[NPG7645] Aula_3

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:
 
 Quadro: Verificação do caminhão para viagem. 
Elaborado por Mauro Rezende Filho
javascript:void(0)
javascript:void(0)
javascript:void(0)
javascript:void(0)
 
 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,denominado Diagrama 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.
javascript:void(0)
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
 
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 Rezende Filho.
 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.
AMPLITUDE =  R =  15,48 –  8,58 =  6,90 MINUTOS
 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).
K = √50 = 7,07 = 7
 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
 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 umacombinação de máquinas,
métodos e pessoas que 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 x1 ,   x2 ,   . . . ,   xp   são controláveis, enquanto outras, z1 ,   z2 ,   . . . ,   zq,
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.
 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 variaçãoinexplicável podem obscurecer os resultados.
Observe que o termo "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 23   =   8
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.
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
na primeira 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 24 -1   planejamento fatorial fracionário. Em vez de usar um fatorial completo,
ou seja 24   = 16 corridas, utilizamos 4 fatores da seguinte maneira: 
1
224= 8 corridas. A relação será:
D=ABC⇒ I=ABCD ,
 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.
A=BCD ,  B=ACD ,  C=ABD ,  D=ABC ,  AB=CD ,  AC=BD ,  BC=AD
 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:
 
 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:
1 / 4 ( -Y1 +  Y2 +  Y3  -  Y4 +  Y5  -  Y6  -  Y7 +  Y8 ) = - 2,5
 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 24= 16   lotes diferentes de biscoitos. Em um
projeto completo de 24, 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 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 que tudo 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 
1
√12 da tolerância, o processo índice de capacidade para esses conjuntos é
dado por:
CP=
TOLERÂNCIA
6×TOLERÂNCIA / √12
= 0,577
 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, | y   –   m | . Então, se “m” for
alcançado, a perda será igual a zero.
 
Elaborada por Mauro Rezende Filho.
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:
L (Y )  =  L (M +  Y –  M ) 
 
L ( Y ) = L ( M ) +
L' (M )
1 ! ( Y - M ) +
L ''
 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:
LY=L''M2!Y-M2 
 
OU 
 
LY=KY-M2
 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 Δ0 do valor alvo m, a perda é igual a
Ao. Então:
A0=K∆02 
 
TEMOS 
 
K=A0∆02     
 Atenção! Para visualização completa da equação utilize a rolagem horizontal
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:
m + Δo = limite funcionai além do qual - 50% do produto do sistema precisam de manutenção pelo cliente.
L(y)=Ao em y=m±Δo.
Ao = 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 = $2,
obtemos:
k=A0∆02     =252=0,08
A perda esperada causada pelo desvio da meta na fábrica A será:
L=kv2   ($/unidade)
Onde v2 é o desvio quadrado médio da meta “m”. Para a fábrica A, é v=106, então:
L=0,081062=0,222 ($/unidade)
A perda esperada causada pelo desvio da meta na fábrica B, onde v=1012 será:
L=0,0810122=0,667 ($/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?
L=0,081082=0,125 ($/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
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:
L1=KV12 (PERDAS COM O PROCESSO ATUAL) 
 
L2=KV22 (PERDAS COM O PROCESSO MELHORADO)
 Atenção! Para visualização completa da equação utilize a rolagem horizontal
Dividimos a primeira equação pela segunda para obtermos:
L1L2=KV12KV22 
 
MAS 
 
CP1=TOLERÂNCIA6V1 E CP2=TOLERÂNCIA6V2
 Atenção! Para visualização completa da equação utilize a rolagem horizontal
Então:
L1L2=CP12CP22
 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 Cp.
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 fábricaB reduziu a tolerância de m±5  a m±5·(2/3). O custo de conserto de 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 L=kv2 = $0,667. A perda esperada após aperto à tolerância é
L=0,08×2310122=0,296/unidade.
Se a melhoria do processo foi obtida por reparar as unidades com falha (unidades fora da nova tolerância m±5*
(2/3)) 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 m±5μm. O custo para consertar
um defeito na barra é de $6, e o custo da inspeção é de $0,03 por unidade.
UMA INSPEÇÃO DE 100% DOS ITENS SERIA JUSTIFICADA?
O desvio padrão estimado do processo é 06/10. Então, a perda esperada sem inspeção será de:
L=KV2 ($/UNIDADE)
 Atenção! Para visualização completa da equação utilize a rolagem horizontal
Onde:
K=A∆2=652=0,24
 Atenção! Para visualização completa da equação utilize a rolagem horizontal
Então:
L=0,241062=0,667 ($/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, m±5 é 0,27 por cento. A variância após a triagem de produtos defeituosos usando 100% de
inspeção Vfora2 é obtida usando-se o procedimento mostrado a seguir.
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:
FY=1Σ2ΠE-12Y-ΜΣ2
 Atenção! Para visualização completa da equação utilize a rolagem horizontal
Em que μ e σ 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 m–5 e m+5.
Q=∫M-5M+51Σ2ΠE-12Y-ΜΣ2DY=0,9973
 Atenção! Para visualização completa da equação utilize a rolagem horizontal
A variância dos itens aceitáveis, Vfora2, é:
VFORA2=10,9973∫M-5M+512Π×610Y-M2E-126102Y-M2DY=0,9973
 Atenção! Para visualização completa da equação utilize a rolagem horizontal
Fazendo a integração por partes de Vfora2, obtemos:
VFORA2=1062×0,9862
 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 + KVFORA2
L=0,03+6X0,0027+0,24X1062×0,9862=0,694 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
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 115±25V. 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) 115±1,2V
B) 115±1,4V
C) 115±3,8V
D) 115±5,4V
E) 115±6,7V
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 M±3  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 115±25V. 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:
L(y)=k(y-m)2
Onde m é o valor alvo (115V neste caso) e k é a constante de proporcionalidade.
k=A∆2=300252=0,48
A função de perda:
L( y) = 0,48( y −115)2
Supõe-se que a variação permitida da tensão de saída para o cliente é 115±25V. 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:
1 = 0,48( y -115)2 
 
y=115±10,48=115±1,4
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 m±3  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:
k=A0∆02     =2032=2,222
MÓDULO 4
 Reconhecer a importância do Gerenciamento da Qualidade Total (Total Quality Management – TQM)
A importância do Gerenciamento da Qualidade Total
 
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 mesmo tempo 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 fabricantede 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.
TQM CQ
METAS DE DESEMPENHO
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 sistema inclui 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 com exemplos e aplicações dos
conceitos apresentados. Temos certeza que isso contribuirá para seu crescimento profissional, uma vez que
qualidade ― hoje e sempre ― será a principal preocupação das empresas.
AVALIAÇÃO DO TEMA:
REFERÊNCIAS
COLEMAN, D. E.; MONTGOMERY, D. C. A Systematic Approach to Planning for a Designed Industrial
Experiment.