TRAB. CONTROLE ESTATÍSTICO DA QUALIDADE

Prévia do material em texto

CONTROLE ESTATÍSTICO 
ELITON BRUNO BARBOSA BORGES
Canoas
2014
Introdução
A qualidade tornou-se um fator significativo, conduzindo empresas nos mercados nacional e internacional ao êxito organizacional e ao crescimento. O retorno sobre o investimento obtido por meio de rigorosos e eficazes programas de qualidade está gerando excelente rentabilidade nas empresas quando acompanhado de melhorias significativas na produtividade total, com menos custos e significativa liderança competitiva. Constituindo em sua essência um meio para gerenciar a organização.
As transformações céleres e o dinamismo das mudanças presentes no mundo no século XXI são alguns dos principais fatores que estimularam o desenvolvimento de formas inovadoras de gerir as empresas, sejam elas públicas ou privadas. Além de conhecer o que está mudando, é muito importante para o sucesso das organizações observar as tendências, ou seja, o destino para o qual as transformações da realidade apontam. É preciso também avaliar como essas mudanças afetam as empresas e o que pode ser feito para que estas se adaptem a esse novo cenário mutante. A competitividade aumentou em todos os setores da sociedade, forçando as empresas a estabelecerem parcerias até então impensadas. 
Em meados de 1980 tornou-se claro que uma economia globalizada desenvolvida em empresas localizadas em um só país teria que competir não apenas com concorrentes locais e nacionais, mas também com concorrentes de todas as partes do mundo. Essa economia globalizada se desenvolveu devido a vários fatores, incluindo a rápida expansão das comunicações mundial e o crescimento das disponibilidades e do poder da informatização. Num ambiente como esse é de importância vital que as organizações sejam capazes de responder rapidamente às variações nas condições de mercado, incorporando os mais eficazes métodos gerenciais, entre eles o Controle Estatístico da Qualidade (Levine, 1998).
A maioria das empresas tem adotado programas de qualidade e procurado obter certificações pelas normas ISO (International Organization for Standardization). O número de empresas que têm conquistado estas certificações tem aumentado no Brasil.
. Histórico
Como pano de fundo para o ressurgimento do interesse pela qualidade e pela produtividade, o desenvolvimento histórico do gerenciamento compreende quatro fases distintas (Levine, 1988). Podemos observar a gerência da primeira geração como administração pela prática, o tipo de gerência praticada pelas sociedades primitivas de caçadores-guardadores, nas quais os indivíduos produziam para si mesmos ou para a tribo, sempre que o produto se fazia necessário. No início da Idade Média o crescimento das guildas, as associações de artesãos na Europa, levou a uma segunda geração de gerenciamento, a administração por direção. As associações de artesãos gerenciavam o treinamento de aprendizes e de operários, e determinavam padrões de qualidade e de mão-de-obra para os bens produzidos pelas guildas. A criação da linha de produção, em conjunção com a Revolução Industrial, trouxe uma terceira geração de gerenciamento, a administração por controle, na qual os trabalhadores eram divididos entre aqueles que efetivamente realizavam o trabalho, ou seja, os operários e aqueles que planejavam e supervisionavam o trabalho, isto é, os gerentes. Este enfoque tirou das mãos do trabalhador a responsabilidade pela qualidade, colocando-a nas mãos do supervisor, do capataz e de outros gerentes. O estilo de gerenciamento pelo controle continha também uma estrutura hierárquica que enfatizava a responsabilidade de um indivíduo por um conjunto de metas pré-determinadas. O impulso do desenvolvimento da indústria japonesa, iniciado em 1950 com a contribuição de indivíduos como W. Edwards Deming, Joseph Juran, Kaoru Ishikawa, entre outros, baseou-se na ênfase à qualidade e no aperfeiçoamento contínuo de produtos e serviços. Esse enfoque, ao qual tais indivíduos foram pioneiros, levou à quarta geração de gerenciamento, que foi chamada de administração por processo.
Uso do Controle Estatístico na Qualidade
Escolheu-se o Controle Estatístico de processo (CEP) por ser uma ferramenta que melhor explica o objeto recortado para análise, ou seja, o monitoramento da qualidade do Farelo Lex na etapa de extração do processo do óleo de soja, que foi realizado na empresa CAC.
A qualidade é hoje uma das principais estratégias competitivas para as empresas. A excelência por produtos ou serviços com maior qualidade, pode ser uma meta estimulante. 
Com a utilização do CEP, o mesmo permite a avaliação da estabilidade do processo e sua capacidade de gerar um produto que atenda às especificações de qualidade. Apresenta uma ferramenta muito importante e muito utilizada para controle de processos, os gráficos de controle. O que essa ferramenta analisou, é se o processo estava se comportando de maneira previsível e com variabilidade controlada.
Na etapa de extração, fez-se necessário um monitoramento para avaliar a quantidade de solvente que estava ficando retido no farelo Lex e saber se o mesmo estava dentro dos limites de especificação de qualidade adotado pela empresa, porque essa etapa influencia diretamente no produto final. Para que se tenha um produto de qualidade, os grãos devem ser preparados e entrar no processo de extração de maneira adequada para que a extração aconteça de forma previsível.
Princípios Básicos
Em qualquer processo de produção, independente de quão bem projetado ou cuidadosamente mantido ele seja, uma certa quantidade mantido ele seja, uma certa quantidade de variedades inerentes ou material sempre existira.
No âmbito de controle estatístico da qualidade, essa variabilidade natural é frequentemente chamada de “um sistema estável de causas casuais”.
Outros tipos de variabilidade podem ocasionalmente estar presentes na saída de um processo. Essa variabilidade mas características chaves da qualidade geralmente aparecem e três formas: máquinas não propriamente ajustadas, erros dos operadores ou matérias-primas defeituosas.
Um objetivo importante de controlar estatística da quantidade é detectar rapidamente a ocorrência de causas atribuídas ou mudanças no processo, de modo que uma investigação do processo e uma ação corretiva possam ser empreendidas antes que muitas unidades não conformes sejam fabricadas.
Gráfico de Controle
De acordo com Rossato (1996) são gráficos para examinar se o processo está ou não sob controle, sintetizando um amplo conjunto de dados, usando métodos estatísticos para observar as mudanças dentro do processo, baseado em dados de amostragem. Pode nos informar em um determinado período de tempo como o processo está se comportando, se ele está dentro dos limites pré-estabelecidos, sinalizando assim a necessidade de procurar a causa da variação. Walter Shewhart propôs em 1926 o primeiro gráfico de controle, que pertencia a Bell Telephone and Laboratories. Formulou um caminho para acompanhar um processo, permitindo verificar se a variação do mesmo é estável, podendo denunciar uma variação anormal que deve ser identificada e eliminada do mesmo (Brocka et al, 1994). 
São utilizados para verificar se o processo está sob controle, ou seja, dentro dos limites pré-estabelecidos e controlar a variabilidade do processo ou grau de não conformidade. O gráfico de controle típico exibe três linhas paralelas: a central, que representa o valor médio do característico de qualidade, a superior que representa o limite superior de controle (LSC) e a inferior que representa o limite inferior de controle (LIC). Os pontos representam amostras tomadas em momentos diferentes. É usual unir os pontos por segmentos de reta para melhor visualizar a evolução do característico de qualidade ao longo do tempo.
Padrões e Limites
Os limites de um processo são balizadores que informam se o mesmo está sob controle estatístico ou não. Eles são escolhidos de forma que, se o processoestá sob controle estatístico, quase todos os pontos coletados terão seus valores entre o limite de controle superior (LCS) e o limite de controle inferior (LCI). Enquanto os pontos apresentarem esse comportamento, o processo será considerado sob controle, dispensando qualquer ação corretiva. Se os pontos começarem a sair fora desses limites, será uma evidência de que o processo está saindo de controle, sendo necessário um estudo das causas dessa variação e, provavelmente, ações corretivas terão de ser tomadas. 
Para k subgrupos, primeiro calculamos a amplitude média e, 
em seguida, a média do processo 
Os limites de controle são calculados para mostrar a extensão na qual as médias e amplitudes dos subgrupos iriam variar se apenas causas comuns de variação estivessem atuando. Eles são baseados no tamanho da amostra do subgrupo e na quantidade da variabilidade dentro dos subgrupos refletidos nas amplitudes. Assim, vamos calcular os limites superior e inferior, para as amplitudes e as médias. 
Esses cálculos usam fatores que dependem do tamanho do subgrupo da amostra. Os valores são tabelados e podem ser encontrados em várias publicações da área.
Capacidade de processo
Um processo é considerado capaz quando além de estar sob controle, atende às especificações do cliente. Existem processos sob controle, mas "incapazes", por exemplo, se uma embaladora produzisse sacos com pesos entre 4,90kg e 4,95kg e toda sua produção estivesse contida dentro desses limites, o processo estaria sob controle, mas se a sacaria especifica 5,00kg como peso do produto, ela estaria incapaz de atender às especificações do cliente. Também não se deve considerar o processo como capaz, se tiverem de ser verificadas todas as peças produzidas para que se forneça ao cliente o que ele deseja. 
Cp é um índice de capacidade e para que o processo seja capaz, o Cp deve ser maior que 1. Para que se possa conhecer de fato um processo, é necessária uma real compreensão do significado dos conceitos de exatidão e precisão. 
Exatidão é o grau de conformidade de uma medida com um valor padrão ou alvo. 
Precisão é a repetibilidade de desempenho. 
A meta de todo o processo, quer seja relativa aos serviços ou à produção, é o atingimento de uma situação em que precisão e exatidão sejam alcançadas. 
Amostragem
É o estudo de um pequeno grupo de elementos retirado de uma população que se pretende conhecer. 
Esses pequenos grupos retirados da população são chamados de Amostras. Como a amostragem considera apenas parte da população, diferentemente de um censo, o tempo para análise e o custo são menores, além de ser mais fácil e gerar resultados satisfatórios.
Quando o tamanho da amostra é grande em relação ao tamanho da população, ou quando se exige o resultado exato, ou quando já se dispõe dos dados da população, é recomendado realizar um censo, que considera todos os elementos da população. 
A partir das três perguntas anteriores, vamos aprender a realizar um estudo por amostragem, conhecendo suas diferentes técnicas. 
Para realizar um estudo por amostragem, a amostra deve ser representativa da população estudada. Para isso, existem técnicas adequadas para cada tipo de situação. 
As técnicas probabilísticas garantem a possibilidade de realizar afirmações sobre a população com base nas amostras. Normalmente, todos os elementos da população possuem a mesma probabilidade de serem selecionados. Assim, considerando N como o tamanho da população, a probabilidade de cada elemento ser selecionado será 1/N. Estas técnicas garantem o acaso na escolha.
Amostragem Aleatória Simples. 
É o processo mais elementar e frequentemente utilizado. Pode ser realizado numerando-se os elementos da população de 1 a n e sorteando-se, por meio de um dispositivo aleatório qualquer, X números dessa sequência, que corresponderão aos elementos pertencente à amostra. 
Exemplo 
Obter uma amostra representativa, de 10%, de uma população de 200 alunos de uma escola. 
1º) Numerar os alunos de 1 a 200; 
2º) Escrever os números de 1 a 200 em pedaços de papel e colocá-los em uma urna; 
3º) Retirar 20 pedaços de papel, um a um, da urna, formando a amostra da população. 
Nesta técnica de amostragem, todos os elementos da população têm a mesma probabilidade de serem selecionados: 1/N, onde N é o número de elementos da população. 
Amostragem Estratificada 
Quando a população possui características que permitem a criação de subconjuntos, as amostras extraídas por amostragem simples são menos representativas. Nesse caso, é utilizada a amostragem estratificada. Como a população se divide em subconjuntos, convém que o sorteio dos elementos leve em consideração tais divisões, para que os elementos da amostra sejam proporcionais ao número de elementos desses subconjuntos.
Exemplo 
Em uma população de 200 alunos, há 120 meninos e 80 meninas. Extraia uma amostra representativa, de 10%, dessa população. 
Nesse exemplo, há uma característica que permite identificar 2 subconjuntos, a característica Sexo. Considerando essa divisão, vamos extrair a amostra da população. 
	SEXO
	POPULAÇÃO
	AMOSTRA (10%)
	Masculino
	120
	12
	Feminino
	80
	8
	Total
	200
	20
Portanto, a amostra deve conter 12 alunos do sexo masculino e 8 do sexo feminino, totalizando 20 alunos, que correspondem a 10% da população. 
Para selecionar os elementos da população para formar a amostra, podemos executar os seguintes passos: 
1º) Numerar os alunos de 1 a 200, sendo os meninos numerados de 1 a 120 e as meninas, de 121 a 200; 
2º) Escrever os números de 1 a 120 em pedaços de papel e colocá-los em uma urna A; 
3º) Escrever os números de 121 a 200 em pedaços de papel e colocá-los em uma urna B; 
4º) Retirar 12 pedaços de papel, um a um, da urna A, e 8 da urna B, formando a amostra da população. 
São exemplos desta técnica de amostragem as pesquisas eleitorais por região, cidades pequenas e grandes, área urbana e área rural, sexo, faixa etária, faixa de renda, etc. 
Amostragem Sistemática 
Esta técnica de amostragem em populações que possuem os elementos ordenados, em que não há a necessidade de construir um sistema de referência. Nesta técnica, a seleção dos elementos que comporão a amostra pode ser feita por um sistema criado pelo pesquisador.
Exemplo 
Obter uma amostra de 80 casas de uma rua que contém 2000 casas. Nesta técnica de amostragem, podemos realizar o seguinte procedimento: 
1º) Como 2000 dividido por 80 é igual a 25, escolhemos, por um método aleatório qualquer, um número entre 1 e 25, que indica o primeiro elemento selecionado para a amostra. 
2º) Consideramos os demais elementos, periodicamente, de 25 em 25. 
Se o número sorteado entre 1 e 25 for o número 8, a amostra será formada pelas casas: 8ª, 33ª, 58ª, 83ª, 108ª, etc. 
Apesar de esta técnica ser de fácil execução, há a possibilidade de haver ciclos de variação, que tornariam a amostra não-representativa da população. 
Amostragem por Conglomerados 
Esta técnica é usada quando a identificação dos elementos da população é extremamente difícil, porém pode ser relativamente fácil dividir a população em conglomerados (subgrupos) heterogêneos representativos da população global. 
A seguir, é descrito o procedimento de execução desta técnica: 
1º) Seleciona uma amostra aleatória simples dos conglomerados existentes; 
2º) Realizar o estudo sobre todos os elementos do conglomerado selecionado. 
São exemplos de conglomerados: quarteirões, famílias, organizações, agências, edifícios, etc. 
Exemplo 
Estudar a população de uma cidade, dispondo apenas do mapa dos quarteirões da cidade. 
Neste caso, não temos a relação dos moradores da cidade, restando o uso dos subgrupos heterogêneos (conglomerados). Para realizar o estudo estatístico sobre a cidade, realizaremos os seguintes procedimentos: 
1º) Numerar os quarteirões de 1 a n; 
2º) Escrever os números de 1 a n em pedaços de papel e colocá-los em uma urna;3º) Retirar um pedaço de papel da urna e realizar o estudo sobre os elementos do conglomerado selecionado. 
Técnicas Não-Probabilísticas (não-aleatórias) 
São técnicas em que há uma escolha deliberada dos elementos da população, que não permite generalizar os resultados das pesquisas para a população, pois amostras não garantem a representatividade desta. 
São técnicas não-probabilísticas: 
Amostragem Acidental 
Trata-se da formação de amostras por aqueles elementos que vão aparecendo. Este método é utilizado, geralmente, em pesquisas de opinião, em que os entrevistados são acidentalmente escolhidos. 
Exemplo 
Pesquisas de opinião em praças públicas, ruas movimentadas de grandes cidades, etc. 
Amostragem Intencional 
De acordo com determinado critério, é escolhido intencionalmente um grupo de elementos que comporão a amostra. O pesquisador se dirige intencionalmente a grupos de elementos dos quais deseja saber a opinião. 
Exemplo 
Em uma pesquisa sobre preferência por determinado cosmético, o pesquisador entrevista os frequentadores de um grande salão de beleza. 
Agora que já conhecemos as principais técnicas de amostragem, vamos aprender a calcular o tamanho das amostras dos estudos estatísticos. 
Antes de prosseguir, vamos definir alguns termos: 
Parâmetro: Característica da população. 
Estatística: Característica descritiva de elementos de uma amostra. 
Estimativa: valor acusado por uma estatística que estima o valor de um parâmetro. 
O cálculo do tamanho da amostra está diretamente ligado ao erro amostral tolerável. 
Mas o que é erro amostral? 
É a diferença entre o valor que a estatística pode acusar e o verdadeiro valor do parâmetro que se deseja estimar. 
O erro amostral tolerável é a margem de erro aceitável em um estudo estatístico. Para esclarecer melhor, é quando o apresentador do telejornal, em ano de eleições, anuncia: 
“O candidato Fulano de Tal tem 42% das intenções de voto, 2 para mais, 2 para menos.” 
Quando o apresentador cita “2 para mais, 2 para menos”, ele se refere ao erro amostral tolerável para aquela pesquisa de intenções de voto. 
Tamanho da Amostra 
Obs.: um passo importante antes de iniciar o cálculo do tamanho da amostra é definir qual o erro amostral tolerável para o estudo que será realizado. 
Observe a seguinte fórmula: 
, onde:
n0 é a primeira aproximação do tamanho da amostra 
E0 é o erro amostral tolerável (Ex.: 2% = 0,02 ) 
, onde:
N é o número de elementos da população 
n é o tamanho da amostra 
Implementação do CEP
 
 	De acordo com Hradesky (1989), para que o Controle Estatístico de Processos seja eficaz são necessários 10% de ação estatística e 90% de ação administrativa . Este controle eficaz contém 5 ingredientes principais : 
Técnicas estatísticas 
Técnicas de solução de problemas Liderança e atitudes para aperfeiçoamento da produtividade da qualidade Planejamento da qualidade 
Método sistemático, que atua como catalisador. A relação entre o nível de participação da administração no processo e os resultados obtidos podem ser vistos na abaixo.
Para preparar o plano é necessário educar todos participantes em técnicas de CEP, incluindo processo de PAPQ em doze etapas. Depois do treinamento e instalada a estrutura de apoio, um processo ou um produto deve ser escolhido, com o qual se implementará o CEP. Esse processo/produto deve ser tomado como desafio, deve permitir implementação bem sucedida de CEP e deve resolver problemas da qualidade ou da produtividade que estejam custando lucros da empresa ou de seus clientes.
A tabela abaixo apresenta um resumo de pontos para aplicação do CEP. 
 Empresa A: Indústria de processo contínuo 
Indústria química de polimerização contínua de poliéster ( resina PET e Fibra poliéster ) 
Empresa B: Indústria de processo contínuo – Por lotes 
Indústria do setor de autopeças ( chicotes elétricos ) : processos de junção de circuitos e crimpagem de terminais
 
Considerações Finais
 
 	 Cada ferramenta tem sua própria utilização, sendo que não há uma receita adequada para saber qual a ferramenta que será usada em cada fase do trabalho estatístico. Isto vai depender do problema envolvido, das informações obtidas, dos dados históricos disponíveis e do conhecimento do processo em questão em cada etapa.
 	Muitas empresas investem grande volume de recursos para a implantação do CEP, e apesar das informações obtidas com essa implantação, as técnicas utilizadas não têm efeito significativo se a cultura não estiver difundida e consolidada em todos os níveis hierárquicos da organização. Muitas vezes, consegue-se difundir na empresa a importância do controle, mas como foi visto, para que o Controle Estatístico de processos seja eficaz são necessário 10% de ação estatística e 90% de ação administrativa. Além de toda conscientização muitos trabalhos não obtém os resultados esperados devido a falta de disciplina, esta é a parte mais importante, devido a manutenção das melhorias implementada, a falta de disciplina pode por todo trabalho em descrédito e muitas vezes acaba levando o processo a regredir para níveis piores que o de antes da implementação do controle.
Referências
 	Baptista, Nilson, Introdução ao estudo de controle estatístico de processo – CEP, Rio de Janeiro : Qualitymark,1996. Hradesky, John L., Aperfeiçoamento da qualidade e da produtividade, Guia prático para implementação do controle estatístico de processo – CEP, Trad. Maria Cláudia de Oliveira Santos, Rev. Técnica José Carlos de Castro Waeny, São Paulo: Mc Graw-Hill, 1989 Inafuko, Simone Setsuko & Toledo, José Carlos, Difusão e implantação do CEP – Controle Estatístico do Processo no parque industrial de São Carlos, XIII Encontro Nacional de Engenharia de Produção, vol.I, p.341. Florianópolis – SC. Outubro de 1993 Turnes, Osiris & Tubino, Dalvio F. ,CEP: uma experiência de implantação em empresa, XIII Encontro Nacional de Engenharia de Produção, vol. I, p. 337. Florianópolis – SC. Outubro de 1993