Controle Estatístico da Qualidade - Tratamento de Não Conformidades na Unimed JP

UNIVERSIDADE FEDERAL DA PARAÍBA CENTRO DE TECNOLOGIA DEPARTAMENTO DE ENGENHARIA DE PRODUÇÃO Docente Rogério Santana Peruchi Ariadny Roberta Barros de Lima Ferreira 20190073837 Cristian Ferreira Tavares da Silveira 20190070316 Maria Vitória Vital do Rêgo 20190074656 Mateus Carlos de Lima Barbosa 20190096018 PROJETO DE CONTROLE ESTATÍSTICO DA QUALIDADE TRATAMENTO DE NÃO CONFORMIDADES NA UNIMED JP João Pessoa 2023 1 Introdução O Controle Estatístico da Qualidade CEQ é uma abordagem de gestão da qualidade que utiliza ferramentas estatísticas para monitorar e controlar todo o processo produtivo de uma empresa Seu principal objetivo é identificar variações que possam afetar a qualidade do produto ou serviço e tomar decisões corretivas para garantir que os padrões de qualidade sejam mantidos O CEQ parte de duas premissas fundamentais a primeira é que todo processo produtivo apresenta variações a segunda é que é possível controlar essas variações usando técnicas estatísticas Algumas das ferramentas mais comuns utilizadas incluem histogramas cartas de controle gráficos e diagramas de causa e efeito Essas ferramentas permitem identificar tendências padrões e desvios nos dados coletados ao longo do processo produtivo Para garantir a eficácia e eficiência de um processo serviço ou produto é importante seguir quatro etapas fundamentais envolvimento medição análise e garantia O envolvimento referese à participação ativa de todas as partes interessadas no processo incluindo clientes funcionários e fornecedores É importante que todos estejam alinhados com os objetivos do processo e comprometidos com a melhoria contínua A medição envolve a coleta de dados relevantes para avaliar o desempenho do processo e é fundamental que esses dados sejam precisos e confiáveis para que a análise seja mais assertiva A análise dos dados coletados permite identificar padrões tendências e problemas e deve ser realizada com o uso de técnicas estatísticas e ferramentas adequadas Por fim a garantia envolve o estabelecimento de controles para monitorar e melhorar continuamente todo o processo garantindo que ele continue atendendo a todos os requisitos e padrões de qualidade evitando problemas futuros As não conformidades ocorrem quando algo não está em conformidade com um requisito especificação ou padrão representando um desvio do que é considerado aceitável ou desejável em determinados contextos Identificar e corrigir essas não conformidades é uma prática importante e válida em diversas áreas pois ajuda a garantir a conformidade com requisitos melhora a eficiência e qualidade do processo reduz custos e riscos e aumenta a satisfação do cliente e a competitividade da empresa Portanto escolher corrigir as não conformidades é uma decisão válida e importante para garantir a conformidade com os requisitos melhorar a eficiência e qualidade do processo reduzir custos e riscos e aumentar a satisfação do cliente e a competitividade da empresa 2 Definição 21 Processo e problema O estudo e o controle estatístico da qualidade foi realizado no Núcleo de Planejamento e Gestão NPG da Unimed João Pessoa tratase de um setor responsável pelo monitoramento da adesão e gestão da qualidade interna com o objetivo de manter o nível de cumprimento e excelência das atividades dos departamentos em relação a Indicadores Documentos e Não Conformidades É importante ressaltar que o NPG não abrange as áreas hospitalares da cooperativa médica apenas as administrativas como relacionamento com o cliente auditoria médica financeiro governança e compliance entre outros O processo escolhido para ser explorado referese à atuação do NPG para o tratamento das Não Conformidades NCs por parte das áreas administrativas da Unimed João Pessoa com intuito de identificar se as causas da ocorrência foram eliminadas ou mitigadas melhorando os processos da instituição O Núcleo de Planejamento e Gestão acompanha semanalmente as aberturas e os tratamentos de não conformidades da empresa através do Sistema de Gestão da Qualidade SigQuali Por meio desse sistema as áreas abrem os relatos de NC como também tratam essas ocorrências O NPG tem acesso a todas as movimentações de informações referentes a essas notificações gerando relatórios de acompanhamento e controle Possuise um dashboard no Power BI em que é alimentado periodicamente com informações extraídas do SigQuali isso auxilia e permite o monitoramento de dados pelo setor O problema de estudo que será apresentado é a respeito dos tratamentos de Não Conformidades que são feitos fora do prazo estabelecido o que caracteriza uma falha na atuação e na garantia da proeminência das tarefas efetuadas na organização segue o fluxo que engloba as etapas desse processo Figura 01 Fluxo de processo do tratamento de NCs Recebimento da abertura de NCs por outras áreas Através da plataforma SigQuali são feitos relatos por parte dos funcionários de diferentes setores no qual são apontadas inconsistências problemas ou quebras dos requisitos dos processos de outros setores que estão devidamente documentados e disponíveis para consulta na Intranet Unimed JP e no SigQuali a fim de otimizar as atividades como um todo Prazos determinados O prazo inicial de tratamento é de 3 dias corridos para as Não Conformidades de maior impactoque estão diretamente ligadas aos clientes cooperados marca ou financeiro e 7 dias para as classificadas como de menor efeito voltadas a todas as outras situações Ler relato de NC e verificar procedência O setor origem que recebeu o relato do setor relator deve analisar as observações apontadas pelo não cumprimento apropriado de suas atribuições para verificar a procedência ou não com os fatos Identificar a causa raiz e propor tratamento Caso as notificações de Não Conformidades que foram feitas estejam de acordo o os motivos descritos deve ser identificada a causa raiz dos problemas do setor em específico por meio do método dos 6M e em seguida propor as melhores maneiras para correção e minimização das NCs justificando a causa com detalhes do ocorrido facilitando na proposição de melhorias do processo e análise de recorrência Quando identificada a não procedência das notificações o setor de origem que deveria responder pela NC justificase esse fato 211 TargetT e limites de especificação O prazo de tratamento de não conformidades é de no mínimo 0 dias LSL que no caso seria no próprio dia do recebimento já o prazo máximo USL dado é de 7 dias Foi imposto o target de 35 dias para que sejam tratadas dentro do prazo estabelecido No geral foram contabilizadas 100 medições com uma média de dias para tratamento de 396 dias das que chegam a ser tratadas USL 7 LSL 0 Target USL LSL2 35 Média de dias para tratamento 396 Medições 100 Essas informações advém do seguinte conjunto de dados coletados Nesse contexto é possível observar no gráfico abaixo um sumário das condições encontradas e analisadas nos dados coletados Além disso vêse que a partir da análise do pvalor onde mostra que é menor que 0005 logo a hipótese nula pode ser rejeitada e ressaltar que a variável é relevante para ser analisada como um fator que impacta altamente os processos da empresa escolhida Figura 02 Análise pelo Summary no Minitab 212 Procedimento padrão de medição da variável O prazo de tratamento para as não conformidades de menor impacto é de 7 dias corridos contando a partir do dia que essas NCs são abertas para os setores de forma que o setor de origem ou seja o setor que recebe essas notificações é comunicado via email automaticamente sobre a existência dessas NCs pendentes de tratamento assim que são abertas no SigQuali Além disso os gestores das áreas podem estar indo diretamente na plataforma para consultar as pendências referentes ao seu processo Para que haja o controle do tratamento dessas NCs a fim de verificar se estão sendo tratadas dentro do prazo são gerados relatórios de acompanhamento de não conformidades diretamente no sistema em formato csv em que se consta o setor relator setor origem código da NC motivo de abertura método de detecção impacto período de relato e a situação tratada ou não A partir disso é feito o cálculo do prazo de tratamento em uma coluna na planilha somando 7 dias na data do relato e esses dados são atualizados no Dashboard do Power BI sempre que são gerados esses relatórios Dessa forma os colaboradores conseguem identificar quais áreas possuem NCs pendentes de tratamento dentro ou fora do prazo para relembrar os responsáveis das áreas via email e via Whatsapp informando os códigos o prazo de tratamento ou se já estão vencidas 213 Variáveis de entrada As variáveis de entradas podem ser melhor desenvolvidas através da utilização do Diagrama de Ishikawa visto que essa ferramenta ajuda a identificar possíveis causas para problemas servindo para analisar os processos em diferentes perspectivas relacionando causas potenciais para um determinado cenário mas também ajudando a encontrar causas que podem contribuir para se obter bons resultados Assim sendo o efeito explorado foi relacionado ao não tratamento das Não Conformidades dentro do prazo estabelecido principalmente devido ao excesso de demanda falta de priorização e desconhecimento da situação relatada Figura 03 Diagrama de Causa Efeito 3 Plano de coleta de dados De acordo com o manual de CEP da AIAG 2005 as recomendações para o plano de coleta de dados para a fase I do projeto são Total de medição N100 medições Total de amostras subgrupos S20 subgrupos Tamanho amostral dos subgrupos n4 ou 5 medições No nosso estudo utilizamos as seguintes recomendações Total de medição N 100 medições Total de amostras subgrupos S 25 subgrupos Tamanho amostral dos subgrupos n 4 medições Todo o fluxo de NC desde a abertura por parte do setor relator à extração do relatório com os dados dos relatos é feito através do Sigquali As informações a serem preenchidas pelos setores são as mesmas bem como o conteúdo do relatório É feita uma notificação semanal aos setores de origem ou seja os que cometeram a NC e devem realizar o tratamento com o intuito de lembrálos da tratativa a ser feita Essa comunicação acontece todas as segundas via email e Whatsapp e para apoiar na identificação das NCs é baixado o relatório fornecido pelo sistema 31 Carta de dispersão Para avaliar a dispersão dos dados coletados foi utilizada a Carta de Controle no Minitab Uma carta de controle é um gráfico estatístico utilizado para monitorar a qualidade de um processo em longo tempo Ou seja é composta por um conjunto de vários pontos que representam as medições do processo em questão e uma linha central onde representa a média das medições Também a carta de controle acaba incluindo limites superiores e inferiores que são dessa forma calculados a partir da variabilidade do processo A utilização da carta foi muito importante porque nela foi possível observar e detectar os precoces problemas no processo ajudando assim a evitar desperdícios e retrabalhos Além disso ela também pode ser utilizada para avaliar as ações corretivas implementadas em um processo Logo na carta de controle abaixo é possível continuar o processo de análise da estabilidade já que os dados estão dentro dos limites de controle Figura 04 Análise pela Carta de Controle no Minitab 32 Carta de centralização Para realizar a análise de centralização é recomendado que as causas especiais na dispersão não estejam mais presentes como o processo se encontra dentro do recomendado é possível continuar a verificação Figura 05 Análise pela Carta de Controle no Minitab O processo estudado possui problemas com causas especiais no gráfico de centralização sendo necessário agir retirando essas causas e investigando a causa raiz do problema para ser ajustado e se continuar a análise Figura 06 Análise pela Carta de Controle no Minitab No novo gráfico gerado Figura 05 foram omitidos a sequência dos dados dos subgrupos 12 e 21 quando calculada a estimativa dos parâmetros Após isso pode se observar o aparecimento de mais uma causa especial no subgrupo 22 sendo preciso gerar uma nova Carta de Controle omitindo essas amostras Figura 07 Análise pela Carta de Controle no Minitab Seguindo a recomendação de retirada das causas especiais na Carta de Dispersão conseguese obter um processo estável e seguir com a análise de capabilidade 4 Análise de Capabilidade Para avaliar a capabilidade do processo foi realizado o teste Capability Sixpack para melhor visualização do cálculo dos índices de capabilidade Cp e Cpk realizado com os subgrupos estáveis que atendem aos requisitos indicados anteriormente Além disso também foi feito um sumário teste de AndersonDarling com os mesmos subgrupos ou seja retirando apenas as primeiras causas especiais que foram identificadas no processo para se verificar se o gráfico segue uma distribuição normal A capabilidade capacidade obtida e analisada demonstra que tratase de um processo incapaz Os resultados obtidos foram Cpk 052 PPM 10562474 Zbench Nível Sigma 125 Isso indica que o processo está produzindo com uma margem de erro significativa em relação às suas definições Um valor de Cpk abaixo de 133 indica que o processo não está operando dentro das especificações de qualidade desejadas pela AIAG Um processo com PPM partes por milhão de 10562474 indica que a cada milhão de unidades produzidas aproximadamente 106 unidades não atendem às especificações do serviço nível sigma igual a 1 Esse valor é considerado alto e indica que o processo pode estar produzindo com uma taxa de defeito significativa E por fim ao relacionarmos o processo com a quantidade de desvios padrões da média até os defeitos foi obtido o Zbench igual a 125 indicando que o processo está produzindo com um baixo nível de desempenho Quanto maior o deslocamento z a diferença entre Z benchST e Z benchLT maior a chance de melhoria de controlar melhor o processo e eliminar ou reduzir causas especiais de diferenças entre subgrupos Normalmente assumem um deslocamento σ de 15 ZST ZLT 15 Figura 08 Análise pelo teste Capability Sixpack no Minitab Figura 09 Sumário sem causas especiais gerado no Minitab 41 Análise de causa raiz Foram verificadas 3 causas especiais nesse cenário ultrapassando os limites de controle identificadas nas medições 12 21 e 22 A partir do diagrama de Ishikawa na Figura 03 onde foram pontuadas as possíveis causas para existir variação no sistema percebese que os principais fatores para essa disposição são o excesso de demanda falta de priorização e desconhecimento da situação relatada Esses pontos foram citados por serem justificativas constantes entre os colaboradores quando são notificados pela não realização do tratamento de NC Pensando numa ação mais assertiva para correção entendese que trabalhar entre esses três agentes será uma proposta interessante Inicialmente buscar realização de treinamentos tanto para disseminação da importância de preenchimento do relato com informações claras para facilitar a compreensão de quem tratará a NC aberta quanto para auxiliar na gestão de tempo dos colaboradores apoiando na priorização de tarefas e evitando o acúmulo de demandas Outra ação relevante é a promoção de conversas entre as áreas para entendimento dos acontecimentos citados no relato Figura 10 Plano de ação proposto Figura 11 Matriz de esforço impacto elaborada pelo grupo 5 Monitoramento online Para realização dessa etapa de monitoramento foram feitas mais 100 medições para análise do tratamento das Não Conformidades seguindo o mesmo procedimento padrão de medição da variável utilizado na fase I do estudo de forma que os resultados foram obtidos por meio dos relatórios de acompanhamento de NCs que são gerados diretamente do sistema de qualidade utilizado pela empresa Percebese que houve uma melhora na média de dias de tratamento sendo observada na tabela abaixo USL 7 LSL 0 Target USL LSL2 35 Média de dias para tratamento 32 Medições 100 Inicialmente foi feito um teste de AndersonDarling em que é possível observar um sumário das condições encontradas e analisadas dos novos dados coletados Figura 12 Sumário no Minitab Nesse contexto foi utilizada a carta de controle XbarR e observado nessa nova medição que a quantidade de dias para o tratamento das NCs atenderam aos limites de controle estabelecidos ou seja não foi identificada causa especial sendo assim o processo é considerado estável Figura 13 Carta de controle no Minitab Além disso objetivando se ter uma análise mais completa foram aplicados todos os testes na carta de controle O resultado dessa carta de controle com todos os testes foi semelhante à carta de controle que considera apenas o teste I em que não foi encontrada nenhuma causa especial fora dos limites de controle como pode ser verificado abaixo Figura 14 Carta de controle no Minitab Com relação à capabilidade do processo não se pode ainda considerar o processo como sendo capaz no entanto observase um pequeno aumento mas ainda assim considerável no Cpk e Zbench do processo na fase II além da redução da quantidade de DPM conforme pode ser visto a seguir Figura 15 Teste Sixpack gerado no Minitab 6 Conclusão Com base nas análises realizadas neste projeto concluise que é de extrema importância verificar a ocorrência de atrasos no tratamento das Não Conformidades em relação ao prazo estabelecido pela Unimed João Pessoa de 7 dias para suas áreas Essa abordagem visa garantir a conformidade com os requisitos dos setores melhorar a eficiência e qualidade do processo reduzir custos e riscos bem como aumentar a satisfação do cliente e a competitividade da empresa Para realizar essa análise foram coletados dados e utilizouse o software Minitab para gerar os gráficos como na fase I em que foram identificadas causas especiais que posteriormente puderam ser analisadas por meio do Diagrama de Ishikawa Além disso foi criada uma matriz Esforço x Impacto para auxiliar na priorização das ações a serem tomadas e foi elaborado um plano de ação com o objetivo de buscar reduzir os possíveis atrasos no tratamento das Não Conformidades Embora o Controle Estatístico de Processo CEP seja amplamente utilizado para melhorar a qualidade de produtos neste projeto foi evidenciado que a aplicação do controle estatístico também é igualmente eficiente no setor de serviços Levando em consideração que qualquer inadequação identificada pode ser prontamente corrigida por meio de análises focadas nos insumos e dados demonstrando a eficácia do uso de ferramentas estatísticas no aprimoramento dos processos de serviços