1 As sete ferramentas básicas da qualidade

Prévia do material em texto

As sete ferramentas 
básicas da qualidade
 
SST
Dondoni, Danielle Calazans
As sete ferramentas básicas da qualidade / Danielle 
Calazans Dondoni
Ano: 2020
nº de p.: 
Copyright © 2020. Delinea Tecnologia Educacional. Todos os direitos reservados.
12
3
As sete ferramentas 
básicas da qualidade
Apresentação
Nesta unidade, serão apresentadas as principais ferramentas da qualidade, tais 
como estratificação, folhas de verificação e histograma, em que serão detalhadas 
suas características, aplicações e exemplos.
As ferramentas, denominadas como as “sete básicas”, foram enfatizadas pela 
primeira vez por Kaoru Ishikawa, um japonês reconhecido mundialmente como 
um dos principais gurus da qualidade. Nesse aspecto, abordaremos, por meio de 
diferentes ferramentas da qualidade, como se aperfeiçoar e melhorar os ambientes 
das empresas.
Ferramentas
Vamos conhecer algumas das principais ferramentas da qualidade? Acompanhe.
Estratificação
A estratificação é uma ferramenta que auxilia no encontro de padrões que 
contribuem na compreensão das causas e variações de um processo. 
Preferencialmente, deve ser feita em reuniões com todas as pessoas que possam 
colaborar com a análise.Seu objetivo principal é responder à pergunta “Como ocorre 
o problema?” e agrupar os dados obtidos em subgrupos heterogêneos entre si,
porém, homogêneos internamente, facilitando o entendimento e a resolução do
problema.
Vejamos, a seguir, os seguintes tipos de estratificação (CAMPOS, 2004).
4
1. Tempo:
os resultados relacionados com o problema são diferentes de manhã, à tarde 
ou à noite?
2. Local:
os resultados são diferentes em partes distintas de uma peça (topo, corpo, 
base)? 
3. Indivíduos:
os resultados são diferentes dependendo do operador ou da turma?
4. Sintoma:
os resultados diferem em função dos distintos defeitos que podem ocorrer?
5. Tipo:
os resultados são diversificados dependendo do fornecedor da matéria-
prima?
Folhas de verificação
As folhas de verificação são utilizadas para que a coleta de dados ocorra de 
forma simplificada e organizada, sem necessidade de rearranjar os dados 
posteriormente. Em geral, consistem em um formulário ou planilha, em que os 
itens a serem verificados já foram identificados. Corresponde ao ponto inicial 
de todos os processos que precisam ser avaliados em relação a fatos e dados. 
Podemos dizer que há diferentes tipos de folhas de verificação, sendo simples ou 
de frequência, visto que a primeira consiste na verificação de cumprimento de um 
determinado item (um check-list), e a segundo avalia o número de ocorrências de 
um determinado item em um certo período de tempo.
5
É essencial que a elaboração da folha de verificação esteja 
adequada, com itens de fácil compreensão e direcionada para 
uma mesma observação, independentemente da pessoa que 
estiver realizando a coleta de dados.
Atenção
Histograma
O histograma, também conhecido como polígono de frequência, é um gráfico de 
barras que descreve a frequência de um fenômeno por um período determinado; a 
evolução do fenômeno ao longo de um período e a forma de distribuição dos dados. 
É útil para representar de forma clara e precisa um elevado conjunto de dados, 
como, por exemplo, o número de itens não conformes produzidos em um mês ou a 
quantidade de vezes que um determinadofenômeno (causas) foi identificado como 
gerador de um produto fora das especificações.
A elaboração do histograma é simples. No eixo horizontal, registram-se os 
fenômenos (ou os intervalos que as representam), e, no eixo vertical, a frequência de 
ocorrência de cada característica (ou de cada intervalo).
Como exemplo, temos: uma determinada indústria identificou que no último 
semestre ocorreram 160 falhas na produção. Por análise dos dados, identificaram 
sete causas e a frequência de ocorrência de cada uma. A construção do histograma 
a seguir mostra que a causa 4 foi observada em 50 situações.
Histograma da distribuição de frequência das causas geradoras de falhas
Histograma
Causa 1
10
25
30
50
25
15
5
Causa 2 Causa 3 Causa 4 Causa 5 Causa 6 Causa 7
60
50
40
30
20
10
0
Fr
eq
uê
nc
ia
Fonte: Elaborada pela autora (2020).
6
Diagrama de pareto
Vilfredo Pareto foi um economista italiano que, ao estudar a distribuição de renda 
da população, identificou que uma parcela pequena da população (20%) detinha a 
maior parte (80%) do PIB.
Joseph Juran expandiu o princípio de Pareto para as organizações industriais, 
tendo identificado que a maior parte das perdas relacionadas à qualidade é 
originada de poucos, mas vitais problemas. Correlacionando com a distribuição 
proposta por Pareto, pode-se dizer que 80% das perdas associadas a um produto 
ou serviço são causadas por apenas 20 %dos tipos de defeitos. Observe na figura 
seguinte.
Representação do princípio de Pareto
Fonte: Deduca, 2020.
A análise de Pareto permite dividir um problema grande em diversos outros 
menores e que são mais fáceis de serem resolvidos; possibilita, ainda, priorizar 
os projetos, pois mostra de forma clara os problemas mais frequentes e de maior 
impacto, e, por fim, permite o estabelecimento de metas para a resolução do 
problema.
O gráfico consiste em barras verticais com ordenação decrescente da frequência de 
ocorrências de uma determinada causa identificada como geradora do problema. 
Cabe ressaltar que nem sempre a causa identificada com maior frequência deve 
ser tratada prioritariamente. Considerando, por exemplo, que o defeito de uma peça 
pode ser originado a partir de diversas causas, deve-se construir o diagrama de 
Pareto multiplicando a frequência de ocorrência de uma determinada causa pelo 
peso correspondente (por exemplo, o custo).O produto dessa multiplicação é que 
mostrará os elementos mais importantes em termos de prioridade para o estudo.
7
Diagrama de Pareto das causas geradoras de falhas
Diagrama de Pareto
Fr
eq
uê
nc
ia
 X
 P
es
o
Frequência acum
ulada 
100,0%
80,0%
60,0%
40,0%
20,0%
0,0%
102,0
100,0
80,0
60,0
40,0
20,0
0,0
Causa 3 Causa 4 Causa 2 Causa 5 Causa 1 Causa 6 Causa 7
Fonte: Elaborada pela autora (2020).
Gráficos de controle
Os gráficos de controle, também denominados carta controle, são utilizados para 
avaliar a estabilidade de um processo mediante o acompanhamento de suas 
variações. Podem ser construídos com os seguintes dados:
• X e R: utiliza os valores de média (X) e amplitude (R).
• X e S: utiliza os valores de média (X) e desvio padrão (S).
• Mi e R: utiliza os valores de mediana (Mi) e amplitude (R).
• X (individual) e AM: respectivamente, média individual e amplitude móvel.
A definição desses termos é apresentada a seguir:
a. A média é o resultado da soma de um conjunto de valores dividido pela
quantidade de dados considerados.
b. O desvio padrão é igual à diferença entre um conjunto de números e seu valor
médio.
c. A mediana é o valor que separa um conjunto de dados ordenados em duas
partes iguais. Em geral, é dado pelo elemento central de uma sequência.
d. A amplitude é a diferença entre o maior e o menor valor de um conjunto de
dados.
Quando um processo está sob controle estatístico, os resultados observados têm 
uma distribuição normal, isto é, variam dentro de um limite específico em torno de 
um valor. Veja o exemplo demonstrado na figura a seguir. Considera-se que esses 
8
valores estão sob controle, pois nenhum dado observado ultrapassou os limites de 
desvio padrão ou amplitude estabelecidos (linha vermelha). A linha verde representa 
o valor médio ou a mediana. No eixo X, pode ser incluída a data, hora ou mês.
Exemplo de gráfico de controle ou carta controle
Va
lo
r
Carta Controle
16
14
12
10
8
6
4
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
Fonte: Elaborada pela autora (2020).
A carta controle é uma excelente ferramenta para acompanhamento de um 
processo, pois serve de alerta, indicando quando as variações saem dos limites 
estabelecidos. No entanto, somente a análise minuciosa dos dados permitiráidentificar as possíveis causas do problema. 
Diagramas de causa e efeito
O diagrama de causa e efeito étambém denominado diagrama espinha de peixe, ou 
diagrama de Ishikawa.
Representação do diagrama espinha de peixe
Fonte: Deduca, 2020.
Esse diagrama é composto por uma linha central que leva ao efeito (problema), e 
as espinhas laterais representam os fatores (causas) desse efeito. Em geral, são 
9
agrupados no denominado 6Ms: Mão de obra, Máquina, Material, Método, Meio 
Ambiente e Medição, ou, ainda, 4Ps: Políticas, Procedimentos, Pessoal e Planta 
(layout). No entanto,essas não são regras fixas, servem como direcionamento para 
pensar em cada aspecto desses fatores principais e definir as possíveiscausas 
secundárias que contribuíram para gerar o efeito em estudo.
A utilização dessa ferramenta tem como vantagem a separação entre causa e efeito 
e a identificação de várias causas e subcausas que levam a um mesmo efeito.
Como exemplo, temos: um diretor de frotas de uma empresa constatou que os 
carros estão com elevado consumo de combustível (efeito). Uma das causas 
identificadas foi categorizada como relativa a material, e as possíveis subcausas 
foram identificadas como sendo a qualidade do combustível e do óleo lubrificante 
utilizados. Observe agora a figura a seguir.
Construção do diagrama de causa e efeito – diagrama espinha de peixe
Problema
Alto consumo de 
combustível
Qualidade do óleo 
lubrificante
Qualidade do
combustível
MaterialMáquinaMão de obra
MediçãoMeio AmbienteMétodos
Fonte: Elaborada pela autora (2020).
Grá icos de dispersão
Os gráficos de dispersão, ou diagramas de dispersão, são representações de duas 
ou mais variáveis, organizadas em um gráfico, uma em função da outra. O 
diagrama mostra se existe ou não uma correlação entre duas variáveis estudadas, 
podendo sera relação entre causa e efeito. Nos casos em que há correlação, ela 
pode ser positiva ou negativa, podendo, ainda, ser classificada como elevada 
(forte) e fraca correlação.
10
Veja na figura a seguir a representação gráfica da correlação entre uma variável 
X e Y quaisquer. Note que há uma reta vermelha nos gráficos, a qual é chamada 
linha de tendência. Quando os pontos estão bem próximos a essa linha, dizemos 
que a correlação é forte. Já quando os pontos estão um pouco mais afastados da 
linha de tendência, isto é, apresentam maior dispersão, dizemos que a correlação 
é fraca. A classificação positiva pode ser interpretada da seguinte forma: há uma 
relação direta entre as variáveis X e Y, portanto, quando aumenta de valor X, Y 
também aumenta. Nesse contexto, a classificação em negativa corresponde a uma 
relação inversa entre as variáveis. Por fim, se a dispersão entre os dados é tal que é 
impossível a classificação, afirmamos que a correlação é nula ou está ausente.
Gráficos de dispersão – relação entre a variável X e Y
Ausência de correlação
Ausência de correlação Ausência de correlaçãoçç
Ausência de correlaçãoAusência de correlação
Variável X 
Va
riá
ve
l Y
 
Variável X 
Va
riá
ve
l Y
 
Variável X 
Va
riá
ve
l Y
 
Variável X 
Va
riá
ve
l Y
 
Variável X 
Va
riá
ve
l Y
 
Fonte: Elaborada pela autora (2020).
11
Fechamento
Nesta unidade, conseguimos identificar que as ferramentas de qualidade auxiliam 
os gestores a tomar as melhores decisões com base em algo que pode ser 
comprovado. Nesse fato, para que a utilização dessas ferramentas seja efetiva, 
isto é, auxilie na identificação das causas-raízes de um problema, o ideal é a 
participação do maior número de pessoas envolvidas no processo, a fim de mapear 
todos os aspectos relevantes.
Vimos que as ferramentas que melhor auxiliam cada situação dentro das empresas, 
não deixando uma ou outra ferramenta para trás, e sim identificando que cada 
problema pode ser solucionado por meio do uso correta da ferramenta.
12
Referências
CAMPOS, V. F. TQC: controle da qualidade total. Nova Lima: INDG, 2004.