Baixe o app para aproveitar ainda mais
Prévia do material em texto
Ferramentas da Qualidade: GRÁFICO DE CONTROLE E CONTROLE ESTATÍSTICO DE PROCESSOS Sumário ▪ O que é o Gráfico de Controle, de onde surgiu e qual é a ideia por trás do Controle Estatístico de Processos (CEP); ▪ Quando usar estas técnicas; ▪ Conceito de Variabilidade – a base fundamental para entender o CEP; ▪ O passo a passo detalhado para se implementar a técnica; ▪ Cases reais de análises e implementações; ▪ Exercícios usando softwares. O Controle Estatístico de Processos O começo ▪ Criado e disseminado por Walter Shewhart quando este trabalhava no Bell Labs ▪ Intuito: resolver um problema simples: a descalibração de uma máquina. ▪ Logo de cara, a possibilidade de aplicações em outros campos foi vislumbrada. Então, o que é? São gráficos que dizem se o nosso processo está estável ou não. A partir do acompanhamento periódico de um indicador, sabemos se ele está sob a influência de causas especiais, o que nos ajuda a aprender mais sobre o que está acontecendo. Quando Utilizar ▪ Analisar a estabilidade de um determinado processo; ▪ Entender se existem causas especiais que devam ser estudadas; ▪ Se controlar estatisticamente o resultado de um processo; ▪ Identificar descalibrações; ▪ Entender a fundo o comportamento de um indicador ao longo do tempo. Vamos ver Cases para várias dessas situações! Entendendo o conceito de variabilidade O que significa entender a variabilidade? ▪ Processos e produtos podem ser descritos a partir de uma característica de qualidade (que usualmente chamamos de indicador). ▪ Variação, ou variabilidade, está sempre impressa à essa característica – nada é exatamente igual em 2 períodos de tempo. ▪ Tomamos ações com base na análise dessa característica; ▪ Entender a variação é tomar a ação correta com base nos dados apresentados (assim como fez Shewhart!) O que significa entender a variabilidade? ▪ Em outras palavras: temos dois tipos de variação. ▪ Um ponto pode ser diferente do outro por que as coisas estão estáveis (causas comuns) ou porque existem condições distintas quando ele foi feito (causas especiais). ▪ Vamos ver um exemplo ilustrativo... Os modelos estatísticos permitem a nós justamente identificar isso. Como aplicamos, então, a técnica? Passo a Passo para o CEP 1. Defina o seu problema e sua métrica Atividades Descobrir qual é a característica de qualidade que queremos controlar. Caso o indicador não esteja sendo monitorado, coletar dados sobre o processo para fazer nosso controle estatístico Escolher entre os diversos modelos estatísticos, qual é o correto para a sua análise. Calcular a linha média e os limites de controle. Identificar onde estão as causas comuns e especiais e tomar ações! Tome as ações necessárias para melhorar o seu processo Como O que queremos analisar? Qual o período de tempo que vamos observar? ▪ Árvore CTC ▪ Formulários de Coleta de dados ▪ Folha de verificação ▪ Banco de dados ▪ Conhecendo os tipos de gráfico de controle ▪ Histograma ou gráfico probabilístico normal ▪ Transformação de variáveis ▪ Com a ajuda de softwares! ▪ Minitab ▪ Excel (para alguns casos) ▪ Regras para a identificação de causas especiais ▪ Restabelecendo as condições básicas do processo ▪ Obtendo insights sobre o que fazer ▪ Quantificando estatisticamente ações Saídas Indicador claro a ser analisado. Dados do problema tabulados Planejamento da análise Gráfico de Controle Plotado Instabilidades descobertas Plano de ação! 2. Colete dados sobre o problema 3. Avalie a distribuição e o tipo de gráfico a ser usado 4. Construa o seu gráfico de controle 5. Analise a variação 6. Tome ações Ponto muito importante! Passo 1 – Definindo o indicador que queremos analisar ▪ Qual indicador está relacionado com o que queremos analisar? ▪ Possuímos mais de um indicador de referência? ▪ Qual é o impacto na qualidade percebida pelo cliente (árvore CTC)? Esta é a etapa mais fundamental de toda a utilização, embora seja muitas vezes negligenciada. cm Kg min Lembrando sempre: Quando utilizar o CEP ▪ Analisar a estabilidade de um determinado processo; ▪ Entender se existem causas especiais que devam ser estudadas; ▪ Se controlar estatisticamente o resultado de um processo; ▪ Identificar descalibrações; ▪ Entender a fundo o comportamento de um indicador ao longo do tempo. Passo 1 – Definindo o indicador que queremos analisar Algumas dicas – Indicadores “clássicos” Para máquinas: condições base (temperatura, vibração, pressão, tensão, etc.) Para serviços: tempos (de processo, de resposta, etc.), produtividade (processos por pessoa, processos por setor, etc.) Para qualidade: % de itens defeituosos, número de defeitos por peças, etc. Para negócios: custos, demanda, vendas, etc. Para área da saúde: tempo de atendimento, tempo de ocupação de leito, número de atendimentos, etc. Passo 2 – Colete e estruture dados sobre o indicador Conforme vamos ver mais pra frente, os gráficos de controle serão montados a partir do que chamamos de dados estruturados. Dados estruturados tem: ▪ Eventos, ou observações, nas linhas ▪ Variáveis, ou características, nas colunas Entenda bem claro o que é o seu “evento” e quais são as “variáveis” que você vai querer medir. Uma variável de tempo também deve ser coletada para o gráfico de controle Passo 2 – Exemplos de dados estruturados Voo Hora de saída Hora de chegada Tempo total Dia Cia Aérea Atrasado? Número de pass. 1227 14:55 16:35 1:40 02/06 Air Fantasy Não 115 3535 11:10 12:12 1:02 02/06 Air Arábia Não 128 9091 22:20 0:30 2:10 03/06 Air Fantasy Sim 152 5018 12:15 14:15 2:00 03/06 Gringo Air Sim 395 6565 18:00 20:04 4:04 03/06 Air Fantasy Sim 110 Observação Variável de interesse Variável de tempo Voo Hora de saída Hora de chegada Tempo total Dia Cia Aérea Atrasado? Número de pass. 1227 14:55 16:35 1:40 02/06 Air Fantasy Não 115 3535 11:10 12:12 1:02 02/06 Air Arábia Não 128 9091 22:20 0:30 2:10 03/06 Air Fantasy Sim 152 5018 12:15 14:15 2:00 03/06 Gringo Air Sim 395 6565 18:00 20:04 4:04 03/06 Air Fantasy Sim 110 Passo 2 – Como coletar os dados? Observação Variáveis de interesse Variável de tempo Formulário de coleta de dados Medições automáticas (de sensores ou de softwares de “chamado”) Passo 3 – Escolha o tipo de gráfico correto ▪ Diferentes gráficos de controle utilizam diferentes modelos estatísticos (como a distribuição normal, que é uma delas). ▪ Estes modelos afetam no cálculo dos limites de controle e da linha central. Embora não precisamos conhece-las em detalhes, é importante saber como escolher qual. ▪ Temos que saber duas coisas, para escolher o gráfico certo: 1. O tipo de Variável 2. O tamanho do subgrupo (que determina quantas observações vamos usar por período de tempo). Passo 3 – Os possíveis tipos de variáveis Temos 3 tipos de variáveis: ▪ Variáveis de classificação (como cor – azul, amarelo, vermelho, etc.) ▪ Variáveis de contagem (que assumem valores discretos – 1, 2, 3, etc.) ▪ Variáveis contínuas (que podem assumir qualquer valor quando ligados á uma unidade – 1,34948 m, 2,93 g, etc.) Passo 3 – Os possíveis tipos de variáveis Tipo de Variáveis Característica de Qualidade Dado registrado Atributos Classificação Desempenho da entrega Entrega no prazo/atrasado Retrabalho Sem/Com Arranhões Sem/Com Contagem Mudanças Número de mudanças/projeto Acidentes Número de acidentes/por mês Arranhões Número de arranhões/ superfície Contínuas Contínuas Tempo Minutos atrasados Peso Gramas Arranhões Tamanho em cm do arranhão Variáveis de classificação e contagem são normalmente chamadas de atributos. Variáveis contínuas podem ser analisadas individualmente, ou comoestatísticas do período de tempo ou amostragem (média de tempo de atendimento em um dia). Vamos ver os modelos? Passo 3 – Os tipos de gráfico Aprofundando no passo 3 Gráficos de Atributos Quais nossos tipos de gráficos? Temos dois tipos de gráficos mais usuais para atributos: Gráfico p: para variáveis de classificação (% de unidades “defeituosas” ou em determinada classificação) Gráfico u: para variáveis de contagem (número de defeitos, ou outra contagem, por unidade dentro de uma amostragem) Amostra Unidades Amostradas/Amostra Nº de unidades defeituosas Proporção de unidades defeituosas 1 200 20 0,1 2 100 30 0,3 3 300 10 0,03 - - - - - - - - - - - - - - - - - - - - 24 150 20 0,13 (n ) (p ) Numero de defeituosos Tamanho da Amostra O Gráfico P plota esta coluna O gráfico p Um exemplo de gráfico p Dados sobre absenteísmo – 90 funcionários Dia Total de Ausências p Ausências Não Justificadas p 1 10 0.11 2 0.02 2 8 0.09 3 0.03 3 14 0.16 1 0.01 4 6 0.07 1 0.01 5 8 0.09 1 0.01 6 7 0.08 2 0.02 7 16 0.18 0 0.00 8 12 0.13 3 0.03 9 10 0.11 1 0.01 10 9 0.10 8 0.09 11 12 0.13 1 0.01 12 10 0.11 2 0.02 13 14 0.16 0 0.00 14 4 0.04 4 0.04 15 8 0.09 3 0.03 16 12 0.13 1 0.01 17 9 0.10 0 0.00 18 5 0.06 2 0.02 19 14 0.16 1 0.01 20 10 0.11 0 0.00 Semana Unidades Processadas/Semana Nº de erros Nº de erros por unidade 1 104 15 0,14 2 21 4 0,19 3 18 3 0,17 - - - - - - - - - - - - - - - - - - - - 24 25 5 0,20 (a) (c) O gráfico u (U) (c) = número de erros encontrados nas unidades processadas (a) = área de oportunidade: Número de unidades processadas por semana O gráfico-u se faz com esta coluna U = (c/a) Um exemplo de gráfico u Mês/ Ano (oportunidade) Número de acidentes (C) Mês/ Ano (oportunidade) Número de acidentes (C) Janeiro 1989 6 Janeiro 1990 10 Fevereiro 2 Fevereiro 5 Março 4 Março 9 Abril 8 Abril 4 Maio 5 Maio 3 Junho 4 Junho 2 Julho 23 Julho 2 Agosto 7 Agosto 1 Setembro 3 Setembro 3 Outubro 15 Outubro 4 Novembro 12 Novembro 3 Dezembro 7 Dezembro 1 Vamos ver como geramos estes gráficos (passo 4)? Aprofundando no passo 3 Gráficos para variáveis contínuas Quais nossos tipos de gráficos? Temos dois tipos de gráficos mais usuais para contínuas Gráfico de individuais: que plota os valores individuais de uma variável contínua. Gráficos do tipo “x-barra” (x-barra s e x- barra R): que plota a média dos valores de uma amostra e o seu desvio padrão (s) ou amplitude (R) para cada unidade de tempo. Exemplo de gráfico de individuais Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez 1989 19 27 20 16 18 25 22 24 17 25 15 17 1990 20 22 19 16 22 19 25 22 18 20 16 17 1991 20 15 27 25 17 19 28 Inventário em processo Exemplo de gráfico de x-barra s Semana Amostra 1 45 48 48 2 46 46 44 3 41 47 47 4 41 44 45 5 43 50 41 6 41 45 47 7 48 46 46 8 48 44 45 9 49 45 46 10 46 50 44 11 42 46 48 12 42 49 47 13 54 56 49 14 43 44 45 15 42 45 59 16 44 47 44 17 46 51 45 18 44 42 40 19 45 45 46 20 42 47 43 Cada ponto neste gráfico é a média de um subgrupo. Cada ponto neste gráfico é o desvio padrão dentro do mesmo subgrupo. Mas CUIDADO! Para que seu gráfico faça sentido, ele precisa ser aproximável por uma “normal” Temos que fazer um histograma ou um gráfico probabilístico normal para avaliar se nossos dados podem ser aproximados por uma normal. Se eles não forem, temos que fazer uma transformação de variáveis... Vamos ver como desenvolvemos um gráfico de individuais (passo 4)? Passo 5 – Analisando as causas comuns e especiais Após desenharmos nossos gráficos, temos que saber identificar onde estão as causas especiais. 3 regras para isso são dadas, baseadas nas distribuições de probabilidade: Uma observação além de um limite de controle. Uma sequência de oito ou mais pontos acima ou abaixo da média. Uma sequência de seis ou mais pontos crescentes ou decrescentes. Passo 6 – Tomando ações Processo estável Processo instável Métodos Primários de Investigação 1. Planejamento de Experimentos 1. Gráficos de controle 2. Subgrupamento / estratificação 2. Subgrupamento / estratificação 3. Gráficos de controle 3. Planejamento de Experimentos Responsabilidade pela investigação 1. Peritos técnicos 1. Trabalhadores do processo 2. Supervisores 2. Supervisores 3. Trabalhadores do processo 3. Peritos técnicos Responsabilidade pela melhoria 1. Gerência 1. Supervisores 2. Peritos técnicos 2. Peritos técnicos 3. Supervisores 3. Gerência 4. Trabalhadores no processo 4. Trabalhadores no processo Processo estável Processo instável Passo 6 – Tomando ações Reagir a um resultado como se viesse de uma causa especial, quando na verdade vem de causas comuns de variação. Tratar um resultado como se viesse de causas comuns de variação, quando na verdade vem de uma causa especial Passo 6 – Tomando ações Como se pode atender as especificações do cliente? Passo 6 – Tomando ações Passo 6 – Tomando ações Qual situação é adequada? Passo a Passo para o CEP 1. Defina o seu problema e sua métrica Atividades Descobrir qual é a característica de qualidade que queremos controlar. Caso o indicador não esteja sendo monitorado, coletar dados sobre o processo para fazer nosso controle estatístico Escolher entre os diversos modelos estatísticos, qual é o correto para a sua análise. Calcular a linha média e os limites de controle. Identificar onde estão as causas comuns e especiais e tomar ações! Tome as ações necessárias para melhorar o seu processo Como O que queremos analisar? Qual o período de tempo que vamos observar? ▪ Árvore CTC ▪ Formulários de Coleta de dados ▪ Folha de verificação ▪ Banco de dados ▪ Conhecendo os tipos de gráfico de controle ▪ Histograma ou gráfico probabilístico normal ▪ Transformação de variáveis ▪ Com a ajuda de softwares! ▪ Minitab ▪ Excel (para alguns casos) ▪ Regras para a identificação de causas especiais ▪ Restabelecendo as condições básicas do processo ▪ Obtendo insights sobre o que fazer ▪ Quantificando estatisticamente ações Saídas Indicador claro a ser analisado. Dados do problema tabulados Planejamento da análise Gráfico de Controle Plotado Instabilidades descobertas Plano de ação! 2. Colete dados sobre o problema 3. Avalie a distribuição e o tipo de gráfico a ser usado 4. Construa o seu gráfico de controle 5. Analise a variação 6. Tome ações Ponto muito importante!
Compartilhar