Ferramentas da Qualidade

Prévia do material em texto

DESCRIÇÃO
Otimização da qualidade, do custo e do lucro de produção, por meio de ferramentas quantitativas da qualidade, visando à competitividade
no mercado e à satisfação do cliente final.
PROPÓSITO
Conhecer a aplicação das ferramentas básicas da qualidade para a melhoria de processos, dos experimentos fatoriais, das funções de
perda para as características da qualidade e dos princípios do gerenciamento da qualidade total (TQM – Total Quality Management).
PREPARAÇÃO
Antes de iniciar este estudo, tenha em mãos uma calculadora.
OBJETIVOS
MÓDULO 1
Apontar as ferramentas básicas da qualidade
MÓDULO 2
Identificar os experimentos fatoriais
MÓDULO 3
Descrever as funções de perda na qualidade
MÓDULO 4
Reconhecer a importância do Gerenciamento da Qualidade Total (Total Quality Management – TQM)
INTRODUÇÃO
BEM-VINDO AOS ESTUDOS DE FERRAMENTAS DA QUALIDADE
MÓDULO 1
 Apontar as ferramentas básicas da qualidade
As sete ferramentas da qualidade
INTRODUÇÃO
As ferramentas básicas da qualidade tiveram sua origem no Japão e foram utilizadas em Círculos de Controle da Qualidade (CCQ) como
parte importante de metodologias como Análise e Melhoria de Processos (AMP) e Análise e Solução de Problemas (MASP). Os Círculos de
Controle da Qualidade consistem em reuniões voluntárias de grupos de funcionários que trabalham em um mesmo setor de determinada
área de uma empresa, visando à análise do(s) processo(s) de seu setor de trabalho a fim de obter melhorias contínuas.
 
Imagem: Shutterstock.com
UMA DAS RAZÕES DO SUCESSO DOS CÍRCULOS DE CONTROLE DA
QUALIDADE NO JAPÃO FOI O USO DO CICLO PDCA (PLAN, DO, CHECK,
ACTION – PLANEJAR, EXECUTAR, VERIFICAR E AGIR), TAMBÉM CONHECIDO
COMO CICLO DE DEMING, NOS NÍVEIS OPERACIONAIS, O QUE POSSIBILITOU O
USO DAS FERRAMENTAS DA QUALIDADE NAS FASES DE IDENTIFICAÇÃO,
ANÁLISE, IMPLEMENTAÇÃO E ACOMPANHAMENTO DA MELHORIA
INTRODUZIDA NO PROCESSO.
Veja a figura a seguir:
 
Imagem: Shutterstock.com
 Ciclo PDCA (Plan, Do, Check, Action – Planejar, Executar, Verificar e Agir).
Ao treinar os trabalhadores em uma série de ferramentas básicas da qualidade, foi possível criar e transferir para os setores operacionais
das empresas competências e pessoas capacitadas para propor e manter melhorias nos processos. O resultado dessa transferência
resultou no estímulo de atitudes criativas de funcionários satisfeitos por poderem contribuir na solução dos problemas de seus setores de
atuação, possibilitando uma redução dos custos operacionais, maior produtividade e produtos executados em conformidade com suas
especificações.
VERIFICAÇÕES DO PDCA
Há dois tipos diferentes de "verificações" no ciclo de melhoria da qualidade (o ciclo PDCA). Para ambos, uma folha (formulário) projetada
especificamente pode ser muito útil.
 ATENÇÃO
Na “fase de fazer (DO)” do ciclo PDCA, geralmente há alguns padrões (padrão de operações) que devem ser seguidos. Tais operações
"obrigatórias" eram tidas anteriormente como "restrições à realização do trabalho", ou seja, procedimentos que devem ser respeitados em
sua execução. O mais importante, por exemplo, é o uso de itens que garantam a segurança dos funcionários ou a qualidade do produto
desenvolvido.
É aconselhável elaborar uma folha de verificação (lista de verificação) com as restrições (“operações obrigatórias”) listadas. Durante o
processo, o operador deve documentar que todas as operações obrigatórias foram seguidas. A confirmação pode ser sua assinatura no fim
da lista de verificação ou a marcação de um “OK” em cada operação listada.
FERRAMENTAS BÁSICAS DA QUALIDADE
FLUXOGRAMA
SUA PRINCIPAL FINALIDADE É O MAPEAMENTO DO PROCESSO, VISANDO À
IDENTIFICAÇÃO DE POSSÍVEIS DESVIOS/PROBLEMAS OU PONTOS DE
MELHORIA.
Essa ferramenta é utilizada quando é necessário identificar:
O fluxo atual do processo, ou seja, como ele é executado.
O fluxo ideal do processo, ou seja, como ele deveria ser executado.
Em relação a forma de apresentação, existem vários tipos: Diagrama de blocos, Diagrama Padrão – Simbologia ANSI, Diagrama
Geográfico (mostra o fluxo entre localidades), entre outros. Aqui vamos apresentar dois tipos, a saber:
DIAGRAMA DE BLOCOS
Simplificado, porém permite uma rápida noção das atividades que compõem o processo.

DIAGRAMA PADRÃO
SIMBOLOGIA ANSI
 
Elaborado por Mauro Rezende Filho
 Fluxograma: Exemplo de fluxo de blocos.
 
Elaborado por Mauro Rezende Filho
 Simbologia ANSI para fluxograma padrão
 
Elaborado por Mauro Rezende Filho
 Exemplo de fluxograma padrão.
FOLHA DE VERIFICAÇÃO
 
Imagem: Shutterstock.com
A folha de verificação deve ser usada quando for necessário coletar dados baseados em informações amostrais. Os objetivos da folha de
verificação são:
Obter dados sobre a frequência com que certos eventos acontecem

Definir um modelo

Transformar opiniões em fatos
Para a construção de uma folha de verificação, as seguintes etapas devem ser seguidas:
ETAPA 01
Estabeleça exatamente qual evento está sendo estudado para que todos observem a mesma coisa.
ETAPA 02
Defina o período de coleta dos dados.
ETAPA 03
Construa um formulário claro e de fácil manuseio.
ETAPA 04
Faça a coleta de dados consistentes e confiáveis.
A seguir, observe dois exemplos de folha de verificação:
javascript:void(0)
javascript:void(0)
javascript:void(0)
javascript:void(0)
 
 Quadro: Verificação do caminhão para viagem. 
Elaborado por Mauro Rezende Filho
 
 Tabela: Verificação da distribuição de frequência de um item em fabricação. 
Elaborada por Mauro Rezende Filho
DIAGRAMA DE PARETO
 
Imagem: Shutterstock.com
Vilfredo Pareto estudou a distribuição de riquezas em diferentes países, chegando à seguinte conclusão: uma minoria (20%) das pessoas
controla a maioria (80%) da riqueza. O efeito de Pareto pode ser observado também no controle de qualidade, em que normalmente 80%
dos problemas se originam de apenas 20% das causas.
A transposição da conclusão de Pareto para o controle estatístico da qualidade deve-se a Joseph Moses Juran, que cunhou a frase:
"poucos vitais, muitos triviais”. Juran observou que os 80% dos problemas que se originam de apenas 20% das causas é um princípio
universal, e o batizou como princípio de Pareto.
 VOCÊ SABIA
O Diagrama de Pareto é uma representação gráfica que mostra as distribuições absoluta e relativa dos tipos de erros (defeitos, deméritos,
problemas) ou causas dos erros. Considerando que alguns tipos de erros são responsáveis por 80% do total de erros nos produtos,
torna-se importante identificá-los. É para isso que o Diagrama de Pareto é usado, e por meio de um exemplo você verá como ele é
construído.
A tabela a seguir mostra os dados coletados de determinado processo de produção que apresenta não conformidades, e que quase metade
dos deméritos derivam do tipo I, enquanto os tipos II e III são responsáveis por cerca de 72% de todos os deméritos. O Diagrama de Pareto
é construído com base nas tabelas a seguir, classificando os tipos de deméritos de acordo com sua incidência.
A Tabela 1 apresenta os resultados obtidos por meio de uma folha de verificação. Nesta tabela observa-se 5 tipos de deméritos (I, II, III, IV,
V) e o número de ocorrências deles.
 
 Tabela 1: Resultados por folha de verificação. 
Elaborada por Mauro Rezende Filho
A partir da Tabela 1, vamos montar o gráfico.
Primeiro, vamos calcular a porcentagem absoluta individual, dividindo o número de deméritos pelo total. Por exemplo,
198÷416=0,4760=47,60%, e completamos a tabela.
Em seguida, vamos calcular a porcentagem acumulada e classificar os dados em ordem crescente pelo número de deméritos. Assim, temos
a tabela completada e com os dados, o que permite que o gráfico seja plotado (72,36% = 47,60% + 24,76%).
A Tabela 2 é uma extensão da Tabela 1, agora com as porcentagens absolutas e acumuladas de cada demérito.
 
 Tabela 2: Extensão da Tabela 1. 
Elaborada por Mauro Rezende Filho
Com base na Tabela 2, podemos montar o gráfico a seguir, denominadoDiagrama de Pareto.
 
 Gráfico: Diagrama de Pareto. 
Elaborado por Mauro Rezende Filho
O Diagrama de Pareto indica os tipos de deméritos a serem priorizados para a melhoria do processo de produção. Observa-se que os
deméritos I e III correspondem a 89,66% dos problemas, indicando que as ações corretivas em relação a esses deméritos devem ser
priorizadas.
PODE-SE OBSERVAR QUE O DIAGRAMA DE PARETO CONSISTE EM UM
GRÁFICO DE BARRAS MOSTRANDO A DISTRIBUIÇÃO DO PROBLEMA MEDIDA
EM TERMOS ABSOLUTOS (EIXO ESQUERDO), BEM COMO EM TERMOS
RELATIVOS (EIXO DIREITO). ALÉM DISSO, CONSISTE EM UMA CURVA
QUEBRADA MOSTRANDO O NÚMERO ACUMULADO E A PROPORÇÃO
RELATIVA ACUMULADA.
Essa ferramenta é frequentemente usada como a primeira etapa de um programa de melhoria da qualidade. Uma pré-condição para usar o
diagrama de Pareto nas primeiras etapas de um programa de melhoria da qualidade é que os dados sejam coletados, ou seja, o ciclo PDCA
foi girado pelo menos uma vez. Caso contrário, mais dados devem ser usados para identificar “as poucas causas vitais”.
 
Imagem: Shutterstock.com
DIAGRAMA DE CAUSA E EFEITO
 SAIBA MAIS
O diagrama de causa e efeito, também conhecido como diagrama de Ishikawa ou diagrama de espinha de peixe, foi criado por Kaoru
Ishikawa, em 1943, em conexão com um programa na Kawasaki Steel Works, no Japão.
O diagrama de causa e efeito pode ser uma ferramenta extremamente útil para formular hipóteses sobre as causas de defeitos e problemas
de qualidade. Trata-se de uma ferramenta de uso e compreensão fáceis e pode ser usada em todos os departamentos e níveis. Ele
representa a relação entre o “efeito” e todas as possibilidades de “causas” (primárias, secundárias e terciárias) que podem contribuir para o
“efeito” ou “problema”.
Nem sempre é fácil identificar as causas mais importantes de um problema. A maioria das causas primárias pode ser atribuída aos sete
aspectos listados a seguir:
à mão de obra;
aos métodos;
ao material;
à gestão (management);
à medição;
ao meio ambiente;
às máquinas.
 
Elaborada por Mauro Rezende Filho.
 Figura 1 – Diagrama de causas e efeitos.
A Figura 1 pode ser um bom ponto de partida para a construção do diagrama de causa e efeito para determinado problema. Observe que
existem sete causas primárias no diagrama. Se uma ou mais dessas causas não deve ser considerada, isso deve ser alvo de análise em
cada situação problemática específica.
No entanto, nem sempre as causas primárias irão se enquadrar em uma das sete causas listadas anteriormente. Nesse caso, você só pode
investigar a existência de outras causas primárias utilizando uma ferramenta denominada brainstorming. O mesmo procedimento pode ser
feito para identificação das causas secundárias e terciárias.
BRAINSTORMING
Significa tempestade de ideias. É uma técnica de dinâmica de grupo, com intuito de explorar todas as possibilidades de abordagem de
um assunto.
O uso do Brainstorming para a identificação do problema e das possíveis causas nos três níveis (primário, secundário e terciário) consiste
nas seguintes etapas: Preparação do grupo, Definição do problema; Geração de ideias para identificação das possíveis causas nos três
níveis, Identificação das causas mais prováveis e Elaboração do Plano de ação para eliminação das causas (ao utilizar a técnica do
Brainstorming é importante haver um mediador com opiniões neutras em relação aos participantes do grupo).
 
Imagem: Shutterstock.com
Preparação do grupo para o Brainstorming e Definição clara do problema
javascript:void(0)
 
Imagem: Shutterstock.com
Geração de ideias para identificação das possíveis causas nos três níveis (Primário, Secundário e Terciário)
 
Imagem: Shutterstock.com
Seleção e priorização das causas a serem a atacadas nos três níveis (Primário, Secundário e Terciário)
Vamos agora mostrar como utilizar o brainstorming na construção do diagrama de Causa e Efeito.
Passos para construção de um diagrama de Causa e Efeito.
Passo 1: Reunir um grupo de pessoas que tenham conhecimento sobre o problema a ser investigado;
Passo 2. Comunicar claramente o PROBLEMA/EFEITO ao grupo.
Passo 3. Estabelecer os objetivos e o tempo limite para as etapas de “brainstorming”;
Passo 4. Desenhar, em local por todos visível, o esqueleto do diagrama e definir, junto com o grupo, as fontes primárias das causas a
pesquisar (utilize, em princípio, os sete Ms);
Passo 5. Escrever as causas primárias no topo das setas em branco e em tantas quantas forem as possíveis causas secundárias e
terciárias sugeridas pelo grupo;
Passo 6. Entre todas as causas sugeridas, analisar e identificar as mais prováveis para serem estudadas em profundidade,
descartando aquelas que se revelarem não responsáveis pelo problema/efeito em estudo.
Assim, pode ser visto que as ferramentas brainstorming e diagrama de causa e efeito devem ser empregadas em conjunto. A figura 2 a
seguir apresenta a estrutura do diagrama para identificação das causas de um problema.
 
Elaborada por Mauro Rezende Filho.
 Figura 2 - Identificando as causas de um problema.
Após a identificação da(s) causa(s) mais prováveis (passo 6), deve ser realizado um planejamento da qualidade. Uma vez que não é uma
boa ideia "atacar" todas as causas ao mesmo tempo, o diagrama Pareto é uma ferramenta valiosa para priorização das ações corretivas e
preventivas e definição dos métodos que devem ser empregados para o controle da(s) causa(s) consideradas prioritárias. Um exemplo de
como o diagrama de Pareto pode ser usado dentro deste contexto pode ser visto na figura 3 a seguir.
 
Elaborada por Mauro Rezende Filho.
 Figura 3: Uso de Diagrama de Pareto antes e depois da implementação de método preventivo.
Ao construir diagramas de causa e efeito, às vezes, pode ser uma boa ideia igualar as principais causas no diagrama com os processos
para produzir um produto ou serviço. Vejamos como exemplo um processo de produção de preparação (fervura) de arroz, em uma
cozinha/restaurante industrial. O arroz é a matéria-prima que deve ser lavada primeiro (processo 1). Em seguida, é fervido (processo 2) em
uma panela (meio de produção) e, finalmente, "cozido no vapor" em calor moderado por um período adequado (processo 3).
 
Imagem: Shuttershock.com
ETAPAS USADAS NA CONSTRUÇÃO DO DIAGRAMA DE CAUSA E EFEITO:
ETAPA 01
ETAPA 02
ETAPA 03
ETAPA 04
ETAPA 01
Escolha o aspecto de qualidade que deseja melhorar ou controlar. No exemplo do arroz, trata-se do sabor. O efeito que a maioria das
pessoas deseja obter é um "arroz delicioso".
ETAPA 02
Escreva a qualidade desejada na “caixa” à direita e desenhe uma seta grande da esquerda em direção à caixa à direita.
ETAPA 03
Anote os fatores (causas) mais importantes para a qualidade considerada. Essas possíveis causas são escritas em caixas, e setas são
desenhadas das caixas em direção à seta grande, como no exemplo da Figura 3.
ETAPA 04
Novas setas ou ramos são desenhados em cada uma das setas laterais, explicando com mais detalhes qual pode ser a causa do efeito
desejado. Novos ramos (= setas) podem ser desenhados nesses ramos, descrevendo com ainda mais detalhes o que as possíveis causas
são. Se esse método for usado em conexão com a discussão em grupo ou brainstorming, há uma chance maior de as causas serem
descobertas. Frequentemente novo causas, até então desconhecidas, irão "surgir" como resultado de um brainstorming e da construção do
diagrama de causa e efeito.
No controle de qualidade de produtos industriais, os sete Ms são frequentemente listados como as mais importantes causas potenciais:
Mão de obra (manpower).
Métodos (methods).
Materiais (materials).
Gestão (management).
Medição (measurement).
Meio (milieu).
Máquinas (machines).
Essa divisão é apenas uma das muitas possíveis. Pode ser relevante ignorar uma ou mais das causas anteriores ou utilizar outra divisão
mais informativa. No "exemplo do arroz", as principais causas mostradas na figura a seguir foram escolhidas.
 
Elaborada por Mauro RezendeFilho.
 Figura 4: Processo de preparação do arroz para o consumo.
HISTOGRAMA
 
Imagem: Shuttershock.com
Um histograma é um gráfico-resumo (um gráfico de barras) da variação em um conjunto específico de dados. Sua ideia é apresentar os
dados ilustrativamente em vez de em colunas de números, a fim de que "as conclusões óbvias", que nem sempre são facilmente captadas
ao se olhar despercebidamente para colunas de números, sejam mais bem assimiladas. O atributo da simplicidade é um ativo importante
nas atividades de controle da qualidade.
A construção do histograma pode ser feita diretamente após a coleta de dados, em combinação com a construção e uso de uma folha de
verificação, ou independentemente do uso de planilhas de verificação, mediante a análise de dados que foram recolhidos de outras formas.
Os dados que são apresentados em histogramas são variáveis, ou seja:
Tempo

Comprimento

Altura

Peso
O exemplo mostrará como construir um histograma:
UMA EMPRESA APONTOU O TEMPO (EM MINUTOS) DE FABRICAÇÃO DE
DETERMINADA PEÇA, APRESENTADOS NA TABELA A SEGUIR:
 
 Tabela: Tempo de fabricação de uma peça. 
Elaborada por Mauro Rezende Filho.
Vamos, então, determinar a amplitude, que é a diferença entre o maior e o menor tempo.
 Atenção! Para visualização completa da equação utilize a rolagem horizontal
O próximo passo é determinar o número de classes K (observe que temos 50 tempos).
 Atenção! Para visualização completa da equação utilize a rolagem horizontal
Vamos calcular a amplitude de largura do intervalo, que é a divisão entre a amplitude da amostra e o número de classes: o resultado é
0,99. Determinamos o intervalo de classe e a frequência, ou seja, quantos tempos temos no intervalo.
 
Elaborada por Mauro Rezende Filho.
 Figura 5: Intervalo de classe e a frequência.
DIAGRAMA DE CONCENTRAÇÃO DE DEFEITOS
Amplitude  =  R  =  15,48 –  8,58  =  6,90 minutos
K = √50 = 7,07 = 7
 VOCÊ SABIA
Um diagrama de concentração de defeito é uma imagem de uma unidade de produção, mostrando todas as visualizações relevantes. Os
vários tipos de defeitos são desenhados na imagem, e o diagrama é analisado para determinar se a localização dos defeitos na unidade
transmite qualquer informação útil sobre as causas potenciais dos defeitos. Os diagramas de concentração de defeito são muito úteis na
etapa de análise do DMAIC (Definir, Medir, Analisar, Melhorar (Improve em inglês), Controlar.) .
A Figura 6 apresenta um diagrama de concentração de defeito para o estágio final de montagem de um processo de fabricação de
refrigeradores. Defeitos de acabamento de superfície são identificados pelo sombreado escuro em algumas áreas na geladeira. A partir da
inspeção do diagrama, parece claro que o manuseio de materiais é responsável pela maioria desses defeitos.
O eletrodoméstico está sendo movido com um cinto preso ao meio para sua proteção, mas o cinto aparentemente está ou muito frouxo ou
apertado, desgastado, e é feito de material abrasivo, ou então é muito estreito. Além disso, quando a geladeira é movida, seus cantos são
danificados.
É possível que a fadiga do trabalhador seja um fator. Em qualquer caso, métodos de trabalho adequados e aprimorados em relação ao
manuseio de materiais provavelmente irão melhorar esse processo dramaticamente. Quando os defeitos são retratados em um diagrama de
concentração de defeito sobre um número de unidades, padrões frequentemente emergem, e a localização desses padrões geralmente
contém muitas informações sobre as causas dos defeitos.
Encontramos diagramas de concentração de defeitos usados como uma importante ferramenta para a solução de problemas em muitas
indústrias, incluindo galvanização, pintura e operações de revestimento, fundição, usinagem e montagem de eletrônicos.
 
Fonte: Mauro Rezende Filho.
 Figura 6: Diagrama de concentração de defeito.
DIAGRAMA DE DISPERSÃO OU DE CORRELAÇÃO
O diagrama de dispersão é uma técnica usada para examinar a relação entre os dois eixos (X e Y) com uma variável. No gráfico, se as
variáveis estiverem correlacionadas, o ponto cairá ao longo de uma curva ou linha. Essa ferramenta é usada para dar uma ideia da
natureza do relacionamento.
NO DIAGRAMA DE CORRELAÇÃO, SE TODOS OS PONTOS SE ESTENDEM EM
UMA LINHA, ENTÃO, A CORRELAÇÃO É PERFEITA E ESTÁ NA UNIDADE. MAS
SE OS PONTOS DE DISPERSÃO ESTIVEREM AMPLAMENTE ESPALHADOS PELA
LINHA, A CORRELAÇÃO É CONSIDERADA BAIXA. E SE OS PONTOS DE
DISPERSÃO ESTIVEREM PRÓXIMOS A UMA LINHA OU EM UMA LINHA, A
CORRELAÇÃO É CONSIDERADA LINEAR.
 
Elaborada por Mauro Rezende Filho.
 Figura 7: Correlação positiva perfeita / Correlação negativa perfeita.
 
Elaborada por Mauro Rezende Filho.
 Figura 8: Alto grau de correlação positiva / Alto grau de correlação negativa.
 
Elaborada por Mauro Rezende Filho.
 Figura 9: Baixo grau de correlação positiva / Baixo grau de correlação negativa.
 
Elaborada por Mauro Rezende Filho.
 Figura 10: Sem correlação.
A seguir, apresentamos algumas limitações e vantagens de um diagrama de dispersão:
 
 Quadro: Algumas limitações e vantagens de um diagrama de dispersão. 
Elaborada por Mauro Rezende Filho.
VERIFICANDO O APRENDIZADO
1. O GRÁFICO DE PARETO TEM GRANDE UTILIDADE EM
A) mapear e padronizar os processos na busca de falhas.
B) verificar os defeitos que podem resultar em falhas.
C) criar uma priorização para tratamento das falhas de um processo.
D) criar uma priorização para o tratamento dos efeitos que podem causar falhas.
E) identificar as causas especiais de um processo.
2. COPESE - UFT – 2012. COM RELAÇÃO À FERRAMENTA DA QUALIDADE DIAGRAMA DE ISHIKAWA,
ANALISE AS ASSERTIVAS E MARQUE A ALTERNATIVA CORRETA:
PERMITE AMPLIAR A VISÃO DAS POSSÍVEIS CAUSAS DE UM PROBLEMA, ENRIQUECENDO SUA
ANÁLISE E A IDENTIFICAÇÃO DE SOLUÇÕES.
É TAMBÉM DENOMINADO POR DIAGRAMA DE CAUSA E EFEITO OU ESPINHA DE PEIXE OU
DIAGRAMA DE FLUXO DE DADOS.
AS ETAPAS DE ELABORAÇÃO SÃO: DESCRIÇÃO DO PROBLEMA; DESENHO DE UMA SETA
HORIZONTAL APONTANDO PARA A DIREITA; REALIZAÇÃO DE UM BRAINSTORMING E
AGRUPAMENTO DE CAUSAS EM CATEGORIAS.
UMA FORMA MUITO UTILIZADA PARA PRIORIZAR AS FALHAS.
A) Somente as assertivas I e IV são corretas.
B) Somente as assertivas II e III são corretas.
C) Somente as assertivas I e III são corretas.
D) Somente as assertivas III e IV são corretas.
E) Somente as assertivas I e II são corretas.
GABARITO
1. O Gráfico de Pareto tem grande utilidade em
A alternativa "C " está correta.
 
Após terem sido levantadas as falhas de um processo, o gráfico de Pareto prioriza a ordem dos planos de ações corretivos.
2. COPESE - UFT – 2012. Com relação à ferramenta da qualidade diagrama de Ishikawa, analise as assertivas e marque a
alternativa correta:
Permite ampliar a visão das possíveis causas de um problema, enriquecendo sua análise e a identificação de soluções.
É também denominado por diagrama de causa e efeito ou espinha de peixe ou diagrama de fluxo de dados.
As etapas de elaboração são: descrição do problema; desenho de uma seta horizontal apontando para a direita; realização
de um brainstorming e agrupamento de causas em categorias.
Uma forma muito utilizada para priorizar as falhas.
A alternativa "C " está correta.
 
O diagrama de causa e efeito, também chamado de diagrama de Ishikawa, tem por objetivo facilitar a identificação das causas de
problemas que devem ser sanados ou mesmo os fatores que levam a determinado resultado que desejamos obter por meio da
representação gráfica.
MÓDULO 2
 Identificar os experimentos fatoriais
Experimentos fatoriais
CONCEITOS DE PLANEJAMENTO EXPERIMENTAL
 
Imagem: Shuttershock.com
Um experimento planejado é um teste ou uma série de testes em que mudanças propositadas são feitas nas variáveis de entrada de um
processo para que possamos observar e identificar mudanças correspondentes na resposta de saída.
O processo, conforme mostrado na figura a seguir, pode ser visualizado como uma combinação de máquinas, métodos e pessoasque
transformam um material de entrada em um produto de saída. Esse produto possui uma ou mais características ou respostas de qualidade
observáveis.
Algumas das variáveis de processo são controláveis, enquanto outras, , são incontroláveis (embora
possam ser controláveis para fins de teste). Às vezes, esses fatores incontroláveis são chamados de fatores de ruído. Os objetivos do
experimento podem incluir:
determinar quais variáveis são mais influentes na resposta y;
definir quais as variáveis x influentes, de modo que y esteja perto do requisito nominal;
definir quais as variáveis x influentes, para que a variabilidade em y seja pequena;
definir quais as variáveis x influentes, para que os efeitos das variáveis incontroláveis z sejam minimizados.
Assim, os métodos de projeto experimental podem ser usados no desenvolvimento do processo ou na solução de problemas para melhorar
o desempenho ou para obter um processo que seja robusto ou insensível a fontes externas de variabilidade.
 
Elaborada por Mauro Rezende Filho.
 Figura 11: Modelo padrão de um processo.
x1,  x2,  . . . ,  xp  z1,  z2,  . . . ,  zq
 DICA
Métodos estatísticos de controle de processo e projeto experimental são duas ferramentas muito poderosas para a melhoria e otimização
de processos, e estão intimamente relacionadas. Por exemplo, se um processo está sob controle estatístico, mas ainda tem capacidade
insuficiente, para melhorar sua capacidade será necessário reduzir a variabilidade.
Os experimentos projetados podem oferecer uma maneira mais eficaz de realizar controle do que o Controle Estatístico de Processo
(CEP). Essencialmente, o CEP é um método estatístico passivo: observamos o processo e esperamos algumas informações que nos
levarão a uma mudança útil. No entanto, se o processo estiver sob controle, a observação passiva pode não produzir muitas informações
úteis.
Por outro lado, o projeto experimental é um método estatístico ativo: vamos realizar uma série de testes no processo ou sistema, fazendo
mudanças nas entradas e observando as mudanças correspondentes nas saídas, e isso vai produzir informações que podem levar à
melhoria de processos. Os métodos de projeto experimental também podem ser muito úteis para estabelecer o controle estatístico de um
processo.
 EXEMPLO
Suponha que um gráfico de controle indique que o processo está fora de controle e que tem muitas variáveis de entrada controláveis. A
menos que saibamos quais variáveis de entrada são importantes, pode ser muito difícil controlar o processo. Métodos de projeto
experimental podem ser usados para identificar essas variáveis influentes do processo.
Os métodos de projeto experimental também podem desempenhar um papel importante nas atividades de projeto de engenharia, em que
novos produtos são desenvolvidos e os existentes melhorados. A aplicação dessas técnicas no início do desenvolvimento do processo pode
resultar em:
 
Imagem: Shuttershock.com
Melhor rendimento
 
Imagem: Shuttershock.com
Variabilidade reduzida e conformidade mais próxima com o nominal
 
Imagem: Shuttershock.com
Tempo de desenvolvimento reduzido
 
Imagem: Shuttershock.com
Custos gerais reduzidos
Os experimentos projetados são amplamente usados em projetos de atividades Seis Sigma (DFSS (Design for Six Sigma) ). Algumas
aplicações de design experimental estatístico em design de engenharia incluem:
avaliação e comparação de configurações básicas de projeto;
avaliação de alternativas de materiais;
determinação dos principais parâmetros de design do produto que afetam o desempenho.
O uso de projeto experimental nessas áreas pode resultar em:
maior capacidade de fabricação;
melhor desempenho e confiabilidade em campo;
menor custo e menor tempo de desenvolvimento do produto.
Nos últimos anos, os experimentos projetados encontraram ampla aplicação em negócios transacionais e de serviços, incluindo o e-
commerce. As aplicações incluem:
Design de página da web

Teste de preferências do consumidor

Design/melhoria de sistemas de serviço
CONFIRA A SITUAÇÃO A SEGUIR:
No caso da confecção de bolos, o sabor, a consistência e a aparência são resultados mensuráveis e potencialmente influenciados pelos
fatores e seus respectivos níveis, conforme ilustrado na imagem seguinte. Os experimentadores geralmente desejam evitar a otimização do
processo para uma resposta em detrimento de outra. Por essa razão, resultados importantes são medidos e analisados para determinar os
fatores e suas configurações, que fornecerão o melhor resultado geral para as características críticas para a qualidade ― tanto variáveis
mensuráveis como atributos avaliáveis.
 
Elaborada por Mauro Rezende Filho e adaptada por Gabriel Bastos.
 Elaboração de bolos.
 EXEMPLO
Um engenheiro aplicou o CEP a um processo de soldagem de componentes eletrônicos a placas de circuito impresso. Por meio do uso de
gráficos “u” e da análise de Pareto, ele estabeleceu o controle estatístico do processo de solda por fluxo e reduziu o número médio de
juntas de solda com defeito por placa para 1%. No entanto, como a placa média contém mais de duas mil juntas de solda, mesmo 1% com
defeito apresenta muitas juntas de solda que requerem retrabalho. O engenheiro gostaria de reduzir ainda mais os níveis de defeitos,
entretanto, como o processo está sob controle estatístico, não fica muito claro quais ajustes de máquina serão necessários.
A máquina de solda de fluxo possui inúmeras variáveis que podem ser controladas. Elas incluem:
temperatura de solda;
temperatura de pré-aquecimento;
velocidade do transportador;
tipo de fluxo;
gravidade específica do fluxo;
profundidade da onda de solda;
ângulo do transportador.
Além desses fatores controláveis, outros não podem ser facilmente controlados durante a fabricação de rotina, embora possam ser
controlados para fins de teste. Eles são:
espessura da placa de circuito impresso;
tipos de componentes usados na placa;
layout dos componentes na placa;
operador;
taxa de produção.
Nesse exemplo, o engenheiro está interessado em caracterizar a máquina de solda de fluxo, ou seja, deseja determinar quais fatores
(controláveis e incontroláveis) afetam a ocorrência de defeitos nas placas de circuito impresso. Para realizar essa tarefa, ele pode projetar
um experimento que lhe permitirá estimar a magnitude e a direção dos efeitos dos fatores. Para tanto, ele precisará ter as seguintes
perguntas respondidas:
Quanto a variável de resposta (defeitos por unidade) muda quando cada fator é alterado?
A alteração dos fatores em conjunto produz resultados diferentes dos obtidos a partir de ajustes de fatores individuais?
Um experimento fatorial será necessário para se chegar às respostas. Às vezes, esse tipo de experimento é chamado de fatorial de
experimento de triagem. As informações desse experimento de triagem ou caracterização serão usadas para identificar os fatores críticos
do processo e para determinar a direção do ajuste para esses fatores, a fim de reduzir ainda mais o número de defeitos por unidade.
 
Gabriel Burlandy adaptada por Gabriel Bastos
 Exemplo de experimento fatorial.
O experimento também pode fornecer informações sobre quais fatores devem ser controlados com mais cuidado durante a fabricação de
rotina para evitar altos níveis de defeito e desempenho irregular do processo. Um resultado do experimento pode ser a aplicação de
gráficos de controle a uma ou mais variáveis de processo (como temperatura de solda), além do gráfico u na saída do processo.
Com o tempo, se o processo for suficientemente aprimorado, pode ser possível basear a maior parte do plano de controle sobre as
variáveis de entrada em vez de controlar o gráfico da saída do processo. Ao projetar um experimento, preste atenção especial a quatro
armadilhas potenciais que podem criar dificuldades experimentais:
ARMADILHA 1
Além do erro de medição, outras fontes de erro ou variação inexplicável podem obscurecer os resultados. Observe que otermo "erro" não é
sinônimo de "erros". O erro se refere a todas as variações inexplicáveis que estão dentro da execução (ou entre as execuções) de uma
experiência e estão associadas à alteração das configurações de nível. Experimentos adequadamente projetados podem identificar e
quantificar as fontes de erro.
ARMADILHA 2
Os fatores incontroláveis que induzem à variação em condições normais de operação são referidos como "fatores de ruído". Esses fatores,
como várias máquinas, vários turnos, matérias-primas, umidade etc. podem ser incorporados ao experimento para que sua variação não
seja agrupada no inexplicável ou no erro do experimento. Um ponto forte dos experimentos projetados é a capacidade de determinar fatores
e configurações que minimizam os efeitos dos fatores incontroláveis.
ARMADILHA 3
Muitas vezes, a correlação pode ser confundida com causalidade. Dois fatores que variam juntos podem estar altamente correlacionados
sem que um cause o outro; ambos podem ser causados por um terceiro fator. Considere o exemplo de uma operação de esmaltação de
porcelana na fabricação de banheiras. O gerente nota que há problemas intermitentes com a "casca de laranja", uma aspereza inaceitável
na superfície do esmalte. Ele também nota que a casca da laranja piora em dia com baixo índice de produção.
ARMADILHA 4
Os efeitos combinados ou interações entre os fatores exigem um pensamento cuidadoso antes de conduzir o experimento. Por exemplo,
considere um experimento para cultivar plantas com duas entradas: água e fertilizante. Descobriu-se que maiores quantidades de água
aumentam o crescimento, mas há um ponto em que água adicional leva à podridão das raízes e tem um impacto prejudicial. Da mesma
maneira, o fertilizante adicional tem um impacto benéfico a ponto de o excesso de fertilizante queimar as raízes. Para agravar essa
complexidade dos efeitos principais, há também efeitos interativos, água em excesso pode anular os benefícios do fertilizante, lavando-o.
Os fatores podem causar efeitos não lineares que não são aditivos, mas só podem ser estudados com experimentos mais complexos que
envolvam mais de duas configurações de nível. Dois níveis são definidos como lineares (dois pontos definem uma linha), três níveis são
definidos como quadráticos (três pontos definem uma curva), quatro níveis são definidos como cúbicos, e assim por diante.
DIRETRIZES PARA PROJETAR EXPERIMENTOS
Os experimentos projetados são uma abordagem poderosa para melhorar um processo. Para usar essa abordagem, é necessário que
todos os envolvidos no experimento tenham uma ideia clara de seu objetivo com antecedência, saibam exatamente quais fatores devem ser
estudados, como o experimento deve ser conduzido e, pelo menos, tenham uma compreensão qualitativa de como os dados serão
analisados.
Montgomery (2009) fornece um esboço do procedimento recomendado as seguintes etapas:
RECONHECIMENTO E DECLARAÇÃO DO PROBLEMA
Na prática, muitas vezes, é difícil perceber que existe um problema que requer experimentos planejados formais, então, pode não ser fácil
desenvolver uma declaração clara e geralmente aceita do problema. No entanto, é absolutamente essencial desenvolver todas as ideias
sobre o problema e sobre os objetivos específicos do experimento.
ESCOLHA DE FATORES E NÍVEIS
O experimentador deve escolher os fatores a serem variados no experimento, os intervalos e os níveis específicos nos quais as execuções
serão feitas. É necessário conhecimento do processo para fazer isso. Esse conhecimento geralmente é uma combinação de experiência
prática e compreensão teórica. É importante investigar todos os fatores que podem ser importantes e evitar ser excessivamente
influenciado por experiências anteriores, especialmente quando estamos nos estágios iniciais de experimentação ou quando o processo
não está muito maduro.
SELEÇÃO DA VARIÁVEL DE RESPOSTA
Ao selecionar a variável de resposta, o experimentador deve ter certeza de que a variável realmente fornece informações úteis sobre o
processo em estudo. Na maioria das vezes, a média ou desvio padrão (ou ambos) da característica medida será a variável de resposta.
Respostas múltiplas não são incomuns.
ESCOLHA DO PROJETO EXPERIMENTAL
Se as três primeiras etapas forem realizadas corretamente, essa etapa será relativamente fácil. A escolha do projeto envolve a
consideração do tamanho da amostra (número de repetições), a seleção de uma ordem de execução adequada para os ensaios
experimentais e se o bloqueio ou outras restrições de randomização estão envolvidos.
REALIZANDO O EXPERIMENTO
Ao executar o experimento, é vital monitorar cuidadosamente o processo para garantir que tudo está sendo feito de acordo com o
planejado. Erros no procedimento experimental nesse estágio geralmente destruirão a validade experimental. O planejamento inicial é
crucial para o sucesso. É fácil subestimar os aspectos logísticos e de planejamento da execução de um experimento projetado em um
ambiente de manufatura complexo.
ANÁLISE DE DADOS
Métodos estatísticos devem ser usados para analisar os dados de maneira que os resultados e as conclusões sejam objetivos e não
julgadores. Se o experimento foi planejado corretamente e realizado de acordo com o planejamento, então, o tipo de método estatístico
necessário não é elaborado. Muitos pacotes de software excelentes estão disponíveis para auxiliar na análise de dados, e métodos gráficos
simples desempenham um papel importante na sua interpretação. A análise residual e a verificação da validade do modelo também são
importantes.
CONCLUSÕES E RECOMENDAÇÕES
Uma vez que os dados foram analisados, o experimento deve tirar conclusões práticas sobre os resultados e recomendar um curso de
ação. Os métodos gráficos são frequentemente úteis nesse estágio, particularmente na apresentação dos resultados a outras pessoas.
Execuções de acompanhamento e teste de confirmação também devem ser realizados para validar as conclusões do experimento.
As etapas 1 a 3 são geralmente chamadas de planejamento pré-experimental. É vital que elas sejam realizadas da melhor maneira
possível para que o experimento seja bem-sucedido. Coleman e Montgomery (1993) discutem isso em detalhes e oferecem mais orientação
para o planejamento pré-experimental, incluindo planilhas para ajudar o experimentador a obter e documentar as informações necessárias.
VEJA O EXEMPLO A SEGUIR:
Considere um projeto fatorial para estudar os efeitos das quantidades de três fatores no sabor dos biscoitos de chocolate.
 
 Quadro: Projeto fatorial. 
Elaborado por Mauro Rezende Filho.
O sabor será medido em uma escala de 1 (ruim) a 10 (excelente). Um fatorial completo exigirá rodadas. As 8 execuções do projeto
fatorial completo informam ao experimentador como definir os níveis dos diferentes ingredientes (fatores).
 
 Tabela: Fatorial completo. 
Elaborado por Mauro Rezende Filho.
23  =  8
Na primeira corrida, o experimentador assará biscoitos de chocolate com 10g de manteiga, 1/2 xícara de açúcar e 1/2 colher de chá de
fermento em pó; a segunda execução usará 15g de manteiga, 1/2 xícara de açúcar e 1/2 colher de chá de fermento em pó etc.
O experimentador decide também estudar o tempo de cozimento para efeito do sabor, mas não pode se dar ao luxo de fazer mais do que 8
execuções, pois cada execução requer um lote diferente de massa de biscoito. Ele quer testar se um tempo de cozimento de 12 minutos
versus 16 minutos tem impacto no gosto.
Ele decide, então, usar a interação de três fatores entre manteiga, açúcar e pó para determinar se o tempo de cozimento será de 12
minutos (-1) ou de 16 minutos (+1) em cada uma das 8 execuções.
 
 Tabela: Planejamento fatorial com quatro fatores em oito execuções. 
Elaborada por Mauro Rezende Filho.
Nesse planejamento fatorial com quatro fatores em 8 execuções, o experimentador assará os biscoitos com 10g de manteiga, 1/2 xícara de
açúcar, 1/2 colher de chá de fermento em pó e tempo de cozimento de 12 minutos naprimeira execução; na segunda corrida, usará 15g de
manteiga, 1/2 xícara de açúcar e 1/2 colher de chá de fermento em pó e 16 minutos de tempo de cozimento etc.
TEMOS, ENTÃO: A = MANTEIGA, B = AÇÚCAR, C = FERMENTO EM PÓ, D =
TEMPO DE COZIMENTO. MAS D = ABC, POIS ELE USOU A INTERAÇÃO DE TRÊS
FATORES PARA ATRIBUIR TEMPOS DE COZIMENTO A CADA CORRIDA.
Esse tipo de design é chamado de planejamento fatorial fracionário. Em vez de usar um fatorial completo, ou seja corridas,
utilizamos 4 fatores da seguinte maneira: corridas. A relação será:
 Atenção! Para visualização completa da equação utilize a rolagem horizontal
Onde I será a coluna de +1s.
A relação também significa que outros fatores no projeto têm vários modos. Podemos encontrar esses modos multiplicando I = ABCD por
todos os possíveis efeitos principais e de interação.
 Atenção! Para visualização completa da equação utilize a rolagem horizontal
Todos os efeitos principais são apelidados com três interações com um fator e duas interações de dois fatores com duas interações de dois
fatores. Suponha que as execuções experimentais foram realizadas e os seguintes resultados foram obtidos:
24−1  24  = 16
24 = 81
2
D = ABC ⇒ I = ABCD,
A = BCD,  B = ACD,  C = ABD,  D = ABC,  AB = CD,  AC = BD,  BC = AD
 
 Tabela: Resultados das execuções experimentais. 
Elaborada por Mauro Rezende Filho.
O efeito fatorial do tempo de cozimento (D) é realmente o efeito de D + ABC. Em outras palavras, os efeitos de D e ABC são mesclados.
Eles não podem ser estimados separadamente, por isso, ABC é chamado de alias de D:
 Atenção! Para visualização completa da equação utilize a rolagem horizontal
Isso significa que o efeito de D é realmente o efeito de D + ABC ou tempo de cozimento mais a interação de manteiga, açúcar e fermento
em pó. Para que isso seja igual ao efeito do tempo de cozimento (D), devemos assumir que a interação de três vias (ABC) é pequena o
suficiente para ser ignorada (ou seja, a estimativa fatorial de ABC é próxima de 0).
Se o experimentador fosse usar um fatorial completo, ele exigiria lotes diferentes de biscoitos. Em um projeto completo de , ele
estimaria 4 efeitos principais, 6 interações de duas vias, 4 interações de três vias e 1 interação de quatro vias. Se assumirmos que podemos
ignorar as interações de três fatores e de ordem superior, então, um design de 16 execuções será usado como estimativa e um design de
16 execuções será usado para estimar 10 efeitos. Os fatoriais fracionários usam essas redundâncias, organizando-as para que os efeitos
de ordem inferior sejam confundidos com interações de ordem superior consideradas desprezíveis. Clique e confira a conclusão:
SÍNTESE DE APRENDIZADO
Como no controle estatístico do processo, os resultados confiáveis do experimento são baseados em duas condições: um sistema de
medição capaz e um processo estável. Se o sistema de medição contribuir com erro excessivo, os resultados do experimento serão
confusos. 
 
Da mesma maneira, você pode usar o módulo controle estatístico do processo para ajudá-lo a avaliar a estabilidade estatística do processo
que está sendo avaliado. A variação que afeta a resposta deve ser limitada ao erro aleatório de causa comum, não à variação de causa
especial de eventos específicos. 
 
Certifique-se de que suas execuções experimentais sejam executadas em ordem aleatória. A randomização é necessária para evitar o
impacto das variáveis ocultas. 
 
Considere o exemplo de medição do tempo para dirigir para sua casa: se um grande projeto de rodovia for iniciado no final do período de
amostragem, aumenta o tempo de deslocamento, então, o projeto de rodovia poderia distorcer os resultados se determinado tratamento
(rota) fosse mostrado durante esse período. 
 
Ao selecionar os níveis de fator para um experimento, é fundamental capturar a variação natural do processo. Os níveis que estão próximos
da média do processo podem ocultar a significância do fator em sua provável faixa de valores. Para fatores que são medidos em uma
escala variável, tente selecionar níveis em mais/menos três desvios padrão do valor médio. 
 
Os experimentos projetados são uma ferramenta de análise avançada e poderosa durante os projetos. Um experimentador eficaz pode
1/4(−y1  +  y2  +  y3  −  y4  +  y5  −  y6  −  y7  +  y8) = −2,5
24 = 16  24
filtrar o ruído e descobrir fatores de processo significativos. Os fatores podem ser usados para controlar as propriedades de resposta em um
processo e as equipes podem, então, projetar um processo com a especificação exata que seu produto ou serviço exige. 
 
Um experimento bem construído pode economizar não apenas o tempo do projeto, mas também resolver problemas críticos que
permaneceram invisíveis nos processos. Especificamente, as interações dos fatores podem ser observadas e avaliadas. Por fim, as equipes
aprenderão quais fatores são importantes e quais não são.
VERIFICANDO O APRENDIZADO
1. OS EXPERIMENTOS PROJETADOS TÊM MUITOS USOS POTENCIAIS NA MELHORIA DE PROCESSOS E
PRODUTOS, INCLUINDO:
COMPARAÇÃO DE ALTERNATIVAS.
IDENTIFICAÇÃO DAS ENTRADAS SIGNIFICATIVAS (FATORES) QUE AFETAM UMA SAÍDA (RESPOSTA).
AUMENTAR A VARIABILIDADE.
MELHORAR A "ROBUSTEZ" DO PROCESSO OU PRODUTO.
ESTÁ INCORRETO O QUE SE AFIRMA EM
A) I apenas.
B) II apenas.
C) I e II apenas.
D) III apenas.
E) III e IV apenas.
2. A RESPEITO DAS DIRETRIZES PARA PROJETAR EXPERIMENTOS, VEJA AS AFIRMAÇÕES A SEGUIR:
NÃO É FUNDAMENTAL PARA O SUCESSO DE UM EXPERIMENTO DESENVOLVER TOTALMENTE TODAS
AS IDEIAS SOBRE O PROBLEMA E SOBRE OS OBJETIVOS ESPECÍFICOS DO EXPERIMENTO.
É IMPORTANTE INVESTIGAR TODOS OS FATORES QUE PODEM SER IMPORTANTES E EVITAR SER
EXCESSIVAMENTE INFLUENCIADO POR EXPERIÊNCIAS ANTERIORES, ESPECIALMENTE QUANDO
ESTAMOS NOS ESTÁGIOS INICIAIS DE EXPERIMENTAÇÃO OU QUANDO O PROCESSO NÃO ESTÁ
MUITO MADURO.
ASSIM COMO NO CONTROLE ESTATÍSTICO DO PROCESSO, OS RESULTADOS CONFIÁVEIS DO
EXPERIMENTO SÃO BASEADOS EM DUAS CONDIÇÕES: UM SISTEMA DE MEDIÇÃO CAPAZ E UM
PROCESSO ESTÁVEL.
AO EXECUTAR O EXPERIMENTO, NÃO É VITAL MONITORAR CUIDADOSAMENTE O PROCESSO PARA
GARANTIR QUE TUDO ESTÁ SENDO FEITO DE ACORDO COM O PLANEJADO, POIS SEMPRE HAVERÁ
A POSSIBILIDADE DE REAVALIAÇÃO.
ESTÁ CORRETO O QUE SE AFIRMA EM
A) I e II.
B) I e III.
C) II e III.
D) I, II e III.
E) I, II, III e IV.
GABARITO
1. Os experimentos projetados têm muitos usos potenciais na melhoria de processos e produtos, incluindo:
Comparação de alternativas.
Identificação das entradas significativas (fatores) que afetam uma saída (resposta).
Aumentar a variabilidade.
Melhorar a "robustez" do processo ou produto.
Está incorreto o que se afirma em
A alternativa "D " está correta.
 
A alternativa III está incorreta porque um dos objetivos de realizar experimentos em processos é reduzir a sua variabilidade. As demais
estão absolutamente corretas.
2. A respeito das diretrizes para projetar experimentos, veja as afirmações a seguir:
Não é fundamental para o sucesso de um experimento desenvolver totalmente todas as ideias sobre o problema e sobre os
objetivos específicos do experimento.
É importante investigar todos os fatores que podem ser importantes e evitar ser excessivamente influenciado por
experiências anteriores, especialmente quando estamos nos estágios iniciais de experimentação ou quando o processo não
está muito maduro.
Assim como no controle estatístico do processo, os resultados confiáveis do experimento são baseados em duas condições:
um sistema de medição capaz e um processo estável.
Ao executar o experimento, não é vital monitorar cuidadosamente o processo para garantir que tudo está sendo feito de
acordo com o planejado, pois sempre haverá a possibilidade de reavaliação.
Está correto o que se afirma em
A alternativa "C " está correta.
 
Em experimentos, é fundamental para o seu sucesso que todas as ideias sobre o problema estejam desenvolvidas, assim como é vital
monitorar com cuidado o processo para ter certeza de quetudo está sendo feito como planejado.
MÓDULO 3
 Descrever as funções de perda na qualidade
Funções de perda na qualidade
PERDA NA QUALIDADE
A noção de perda contínua funciona com base na premissa de que cada unidade cuja qualidade característica se desvia de seu valor alvo
declarado inflige uma perda que é medida em termos econômicos. Essa noção contrasta com o método convencional de usar os limites de
especificação para medir o custo de unidades não conformes, segundo o qual cada unidade cujas características de qualidade estejam fora
dos limites de especificação inflige uma perda fixa equivalente ao custo de sua substituição ou correção, e cada unidade dentro desses
limites não ocasiona perdas.
 VOCÊ SABIA
O conceito de porcentagem de defeituosos tem sido amplamente utilizado como medida do nível de qualidade. Quando unidades de
produto defeituosas não são enviadas, isso não deve ser considerado um problema de qualidade, mas um problema de custo.
Suponhamos que você seja um gerente de operações em uma empresa que produz portas de madeira sob medida. Durante o inverno,
devido ao frio, as portas tendem a encolher. Durante o verão, as portas tendem a se expandir por causa do clima quente, o que dificulta sua
abertura. Seu trabalho é produzir uma porta cujas dimensões (comprimento e largura) são definidas para um nível-alvo específico. Em
outras palavras, no inverno a porta não pode deixar nenhum ar frio entrar na casa e deve abrir corretamente no verão.
A métrica tradicional da qualidade é:
todos os produtos dentro das especificações são bons;
todos os produtos fora das especificações são igualmente ruins.
Onde:
LIE = Limite Inferior de Especificação 
LSE = Limite Superior de Especificação
 
Mauro Rezende Filho adaptada por Gabriel Bastos
Infelizmente, essa definição levou a uma mentalidade que se tornou uma barreira à melhoria. Passamos a ver todos os produtos que se
enquadram nos limites das especificações como sendo de igual qualidade.
Considere o seguinte:
PRODUTO A
No valor alvo especificado.
PRODUTO B
No limite de especificação inferior, mas dentro desse limite.
PRODUTO C
No limite de especificação inferior, mas fora desse limite.
 
Elaborada por Mauro Rezende Filho.
Considere uma comparação entre a qualidade da cor de aparelhos de televisão produzidos por duas fábricas pertencentes à mesma
empresa de manufatura. Uma fábrica (A) está localizada no Japão e a outra fábrica (B), nos Estados Unidos. Suponha que a comparação
foi baseada na concentração de cor, que se relaciona ao equilíbrio de cores dos aparelhos de televisão. Embora ambas as fábricas usem o
mesmo projeto, os aparelhos de televisão produzidos na fábrica norte-americana apresentam qualidade inferior. Os consumidores,
consequentemente, preferem os produtos feitos no Japão.
 
Elaborada por Mauro Rezende Filho.
A capacidade do processo dos aparelhos de televisão japoneses é 1. Por outro lado, a distribuição de qualidade dos aparelhos de televisão
norte-americanos (mostrada na figura por uma curva pontilhada) tem menos produtos fora de especificação do que os produtos japoneses,
e é bastante semelhante à curva de distribuição uniforme (figura) para os produtos que estão dentro da tolerância limite. Uma vez que o
desvio padrão da distribuição uniforme é dado por da tolerância, o processo índice de capacidade para esses conjuntos é dado por:
 Atenção! Para visualização completa da equação utilize a rolagem horizontal
FUNÇÃO DE PERDA DE QUALIDADE QUADRÁTICA
A função de perda de qualidade quadrática relaciona a perda de qualidade em valores monetários L(y) para o desvio de um valor alvo (m)
de um valor de resposta medido (y), ou seja, . Então, se “m” for alcançado, a perda será igual a zero.
 
Elaborada por Mauro Rezende Filho.
1
√12
cp = = 0,577
tolerância
6×tolerância/√12
|y –  m|
Assumindo que a perda devido a uma peça defeituosa (descartar, reparar) é A, então, a função de perda por L(y) é uma expansão em série
de Taylor, sobre o valor alvo m:
 
 
 Atenção! Para visualização completa da equação utilize a rolagem horizontal
Como L (y) = 0, quando y = m (por definição, a perda de qualidade é zero quando y = m), e o valor mínimo da função é alcançado nesse
ponto, sua primeira derivada em relação a “m” é zero. Os primeiros dois termos da equação, então, são iguais a zero. Quando
negligenciamos os termos com poderes superiores a 2, a equação se reduz a:
 
 
OU 
 
 Atenção! Para visualização completa da equação utilize a rolagem horizontal
Em que k é uma constante de proporcionalidade.
 
Elaborada por Mauro Rezende Filho.
 Relação entre perda de qualidade e desvio do valor alvo (m).
Quando o desvio da característica funcional do produto é uma quantidade do valor alvo m, a perda é igual a Ao. Então:
 
 
TEMOS 
 
 Atenção! Para visualização completa da equação utilize a rolagem horizontal
L(y)  =  L(m  +  y –  m)
L(y)= L(m)+ (y − m)+ (y − m)2 + …
L' ( m )
1!
L′′ ( m )
2!
L(y)= (y − m)2
L′′ ( m )
2!
L(y)= k(y − m)2
Δ0
A0 = kΔ20
k =
A0
Δ2     0
Obtemos então:
o conceito unificador de qualidade e custo;
a unificação de termos de engenharia e econômicos em um modelo;
a obtenção de estratégias fáceis de otimização de custos;
k = coeficiente de perda de qualidade.
Então:
 = limite funcionai além do qual - 50% do produto do sistema precisam de manutenção pelo cliente.
 em .
 = custo para substituir/reparar o produto.
Exemplo
ASSUMA QUE O CUSTO DE REPARAÇÃO DE FALHAS NA FÁBRICA É DE $2 POR
UNIDADE. COMPARE AS PERDAS DE DESVIOS DO ALVO PARA DUAS
TELEVISÕES, UMA PRODUZIDA NA FÁBRICA A E OUTRA, NA B. LEMBRE-SE DE
QUE O INTERVALO DE TOLERÂNCIA VAI DE M – Δ A M + Δ, ONDE Δ = 5.
RESOLUÇÃO
Para calcular as perdas por desvio do alvo, precisamos determinar a constante “k”. Como Δ = 5 e A = $2, obtemos:
A perda esperada causada pelo desvio da meta na fábrica A será:
Onde é o desvio quadrado médio da meta “m”. Para a fábrica A, é , então:
 ($/unidade)
A perda esperada causada pelo desvio da meta na fábrica B, onde será:
 ($/unidade)
A abordagem da função de perda pode ser usada na avaliação do efeito da melhoria da qualidade. Por exemplo, suponha que a fábrica A
melhorou o processo para que um novo desvio padrão da meta de 10/8 (o anterior é 10/6) seja atingido. Quais seriam as perdas causadas
por desvios do valor alvo?
 ($/unidade)
A perda por unidade de produção, portanto, diminuiria de $0,222 (processo atual) a $0,125, resultando em $0,097 de economia por
unidade.
 Atenção! Para visualização completa da equação utilize a rolagem horizontal
FUNÇÃO DE PERDA / ÍNDICE DE CAPACIDADE DO PROCESSO
m  +  Δo
L(y) = Ao y = m ± Δo
Ao
k = = = 0,08
A0
Δ2     0
2
52
L = kv2    ($/ unidade)
v2 v = 10/6
L = 0,08( )
2
= 0,22210
6
v = 10/√12
L = 0,08( )
2
= 0,66710
√12
L = 0,08( )
2
= 0,12510
8
Vamos ver como a função de perda está relacionada ao índice de capacidade do processo Cp. Para o processo atual e o processo
aprimorado anteriormente temos:
 (PERDAS COM O PROCESSO ATUAL) 
 
 (PERDAS COM O PROCESSO MELHORADO)
 Atenção! Para visualização completa da equação utilize a rolagem horizontal
Dividimos a primeira equação pela segunda para obtermos:
 
 
MAS 
 
 E 
 Atenção! Para visualização completa da equação utilize a rolagem horizontal
Então:
 Atenção! Para visualização completa da equação utilize a rolagem horizontal
Essa equação implica que as perdas causadas pelo desvio são reciprocamente proporcionais aos quadrados dos índices .
CONSEQUÊNCIAS ECONÔMICAS DA REDUÇÃO DAS TOLERÂNCIAS COMO
MEIO DE MELHORAR A QUALIDADE
Conforme ilustrado no exemplo a seguir, a abordagem da função de perda pode ser usada para determinar o impacto econômico de reduzir
a tolerância para melhorar a qualidade do produto. A fim de reduzir a diferença de qualidade e os índices de capacidade de processo entre
aparelhos de televisão produzidos nas fábricas A e B, a gestão da fábrica B reduziu a tolerância de a . O custo de
consertode uma unidade fora das especificações ainda é de $2.
QUAL É O IMPACTO ECONÔMICO DA REDUÇÃO DA TOLERÂNCIA?
Com a tolerância original, a perda esperada é = $0,667. A perda esperada após aperto à tolerância é 
/unidade.
L1 = kv1
2
L2 = kv2
2
=
L1
L2
kv1
2
kv2
2
cp1 =
tolerância
6v1
cp2 =
tolerância
6v2
=L1L2
cp12
cp22
Cp
m ± 5  m ± 5 ⋅ (2/3)
L = kv2
L = 0,08 × ( )
2
= 0,2962
3
10
√12
Se a melhoria do processo foi obtida por reparar as unidades com falha (unidades fora da nova tolerância ) a um custo de $2
por unidade, então, o custo médio de reparo é o seguinte:
CUSTO MÉDIO DE REPARO POR UNIDADE = PORCENTAGEM DE PRODUÇÃO
QUE PRECISA DE REPAROS PARA ATENDER A TOLERÂNCIA X CUSTO DE
REPARO POR UNIDADE = 0,333 X 2 = $0,667.
FUNÇÃO DE PERDA E INSPEÇÃO
A abordagem da função de perda pode ser usada de forma eficaz para determinar se a inspeção 100% pode ser justificada ou não. Deve-se
notar que o objetivo de inspeção é para selecionar ou reparar produtos defeituosos que atendem às especificações fornecidas. Portanto, a
inspeção não pode ser usada para melhorar a qualidade de itens dentro das especificações. A melhoria do processo só pode ser realizada
por meio de técnicas de fabricação ou de aprimoramento do design do produto, não por meio de triagem ou inspeção 100%.
Vamos considerar o caso em que o diâmetro de uma barra de aço inoxidável é . O custo para consertar um defeito na barra é de
$6, e o custo da inspeção é de $0,03 por unidade.
UMA INSPEÇÃO DE 100% DOS ITENS SERIA JUSTIFICADA?
O desvio padrão estimado do processo é 06/10. Então, a perda esperada sem inspeção será de:
 ($/UNIDADE)
 Atenção! Para visualização completa da equação utilize a rolagem horizontal
Onde:
 Atenção! Para visualização completa da equação utilize a rolagem horizontal
Então:
 ($/UNIDADE)
 Atenção! Para visualização completa da equação utilize a rolagem horizontal
Assumindo que a característica do produto segue uma distribuição normal, a proporção dos produtos saindo da especificação, é
0,27 por cento. A variância após a triagem de produtos defeituosos usando 100% de inspeção é obtida usando-se o procedimento
mostrado a seguir.
m ± 5 * (2/3)
m ± 5μm
L = kv2
k = = = 0,24A
Δ2
6
52
L = 0,24( )
2
= 0,667106
m ± 5
Vfora
2
Após a inspeção total, os produtos fora das especificações estão removidos. A função de densidade de probabilidade desses itens que
passaram na triagem (itens aceitáveis) é fornecida dividindo a função de densidade de probabilidade da distribuição normal por Q, a
proporção de itens aceitáveis.
Seja f(y) a função de densidade do normal de distribuição, que é dada por:
 Atenção! Para visualização completa da equação utilize a rolagem horizontal
Em que e são a média e o desvio padrão de uma distribuição normal, respectivamente. A proporção de itens aceitáveis Q será a área
que vemos a seguir e uma distribuição normal com intervalo e .
 Atenção! Para visualização completa da equação utilize a rolagem horizontal
A variância dos itens aceitáveis, , é:
 Atenção! Para visualização completa da equação utilize a rolagem horizontal
Fazendo a integração por partes de , obtemos:
 Atenção! Para visualização completa da equação utilize a rolagem horizontal
O valor esperado das perdas totais no caso da inspeção 100%, L, será:
L = CUSTO DE INSPEÇÃO POR ITEM + PERDAS DE PEÇAS DEFEITUOSAS
ENCONTRADAS NA INSPEÇÃO X FRAÇÃO DE DEFEITOS + 
 POR UNIDADE.
Então, se a perda no caso da inspeção 100% for maior que $0,694 por unidade, ela não se justifica.
VERIFICANDO O APRENDIZADO
f(y)= e
− ( ) [ ]
2
1
σ√2π
1
2
y−μ
σ
μ σ
m– 5 m + 5
Q =
m+5
∫
m−5
e
− ( ) [ ]
2
dy = 0,99731
σ√2π
1
2
y−μ
σ
Vfora
2
Vfora
2 =
m+5
∫
m−5
× (y − m)2e− ( ) [ ]
2
( y−m ) 2dy = 0,997310,9973
1
√2π
6
10
1
2
6
10
Vfora
2
Vfora
2 = ( )
2
× 0,9862106
kv2fora
L = 0, 03 + 6x0, 0027 + 0, 24x( )
2
× 0,9862 = 0, 694106
1. CONSIDERE A PRODUÇÃO DE TRANSFORMADORES DE ALTA TENSÃO. DURANTE A VIDA DESSE TIPO
DE TRANSFORMADOR, A TENSÃO DE SAÍDA PODE MUDAR DEVIDO À DETERIORAÇÃO DE
TRANSISTORES NO CIRCUITO DE POTÊNCIA. SUPONHA QUE UM TRANSFORMADOR NÃO SEJA
ADEQUADO PARA SUA FUNÇÃO PRETENDIDA QUANDO A TENSÃO DE SAÍDA EXCEDE OS LIMITES DE
TOLERÂNCIA DE . EXCEDER OS LIMITES RESULTA EM UMA PERDA (DENOTADA POR A) DE
$300. ANTES DE ENVIÁ-LO PARA UM CLIENTE, O FABRICANTE PODE AJUSTAR A TENSÃO NA PLANTA,
ALTERANDO UM RESISTOR A UM CUSTO DE $1. QUAIS DEVEM SER AS ESPECIFICAÇÕES DO
FABRICANTE?
A) 
B) 
C) 
D) 
E) 
2. UMA MOLA É USADA NA OPERAÇÃO DO OBTURADOR DA CÂMERA. O PROCESSO DE FABRICAÇÃO
SOFRE DE UM GRAU DE VARIABILIDADE, EM TERMOS DA CONSTANTE DA MOLA (MEDIDA EM GR/MM), O
QUE AFETA SIGNIFICATIVAMENTE A PRECISÃO DOS TEMPOS DO OBTURADOR. OS LIMITES FUNCIONAIS
DA CONSTANTE DA MOLA SÃO GR/MM (M = G/MM), E O CUSTO MÉDIO PARA CONSERTAR OU
SUBSTITUIR UMA CÂMERA COM UMA MOLA DEFEITUOSA É DE $20. QUAL É O VALOR DA CONSTANTE DE
PROPORCIONALIDADE?
A) 3,000
B) 1,845
C) 2,178
D) 4,016
E) 2,222
GABARITO
1. Considere a produção de transformadores de alta tensão. Durante a vida desse tipo de transformador, a tensão de saída pode
mudar devido à deterioração de transistores no circuito de potência. Suponha que um transformador não seja adequado para sua
função pretendida quando a tensão de saída excede os limites de tolerância de . Exceder os limites resulta em uma
perda (denotada por A) de $300. Antes de enviá-lo para um cliente, o fabricante pode ajustar a tensão na planta, alterando um
resistor a um custo de $1. Quais devem ser as especificações do fabricante?
A alternativa "B " está correta.
 
A perda causada pela variação do produto em relação ao valor alvo, L (y), é:
Onde m é o valor alvo (115V neste caso) e k é a constante de proporcionalidade.
A função de perda:
115 ± 25V
115 ± 1, 2V
115 ± 1, 4V
115 ± 3, 8V
115 ± 5, 4V
115 ± 6, 7V
m ± 3 
115 ± 25V
L(y) = k(y − m)2
k = = = 0,48A
Δ2
300
252
L( y)  =  0, 48( y  − 115)2
Supõe-se que a variação permitida da tensão de saída para o cliente é . A variação permitida na planta será diferente, porque é
fácil ajustar a tensão para o valor alvo mudando um resistor no circuito. A perda ou custo do ajuste para o fabricante é $1. A substituição
desse valor na equação acima produz:
 
 
2. Uma mola é usada na operação do obturador da câmera. O processo de fabricação sofre de um grau de variabilidade, em
termos da constante da mola (medida em gr/mm), o que afeta significativamente a precisão dos tempos do obturador. Os limites
funcionais da constante da mola são gr/mm (m = g/mm), e o custo médio para consertar ou substituir uma câmera com
uma mola defeituosa é de $20. Qual é o valor da constante de proporcionalidade?
A alternativa "E " está correta.
 
Para calcular as perdas por desvio do alvo, precisamos determinar a constante “k”. Como Δ = 0,3 e A = $22, obtemos:
MÓDULO 4
 Reconhecer a importância do Gerenciamento da Qualidade Total (Total Quality Management – TQM)
A importância do Gerenciamento da Qualidade Total
115 ± 25V
1  =  0,48( y  − 115)2
y = 115 ± √ = 115 ± 1,41
0,48
m ± 3 
k = = = 2,222
A0
Δ2     0
20
32
 
Imagem: Shutterstock.com
A qualidade possui muitos aspectos, que podem estar em diferentes níveis (produto, organização etc.). Diferentes organizações aderem a
padrões de qualidade com base em seus requisitos. Vamos definir o significado de gerenciamento da qualidade, controle de qualidade e
qualidade total. Devemos entender o que cada um significa e como eles diferem um do outro.
 SAIBA MAIS
Edward Deming é o pai da gestão da qualidade. Em 1950, ele definiu qualidade como algo que se encaixa para o propósito da empresa, ou
seja, seu objetivo de produção ou prestação de serviço. A qualidade é interpretada por Deming como a não inferioridade ou superioridade
de algo. Isso é especialmente verdadeiro para negócios, engenharia e manufatura. Também podemos entender qualidade como aquilo que
é adequado para a finalidade pretendida, para o propósito, ao mesmotempo que satisfaz as expectativas do cliente.
A qualidade é entendida de maneiras diferentes por pessoas diferentes. Ela é um atributo perceptivo, condicional e um tanto subjetivo.
Trata-se de um conceito importante para todas as organizações, e pode ser expresso como uma medida usada para estimar os padrões de
um produto ou serviço.
Vejamos o exemplo de um fabricante de lâmpadas tubulares. O fabricante diz que a lâmpada tubular que produz possui 40 watts e funciona
por 10 mil horas. Se qualidade é aquilo que é adequado para a finalidade pretendida, como vimos, então, do ponto de vista do cliente, a
lâmpada será considerada de boa qualidade se:
 
Imagem: Shutterstock.com
emitir a luz que uma lâmpada tubular de 40 Watts deve emitir;
funcionar por 10 mil horas;
ligar assim que for acionada;
gerar pouco calor;
não quebrar facilmente.
Os consumidores podem se concentrar na qualidade da especificação de um produto/serviço. Eles o comparam aos concorrentes no
mercado. Os produtores podem medir a qualidade de conformidade ou o grau em que o produto/serviço foi produzido corretamente. O
pessoal do suporte pode medir a qualidade de um produto de acordo com a sua confiabilidade, facilidade de manutenção ou
sustentabilidade. Após essa breve introdução, você pode pensar melhor sobre o que seja qualidade. Agora, vamos entender o controle de
qualidade.
O CONTROLE DE QUALIDADE TAMBÉM É CONHECIDO COMO CQ. É UM
PROCESSO PELO QUAL AS ENTIDADES REVISAM A QUALIDADE DE TODOS OS
FATORES ENVOLVIDOS NA PRODUÇÃO. O CQ SE CONCENTRA EM GARANTIR
QUE UM PRODUTO ATENDA AO PADRÃO TÉCNICO DE QUALIDADE
PRESCRITO. ELE TAMBÉM DEVE ATENDER AOS REQUISITOS DO CLIENTE.
ENVOLVE A VERIFICAÇÃO FÍSICA DAS ATIVIDADES EM CADA ESTÁGIO DE
PRODUÇÃO ESPECIFICADO. ISSO ABRANGE OS CICLOS DE RECEBIMENTO DE
MATERIAIS E FABRICAÇÃO PARA TESTE, EMBALAGEM E ENVIO. PORTANTO, O
CONTROLE DE QUALIDADE É ORIENTADO PARA O PRODUTO E SE
CONCENTRA NA IDENTIFICAÇÃO DE DEFEITOS.
Voltemos ao nosso exemplo de uma lâmpada tubular. O que é controle de qualidade aqui? Do lado do fabricante, pode ser algo como
alguém testando se:
funciona quando ligada;
emite a luz esperada de uma lâmpada tubular de 40 W;
não esquenta muito;
a embalagem é adequada.
O fabricante decidirá que tamanho de amostra ele gostaria de obter. Pode haver muitas dessas verificações. O ponto a ser observado aqui
é que os testes são feitos para identificar produtos defeituosos. E quanto ao controle de qualidade em softwares? Eles podem ter revisões
para verificar bugs em códigos, funcionalidade que não esteja funcionando como pretendido etc. Tudo isso é identificado durante os testes.
 ATENÇÃO
A garantia da qualidade é orientada para o processo e se concentra na prevenção de defeitos e em tornar as operações mais eficientes e
confiáveis. Assim, podemos ver o que é Total Quality Management (TQM).
 
Elaborado por Mauro Rezende Filho.
 Fluxograma: Distinção entre CQ, GQ e TQM.
As diferenças entre Gestão da Qualidade Total (TQM) e Controle de Qualidade (CQ) podem ser assim relacionadas:
TQM CQ
SOFTWARE
A TQM foca a contínua melhoria do processo de elaboração do software.
CQ se preocupa em garantir que um produto
atenda ao padrão técnico de qualidade prescrito
e a requisitos do cliente.
TIPOS DE EXPERIMENTOS
Pesquisa causal que analisa o efeito da variável independente sobre a
variável dependente. Ajuda a encontrar a eficácia da implementação do TQM.
Experimentos relacionados à inspeção, revisão;
determinar onde definir as entradas para obter a
saída conforme desejado.
PROJETOS DE EXPERIMENTOS
O DOE (Design of Experiments) se concentra em melhorias contínuas. Como
exemplo pode ser citado o método de Taguchi, que é um método de
otimização de processo/produto baseado em 8 etapas de planejamento,
condução e avaliação da matriz de resultados dos experimentos para
determinar os melhores níveis de fatores de controle. O objetivo principal é
manter a variação na saída muito baixa, mesmo na presença de ruído na
entrada.
O DOE que se concentra em produtos pode ser
usado aqui. DOEs lidam com planejamento,
condução, análise e interpretação de testes
controlados para avaliar os fatores que
controlam o valor de um parâmetro ou grupo de
parâmetros. Isso pode estar relacionado à
pesquisa quantitativa.
TÉCNICAS ESTATÍSTICAS
TQM CQ
Métodos estatísticos para análise de capacidade do processo são usados
aqui. A avaliação das capacidades de um processo ou uma máquina em
relação às expectativas de um cliente é amplamente compreendida (um
cliente pode ser o processo subsequente). Nessa faixa, determinam-se os
índices de capacidade de um processo ou uma máquina. O foco é reduzir as
variações.
As 7 ferramentas de controle de qualidade (7-
QC) são usadas aqui:
diagrama de causa e efeito (também
chamado de diagrama de Ishikawa ou
diagrama de espinha de peixe);
planilha de verificação;
gráfico de controle;
histograma;
diagrama de Pareto;
diagrama de dispersão;
estratificação.
MÉTRICAS DEPARTAMENTAIS
A estrutura Baldrige foi usada para identificar seis medidas-chave de sucesso
da TQM:
envolvimento da gestão;
planejamento estratégico da qualidade;
envolvimento dos funcionários;
treinamento;
capacidade do processo;
percepções do cliente.
As métricas são baseadas na redução de
defeitos e taxa de defeito.
METAS DE DESEMPENHO
TQM CQ
As metas são medidas com base nos conceitos da TQM para traduzir as
necessidades do cliente em métricas, ou seja:
foco no cliente;
liderança;
trabalho em equipe;
melhoria contínua;
medição e benchmarking;
QFD (Quality Function Deployment).
Defeitos atuais, taxas de defeitos e densidade de
defeitos são quantificados. Os objetivos de
desempenho são definidos para reduzi-los a uma
porcentagem em um tempo especificado.
 Atenção! Para visualização completa da tabela utilize a rolagem horizontal
 Quadro: Diferenças entre Gestão da Qualidade Total (TQM) e Controle de Qualidade. 
Elaborado por Mauro Rezende Filho.
ORIGEM E CONCEITO DA TQM
A origem exata do termo "Gerenciamento Total da Qualidade" é incerta. Pode ter sido:
Inspirado no livro Total Quality Control, de múltiplas edições, de Armand V. Feigenbaum, ou no livro de Kaoru Ishikawa, What Is Total
Quality Control?
Cunhado pela primeira vez pelo Departamento de Comércio e Indústria do Reino Unido durante a "Campanha Nacional de Qualidade", de
1983.
Cunhado pela primeira vez nos Estados Unidos, pelo Naval Air Systems Command para descrever seus esforços de melhoria da qualidade,
em 1985.
A TQM é um nível organizacional estratégico que consiste em infundir aspectos da qualidade em toda a organização, o que inclui produtos,
processos, operações internas e todos os outros departamentos. Também pode ser estendido a fornecedores, para garantir insumos de boa
qualidade. Ele demanda feedback contínuo e refinamentos para melhorias.
A TQM instala e torna permanente um clima no qual os funcionários melhoram continuamente suas habilidades. Isso ajuda a fornecer
produtos e serviços sob demanda, que os clientes acharão de valor especial. "Total" enfatiza que os departamentos são obrigados a
melhorar suas operações. Inclui todos os departamentos, como vendas e marketing, contabilidade e finanças, engenharia e projeto.
"Gerenciamento" enfatiza que os executivos são obrigados a gerenciar ativamente a qualidade. Isso poderá ser por meio de financiamento,
treinamento, pessoal e definição de metas.
 
Imagem: Shutterstock.com
Embora não haja uma abordagem amplamente aceita, os esforços da TQM normalmente se baseiam nas ferramentas e técnicas de
controle de qualidade vistas no Módulo 1.
A definição de Gestão da Qualidade Total pode ser:
Um sistema de gestão baseado no princípio de que cada membro da equipe deve estar comprometido em manter altos padrões de
trabalho em todos os aspectos das operações de uma empresa.
 
Elaborado por Mauro Rezende Filho.
 Fluxograma: TQM – Sistema, método e propósito.
Em primeiro lugar, o sistemainclui todas as pessoas, de todos os departamentos, em todos os níveis. Em segundo lugar, o método funciona
com o método de gestão e com o método analítico. Em terceiro lugar, o propósito absorve a qualidade, o custo, o ambiente, a entrega e a
segurança.
Os 6 Cs da TQM são:
comprometimento;
cultura;
contínua melhoria;
cooperação;
cliente;
controle.
 RELEMBRANDO
TQM é uma filosofia que acredita na responsabilidade de toda a empresa em relação à qualidade, promovendo uma cultura da qualidade
em toda a organização e a melhoria contínua da qualidade do trabalho de todos os colaboradores, tendo em vista o melhor cumprimento
das necessidades dos clientes.
CUSTOS DA QUALIDADE NA TQM
 
Imagem: Shutterstock.com
Muitas empresas acreditam que os custos da introdução da TQM são muito maiores do que os benefícios que produzirá. No entanto, a
pesquisa em uma série de indústrias cujos custos envolvidos por não fazer nada, ou seja, custos diretos e indiretos, os custos com
problemas de qualidade são muito maiores do que os custos de implementação da TQM.
O ESPECIALISTA NORTE-AMERICANO EM QUALIDADE, PHILIP CROSBY,
ESCREVEU QUE MUITAS EMPRESAS OPTARAM POR PAGAR PELA BAIXA
QUALIDADE, REFERIDA POR ELE COMO O “PREÇO DA NÃO CONFORMIDADE”.
Os custos são identificados no Modelo de Prevenção, Avaliação, Falhas (PAF).
CUSTOS DE PREVENÇÃO
Estão associados ao projeto, implementação e manutenção do sistema TQM. Eles são planejados e incorrem antes da operação real, e
podem incluir: 
 
• requisitos do produto: as especificações de configuração para materiais recebidos, processos e produtos acabados / serviços; 
• planejamento da qualidade: criação de planos da qualidade, confiabilidade, operacional, produção e inspeções; 
• garantia da qualidade: a criação e manutenção do sistema da qualidade; 
• Treinamento: o desenvolvimento, preparação e manutenção de processos.
CUSTOS DE AVALIAÇÃO
Estão associados à avaliação dos fornecedores e clientes dos materiais e aos serviços adquiridos para garantir que estejam dentro das
especificações. Eles podem incluir: 
 
• verificação: inspeção do material recebido em relação às especificações acordadas; 
• auditorias da qualidade: auditar se o sistema da qualidade está funcionando corretamente; 
• avaliação de fornecedores: avaliação e aprovação de fornecedores.
CUSTOS DE FALHA
Podem ser divididos em resultantes de falha interna e externa. Os custos de falha interna ocorrem quando os resultados não atingem os
padrões de qualidade e são detectados antes de serem enviados ao cliente. Isso pode incluir: 
 
• desperdício: trabalho desnecessário ou retenção de estoques como resultado de erros ou má organização ou comunicação; 
• sucata: produto ou material com defeito que não pode ser reparado, usado ou vendido; 
• retrabalho: correção de material defeituoso ou de erros; 
• análise de falha: isso é necessário para estabelecer as causas da falha interna do produto. 
Os custos de falha externa ocorrem quando os produtos ou serviços não atingem os padrões de qualidade, mas não são detectados até
que o cliente receba o item. Isso pode incluir: 
 
• reparos: manutenção de produtos devolvidos ou consertados no local do cliente; 
• reivindicações de garantia: os itens são substituídos ou os serviços reexecutados na garantia; 
• reclamações: todo o trabalho e custos associados ao tratamento das reclamações dos clientes; 
• devoluções: transporte, investigação e manuseio de itens devolvidos. 
 
A cadeia de suprimentos otimizada deve entregar produtos de qualidade no prazo para seus clientes, custando menos dinheiro possível. a
TQM ajudará a atingir esse objetivo.
VERIFICANDO O APRENDIZADO
1. IF-RS – 2015. A GESTÃO DE QUALIDADE TOTAL (TQM – TOTAL QUALITY MANAGEMENT) MOSTRA-SE
COMO UMA ABORDAGEM BASTANTE SIGNIFICATIVA COM RELAÇÃO AO APRIMORAMENTO DA GESTÃO
DE OPERAÇÕES E DE PROCESSOS. NESSE SENTIDO, É POSSÍVEL AFIRMAR QUE
A) a TQM pode auxiliar no melhoramento dos processos organizacionais, sendo que está baseada no atendimento das necessidades e
expectativas dos consumidores, no envolvimento de todas as pessoas da organização, na análise dos custos e na melhoria contínua.
B) a TQM certamente é responsável pelo melhoramento dos processos organizacionais de forma muito ágil, sendo que se trata de uma
filosofia de trabalho centrada nas pessoas.
C) a TQM é responsável pela melhoria dos processos organizacionais, sendo que a qualidade total é uma filosofia de trabalho com foco na
produção de bens com qualidade assegurada.
D) a TQM é capaz de transformar o desempenho de uma organização rapidamente, pois está baseada no controle da uniformidade dos
produtos e na redução de custos, e não nas necessidades dos clientes.
E) a responsabilidade pela qualidade total em uma organização é da alta administração, não exigindo o envolvimento de todas as pessoas
que fazem parte da empresa.
2. OBSERVE AS AFIRMATIVAS A SEGUIR:
I. A GESTÃO DA QUALIDADE ESTABELECE QUE OS RECURSOS HUMANOS DEVEM SER
VALORIZADOS E ENTENDIDOS COMO INTEGRANTES DO SUCESSO DA ORGANIZAÇÃO.
II. NA POLÍTICA DA QUALIDADE, DESDE QUE O PRODUTO FINAL ATENDA ÀS ESPECIFICAÇÕES
TÉCNICAS ESTABELECIDAS NO PROCESSO PRODUTIVO, CONSIDERA-SE QUE O CLIENTE ESTÁ
SATISFEITO.
III. A GESTÃO DA QUALIDADE ESTABELECE QUE OS PROCESSOS DEVEM SER CONTINUAMENTE
ESTUDADOS E PLANEJADOS PARA QUE MELHORIAS SEJAM IMPLEMENTADAS E CONTROLADAS.
IV. A GESTÃO DA QUALIDADE NO ÂMBITO DOS SERVIÇOS BUSCA ESTABELECER DE MANEIRA
OBJETIVA OS LIMITES ENTRE PRODUÇÃO E CONSUMO, OU SEJA, DELIMITAR ONDE TERMINA A
PRODUÇÃO E ONDE COMEÇA O CONSUMO.
ESTÁ CORRETO O QUE SE AFIRMA EM
A) I, II e III.
B) I, II e IV.
C) I e III.
D) I e IV.
E) III e IV.
GABARITO
1. IF-RS – 2015. A Gestão de Qualidade Total (TQM – Total Quality Management) mostra-se como uma abordagem bastante
significativa com relação ao aprimoramento da gestão de operações e de processos. Nesse sentido, é possível afirmar que
A alternativa "A " está correta.
 
A TQM tem por objetivo a melhoria dos processos para incrementar a qualidade dos produtos. Seus elementos-chave incluem melhoria
contínua, foco no cliente, melhoria de processo, lado humano da qualidade e métricas, modelos, medição, análise, bem como os custos
envolvidos com refugos e retrabalhos.
2. Observe as afirmativas a seguir:
I. A gestão da qualidade estabelece que os recursos humanos devem ser valorizados e entendidos como integrantes do
sucesso da organização.
II. Na política da qualidade, desde que o produto final atenda às especificações técnicas estabelecidas no processo
produtivo, considera-se que o cliente está satisfeito.
III. A gestão da qualidade estabelece que os processos devem ser continuamente estudados e planejados para que melhorias
sejam implementadas e controladas.
IV. A gestão da qualidade no âmbito dos serviços busca estabelecer de maneira objetiva os limites entre produção e
consumo, ou seja, delimitar onde termina a produção e onde começa o consumo.
Está correto o que se afirma em
A alternativa "C " está correta.
 
A Alternativa I está correta, pois os recursos humanos são parte fundamental da garantia da qualidade; a alternativa II está errada, pois no
foco do cliente o produto deve atender suas expectativas, que são definidas nos limites de controle de especificações; a alternativa III está
correta, pois o foco da qualidade é a melhoria contínua; a alternativa IV está errada, pois no controle da qualidade, produção e consumo
têm o mesmo objetivo, que é a satisfação das necessidades do cliente, portanto, estão intimamente correlacionados.
CONCLUSÃO
CONSIDERAÇÕES FINAIS
Neste conteúdo, você viu alguns tópicos interessantes quando falamos em controle estatístico da qualidade, tais como as sete ferramentas
da qualidade, que são de grande valia na identificação e solução de problemas da qualidade; os experimentos e novos projetos; as funções
de perda de qualidade; a TQM.
Apresentamos os conceitos de controle estatístico da qualidade, juntamente