura no mercado de trabalho de forma sustentável Tratou com a acuracidade necessária o tema dos gráficos de controle de atributos e capacidade do processo suas nuances e variações suas aplicabilidades com exemplos práticos para reforçar o conteúdo abordado Ficou claro que o intuito central do controle estatístico do processo é minimizar os erros e as falhas por meio da minimização das causas da variabilidade dos processos e maximizar os resultados positivos para o processo e consequentemente para a empresa como um todo Também ficou claro que o controle estatístico do processo mais especificamente UNIUBE 113 os gráficos de controle de atributos e a capacidade do processo só funcionará bem se os dados coletados de fato representarem a realidade vivida pelos analistas ou seja forem amostras fiéis da realidade em que se inserem Isso vem ao encontro do que já comentamos e vamos reforçar em todos os capítulos deste livro o ser humano que está por trás de todo esse trabalho de coleta cálculos tratamento dos dados e análises merece atenção e precisa de gerência 114 UNIUBE Referências ALBERTIN M R PONTES H L J Administração da Produção e Operações Curitiba InterSaberes 2016 ALBERTIN M R PONTES H L J Gestão de Processos e Técnicas de Produção Enxuta Curitiba InterSaberes 2016 BARROS E BONAFINI F Ferramentas da Qualidade São Paulo Pearson Education do Brasil 2014 BOND M T BUSSE A PUSTILNICK R Qualidade total o que é e como alcançar Curitiba InterSaberes 2012 CARDOSO W Engenharia de Métodos e Produtividade a teoria na prática Ananindeua Itacaiúnas 2018 CARPINETTI L C R Gestão da Qualidade conceitos e técnicas 3 ed São Paulo Atlas 2016 CARVALHO M M PALADINI E P Gestão da Qualidade teoria e casos 2 ed Rio de Janeiro Elsevier 2012 CORREA H L CORREA C A Administração de Produção e Operações manufatura e serviços uma abordagem estratégica 4 ed São Paulo Atlas 2017 CUSTODIO M F Gestão da Qualidade e Produtividade São Paulo Pearson Education do Brasil 2015 KIRCHNER A KAUFMANN H SCHMID D FISCHER G Gestão da Qualidade 2 edSão Paulo Edgard Blucher 2008 KRAJEWSKI L J MALHOTRA M K RITZMAN L P Administração de Produção e Operações 11 ed São Paulo Pearson Education do Brasil 2017 LELIS E C Gestão da Qualidade São Paulo Pearson Prentice Hall 2012 MELLO C H P Gestão da Qualidade São Paulo Pearson Education do Brasil 2011 UNIUBE 115 MONTGOMERY D C Introdução ao Controle Estatístico da Qualidade São Paulo LTC 2016 PARANHOS FILHO M Gestão da Produção Industrial Curitiba InterSaberes 2012 RAMOS A W CEP para Processos Contínuos e em Bateladas São Paulo Blucher 2000 SLACK N BRANDONJONES A JOHNSTON R Administração da Produção 8 ed São Paulo Atlas 2018 WIENEKE F Gestão da Produção São Paulo Editora Blucher 2009 Introdução Seis Sigma contextualizações Capítulo 6 Agora de posse dos conceitos sobre qualidade controle da qualidade gestão da qualidade controle estatístico do processo e gráficos de controle para variáveis e atributos e capacidade de processo além de termos aprendido com eficiência as sete ferramentas estatísticas da qualidade podemos dar prosseguimento ao Controle e Confiabilidade do Processo adentrando ao tema Seis Sigma Obviamente o Seis Sigma tem enorme importância para processos produtivos de empresas variadas pois objetiva reduzir a variabilidade dos processos e consequentemente reduzir problemas com qualidade Adicionalmente o Seis Sigma traz redução de custos para a empresa que o implanta de forma efetiva e eficiente Neste capítulo 6 Seis Sigma contextualizações vamos abordar esta importante ferramenta da gestão moderna envolvendo seus conceitos principais e sua evolução histórica completa e vamos desenvolver todo um arcabouço teóricoprático do programa e da metodologia Seis Sigma para as empresas compreenderem de fato sua importância 118 UNIUBE Além disso este capítulo transformará a forma como o leitor enxergava a gestão e o controle da qualidade retirandoo daquele arcabouço teórico pesado antigo e colocandoo numa abordagem leve prática próxima da realidade do leitor Após o estudo minucioso e crítico deste capítulo esperamos que você aluno dedicado seja capaz de explicar os conceitos principais referentes ao Seis Sigma e sua contextualização gerencial e empresarial demonstrar a importância do Seis Sigma e de compreender corretamente as melhorias que a empresa conquistará caso o implante aplicar da melhor maneira as ferramentas aprendidas durante o capítulo em suas vivências práticas elaborar a correta distinção entre Seis Sigma e lean manufacturing em ambientes empresariais demonstrar a profundidade e importância do Seis Sigma no contexto do Controle e Confiabilidade do Processo para a correta e eficiente construção de estratégias inteligentes e perspicazes de controle e confiabilidade de processos produtivos explicar o conhecimento teórico e principalmente prático da aplicabilidade da metodologia Seis Sigma nos ambientes de tomada de decisões muito próximas de sua realidade de trabalho Objetivos UNIUBE 119 61 Introdução 62 Compreendendo o Seis Sigma 63 Visão estatística do Seis Sigma 64 Histórico do Seis Sigma 65 O que há de novo no Seis Sigma 66 Considerações finais Esquema Introdução 61 Após termos definido todas as ferramentas estatísticas da qualidade termos abordado os temas de gestão da qualidade e controle estatístico da qualidade já trabalharmos com o controle estatístico do processo gráficos de controle por variáveis gráficos de controle por atributos e capacidade do processo fica óbvio que já temos o embasamento necessário para tratar da metodologia mais importante no controle confiabilidade do processo a metodologia Seis Sigma O Seis Sigma veio para mudar drasticamente como as empresas e os processos são controladosele é focado totalmente no aumento da eficiência dos processos e consequentemente na redução de custos e no aumento da lucratividade empresarial Podemos dizer que atualmente o gerenciamento estatístico é tão necessário para o cidadão eficiente como aprender a ler e escrever Não há possibilidade de tratarmos de gestão da qualidade sem antes termos tratado de gerenciamento estatístico do processo e gerenciamento estatístico da qualidade é indissociável Com o Seis Sigma não seria diferente Ele usa bastante estatística como embasamento focada no controle do processo e na diminuição da variabilidade do processo lembrando que quando você diminui a variabilidade do processo você 120 UNIUBE aumenta isso é inversamente proporcional a qualidade do produto fabricado Ou seja quanto menor a variabilidade do processo maior será o índice de satisfação do consumidor O Seis Sigma pode ser definido como uma estratégia gerencial disciplinada e rígida além de altamente quantitativa focada nos dados coletados do processo caracterizada por uma abordagem sistêmica objetivando o aumento drástico da lucratividade das empresas que a implantam por meio da otimização de produtos processos e projetos alcançando assim aumentos consideráveis na satisfação de clientes e consumidores finais É notório que as empresas que o implantam têm melhoria substancial dos níveis de satisfação do mercado em que elas atuam O Seis Sigma por meio de metodologia focada na medição estatística e na melhoria da eficiência e da eficácia operacional Figura 1 é considerado como uma ferramenta ou metodologia sistemática quanto a gerir as atividades da empresa reduzir os custos dos produtos e processos e a variabilidade dos processos Tudo isso leva a produtos com maior e melhor qualidade Figura 1 Coleta e análise de dados em indústria no formato digital Fonte Gettyimages Acervo Uniube UNIUBE 121 Como estamos na 4ª Revolução Industrial o controle estatístico do processo e os dados coletados para gestão Seis Sigma são feitos de forma eletrônica e digital com emissão de relatórios Compreendendo o Seis Sigma 62 A metodologia Seis Sigma trabalha com escalas Essas são utilizadas para mensurar o nível de qualidade associada a um processo transformando a quantidade encontrada de defeitos por milhão também chamado de peças por milhão ppm em um número na escala sigma Mais à frente neste livro vocês aprenderão a encontrar o nível sigma em que sua empresa e processo se encontram A meta do Seis Sigma é alcançar ou chegar próximo de zero defeito Ou seja o foco é alcançar o nível que represente apenas 34 defeitos para cada um milhão de peças produzidas ou operações realizadas Obviamente esta meta é de difícil mas não impossível alcance Logo o que importa no Seis Sigma é a busca contínua pela melhoria dos processos melhorando meio ponto percentual por semestre ou mês O que importa aqui é que haja melhoria não estamos focados em alcançar 34 ppm indiscriminadamente Nosso foco é na melhoria contínua A estratégia utilizada na metodologia Seis Sigma é no interrelacionamento dos processos internos e na redução da variabilidade dos processos Com isso se espera alcançar de forma efetiva a filosofia da melhoria contínua na busca pelo zero defeito Entenderam que mais importante que alcançar o zero defeito é a busca pelo zero defeito 122 UNIUBE A metodologia Seis Sigma visa levar a empresa a ser a melhor em seu ramo de atuação ultrapassando os concorrentes atingindo níveis melhores a cada dia em seus padrões de qualidade e encantando os seus clientes Temos uma pergunta 99 de acerto é uma boa medida Depende do contexto Explico 99 de acerto representa Água não potável por quase 15 minutos por dia Vinte mil produtos extraviados pelo Correio em uma hora Dois pousos errados por dia nos maiores aeroportos do mundo Falta de energia elétrica por quase 7 horas num mês Duzentas mil prescrições médicas erradas num ano Cinco mil cirurgias erradas numa semana E aí 99 é uma boa medida Depende muito do contexto em que se vive Nos casos acima representam enormes prejuízos inclusive com perdas de vidas humanas PARADA PARA REFLEXÃO A Figura 2 a seguir traz um quadro comparativo entre padrões quatro sigma 9938 de conformidade e Seis Sigma 9999966 de conformidade UNIUBE 123 Figura 2 Quadro comparativo de padrões 4 e 6 sigma Fonte Acervo do autor Observe que existe uma diferença enorme entre seis e quatro sigma Por exemplo enquanto quatro sigma pode representar 5000 cirurgias erradas por semana no Seis Sigma representaria apenas 17 cirurgias erradas por semana O nível de qualidade é outro é muito superior no Seis Sigma A Figura 3 a seguir traz a escala sigma no formato gráfico evolutivo para melhor compreensão 124 UNIUBE Figura 3 Escala de níveis sigma Fonte Acervo do autor A figura anterior traz exemplos representativos numa escala sigma para melhor contextualização da metodologia Seis Sigma Observe que você verá que no nível dois sigma temos os erros no atendimento telefônico no nível três sigma temos a taxa de mortalidade devido a erros e no nível seis sigma temos taxas de mortalidade em voos domésticos Visão estatística do Seis Sigma 63 O desviopadrão ou sigma é a medida estatística que nos permite saber o quanto a característica analisada está variando em torno da média O Seis Sigma admite tranquilamente que existem variações na média por exemplo média deslocando 15σ um sigma e meio para mais ou para menos Mesmo assim o número de defeitos por milhão ppm continuará bem baixo A Figura 4 a seguir traz o gráfico da distribuição normal com as escalas sigma dentro dos limites inferior e superior de especificação UNIUBE 125 Figura 4 Gráfico da distribuição normal com as escalas sigma Fonte Acervo do autor Para demonstrar a aplicação prática do sigma na estatística vamos usar um exemplo prático de uma indústria de laticínios Foi feita uma análise de volume por amostragem na fábrica de pasteurização de leites em um dia de produção e obtevese a distribuição representada na Figura 5 a seguir Figura 5 Distribuição da amostragem de volume de leite nos frascos Fonte Acervo do autor A partir desta distribuição da Figura 5 podemos concluir que o desvio padrão σ é 272 que a média µ é 10004 e que os limites de controle foram calculados utilizando as fórmulas do capítulo anterior ficando assim 126 UNIUBE LIC µ 3σ 10004 3x272 99224 LSC µ 3σ 10004 3x272 100856 Porém se modificarmos o desviopadrão para 145 ou seja diminuílo obteremos limites de controle mais apertadose processo mais preciso conforme a seguir LIC µ 3σ 10004 3x145 99460 LSC µ 3σ 10004 3x145 100475 O desempenho sigma pode ser representado assim 2 sigmas 308537 ppm de defeitos 6914 de acertos 3 sigmas 66807 ppm de defeitos 9332 de acertos 4 sigmas 6210 ppm de defeitos 9938 de acertos 5 sigmas 233 ppm de defeitos 999767 de acertos 6 sigmas 34 ppm de defeitos 99999667 de acertos Histórico do Seis Sigma 64 Sem muitas delongas vamos tratar do histórico do Seis Sigma sem tratar de todas as nuances envolvidas no processo e sim focando naquilo que realmente interessa O Seis Sigma teve início na Motorola em 1987sua primeira implantação durou algo em torno de 4 anos e com um retorno de 22 bilhões de dólares que comprovou a eficiência dessa metodologia para o mundo Após a Motorola a empresa Asea Brown Boveri ABB no início dos anos 1990 também implantou o Seis Sigma e teve ganho médio de 898 milhões de dólares ao ano num período de 2 anos UNIUBE 127 Em 1994 a empresa Allied Signal também implantou o Seis Sigma e teve ganhos de 1994 até 1998 da ordem de 12 bilhões de dólares A GE General Electric somente em 1999 obteve ganhos de 15 bilhões de dólares Em 1997 o Grupo Brasmotor trouxe para o Brasil a metodologia Seis Sigma e implantou em suas fábricas obtendo ganhos de 20 milhões de reais em 1999 Essas foram as empresas pioneiras na implantação do Seis Sigma no mundo que serviram como laboratório para as demais empresas que desejaram implantar essa poderosa ferramenta que comprovadamente traz ótimos resultados financeiros para quem a implanta Após o pioneirismo da Brasmotor na implantação do Seis Sigma no Brasil outras empresas vieram atrás tais como Brahma Belgo Mineira Votorantim Cimentos Gerdau Maxion Votorantim Metais América Latina Logística ALL Líder Taxi Aéreo Nokia Tupy Fundições Fiat etc Isso comprova que o Seis Sigma é aplicável em empresas de qualquer segmento produtivo Para se ter uma ideia a Multibrás em 4 anos obteve ganhos de R4310000000 com a implantação do Seis Sigma investindo apenas R375000000 ou seja um retorno de 1149 vezes sobre o valor investido Magnífico não é Outro exemplo é o da GE Capital empresa financeira de cartões de crédito Ela obteve aumento da produtividade rapidez e diminuição do custo por cartão de crédito com drástica redução de faturas erradas em que o cliente não precisou gastar tanto tempo mais ligando para a central pedindo correções e houve quedas substanciais de gastos com verificações e correções impactando o aumento das margens de lucro 128 UNIUBE O que há de novo no Seis Sigma 65 O segredo do sucesso do Seis Sigma está em 3 pilares a saber 1 Retorno financeiro mensuração direta dos benefícios advindos da implantação do Seis Sigma nas empresas por meio do aumento considerável da lucratividade dos negócios 2 DMAICDefinir Medir Analisar Melhorar improve em inglês e Controlar o Seis Sigma se baseia bastante na ferramenta DMAIC em sua implantação O DMAIC é um método estruturado para que a empresa alcance as metas esperadas no Seis Sigma o próximo capítulo deste livro abordará o DMAIC na íntegra 3 CEO o Seis Sigma só terá sucesso se o CEO e a alta administração estiverem comprometidas com sua implantação O comprometimento da alta administração é crucial para o sucesso do Seis Sigma assim como a correta mensuração dos resultados financeiros oriundos da implantação e também da correta utilização do DMAIC Existem alguns aspectos importantes a serem considerados quando da implantação do Seis Sigma É importante frisar novamente que o foco aqui é a satisfação do cliente final É vital definir corretamente os papéis para os patrocinadores e especialistas do Seis Sigma na empresa É preciso focar a busca contínua da redução da variabilidade pelos motivos já expostos aqui É interessante criar um link para que o projeto de produtos e processos seja incluído na metodologia Seis Sigma por meio da metodologia Design for Six Sigma DFSS Voltamos a frisar que o Seis Sigma é aplicável a qualquer tipo de segmento produtivo seja ele de manufatura serviços administrativos ou burocráticos Sua contribuição vai muito além da indústria manufatureira UNIUBE 129 Considerações finais 66 Este capítulo trouxe ao leitor que o leu na íntegra e de forma efetiva e eficiente os principais conceitos acerca do tema Seis Sigma suas ferramentas e técnicas para implantação Observe que diversos exemplos práticos foram alocados neste capítulo para que o leitor tivesse contato com os fatos reais que mais ocorrem nas empresas brasileiras De posse destes conceitos e exemplos ele conseguirá com êxito implantar Seis Sigma em suas empresas Adicionalmente o autor deste livro recomenda que o leitor nunca pare de estudar o tema Seis Sigma mesmo porque esse exige atualização constante Recomendase inclusive que o leitor caso tenha interesse em investir mais nesta área de Seis Sigma procure cursos de White Belt Yellow Belt Green Belt e Black Belt Esses cursos darão toda a base necessária para projetar implantar manter e gerir o Seis Sigma em quaisquer empresas inclusive dando aoportunidade de dar consultorias nesta área para demais empresas brasileiras O capítulo se preocupou em levar aos leitores de forma clara prática e coerente com suas realidades vividas nas empresas brasileiras conceitos e abordagem da metodologia Seis Sigma numa linguagem simples sem eufemismos focada na aplicação prática desta metodologia Adicionalmente e com o mesmo grau de preocupação o capítulo também trouxe a aplicação da metodologia em paralelo aos gráficos de controle do processo Importante frisar que o Seis Sigma pode e deve ser utilizado em praticamente todas as empresas de todos os segmentos econômicos haja vista que é extremamente abrangente e totalmente aplicável em qualquer ambiente processual seja ele de bens tangíveis ou intangíveis Além disso ficou claro que o Seis Sigma é vital para a gestão e aplicação empresarial da qualidade em sua contextualização abrangente eficiente e focada nas melhorias esperadas Sendo assim preparou o leitor para 130 UNIUBE os próximos capítulos deste livro e para a sua própria atuação futura no mercado de trabalho de forma sustentável Ficou claro que o intuito central do Seis Sigma é minimizar os erros e as falhas por meio da minimização das causas da variabilidade dos processos e ainda maximizar os resultados positivos para o processo e consequentemente para a empresa como um todo Também ficou claro que o Seis Sigma só funcionará de forma efetiva se os dados coletados de fato representarem a realidade vivida pelos analistas ou seja forem amostras fiéis da realidade em que se inserem Adicionalmente peça central nesta metodologia são as pessoas da alta administração que devem estar comprometidas e não somente envolvidas com o sucesso da implantação da metodologia na empresa Isso vem ao encontro do que já comentamos e vamos reforçar em todos os capítulos deste livro o ser humano que está por trás de todo este trabalho de coleta cálculos tratamento dos dados e análises merece atenção e precisa ser melhor gerido e motivado UNIUBE 131 Referências ALBERTIN M R PONTES H L J Administração da Produção e Operações Curitiba InterSaberes 2016 ALBERTIN M R PONTES H L J Gestão de Processos e Técnicas de Produção Enxuta Curitiba InterSaberes 2016 BARROS E BONAFINI F Ferramentas da Qualidade São Paulo Pearson Education do Brasil 2014 BOND M T BUSSE A PUSTILNICK R Qualidade total o que é e como alcançar Curitiba InterSaberes 2012 CARDOSO W Engenharia de Métodos e Produtividade a teoria na prática Ananindeua Itacaiúnas 2018 CARPINETTI L C R Gestão da Qualidade conceitos e técnicas 3 ed São Paulo Atlas 2016 CARVALHO M M PALADINI E P Gestão da Qualidade teoria e casos 2 ed Rio de Janeiro Elsevier 2012 CORREA H L CORREA C A Administração de Produção e Operações manufatura e serviços uma abordagem estratégica 4 ed São Paulo Atlas 2017 CUSTODIO M F Gestão da Qualidade e Produtividade São Paulo Pearson Education do Brasil 2015 KIRCHNER A KAUFMANN H SCHMID D FISCHER G Gestão da Qualidade 2 edSão Paulo Edgard Blucher 2008 KRAJEWSKI L J MALHOTRA M K RITZMAN L P Administração de Produção e Operações 11 ed São Paulo Pearson Education do Brasil 2017 LELIS E C Gestão da Qualidade São Paulo Pearson Prentice Hall 2012 MELLO C H P Gestão da Qualidade São Paulo Pearson Education do Brasil 2011 132 UNIUBE MONTGOMERY D C Introdução ao Controle Estatístico da Qualidade São Paulo LTC 2016 PARANHOS FILHO M Gestão da Produção Industrial Curitiba InterSaberes 2012 RAMOS A W CEP para Processos Contínuos e em Bateladas São Paulo Blucher 2000 SLACK N BRANDONJONES A JOHNSTON R Administração da Produção 8 ed São Paulo Atlas 2018 WIENEKE F Gestão da Produção São Paulo Editora Blucher 2009 Introdução Seis Sigma DMAIC Capítulo 7 Já de posse dos conceitos sobre qualidade controle da qualidade gestão da qualidade controle estatístico do processo gráficos de controle para variáveis e atributos capacidade de processo além de termos aprendido com eficiência as sete ferramentas estatísticas da qualidade e uma boa contextualização sobre Seis Sigma podemos dar prosseguimento ao Controle e Confiabilidade do Processo adentrando ao tema Seis Sigma Como vimos o Seis Sigma tem grande importância em qualquer tipo de processo que almeje melhorar sua confiabilidade e qualidade seja ele de produtos tangíveis ou intangíveis Podemos utilizar esta poderosa metodologia em bancos instituições governamentais atacadistas supermercados call centers parques temáticos no comércio em geral e em indústrias de qualquer porte e segmento É importante ressaltar como já dissemos nos capítulos anteriores que a principal função do Controle e Confiabilidade do Processo não é de forma alguma a de ser reativa aos problemas encontrados durante o processo e sim proativa agindo ANTES que os problemas ocorram 134 UNIUBE Neste capítulo 7 vamos abordar a ferramenta que mais é utilizada conjuntamente com a metodologia Seis Sigma o DMAIC definir medir analisar melhorar e controlar Abordaremos conceitos e definições contextualizações históricas aplicabilidade e a importância das cinco fases do DMAIC para as empresas em geral Além de demonstrar o quão simples e prática é esta ferramenta Após o estudo minucioso e crítico deste capítulo esperamos que você aluno dedicado seja capaz de explicar os conceitos principais referentes ao Seis Sigma e ao DMAIC e sua contextualização gerencial e empresarial demonstrar a importância do DMAIC para o Seis Sigma e de compreender corretamente as melhorias que a empresa conquistará caso implante o Seis Sigma aplicar da melhor maneira as ferramentas aprendidas durante o capítulo em suas vivências práticas elaborar a correta distinção entre Seis Sigma e lean manufacturing em ambientes empresariais e o que essas metodologias têm a ver com a ferramenta DMAIC demonstrar a profundidade e importância do DMAIC para o Seis Sigma no contexto do Controle e Confiabilidade do Processocom foco na correta e eficiente construção de estratégias inteligentes e perspicazes de controle e confiabilidade de processos produtivos explicar o conhecimento teórico e principalmente prático da aplicabilidade da metodologia Seis Sigma e da ferramenta DMAIC nos ambientes de tomada de decisões muito próximas de sua realidade de trabalho Objetivos UNIUBE 135 71 Introdução 72 Etapa Definição do DMAIC 73 Etapa Medição do DMAIC 74 Etapa Análise do DMAIC 75 Etapa Melhoria Improve do DMAIC 76 Etapa Controle do DMAIC 77 Considerações finais Esquema Introdução 71 Ao introduzir este capítulo podemos reforçar e revisar o significado da palavra qualidade Esta nada mais é do que atender e superar as expectativas do cliente referentes aos aspectos de qualidade almejados por ele Ou seja não basta simplesmente atender às expectativas e necessidades do cliente é preciso encantálo Agora também podemos rever a definição do conceito de gestão da qualidade Gestão da qualidade nada mais é do que o ato ou efeito de gerir com planejamento organização disciplina método ação e proatividade todas as nuances e ferramentas que levam à melhoria da qualidade do processo e do produto RELEMBRANDO Gerir a qualidade não é tarefa fácil nem muito menos simples pois exige do gestor habilidades essenciais como trabalho em equipe comprometimento proatividade engajamento envolvimento empatia disciplina organização assertividade confiabilidade e produtividade 136 UNIUBE Uma das maneiras de conseguirmos uma excelente gestão da qualidade é implantarmos o Lean Seis Sigma O grande objetivo desse é otimizar a forma como os processos acontecem Este livro não aprofundará no Lean Manufacturing por entender que esse tema será abordado em outra disciplina do curso e também por esse livro ser voltado mais para a área quantitativa do Lean por isso focando o Seis Sigma O Seis Sigma propriamente dito é a abordagem quantitativa do Lean e foca a redução da variabilidade do processo gerando produtos e serviços com maior qualidade assim muito mais próximo do desejo do cliente Porém para que o Seis Sigma seja de fato implantado efetivamente uma metodologia muito usada no mundo inteiro é a espinha dorsal deste programa chamado de método DMAIC Ele aponta com nitidez para onde devemos prosseguir com os nossos projetos de melhoria dos processos O DMAIC é uma sequência dividida em 5 passos de execução a saber definir medir analisar melhorar improve em inglês e controlar dando origem então ao método DMAIC conforme pode ser visto na Figura 1 a seguir Figura 1 A metodologia DMAIC como um ciclo Fonte Acervo do autor UNIUBE 137 Essa metodologia permite uma análise técnica e precisa de todo o problema evitando conclusões precipitadas e permitindo atuação direta na causa raiz do problema Adicionalmente o DMAIC tem foco muito grande no resultado financeiro Mas para termos um método DMAIC bem implantado é importante focarmos a etapa de planejamento pois quanto mais tempo dedicamos a esta fase menor é o tempo de implementação e menor é a probabilidade de erros Isso se justifica na própria sigla da metodologia DMAIC na qual as três primeiras etapas são referentes à fase mais importante do projeto que é o planejamento Ou seja resumindo a metodologia DMAIC é uma potente ferramenta de apoio ao Seis Sigma não só pela implantação nas empresas de qualquer segmento empresarial seja ela manufatura serviços comércio finanças e qualquer outra como também pela sua eficiência e efetividade comprovadas em milhares de empresas que a implementaram mundo afora A seguir daremos continuidade à abordagem e explicação de cada uma das 5 etapas do método DMAIC Etapa definição do DMAIC 72 Agora damos início ao ciclo DMAIC propriamente dito começando pela letra D do DMAIC chamada de Definição O primeiro passo é definir o que se espera do projeto avaliando o histórico do problema e estabelecendo os seus processos com nitidez É importante não deixar que a ansiedade faça com que este momento seja feito de uma maneira superficial ou leviana pois arrependimentos futuros vão aparecer no decorrer do ciclo DMAIC Rodar o DMAIC leva meses até um ano mas é um processo inteligente e sagaz É importante que o responsável pelo DMAIC chamado de belt zele 138 UNIUBE pelo comprometimento de todos os envolvidos durante o processo e adicionalmente formalize todas as informações definidas nesta etapa pois ela é fundamental na elaboração do contrato do projeto ou Project Charter É neste contrato que nós iremos definir o problema claramente Também definiremos os indicadores que vamos utilizar quem está na equipe do projeto qual seria o nosso cronograma e qual seria nossa base de dados usada deixando assim todos da equipe cientes do seu papel e de onde nós queremos chegar com o ciclo DMAIC Algumas perguntas podem ser feitas para nortear os objetivos de forma mais levetais como Qual é o problema que iremos resolver com este projeto Quem são os fornecedores e clientes afetados direta e indiretamente pelo processo Qual seria a meta a ser atingida e os ganhos financeiros respectivos Qual processo será linkado com o meu problema Algumas ferramentas podem nos ajudar enormemente nesta etapa de definição do DMAIC As cinco mais utilizadas aqui são 1 Mapa de raciocínio documento dinâmico não estático em que serão construídas todas as ideias e etapas do projeto de melhoria baseada no DMAIC Por ser de escrita clara e objetiva o engajamento da equipe é muito maior quando se tem um mapa de raciocínio Este traz alguns benefícios tais como anotação de todos os detalhes e dados relevantes para o projeto anotação de todas as ferramentas que iremos utilizar durante o DMAIC sejam qualitativas ou quantitativas correto preenchimento de informações importantes como nome da empresa ramo de atuação quem é a equipe do projeto de melhoria descrição objetiva do problema análise do histórico do problema qual será UNIUBE 139 a meta qual é o ganho estimado entre tantos outros benefícios Desta forma as informações ficam organizadas num único documento de fácil acesso e numa linguagem objetiva e clara Para se aprofundar acerca desse assunto sugerimos a leitura da Dissertação de Mestrado intitulada Implantação da Metodologia Seis Sigma e Aplicação da Técnica Estatística Projeto de Experimentos na Resolução de Problemas e Otimização de Processos de Fabricação de Luis Antônio Usevicius Para isso acesse httpwwwproducaoufrgsbrarquivospublicacoesluisantoniouseviciuspdf Por meio dela você compreenderá como é feito o mapa de raciocínio e terá exemplos PESQUISANDO NA WEB 2 Voz do cliente ou VOC Voice Of Customer é uma ferramenta que ajuda a entender e superar as expectativas do cliente em que o grupo de melhoria contínua do DMAIC pode focar os processos que mais impactam a percepção do cliente e as expectativas e os desejos dele A voz do cliente pode ser obtida por meio de entrevistas questionários ou reuniões em que os clientes podem se expressar sem travas livres sobre temas como preço de venda qualidade entrega flexibilidade e confiabilidade Um fato importante nem sempre o cliente consegue traduzir o que ele diz em dados palpáveis É como dizia Ford se perguntarem aos clientes o que eles querem dirão que são cavalos mais rápidos Ou seja é preciso interpretar o que eles dizem e colocar na linguagem técnica da empresa Lembrese de que existem características que são críticas importantes para o processo e outras críticas para a qualidade do produto em si De posse dos dados e das informações é hora de transformálos em requisitos de qualidade processo para posteriormente confrontar os requisitos com as variáveis de saída do processo e por fim ajustar as variáveis de entrada às necessidades e aos anseios dos clientes 140 UNIUBE 3 Escopo do projetoÉ um planejamento documentado de todas as tarefas que são desenvolvidas durante o projeto contendo definição clara dos seus objetivos prazos custos e quem é que vai executar cada tarefa dentro do projeto Este planejamento é feito a partir da coleta de dados com as partes interessadas como cliente patrocinadores e gerente do projeto O escopo norteia o gestor facilita a tomada de decisão identifica mudanças que devem ser tomadas ao longo do caminho com intuito de evitar transtornos e desvios negativos do planejado O escopo do projeto de fato é aquele que diz quais são os passos a serem seguidos para atingir o objetivo final do projeto 4 SIPOC O objetivo do SIPOC é definir o principal processo envolvido no projeto de forma macro sem detalhamento justamente para facilitar a visualização do alvo do projeto Ele é um mapeamento simples que foca o que deve ser melhorado no projeto O acrônimo SIPOC vem do inglês e cada uma das letras é uma informação do processo sendo S de Suppliers fornecedores do processo I de Inputs entradas do processo P de Process etapas do processo O de Outputs saídas e C de Clients clientes A Figura 2 a seguir traz um exemplo de aplicação de SIPOC ALIMENTAR CACHORRO FORNECEDOR INSUMOS PROCESSO RESULTADOS CLIENTES Pet shop Dono Ir ao petshop O cachorro é alimentado Dono do cachorro Dinheiro Comprar ração O petshop obtém lucro Cachorro Voltar para casa Ração Servir ração na tigela Tigela Chamar o cachorro Figura 2 Exemplo de aplicação de SIPOC para a tarefa alimentar cachorro Fonte Adaptado de Endeavor UNIUBE 141 5 Project CharterO Project Charter ou termo de abertura do projeto pode ser chamado também de contrato de projeto sendo um documento que firma o acordo entre a equipe que vai executar o projeto o belt responsável pelo projeto e pelos gestores da empresa O foco central é manter a equipe alinhada com o foco do projeto formalizando as principais etapas do trabalho por meio de um cronograma escopo e metas Um bom project charter precisa ter título do projeto nome do líder do projeto data de elaboração do contrato e obviamente a descrição do problema além de apresentar os objetivos e o que é esperado para aquele projeto É a fase final da primeira etapa do DMAIC Etapa Medição do DMAIC 73 Nesta nova fase chamada de medição do DMAIC levantamos as causas potenciais do problema e analisamos a base de dados Para isso nós seguimos dois caminhos I Caminho quantitativo referese à base de dados na qual selecionamos um indicador e o estudamos do ponto de vista comportamental utilizando ferramentas estatísticas II Caminho qualitativo é quando estudamos o processo tentando descobrir onde o problema definido na etapa um ocorre por meio do mapeamento das informações que são de fato importantes e que poderão nos auxiliar a identificar as reais causas do projeto Como já dito o objetivo principal é identificar as causas potenciais do projeto eliminando informações que não agregam muito valor e que não causam muito impacto nos resultados finais Algumas perguntas podem nos ajudar nessa fase tais como Em qual estado atual o processo se encontra Quais são as fontes reais de variabilidade do processo Você realmente confia nos dados analisados 142 UNIUBE Como é o comportamento destes dados históricos coletados Nesta etapa dois de Medição do DMAIC as principais ferramentas que podem ser utilizadas são mapa do processo nada mais é do que um infográfico do processo mostrando detalhadamente todas as etapas nas quais o processo é feito incluindo etapas que agregam e que não agregam valor espinha de peixe pode ser chamado de diagrama de Ishikawa ou 6M ajudanos a analisar as causas para um determinado efeito ou problema por meio de brainstorming matriz causa e efeito é usada na priorização das entradas do processo segundo o impacto que elas causam em cada uma das saídas percebidas pelo cliente matrizes força x impacto é como se fosse um complemento da matriz causa e efeito em que são analisadas as variáveis de entrada do processo e os impactos nas variáveis de saída histograma é uma representação gráfica de um conjunto de dados divididos em classes uniformes retirado do processo fielmente diagrama de Pareto é uma ferramenta estatística da qualidade que ajuda bastante na tomada de decisões mostra a priorização dos problemas mais fortes ou que causam maiores impactos classificandoos como pouco vitais e muito triviais Etapa Análise do DMAIC 74 Nesta etapa três do DMAIC é feita como o próprio nome menciona a análise do processo e do problema na qual nós identificamos os processos com o objetivo de analisar as causas raízes dos problemas que afetam a variabilidade no resultado de interesse Dessa forma comprovamos com fatos dados e gráficos além de análises estatísticas e ferramentas qualitativas quais eles são e como afetam o processo UNIUBE 143 Essa etapa é muito importante pois vem comprovar se a causa escolhida na etapa anterior de fato é aquela que mais perturba o processo a que mais compromete o resultado do seu indicador Algumas perguntas podem ser respondidas nesta fase tais como Para melhorar o resultado quais serão as causas raízes que devemos atacar primeiro Será que podemos identificar e comprovar as causas raízes com os gráficos e as análises estatísticas Por meio de uma análise de risco quais são as causas raízes que podemos identificar Nesta terceira etapa do DMAIC as principais ferramentas usadas são FMEA análise de modo de falhas e seus efeitos ferramenta extremamente importante para identificar as falhas adequadamentehierarquizálas colocandoas em ordem de prioridade focando a prevenção e as falhas potenciais de um produto ou processo em estudo Diagrama de dispersão bastante utilizado no DMAIC e em outros programas e metodologias com intuito de comprovar a relação existente entre uma causa e um efeito no processo ou seja identificando se há correlação entre causa e efeito e se ela é positiva ou negativa proporcional ou inversamente proporcional Regressão linear é uma ferramenta que traz um modelo matemático de explicação de dependência entre variáveis de entrada e variáveis de saída analisando a correlação entre as duas variáveis tanto a entrada quanto saída Testes de hipóteses é um teste estatístico muito usado para determinar a existência de evidência suficiente de uma amostra de dados em que podemos analisar se uma certa condição é real e verdadeira para toda a população amostral 144 UNIUBE Etapa Melhoria Improve do DMAIC 75 Nesta quarta etapa do DMAIC nós vamos de fato propor priorizar testar e executar soluções para o problema analisado com base nas causas raízes comprovadas na fase anterior de análise do DMAIC Essas propostas de melhorias serão implementadas sempre com a utilização de um plano de ação e verificando e acompanhando o impacto nos resultados obtidos das melhorias implementadas Geralmente essa etapa é a mais demorada do DMAIC levando de 30 a 60 dias para ser feita Tudo aquilo que não agrega valor deve ser eliminado nesta etapa juntamente com um novo mapa de processo ou seja um mapeamento do processo melhorado Novamente podemos propor algumas perguntas para serem respondidas nesta etapa tais como Quais são as ações de melhoria Todas estas melhorias que você propôs são passíveis de serem transformadas em soluções e implementadas É possível fazer testes para saber se estas soluções escolhidas não trarão efeitos ruins e indesejáveis ao processo De que maneira você pretende medir os resultados financeiros após a implantação do plano de ação Adicionalmente a isso podemos dizer que existe uma infinidade de ferramentas que podem ajudar na melhoria dos processos porém as mais usuais são Diagrama de árvore ferramenta que mapeia os caminhos a serem transcorridos para se chegar ao objetivo final e executar as ações de melhoria Matriz de priorização ferramenta que ajuda na priorização de soluções com base no custo sua implementação está na facilidade UNIUBE 145 Etapa Controle do DMAIC 76 para a sua própria implementação e no impacto positivo que ela vai gerar em cima da causa do problema Plano de ação 5W2H é uma ferramenta que transforma as oportunidades de melhoria em ações muito mais tangíveis e factíveis 5W2H nada mais é do que um acrônimo do inglês What O quê Why Por quê When Quando Where Onde Who Por quem How much Quanto e How Como formando assim o 5W2H 5S é um programa da qualidade que objetiva a melhoria total do ambiente de trabalho e a produtividade efetiva do pessoal que lá trabalha de tal forma que nós tenhamos um ambiente organizado limpo e disciplinado Os 5 sensos em que se baseou o 5S são utilização ordenação limpeza conservação e autodisciplina SMED Single Minute Exchange of Die traduzindo troca de dados em um minuto importante ferramenta de gestão enxuta que reduz o tempo de preparação o tempo de setup dos equipamentos visando assim ao aumento da capacidade produtiva e à redução do tempo que não agrega valor ao produto e ao processo Kaizen metodologia japonesa que permite baixar os custos de uma forma drástica e melhorar a produtividade por meio do senso de melhoria contínua imbuindo nos funcionários uma mudança cultural e uma mudança de perfil comportamental Enfim chegamos à última etapa do DMAIC a etapa relativa ao controle de todo o processo Essa etapa é muito importante para o sucesso do DMAIC pois ela controla e monitora os resultados alcançados após a efetivação da implementação das melhorias executadas nas etapas anteriores além obviamente de garantir a sustentabilidade dos resultados ao longo do tempo Diversas técnicas podem ser usadas e nós as explicaremos a seguir Mas é importante frisar para vocês que é muito importante manter os 146 UNIUBE resultados no nível mais alto e a sustentabilidade do projeto pois muitas pessoas se esquecem desta etapa e acham que simplesmente ela é para demonstrar os resultados obtidos Não é este o objetivo o de demonstrar os resultados obtidos e sim o da manutenibilidade da ferramenta ao longo dos anos É importante criar um plano de controle para que os resultados obtidos não se percam ao longo do tempo É importante então de tempos em tempos fazermos reuniões de nivelamento e reavaliarmos os controles das etapas do DMAIC para garantirmos a sustentabilidade da ferramenta propriamente dita Algumas perguntas podem nortear e facilitar a obtenção de resultados nesta fase tão importante do processo tais como Conseguimos alcançar a meta e o resultado financeiro esperado De que forma conseguimos garantir a sustentabilidade das melhorias implementadas Quais controles utilizaremos para essa garantia da sustentabilidade Quem será o responsável pelo acompanhamento e controle desta ferramenta ao longo do tempo De quanto em quanto tempo serão atualizados os padrões de procedimentos Quem é a equipe que vai ser treinada para dar manutenção no DMAIC As ferramentas mais usadas nessa fase de controle são Cartas de controle é uma ferramenta extremamente importante da confiabilidade e da gestão da qualidade utilizada para monitorar a variabilidade e a estabilidade do processo mantendo as amostras coletadas sempre dentro dos limites de controle superior e inferior levando inclusiveà utilização do CEP Controle Estatístico do Processo UNIUBE 147 OCAP ferramenta utilizada para caracterização de anomalias crônicas que precisam ser combatidas se quisermos obter melhorias no processo Procedimento Operacional PadrãoPOP é uma série de documentos que registra e padroniza todas as operações da empresa em um manual ou em alguns manuais servindo de fonte de consulta e atualização processual Poka yoke são dispositivos criados para serem justamente à prova de erros fazendo com que a variabilidade do processo seja mais controlada De posse de todas essas ferramentas você está apto a começar a implantação do DMAIC em sua empresa seja ela de qualquer porte segmento ou setor econômico Nunca se esqueça de que a peça principal no DMAIC são as pessoas então antes de iniciar o DMAIC trabalhe o quesito liderança motivacional em sua equipe para que o sucesso seja mais efetivo sustentável e positivo Considerações finais 74 Neste capítulo você leitor estudou de forma efetiva a metodologia DMAIC do Seis Sigma que é perfeitamente aplicável em empresas de quaisquer segmentos inclusive na sua empresa hoje Os conceitos teóricos foram repassados assim esperamos que faça bom proveito Não fique somente com as leituras deste livro busque novas leituras novos cursos para se aprimorar mais e mais As empresas buscam profissionais que se mantêm atualizados e sintonizados com os conceitos mais modernos no tocante à gestão da qualidade e gestão empresarial em geral É importante frisar que se espera que o profissional 148 UNIUBE se mantenha proativo buscando sempre identificar corretamente os problemas e as falhas dos processos para posteriormente propor melhorias adequadas às empresas e a suas necessidades O capítulo se preocupou em levar aos leitores de forma clara prática e coerente com suas realidades vividas nas empresas brasileiras conceitos e abordagem da metodologia DMAIC do Seis Sigma numa linguagem simples sem eufemismos focada na aplicação prática dessa metodologia Adicionalmente e com o mesmo grau de preocupação o capítulo também trouxe a aplicação da metodologia em todas as suas cinco etapas cruciais para implantação do DMAIC Importante frisar que o DMAIC pode e deve ser utilizado em praticamente todas as empresas de todos os segmentos econômicos haja vista que é extremamente abrangente e totalmente aplicável em qualquer ambiente processual seja ele de bens tangíveis ou intangíveis Além disso ficou claro que o DMAIC é vital para a gestão e aplicação empresarial da qualidade em sua contextualização abrangente eficiente e focada nas melhorias esperadas Logo este capítulo abordou o tema DMAIC de forma totalmente prática e conectada com a realidade dos profissionais nas empresasFicou claro que o intuito central do DMAIC é encontrar as causas potenciais dos problemas dos processos para que melhorias que de fato trazem resultados positivos sejam implementadas além de minimizar os erros e as falhas por meio da minimização das causas da variabilidade dos processos e maximizar os resultados positivos para o processo e consequentemente para a empresa como um todo Também ficou claro que o DMAIC só funcionará de forma efetiva se os dados coletados de UNIUBE 149 fato representarem a realidade vivida pelos analistas ou seja forem amostras fiéis da realidade em que se inserem Adicionalmente peça central nesta metodologia são as pessoas da alta administração que devem estar comprometidas e não somente envolvidas com o sucesso da implantação da metodologia na empresa Isso vem ao encontro do que já comentamos e vamos reforçar em todos os capítulos deste livro o ser humano que está por trás de todo esse trabalho de coleta cálculos tratamento dos dados e análises merece atenção e precisa ser melhor gerido e motivado 150 UNIUBE Referências ALBERTIN M R PONTES H L J Administração da Produção e Operações Curitiba InterSaberes 2016 ALBERTIN M R PONTES H L J Gestão de Processos e Técnicas de Produção Enxuta Curitiba InterSaberes 2016 BARROS E BONAFINI F Ferramentas da Qualidade São Paulo Pearson Education do Brasil 2014 BOND M T BUSSE A PUSTILNICK R Qualidade total o que é e como alcançar Curitiba InterSaberes 2012 CARDOSO W Engenharia de Métodos e Produtividade a teoria na prática Ananindeua Itacaiúnas 2018 CARPINETTI L C R Gestão da Qualidade conceitos e técnicas 3 ed São Paulo Atlas 2016 CARVALHO M M PALADINI E P Gestão da Qualidade teoria e casos 2 ed Rio de Janeiro Elsevier 2012 CORREA H L CORREA C A Administração de Produção e Operações manufatura e serviços uma abordagem estratégica 4 ed São Paulo Atlas 2017 CUSTODIO M F Gestão da Qualidade e Produtividade São Paulo Pearson Education do Brasil 2015 ENDEAVORComo criar processos mais eficientes use a metodologia SIPOC Disponível emhttpsendeavororgbrestrategiaegestaocomocriar processosmaiseficientesusemetodologiasipoc Acesso em 04 set 2020 KIRCHNER A KAUFMANN H SCHMID D FISCHER G Gestão da Qualidade 2 edSão Paulo Edgard Blucher 2008 KRAJEWSKI L J MALHOTRA M K RITZMAN L P Administração de Produção e Operações 11 ed São Paulo Pearson Education do Brasil 2017 UNIUBE 151 LELIS E C Gestão da Qualidade São Paulo Pearson Prentice Hall 2012 MELLO C H P Gestão da Qualidade São Paulo Pearson Education do Brasil 2011 MONTGOMERY D C Introdução ao Controle Estatístico da Qualidade São Paulo LTC 2016 PARANHOS FILHO M Gestão da Produção Industrial Curitiba InterSaberes 2012 RAMOS A W CEP para Processos Contínuos e em Bateladas São Paulo Blucher 2000 SLACK N BRANDONJONES A JOHNSTON R Administração da Produção 8 ed São Paulo Atlas 2018 UNIVECIUS Luis Antônio Implantação da Metodologia Seis Sigma e Aplicação da Técnica Estatística Projeto de Experimentos na Resolução de Problemas e Otimização de Processos de Fabricação Orientador Flávio S Flogliatto Dissertação Metrado Profissionalizante em Engenharia de Produção Engenharia de Produção Universidade Federal do Rio Grande do Sul Rio Grande do Sul 2004 WIENEKE F Gestão da Produção São Paulo Editora Blucher 2009 Introdução Seis Sigma implantação resultados e integração estratégica Capítulo 8 Já de posse dos conceitos sobre qualidade controle da qualidade gestão da qualidade controle estatístico do processo gráficos de controle para variáveis e atributos capacidade de processo além de nós termos aprendido com eficiência as sete ferramentas estatísticas da qualidade e uma boa contextualização sobre Seis Sigma incluindo a metodologia DMAIC podemos dar prosseguimento ao Controle e Confiabilidade do Processo adentrando ao tema final sobre métricas do Seis Sigma e sua integração estratégica O Seis Sigma tem grande importância em qualquer tipo de processo que almeje melhorar sua confiabilidade e qualidade seja ele de produtos tangíveis ou intangíveis Neste último capítulo trataremos da implantação dos resultados advindos do Seis Sigma e da integração estratégica tanto com as demais ferramentas da qualidade quanto com os demais setores de apoio e suporte na empresa A integração do Seis Sigma com os demais setores é estratégica assim é crucial para o sucesso dele É preciso parar de enxergar a empresa como silos departamentos fechados em que cada um só se preocupa com o 154 UNIUBE seu próprio setor A empresa vende produto ou serviço acabado pronto e não partes de produtos e serviços Logo não justifica termos departamentos melhores que outros sendo que o que o cliente percebe é a qualidade total Neste capítulo 8 Seis Sigma implantação resultados e integração estratégica vamos dar continuidade à metodologia Seis Sigma mas focando agora as métricas do Seis Sigma o processo de implantação do Seis Sigma de forma eficiente a forma de avaliação dos resultados do Seis Sigma e também a importância da integração do Seis Sigma com o planejamento estratégico da organização Este capítulo de fechamento é de extrema importância pois mostra ao leitor como o Seis Sigma pode ser implantado e integrado em ambientes organizacionais de qualquer segmento de forma eficiente eficaz e efetiva Além disso este capítulo tem a missão de trazer de forma coesa coerente clara sem eufemismos ou palavras rebuscadas todo o conteúdo necessário para embasar adequadamente o leitor sobre os temas que estão sendo abordados nele de forma a minimizar desvios de aprendizagem Após o estudo minucioso e crítico deste capíbtulo esperamos que você aluno dedicado seja capaz de explicar os conceitos principais referentes às métricas do Seis Sigma e sua contextualização gerencial e empresarial demonstrar a importância do Seis Sigma para compreender corretamente as melhorias que a empresa conquistará caso implanteo Objetivos UNIUBE 155 81 Considerações iniciais 82 Métricas baseadas em defeituosos 83 Métricas baseadas em defeitos 84 Como classificar seu processo segundo a Escala Sigma 85 A fábrica oculta 86 Implantação do Seis Sigma 87 Tendências mundiais do Seis Sigma 88 Considerações finais aplicar da melhor forma as ferramentas aprendidas durante o capítulo em suas vivências práticas elaborar a correta mensuração dos benefícios e resultados da implantação do Seis Sigma nas empresas de quaisquer segmento demonstrar a profundidade e a importância do Seis Sigma no contexto do Controle e Confiabilidade do Processo com foco na correta e eficiente construção de estratégias inteligentes e perspicazes de controle e confiabilidade de processos produtivos analisar as falhas nos processos e identificar a fábrica escondida propondo melhorias ao processo de tal modo que haja ganhos substanciais nos resultados financeiros da empresa explicar o conhecimento teórico e principalmente prático da aplicabilidade da metodologia Seis Sigma nos ambientes de tomada de decisões muito próximas de sua realidade de trabalho além da abordagem do futuro do Seis Sigma no mundo Esquema 156 UNIUBE Considerações iniciais 81 Dando início ao último capítulo deste livro o capítulo 8 começamos a tratar das métricas do Seis Sigma e de sua contextualização perante toda a importância do processo de implantação desta metodologia que traz resultados magníficos para a empresa que a implanta Como já mencionado anteriormente a redução da variabilidade nos processos e a eliminação dos defeitos na raiz merecem grande ênfase no Seis Sigma O Seis Sigma usa algumas medidas ou métricas para quantificar a maneira como os resultados da empresa podem ser classificados principalmente no que diz respeito à variabilidade e à geração de defeitos ou erros Nós podemos utilizar essas medidas na identificação de metas a serem atingidas em projetos Seis Sigma e também adicionalmente na verificação do alcance da meta no final do projeto ou seja comparando os valores antes e depois da implantação das melhorias Podemos listar a seguir os principais termos utilizados no âmbito das métricas Seis Sigma a saber Unidade do produto produto ou serviço que está em processo ou já foi finalizado Defeito falha no atendimento de uma especificação necessária à satisfação do consumidor Defeituoso uma unidade do produto que apresenta um ou mais defeitos Um liquidificador que apresenta um único defeito é segundo a definição classificado da mesma forma que um liquidificador que apresenta 40 defeitos Oportunidade para defeitos cada especificação necessária à satisfação do consumidor de um produto representa uma oportunidade para ocorrência de um defeito ou de forma resumida representa uma oportunidade para defeito Logo um liquidificador pode apresentar mais de 100 oportunidades para defeitos UNIUBE 157 Métricas baseadas em defeituosos 82 Normalmente dizemos que as métricas baseadas em defeituosos não consideram o número de defeitos Isso porque como já dissemos acima um produto defeituoso que possui apenas um defeito é igual a um defeituoso que tenha 200 defeitos De posse disso as duas principais métricas baseadas em defeituosos são 1 Proporção de defeituosos p Proportion Defective ou Pro porção com Defeito sua fórmula é dada pela equação 1 a seguir p número de defeituosos número total de unidades do produto avaliadas 2 Rendimento final Yfinal Final Yield ou Rendimento Final sua fórmula é dada pela equação 2 a seguir Yfinal 1 proporção de defeituosos Para ilustrarmos podemos trazer aqui alguns exemplos de aplicação das equações Exemplo 1 de um total de 900 liquidificadores avaliados 85 apresentaram defeitos Logo p 85 900 00944 944 Yfinal 1 00944 09056 9056 Ou seja a proporção de defeituosos é de 944 e o rendimento final deste processo é de 9056 1 2 158 UNIUBE Exemplo 2 de um total de 1250 placas de redes avaliadas 256 apresentaram defeitos Logo p 256 1250 02048 2048 Yfinal 1 02048 07952 7952 Ou seja a proporção de defeituosos é de 2048 e o rendimento final deste processo é de apenas 7952 Exemplo 3 de um total de 5340 entregas feitas e avaliados 110 apresentaram defeitosproblemas Logo p 110 5340 00206 206 Yfinal 1 00206 09794 9794 Ou seja a proporção de defeituosos é de 206 e o rendimento final deste processo é de 9794 Métricas baseadas em defeitos 83 Este tipo de métrica baseada em defeitos considera o número de defeitos Ou seja um produto defeituoso que tem um defeito só não é similar a um defeituoso que tem 50 defeitos As quatro principais métricas baseadas em defeitos são 1 Defeitos por unidade DPU defects per unit essa métrica mostra a quantidade média de defeitos por unidade Caso você obtenha um valor de DPU igual a 010 significa que 1 a cada 10 unidades tem defeitos e caso obtenha 20 significa que o número de defeitos é o dobro do número de unidades avaliadas Reforçando é um valor médio logo alguns produtos não terão nenhum defeito e outros 1 2 3 etc A equação 3 a seguir traz a fórmula DPU número de defeitos número total de unidades do produto avaliadas 3 UNIUBE 159 2 Defeitos por oportunidade DPO defects per opportunity essa métrica leva em conta o número de defeitos dividido pelo número total de produtos multiplicado pelo número de oportunidades para defeitos Lembrando oportunidade para defeitos é cada especificação ligada à satisfação do cliente ou seja algo que ele valoriza como importante para o produto A equação 4 a seguir traz a fórmula DPO nº de defeitos nº total de unidades do produto avaliadas x nº de oportunidades para defeitos 3 Defeitos por milhão de oportunidades DPMO defects per million opportunities nada mais é que o DPO multiplicado por um milhão A equação 5 a seguir traz a fórmula DPMO DPO x 1000000 4 Escala sigma sigma measure o valor do DPMO é convertido para a escala sigma por meio da Tabela 1 a seguir 4 5 Tabela 1 Conversão para a escala sigma 160 UNIUBE Fonte Werkema 2011 Nada como exemplos para aplicar o conceito aprendido Exemplo 4 Se de 500 liquidificadores avaliados 80 apresentam defeitos e cada um tem 20 oportunidades para defeitos faça os cálculos de DPU DPO DPMO e a respectiva escala sigma DPU 80 500 016 DPO 80 500x20 0008 DPMO 0008 x 1000000 8000 Escala sigma 390 Exemplo 5 Se de 2300 entregas avaliadas 480 apresentam defeitos problemas e cada uma tem 40 oportunidades para defeitos faça os cálculos de DPU DPO DPMO e a respectiva escala sigma DPU 480 2300 02087 DPO 480 2300x40 00052 DPMO 00052 x 1000000 5217 Escala sigma 405 UNIUBE 161 Como classificar seu processo segundo a Escala Sigma 84 Antes de começarmos é importante frisar que a lógica que será apresentada a seguir só serve se você tiver 5 defeitos e 5 não defeitos no mínimo Caso essa condição não seja atendida é preciso aumentar o tamanho da amostra até que se tenha 5 defeitos e 5 não defeitos O processo de identificação e classificação de processos segundo a escala sigma tem nove passos a saber 1 Identificar o processo de interesse aquele que se deseja investigar 2 Identificar o produto de interesse contido nesse processo 3 Identificar as exigências ou características de qualidade que o consumidorcliente procura neste produto avaliado buscando atendêlas 4 Identificar todos os possíveis defeitos que uma unidade do produto pode apresentar sempre com base no item 3 anterior 5 Identificar quantos defeitos podem ser encontrados em uma unidade do produto ou seja encontrar o número de oportunidades para defeitos O 6 Fazer a coleta de dados na saída do processo avaliando N unidades do produto e contabilizando o número total de defeitos encontrados D 7 Calcular o número total de oportunidades para defeitos na amostra que foi coletada em que você multiplica as unidades avaliadas pelo número de oportunidades para defeitos N x O 8 Calcular agora quantos são os defeitos por milhão de oportunidades DPMO D N x O x 106 9 Converter o valor de DPMO para a escala sigma por meio do uso da tabela 20 anterior Como é de costume sempre utilizamos um exemplo prático para aplicar a teoria abordada no contexto atual 162 UNIUBE Exemplo 6 Vamos aos dados Empresa seguradora Produto seguro saúde Processo processamento de solicitação de pagamento do seguro saúde Defeitos erros nas solicitações de pagamento do seguro saúde Número de oportunidades para defeitos por solicitação de pagamento do seguro saúde 7 Coleta de dados foi selecionada uma amostra aleatória de 1000 solicitações de pagamento do seguro saúde para que fosse feita uma auditoria abrangente em que o número total de defeitos encontrados foram 125 nesta amostra Classificação do processo segundo a escala sigma O 7 N 1000 D 125 N x O 7000 DPMO 125 7000 x 106 17857 Escala sigma 360 E assim pode ser feito para qualquer situação semelhante A fábrica oculta 85 Nada melhor que um exemplo prático e real para ilustrar um conceito Vamos utilizar o exemplo de uma etapa do processo de produção de máquinas de lavar roupas composto por 4 etapas com entrada de 1000 peçasdia e saída de 800 peçasdia não defeituosas O rendimento final deste processo então é Yfinal 1 proporção de defeituosos 1 200 1000 08 80 UNIUBE 163 Agora veremos por meio da Figura 1 a seguir o que está acontecendo dentro deste processo em cada uma das etapas e subprocessos que o compõem Figura 1 Subprocessos de produção de máquinas de lavar roupas exemplo Fonte Adaptado de Werkema 2011 Observe na Figura 1 que na etapa 1 existe um refugo de 20 peças e um retrabalho de 70 peças resultando em apenas 910 peças sem defeito algum na primeira vez em que são produzidas Na etapa 2 existe 80 refugos e 100 retrabalhos resultando em apenas 730 peças boas para a etapa 3 e assim por diante Ao final das 1000 peças que entraram 164 UNIUBE nessa parte do processo apenas 420 saíram sem defeito algum ou seja somente 420 foram processadas uma única vez com qualidade boa na primeira vez em que foram manufaturadas É um absurdo não é Mas é muito mais normal isso acontecer diariamente nas empresas do que você imagina Por isso o nome disso é fábrica oculta ou fábrica escondida perdemse muitas peças por causa de refugos peças que foram descartadas por não ter como reaproveitá las e retrabalhos peças que apresentaram defeito mas que puderam ser recuperadas no processo De posse dos dados da Figura 1 podemos calcular o rendimento de cada etapa do processo Y1 910 1000 091 91 Y2 730 910 080 80 Y3 540 730 074 74 Y4 420 540 078 78 Reforçando o número de peças processadas não defeituosas foi de apenas 420 de um total de 1000 que entraram Das 580 que restaram 200 foram refugadas e 380 passaram por algum tipo de retrabalho Existe uma medida de rendimento chamada Rolled Throughput Yield RTY ou First Pass Yield Rendimento de Taxa de Transferência de Passagem ou Rendimento da Primeira Passagem na sequência que pode nos ajudar a medir o impacto do refugo e também do retrabalho no processo Sua fórmula é dada pela equação 6 a seguir RTY 1 unidades refugadas unidades retrabalhadas unidades de entrada 6 UNIUBE 165 Para nosso exemplo a aplicação da fórmula seria RTY 1 200 380 1000 042 42 O RTY também pode ser obtido por meio da multiplicação dos rendimentos de cada uma das etapas do processo dessa forma RTY 091 x 080 x 074 x 078 042 42 Os cálculos feitos com base na Figura 1 mostram que o rendimento final Yfinal escondeoculta os defeitos reparados ao longo do processo Logo podemos dizer que Yfinal mede o rendimento depois dos processamentos feitos na fábrica oculta Os sistemas atuais de contabilidade das empresas geralmente utilizam como métrica o rendimento final o que significa que os custos associados ao retrabalho não estão sendo considerados Em processos mais complexos compostos por várias etapas é possível que o rendimento em cada etapa seja relativamente elevado mas que mesmo assim o RTY seja baixo Por exemplo se um processo é constituído por 30 etapas ou subprocessos tendo cada uma delas rendimento de 955 o RTY deste processo é RTY 095530 025 25 É importante frisar que um RTY de 25 como nesse exemplo significa que somente uma em cada quatro unidades processadas passa por todo o fluxo de produção sem ser refugada ou retrabalhada isto é sem ser processada pela fábrica escondidaoculta Esses cálculos demonstram claramente como é importante analisarmos e encontrarmos os rendimentos processuais etapa por etapa desvendando assim uma falsa realidade vista por departamentos contábeis que na verdade não ocorrem 166 UNIUBE Implantação do Seis Sigma 86 Para que a empresa tenha sucesso na implantação do Seis Sigma em seu ambiente fabril ou processual alguns fatores críticos devem ser seguidos a saber 1 Patrocínio da alta administração da empresa no qual o Seis Sigma não obterá sucesso se a diretoria da empresa não apoiar a implantação 2 Gerenciamento estratégico do processo de mudança aliado à implantação do Seis Sigma em que a estrutura da empresa precisa refletir e incentivar a cultura Seis Sigma dentro dela 3 Os resultados dos projetos implantados devem ser traduzidos para a linguagem financeira facilitando assim a justificativa da implantação do Seis Sigma 4 Os projetos Seis Sigma precisam estar associados às metas prioritárias da empresa 5 Os especialistas em Seis Sigma precisam ter elevada dedicação no desenvolvimento dos projetos é muito mais comprometimento do que simplesmente envolvimento 6 Os primeiros resultados podem ser e devem ser concretizados no curto prazo mostrando a agilidade com que o Seis Sigma atua 7 O Seis Sigma precisa ser integrado à realidade da empresa principalmente integrado aos programas de qualidade que lá existem 8 Os especialistas da implantação do Seis Sigma precisam ter um perfil adequado sendo líderes arrojados comprometidos disciplinados eficientes e que saibam de fato trabalhar em equipe 9 As etapas de implantação e os resultados alcançados com o Seis Sigma precisam ter ampla divulgação em todos os níveis da empresa para que assim possam arrebanhar mais funcionários e mudar a cultura lá existente 10 É preciso usar ferramentas de análise apropriadas como as que foram ensinadas até o presente momento neste livro UNIUBE 167 11 A consultoria que vai ajudar na implantação do Seis Sigma precisa ter um elevado nível de competência e credibilidade perante o mercado ou seja ela precisa ter knowhow Além disso precisamos levantar também algumas características comuns nos projetos Seis Sigma a saber existe uma forte contribuição para o alcance das metas estratégicas da empresa há grande colaboração para o aumento da satisfação do consumidor grandes chances de conclusão dentro do prazo estabelecido anteriormente impacto forte na melhoria da performance da empresa em que alguns arriscam dizer que o ganho mínimo é de 50 em qualidade de produto e processo com consequente ganho financeiro para a empresa por meio das técnicas e métricas apropriadas existe uma quantificação mais precisa dos resultados alcançados com o projeto nos projetos Seis Sigma os projetos de sucesso sempre têm patrocínio da alta administração e dos demais gestores envolvidos Porém nem tudo são flores É preciso termos alguns cuidados na seleção de projetos Seis Sigma tais como um projeto muito amplo ou muito simples deverá ter seu escopo retrabalhado e repensado por não ter foco e consequentemente podemos nos perder durante a implantação as metas ambiciosas são importantes para o projeto porém elas precisam ser atingíveis se não se tornam desmotivadoras o foco não deve ser somente o retorno financeiro em curto prazo e sim nos resultados ao longo dos anos de forma sustentada o responsável pelo projeto Seis Sigma precisa também ser o responsável direto pela área que vai ser afetada pelos resultados 168 UNIUBE do projeto para que o projeto Seis Sigma tenha sua qualificação como básicaprecisa haver uma lacuna entre o que existe hoje no tocante à performance e aquilo que nós almejamos além disso a causa do problema não pode ser conhecida e a solução ótima para o problema também não deve ser conhecida mesmo porque senão o projeto Seis Sigma perde o sentido de existir Alguns exemplos de metas de projetos Seis Sigma podem ser Reduzir em 50 a sucata do componente ABC do produto XYW até ddmmaa Aumentar em 40 o índice de satisfação dos consumidores quanto ao atendimento da rede autorizada até ddmmaa Reduzir em 60 o volume total de produtos não faturados por incapacidade de atendimento aos pedidos até ddmmaa Tendências mundiais do Seis Sigma 87 Algumas tendências mundiais do Seis Sigma podem ser facilmente encontradas nos quatro cantos do mundo Há por exemplo implementação do Seis Sigma em áreas administrativas de vendas e de serviços Existe uma grande demanda hoje pela implantação do Seis Sigma em áreas que têm contato e relacionamento direto com os clientes não mais somente na fábrica e manufatura Adicionalmente existe a disseminação do Design For Six Sigma DFSS sendo uma extensão do Seis Sigma para o projeto de novos produtos bens eou serviços e de processos As empresas tendem a se envolver muito mais efetivamente e a trazer o fornecedor para dentro deste programa Seis Sigma Também entendem que os projetos Seis Sigma UNIUBE 169 Considerações finais 88 Este capítulo pretendeu enriquecer seu conhecimento acerca de Seis Sigma O tema da fábrica escondida também chamada de fábrica oculta foi a cereja do bolo Poucos livros tratam deste tema como foi abordado aqui Com esse conhecimento você conseguirá desempenhar de forma eficiente seus trabalhos no tocante ao desempenho dos processos produtivos Lembrese o objetivo é levar sua empresa ao nível Seis Sigma Mas também lembrese de que o foco no Seis Sigma não pode ser perseguido a todo custo mesmo porque produzir somente 3 peças por milhão com defeito é algo extremamente complexo Por isso recomendamos fortemente que você melhore 05 sigmas em cada semestre por exemplo logo terá alcançado níveis elevados de qualidade As pessoas que trabalharão com você neste projeto Seis Sigma devem ser treinadas e motivadas diariamente focadas no não são algo com início meio e fim e sim algo com melhorias contínuas no projeto de melhoria contínua infinito Com a implantação dos projetos Seis Sigma existe maior valorização dos chamados soft savings que são ganhos que resultam de perdas evitadas de cliente que poderiam acontecer caso nós tivéssemos falhas no processo e no produto Com esses ganhos nós conseguimos diminuir a deterioração da imagem da marca do produto e da empresa perante o mercado Além disso temos também que reforçar claro que há um aproveitamento da aprendizagem obtida por meio das primeiras experiências com os acertos e os erros com o programa Seis Sigma resultando assim em projetos muito mais criteriosos e muito mais impactantes do ponto de vista de resultados tanto financeiros quanto processuais e de qualidade 170 UNIUBE sucesso na empresa Precisamos de gente que vista de fato a camisa e coloque a mão na massa Não podemos nos acomodar e jamais deixar que o desânimo se instale na equipe caso alguma meta demore demais para ser alcançada é preciso ter força no propósito e foco no sucesso pois as metas sempre virão O capítulo se preocupou em levar aos leitores de forma clara prática e coerente com suas realidades vividas nas empresas brasileiras conceitos e abordagem da metodologia Seis Sigma numa linguagem simples sem eufemismos focada na aplicação prática desta metodologia Adicionalmente e com o mesmo grau de preocupação o capítulo também trouxe a aplicação prática das métricas do Seis Sigma com exemplos práticos e que refletem a realidade de muitas empresas brasileiras A fábrica oculta ou fábrica escondida como queiram mostrounos isso claramente Importante reforçar que o Seis Sigma pode e deve ser utilizado em praticamente todas as empresas de todos os segmentos econômicos haja vista que é extremamente abrangente e totalmente aplicável em qualquer ambiente processual seja ela de bens tangíveis ou intangíveis Além disso ficou claro que o Seis Sigma é vital para a gestão e aplicação empresarial da qualidade em sua contextualização abrangente eficiente e focada nas melhorias esperadas Por fim deixamos claro que o intuito central do Seis Sigma é encontrar as causas potenciais dos problemas dos processos para que melhorias de fato tragam resultados positivos e sejam implementadas Além disso elas devem minimizar os erros e as falhas por meio da diminuição das causas da variabilidade dos processos e ainda maximizar os resultados positivos para o processo e consequentemente para a empresa como um todo UNIUBE 171 Também ficou claro que o Seis Sigma só funcionará de forma efetiva se os dados coletados representarem a realidade vivida pelos analistas ou seja forem amostras fiéis da realidade em que se inserem Adicionalmente a peça central nessa metodologia são as pessoas da alta administração que devem estar comprometidas e não somente envolvidas com o sucesso da implantação da metodologia na empresa 172 UNIUBE Referências ALBERTIN M R PONTES H L J Administração da Produção e Operações Curitiba InterSaberes 2016 ALBERTIN M R PONTES H L J Gestão de Processos e Técnicas de Produção Enxuta Curitiba InterSaberes 2016 BARROS E BONAFINI F Ferramentas da Qualidade São Paulo Pearson Education do Brasil 2014 BOND M T BUSSE A PUSTILNICK R Qualidade total o que é e como alcançar Curitiba InterSaberes 2012 CARDOSO W Engenharia de Métodos e Produtividade a teoria na prática Ananindeua Itacaiúnas 2018 CARPINETTI L C R Gestão da Qualidade conceitos e técnicas 3 ed São Paulo Atlas 2016 CARVALHO M M PALADINI E P Gestão da Qualidade teoria e casos 2 ed Rio de Janeiro Elsevier 2012 CORREA H L CORREA C A Administração de Produção e Operações manufatura e serviços uma abordagem estratégica 4 ed São Paulo Atlas 2017 CUSTODIO M F Gestão da Qualidade e Produtividade São Paulo Pearson Education do Brasil 2015 KIRCHNER A KAUFMANN H SCHMID D FISCHER G Gestão da Qualidade 2 edSão Paulo Edgard Blucher 2008 KRAJEWSKI L J MALHOTRA M K RITZMAN L P Administração de Produção e Operações 11 ed São Paulo Pearson Education do Brasil 2017 LELIS E C Gestão da Qualidade São Paulo Pearson Prentice Hall 2012 MELLO C H P Gestão da Qualidade São Paulo Pearson Education do Brasil 2011 UNIUBE 173 MONTGOMERY D C Introdução ao Controle Estatístico da Qualidade São Paulo LTC 2016 PARANHOS FILHO M Gestão da Produção Industrial Curitiba InterSaberes 2012 RAMOS A W CEP para Processos Contínuos e em Bateladas São Paulo Blucher 2000 SLACK N BRANDONJONES A JOHNSTON R Administração da Produção 8 ed São Paulo Atlas 2018 WERKEMA C Lean Seis Sigma Introdução às Ferramentas do Lean Manufacturing São Paulo Atlas 2011 WIENEKE F Gestão da Produção São Paulo Editora Blucher 2009 Anotações PróReitoria de Educação a Distância PROED PRODUÇÃO DE MATERIAIS DIDÁTICOS Uniube