Ferramentas da Qualidade

Prévia do material em texto

DESCRIÇÃO
Otimização da qualidade, do custo e do lucro de produção, por meio de ferramentas
quantitativas da qualidade, visando à competitividade no mercado e à satisfação do cliente
final.
PROPÓSITO
Conhecer a aplicação das ferramentas básicas da qualidade para a melhoria de processos, dos
experimentos fatoriais, das funções de perda para as características da qualidade e dos
princípios do gerenciamento da qualidade total (TQM – Total Quality Management).
PREPARAÇÃO
Antes de iniciar este estudo, tenha em mãos uma calculadora.
OBJETIVOS
MÓDULO 1
Apontar as ferramentas básicas da qualidade
MÓDULO 2
Identificar os experimentos fatoriais
MÓDULO 3
Descrever as funções de perda na qualidade
MÓDULO 4
Reconhecer a importância do Gerenciamento da Qualidade Total (Total Quality Management –
TQM)
INTRODUÇÃO
BEM-VINDO AOS ESTUDOS DE FERRAMENTAS DA QUALIDADE
MÓDULO 1
 Apontar as ferramentas básicas da qualidade
As sete ferramentas da qualidade
INTRODUÇÃO
As ferramentas básicas da qualidade tiveram sua origem no Japão e foram utilizadas em
Círculos de Controle da Qualidade (CCQ) como parte importante de metodologias como
Análise e Melhoria de Processos (AMP) e Análise e Solução de Problemas (MASP). Os
Círculos de Controle da Qualidade consistem em reuniões voluntárias de grupos de
funcionários que trabalham em um mesmo setor de determinada área de uma empresa,
visando à análise do(s) processo(s) de seu setor de trabalho a fim de obter melhorias
contínuas.
 
Imagem: Shutterstock.com
UMA DAS RAZÕES DO SUCESSO DOS CÍRCULOS DE
CONTROLE DA QUALIDADE NO JAPÃO FOI O USO DO
CICLO PDCA (PLAN, DO, CHECK, ACTION –
PLANEJAR, EXECUTAR, VERIFICAR E AGIR), TAMBÉM
CONHECIDO COMO CICLO DE DEMING, NOS NÍVEIS
OPERACIONAIS, O QUE POSSIBILITOU O USO DAS
FERRAMENTAS DA QUALIDADE NAS FASES DE
IDENTIFICAÇÃO, ANÁLISE, IMPLEMENTAÇÃO E
ACOMPANHAMENTO DA MELHORIA INTRODUZIDA NO
PROCESSO.
Veja a figura a seguir:
 
Imagem: Shutterstock.com
 Ciclo PDCA (Plan, Do, Check, Action – Planejar, Executar, Verificar e Agir).
Ao treinar os trabalhadores em uma série de ferramentas básicas da qualidade, foi possível
criar e transferir para os setores operacionais das empresas competências e pessoas
capacitadas para propor e manter melhorias nos processos. O resultado dessa transferência
resultou no estímulo de atitudes criativas de funcionários satisfeitos por poderem contribuir na
solução dos problemas de seus setores de atuação, possibilitando uma redução dos custos
operacionais, maior produtividade e produtos executados em conformidade com suas
especificações.
VERIFICAÇÕES DO PDCA
Há dois tipos diferentes de "verificações" no ciclo de melhoria da qualidade (o ciclo PDCA).
Para ambos, uma folha (formulário) projetada especificamente pode ser muito útil.
 ATENÇÃO
Na “fase de fazer (DO)” do ciclo PDCA, geralmente há alguns padrões (padrão de operações)
que devem ser seguidos. Tais operações "obrigatórias" eram tidas anteriormente como
"restrições à realização do trabalho", ou seja, procedimentos que devem ser respeitados em
sua execução. O mais importante, por exemplo, é o uso de itens que garantam a segurança
dos funcionários ou a qualidade do produto desenvolvido.
É aconselhável elaborar uma folha de verificação (lista de verificação) com as restrições
(“operações obrigatórias”) listadas. Durante o processo, o operador deve documentar que
todas as operações obrigatórias foram seguidas. A confirmação pode ser sua assinatura no fim
da lista de verificação ou a marcação de um “OK” em cada operação listada.
FERRAMENTAS BÁSICAS DA QUALIDADE
FLUXOGRAMA
SUA PRINCIPAL FINALIDADE É O MAPEAMENTO DO
PROCESSO, VISANDO À IDENTIFICAÇÃO DE
POSSÍVEIS DESVIOS/PROBLEMAS OU PONTOS DE
MELHORIA.
Essa ferramenta é utilizada quando é necessário identificar:
O fluxo atual do processo, ou seja, como ele é executado.
O fluxo ideal do processo, ou seja, como ele deveria ser executado.
Em relação a forma de apresentação, existem vários tipos: Diagrama de blocos, Diagrama
Padrão – Simbologia ANSI, Diagrama Geográfico (mostra o fluxo entre localidades), entre
outros. Aqui vamos apresentar dois tipos, a saber:
DIAGRAMA DE BLOCOS
Simplificado, porém permite uma rápida noção das atividades que compõem o processo.

DIAGRAMA PADRÃO
SIMBOLOGIA ANSI
 
Elaborado por Mauro Rezende Filho
 Fluxograma: Exemplo de fluxo de blocos.
 
Elaborado por Mauro Rezende Filho
 Simbologia ANSI para fluxograma padrão
 
Elaborado por Mauro Rezende Filho
 Exemplo de fluxograma padrão.
FOLHA DE VERIFICAÇÃO
 
Imagem: Shutterstock.com
A folha de verificação deve ser usada quando for necessário coletar dados baseados em
informações amostrais. Os objetivos da folha de verificação são:
Obter dados sobre a frequência com que certos eventos acontecem

Definir um modelo

Transformar opiniões em fatos
Para a construção de uma folha de verificação, as seguintes etapas devem ser seguidas:
ETAPA 01
Estabeleça exatamente qual evento está sendo estudado para que todos observem a mesma
coisa.
ETAPA 02
Defina o período de coleta dos dados.
javascript:void(0)
javascript:void(0)
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)
 
 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 montaro 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.
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
javascript:void(0)
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 mostradasna 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 –
 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 servisualizado como uma
combinação 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 deerro ou variação inexplicável 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: 1224=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, assimcomo 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 112 da tolerância, o processo índice de capacidade para esses conjuntos é dado por:
CP=TOLERÂNCIA6×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) 
 
LY=LM+L'M1!Y-M+L''M2!Y-M2+…
 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 fábrica B 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 fabricante de lâmpadas tubulares.O fabricante diz que a lâmpada
tubular que produz possui 40 watts e funciona por 10 mil horas. Se qualidade é aquilo que é
adequado para a finalidade pretendida, como vimos, então, do ponto de vista do cliente, a
lâmpada será considerada de boa qualidade se:
 
Imagem: Shutterstock.com
emitir a luz que uma lâmpada tubular de 40 Watts deve emitir;
funcionar por 10 mil horas;
ligar assim que for acionada;
gerar pouco calor;
não quebrar facilmente.
Os consumidores podem se concentrar na qualidade da especificação de um produto/serviço.
Eles o comparam aos concorrentes no mercado. Os produtores podem medir a qualidade de
conformidade ou o grau em que o produto/serviço foi produzido corretamente. O pessoal do
suporte pode medir a qualidade de um produto de acordo com a sua confiabilidade, facilidade
de manutenção ou sustentabilidade. Após essa breve introdução, você pode pensar melhor
sobre o que seja qualidade. Agora, vamos entender o controle de qualidade.
O CONTROLE DE QUALIDADE TAMBÉM É CONHECIDO
COMO CQ. É UM PROCESSO PELO QUAL AS
ENTIDADES REVISAM A QUALIDADE DE TODOS OS
FATORES ENVOLVIDOS NA PRODUÇÃO. O CQ SE
CONCENTRA EM GARANTIR QUE UM PRODUTO
ATENDA AO PADRÃO TÉCNICO DE QUALIDADE
PRESCRITO. ELE TAMBÉM DEVE ATENDER AOS
REQUISITOS DO CLIENTE. ENVOLVE A VERIFICAÇÃO
FÍSICA DAS ATIVIDADES EM CADA ESTÁGIO DE
PRODUÇÃO ESPECIFICADO. ISSO ABRANGE OS
CICLOS DE RECEBIMENTO DE MATERIAIS E
FABRICAÇÃO PARA TESTE, EMBALAGEM E ENVIO.
PORTANTO, O CONTROLE DE QUALIDADE É
ORIENTADO PARA O PRODUTO E SE CONCENTRA NA
IDENTIFICAÇÃO DE DEFEITOS.
Voltemos ao nosso exemplo de uma lâmpada tubular. O que é controle de qualidade aqui? Do
lado do fabricante, pode ser algo como alguém testando se:
funciona quando ligada;
emite a luz esperada de uma lâmpada tubular de 40 W;
não esquenta muito;
a embalagem é adequada.
O fabricante decidirá que tamanho de amostra ele gostaria de obter. Pode haver muitas dessas
verificações. O ponto a ser observado aqui é que os testes são feitos para identificar produtos
defeituosos. E quanto ao controle de qualidade em softwares? Eles podem ter revisões para
verificar bugs em códigos, funcionalidade que não esteja funcionando como pretendido etc.
Tudo isso é identificado durante os testes.
 ATENÇÃO
A garantia da qualidade é orientada para o processo e se concentra na prevenção de defeitos e
em tornar as operações mais eficientes e confiáveis. Assim, podemos ver o que é Total Quality
Management (TQM).
 
Elaborado por Mauro Rezende Filho.
 Fluxograma: Distinção entre CQ, GQ e TQM.
As diferenças entre Gestão da Qualidade Total (TQM) e Controle de Qualidade (CQ) podem ser
assim relacionadas:
TQM CQ
SOFTWARE
A TQM foca a contínua melhoria do processo de
elaboração do software.
CQ se preocupa em garantir
que um produto atenda ao
padrão técnico de qualidade
prescrito e a requisitos do
cliente.
TIPOS DE EXPERIMENTOS
TQM CQ
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
TQM CQ
A estrutura Baldrige foi usada para identificar seis
medidas-chave de sucesso da TQM:
envolvimento da gestão;
planejamento estratégico da qualidade;
envolvimento dos funcionários;
treinamento;
capacidade do processo;
percepções do cliente.
As métricas são baseadas na
redução de defeitos e taxa de
defeito.
METAS DE DESEMPENHO
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