Contro estatistico de Processos (polpa de frutas)

Prévia do material em texto

APLICAÇÃO DO CONTROLE 
ESTATÍSTICO DE PROCESSO NO 
MONITORAMENTO DO PESO MÉDIO 
DE POLPAS DE FRUTAS: UM ESTUDO 
REALIZADO EM UMA EMPRESA DE 
MÉDIO PORTE 
 
Keivison Pinto do Rosario (UEPA) 
keivison_r@hotmail.com 
Larissa Moraes Dantas (UEPA) 
lariissadantas@hotmail.com 
Erielem do Nascimento Oeiras (UEPA) 
Eri_elem@hotmail.com 
 
 
 
O presente artigo tem por objetivo demonstrar a aplicabilidade das 
ferramentas do controle estatístico de processo (CEP) no 
monitoramento do peso médio de polpas de frutas, a fim de identificar 
as perdas envolvidas no processo. Para isto, foram utilizados gráficos 
de controle associados ao diagrama de Ishikawa, os quais 
demonstraram de forma eficiente o comportamento das médias, 
amplitudes e ainda as possíveis causas dos desvios do peso da polpa 
embalada. As informações obtidas servirão de embasamento para a 
realização do controle de qualidade da produção e posteriormente a 
aplicação de medidas gerenciais corretivas para redução das perdas e 
aumento da lucratividade da organização, uma vez que foi observado 
que algumas amostras se encontraram sob o efeito de causas especiais. 
 
Palavras-chave: Controle estatístico de processo, Indústria de polpas 
de frutas, Gráficos de controle, Diagrama de Ishikawa
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Perspectivas Globais para a Engenharia de Produção 
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015. 
 
 
 
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Perspectivas Globais para a Engenharia de Produção 
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015. 
 
 
 
 
2 
 
1. Introdução 
O Controle de Qualidade é uma medida adotada por organizações com o objetivo de definir e 
monitorar padrões de produto e processo produtivo a serem atingidos, tendo em vista elevar o 
grau de satisfação do consumidor, acionistas, funcionários e fornecedores (CAMPOS, 2004). 
Para tanto, segundo Werkema (2006), utiliza-se da inspeção a fim de medir e comparar o que 
foi produzido com padrões estabelecidos. A partir do diagnóstico de não conformidades, 
identificam-se suas causas para então desenvolver ações corretivas e por fim, a atualização 
necessária dos padrões de produto e/ou processo. Ainda segundo a autora, Os gráficos de 
controle, apesar de simples, são ferramentas fundamentais para auxiliar no monitoramento do 
processo produtivo, pois apontam a ocorrência ou tendência à falta de controle, ou seja, se 
este está ou não sob efeito de causas especiais, contribuindo para a melhoria do processo, 
consequentemente aumentando a produtividade à medida que elevam a porcentagem de 
produtos que satisfazem as exigências, reduzindo os índices de retrabalho e diminuindo custos 
da produção. 
O presente estudo foi realizado numa empresa de produção de polpa de frutas, organização de 
médio porte atuante em nível regional, localizada na cidade de Castanhal – Pará. Tal 
organização nunca fez um estudo sobre o controle dos pesos das polpas produzidas. Deste 
modo, foi de fundamental importância a realização desse trabalho, tendo em vista que não 
somente para uma empresa de pequeno e médio porte, mas também para as grandes 
organizações, as perdas com o peso ou quantidade além do que está sendo especificado na 
embalagem podem ocasionar sérios problemas, e consequentemente uma diminuição no lucro 
obtido pela mesma, e caso estejam abaixo da especificação geram insatisfações por parte dos 
consumidores. 
Portanto, o estudo tem como objetivo aplicar as ferramentas do controle estatístico de 
processo (CEP) e analisar se o produto monitorado, especificamente a polpa do fruto 
maracujá, atende as especificações estabelecidas pela empresa estudada. Para isso, serão 
utilizados os gráficos de controle por serem ferramentas eficazes para identificar se o processo 
monitorado encontra-se sob o efeito de causas especiais ou não. 
Este trabalho encontra-se dividido da seguinte forma: na primeira sessão foi feita a introdução 
ao tema, na seção 2 encontra-se o referencial teórico, com uma exposição dos temas 
necessários para a realização da pesquisa, além da explicação dos tipos de gráfico de controle, 
para a compreensão do leitor sobre os assuntos que serão abordados no estudo. Na seção 3 
 
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Perspectivas Globais para a Engenharia de Produção 
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015. 
 
 
 
 
3 
encontra-se o método utilizado na pesquisa, o procedimento para a realização da mesma e 
uma apresentação da empresa estudada, logo após, na seção 4 estão dispostos os resultados 
encontrados com a aplicação da pesquisa, e comentários acerca dela. Na seção 5 estão as 
considerações finais sobre o trabalho, e por fim, as referências bibliográficas necessárias para 
a fundamentação deste trabalho estão dispostas na seção 6. 
2. Referencial teórico 
Nesta seção são abordados os conceitos necessários para o embasamento teórico da pesquisa, 
tais como: controle da qualidade total, controle estatístico de processos, e uma abordagem 
sobre a ferramenta utilizada, o gráfico de controle. 
2.1. Controle da Qualidade Total (TQC) 
Segundo Campos (2004), o objetivo principal de uma empresa (sua sobrevivência por meio da 
satisfação das necessidades das pessoas) pode ser atingido através do Controle da Qualidade 
Total. Ainda segundo o autor, o Controle da Qualidade Total é um sistema administrativo 
gerencial, baseado na participação de todos os setores de uma empresa e de todos os 
empregados, no estudo e na condução do controle da qualidade. Essa definição é ratificada 
por Werkema (2006) que complementa afirmando que o núcleo do TQC é o Controle da 
Qualidade, o qual é definido segundo a norma japonesa JIS Z 8101, como “um sistema de 
técnicas que permitem a produção econômica de bens e serviços que satisfaçam às 
necessidades do consumidor". 
Para Werkema (2006), para a prática do Controle da Qualidade Total é necessário saber o que 
realmente significa o termo qualidade, e de acordo com Campos (2004), qualidade é um 
produto ou um serviço que atende perfeitamente, de forma confiável, de forma acessível, de 
forma segura e no tempo certo às necessidades do cliente. 
De acordo com Campos (2004), Qualidade Total são todas as dimensões que afetam a 
satisfação das necessidades das pessoas, e por conseguinte a sobrevivência da empresa. Essas 
dimensões são definidas a seguir: 
 Qualidade: dimensão ligada a satisfação do cliente. Logo, qualidade é medida por 
meio das características da qualidade dos produtos ou serviços (ausência de defeitos e 
presença de características que irão agradar o consumidor). 
 Custo: nessa dimensão o preço do bem ou serviço é importante, pois ele deve refletir 
qualidade. O custo resulta do projeto, fabricação e desempenho do produto. 
 
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Perspectivas Globais para a Engenharia de Produção 
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015. 
 
 
 
 
4 
 Entrega: essa dimensão avalia as condições de entrega dos bens e serviços. A entrega 
deve acontecer na quantidade, na data e no local certos. 
 Moral: essa dimensão avalia o nível médio de satisfação dos funcionários. Como que 
serão fornecidos aos clientes são produzidos pelos funcionários, é essencial fornecer 
boas condições de trabalho. 
 Segurança: sob esta dimensão é avaliada a segurança dos empregados e dos usuários 
do produto. Não deve haver acidentes no local de trabalho, tampouco os produtos 
devem provocar acidentes aos usuários. 
Portando, segundo Campos (2004), se o objetivo é atingir a Qualidade Total, é necessário 
medir resultados para saber se o objetivo foialcançado ou não. Tendo conhecimento dos 
resultados (fins) que estejam fora do valor desejado, é necessário "controlar" (buscar as 
causas de um problema e atuar). "este é o significado de controlar os meios (causas) por meio 
da medida da Qualidade Total dos Resultados" (CAMPOS, 2004). 
2.2. Controle estatístico de processos (CEP) 
Segundo Werkema (2006), o controle estatístico de processos é uma ferramenta com base em 
conceitos e técnicas da Estatística e da engenharia de produção que auxilia no controle da 
qualidade nas etapas de um processo, particularmente no caso de processo de produção 
repetitivo, ou seja é um método preventivo de se comparar resultados com um padrão já 
existente e a partir de técnicas estatísticas eliminar ou controlar certas variações. O CEP visa 
garantir a estabilidade e a melhoria contínua de um processo de produção, ou seja, visa ao 
controle e à melhoria do processo; o controle da qualidade de um processo produtivo envolve 
a realização das seguintes etapas (WERKEMA,2006): 
 Definição de um padrão a ser atingido para o produto e padronização do processo; 
 Inspeção: medir o que foi produzido e comparar com o padrão; 
 Diagnóstico das não conformidades: descrição dos desvios entre o que foi produzido e 
padrão; 
 Identificação das causas das não conformidades; 
 Eliminação corretiva para eliminação das causas; 
 Atualização, se necessário, dos padrões do produto e/ou do processo. 
2.3. Ferramentas da qualidade 
 
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Perspectivas Globais para a Engenharia de Produção 
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015. 
 
 
 
 
5 
Para a realização deste estudo, fez-se necessário o uso de algumas ferramentas da qualidade, 
tais como: Diagrama de Causa e Efeito, folha de verificação e Brainstorming. Essas 
ferramentas são apresentadas a seguir. 
2.3.1. Diagrama de causa e efeito 
Também conhecido como diagrama de Ishikawa (por ter sido criado por Kaoru Ishikawa em 
1943) ou gráfico de espinha de peixe, o diagrama de causa e efeito oferece uma abordagem 
estruturada para se identificar, explorar e demonstrar graficamente as possíveis causas 
relacionadas a um problema, a fim de se descobrir a sua causa subjacente (FITZSIMMONS E 
FITZSIMMONS, 2010). Werkema (2006) afirma que um processo pode ser definido como 
um conjunto de causas que produzem um determinado efeito, o qual é denominado de produto 
do processo. Ainda segundo a autora um processo pode ser dividido em uma família de 
causas, tais como: insumos, equipamentos, informações do processo ou medidas, condições 
ambientais, pessoas e procedimentos. 
2.3.2. Folha de verificação 
Segundo Werkema (2006), folhas de verificação são formulários impressos ou digitais 
utilizados no registro e agrupamento logicamente organizado de dados e informações a 
respeito de uma tarefa ou processo estudado. Os dados podem ser de vários tipos, como por 
exemplo: dimensionais (centímetros, metros, litros, etc.), temporais (segundos, dias, etc.), 
econômicos (reais, euros, dólares, etc.) e atributos (aprovado, reprovado, conforme, não-
conforme, etc.) 
2.3.3. Brainstorming 
O Brainstorming é uma técnica utilizada como suporte para muitas ferramentas de gestão e 
que busca a geração de ideias por parte de um grupo pouco numeroso de pessoas reunidas 
com tal finalidade, com isso pode ser usado para gerar ideias sobre os problemas ou sobre 
todas as causas possíveis de um problema, além de ser aplicável à elaboração de todas as 
soluções possíveis de um problema (WERKEMA, 2006). 
2.4. Gráficos de controle 
Para Samohyl (2009) os gráficos de controle são elementos visuais para o monitoramento de 
características dos produtos e processos. Estes gráficos possuem faixas estatísticas 
 
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Perspectivas Globais para a Engenharia de Produção 
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015. 
 
 
 
 
6 
denominadas de limites de controle, possuindo uma faixa superior, uma média e uma inferior. 
O objetivo desses gráficos é verificar se o processo encontra-se sob controle, ou seja, se não 
possui causas especiais. No entanto, se uma causa especial for detectada, a correção direta ou 
a sua compensação com outras variáveis são efetivadas. 
 
Figura 1 - Representação dos Gráficos de Controle 
 
Fonte: (Adaptado) Werkema (2006) 
Segundo Werkema (2006), existem dois tipos básicos de gráfico de controle: 
 Gráficos de variáveis; 
 Gráficos de atributos. 
Gráficos de variáveis: são utilizados quando a característica analisada pode ser representada 
por unidades quantitativas de medida, ou seja por um número pelo conjunto dos números reais 
(peso, altura, comprimento, dureza, rugosidade superficial, pH etc.). 
Os gráficos de controle podem ser: 
( e R): são os gráficos das médias e das amplitudes, os gráficos mais utilizados. Estes 
gráficos buscam controlar a variabilidade ao longo do tempo, no nível médio do processo e 
qualquer mudança que ocorra nele 
( e R): são os gráficos da mediana e da amplitude. Acabam sendo uma alternativa ao gráfico 
de ( e R). Por sua facilidade de aplicação, podem ser usados para amostras pequenas 
, porém não é recomendado para amostras grandes ( ), 
(X e R): são os gráficos de valores individuais e da amplitude. É utilizado quando for mais 
conveniente fazer uma análise individual do que em amostras. 
 
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Perspectivas Globais para a Engenharia de Produção 
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015. 
 
 
 
 
7 
Gráfico de atributos: em certos casos as características da qualidade não podem ser medidas 
numericamente, mas podem ser representadas pela presença ou ausência de um atributo 
(“conforme ou não conforme”, “passa, não passa”, etc.) 
De acordo com Werkema (2006), os principais gráficos de atributos são: 
 Gráficos de p: para o controle da proporção, porcentagem ou partes por milhão de 
unidades não conformes em cada amostra 
 Gráficos de np: para o controle do número de unidades não conformes por amostra. 
 Gráficos de c: para o controle do número de não conformidades por amostra. 
 Gráficos de u: para o controle do número de não conformidades por unidade do 
produto. 
2.5. Gráficos de e R 
São gráficos de análise e ajuste da variação de um processo em função do tempo, através de 
duas características básicas: sua centralização e sua dispersão. A Centralização pode ser 
verificada através da média do processo e a Dispersão estimada através do desvio-padrão ou 
da amplitude dos dados (SAYMOHYL, 2009). 
O gráfico de controle mais utilizado hoje em dia e por sinal o primeiro gráfico de controle 
lançado por Shewhart na década de 1920, segundo Samohyl (2009), é o gráfico de (gráfico 
das médias) para variáveis mensuráveis. A utilização desse tipo de gráfico tem sido mostrada 
de maneira muito eficiente para monitorar o processo e melhorar o resultado numa maneira 
contínua e permanente. 
Já o gráfico de R (gráficos das amplitudes) é muito utilizado quando se pretende monitorar 
diretamente a variabilidade do processo, já que a variabilidade do processo contribui para a 
qualidade do produto (SAMOHYL, 2009). 
Para os cálculos dos limites de controle desses tipos de gráficos é necessário coletar 20 ou 25 
subgrupos (amostras) de 5 ou 4 itens, respectivamente. A partir dos dados calculam-se a 
média e a amplitude de cada amostra, e posteriormente calcula-se a média das médias 
amostrais e a média das amplitudes (WERKEMA, 2006). 
De acordo com Werkema (2006), os limites de controle para o gráfico das médias são: 
 
 (1) 
 (2) 
 
XXXV ENCONTRO NACIONAL DE ENGENHARIADE PRODUCAO 
Perspectivas Globais para a Engenharia de Produção 
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015. 
 
 
 
 
8 
 (3) 
 
E os limites de controle para o gráfico das amplitudes são: 
 (4) 
 (5) 
 (6) 
 
 
Onde: 
 – Limite superior de controle 
 – Limite central 
 – Limite inferior de controle 
Os valores , e são valores tabelados. 
3. Método de pesquisa 
A pesquisa foi realizada em uma fábrica de polpas de médio porte, e o atributo analisado foi o 
peso. Conforme conceitua Rodrigues (2006) trata-se de uma pesquisa quantitativa, pois o 
enfoque da pesquisa está voltado para a análise e interpretação dos resultados, utilizando-se 
da estatística. Para isso, foi feita a pesagem das polpas para uma análise de desvio através de 
uma ferramenta de controle de qualidade. A ferramenta utilizada foi o gráfico de controle. 
Nesta sessão segue o detalhamento do método aplicado. 
3.1. Instrumentos para a coleta de dados 
Para a coleta de dados foi necessário o uso de uma balança de precisão. A balança utilizada, 
que foi fornecida pela empresa estudada, tinha a precisão de duas gramas. Para a coleta dos 
dados, foi feito o uso de uma folha de verificação para registrar os dados obtidos para análise, 
por ser uma ferramenta simples e de fácil compreensão. 
3.2. Definição da unidade de estudo 
A empresa estudada, fabrica 8 tipos de polpas, sendo elas: maracujá, goiaba, taperebá, 
acerola, muruci, cupuaçu, abacaxi e abacaxi com hortelã. Usou-se para a amostra polpas de 
um só tipo, para facilitar os cálculos e enxergar as perdas na forma monetária, sendo assim, a 
 
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Perspectivas Globais para a Engenharia de Produção 
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015. 
 
 
 
 
9 
uniformidade ajudará nos cálculos. A polpa de maracujá foi escolhida, pois no momento da 
coleta de dados, um lote de polpas dessa fruta estava disponível para a pesquisa. 
3.3. Definição do tamanho da amostra 
O tamanho da amostra foi definido de acordo com o que afirma Werkema (2006), “para o 
cálculo dos limites de controle dos gráficos ( e R) é necessário coletar 20 ou 25 subgrupos 
(amostras) de 5 ou 4 itens, respectivamente. Ou seja, aproximadamente 100 dados”. Para a 
realização da pesquisa, foi adotado K = 25 amostras, com n = 4 dados. Sendo K o número de 
amostras, e n o tamanho de cada amostra. Totalizando 100 dados. As polpas eram guardadas 
em caixas, cada caixa continha 6 polpas de maracujá, e de cada caixa eram retiradas 4 polpas 
aleatoriamente. E assim foram retiradas 4 polpas de cada uma das vinte e cinco caixas, 
totalizando as 100 polpas, necessárias para a pesquisa 
3.4. Procedimentos para o estudo 
Primeiramente foi feita uma pesquisa bibliográfica sobre os assuntos relacionados ao estudo. 
Depois, foi realizada visita técnica à empresa, na qual se observou sua cadeia produtiva a fim 
de selecionar a atividade a ser estudada. Detectou-se que a atividade de empacotamento 
necessitava de padronização, a fim de melhorar o desempenho da operação reduzindo as 
perdas na reta final do processo. 
Logo após, foi realizada a pesagem das polpas. Os dados obtidos foram repassados para o 
computador, e em seguida os cálculos para encontrar os limites superior e inferior de controle, 
e posteriormente, seus gráficos foram feitos no programa Microsoft Excel. As fórmulas 
usadas para os cálculos dos limites foram estabelecidas por Werkema (2006), conforme citado 
anteriormente. 
Uma análise foi feita depois da construção dos gráficos, e os pontos que estavam fora dos 
limites de controle foram retirados, e um novo gráfico teve que ser feito. A partir do novo 
gráfico, outra análise deve ser feita, e a partir disso serão sugeridas mudanças na atividade, 
objetivando a redução de custos decorrentes de desperdícios para a empresa através da 
determinação de uma rotina de trabalho eficaz. Os pontos que estavam fora dos limites 
deverão ser analisados, para assim serem encontradas as possíveis causas dos desvios. 
4. Resultados 
 
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Perspectivas Globais para a Engenharia de Produção 
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015. 
 
 
 
 
10 
Com o intuito de analisar o desvio do peso médio das polpas de frutas, foi plotado o gráfico 
de controle das médias ( ) que apresenta a variação existente entre as médias dos pesos das 
amostras estudadas e o gráfico das amplitudes (R) que evidencia a variabilidade existente em 
cada amostra retirada. Com o uso desses gráficos ficou mais fácil a visualização dos desvios 
ocorridos entre os pesos das polpas analisadas. A folha de verificação, com o registro do peso 
dos itens de cada amostra de acordo com a leitura da balança, é apresentada a seguir: 
 
 
 
 
 
 
 
Tabela 1 - Apresentação da folha de verificação 
Folha de Verificação 
Instruções: Registrar e agrupar logicamente os pesos (massa em Kg) de cada item da amostra 
Dados adicionais: 27/02/2015 
Setor: Armazenagem 
Amostra 
Medida (em Kg) 
Item 1 Item 2 Item 3 Item 4 
1 1,104 1,094 1,090 1,082 
2 1,094 1,074 1,074 1,054 
3 1,124 1,060 1,088 1,086 
4 1,082 1,078 1,076 1,068 
5 1,088 1,084 1,074 1,070 
6 1,060 1,078 1,070 1,074 
7 1,078 1,052 1,064 1,048 
8 1,058 1,030 1,072 1,056 
9 1,064 1,046 1,080 1,086 
10 1,058 1,068 1,076 1,072 
11 1,060 1,076 1,070 1,076 
12 1,062 1,076 1,082 1,094 
13 1,092 1,066 1,078 1,086 
14 1,084 1,076 1,084 1,084 
15 1,066 1,078 1,088 1,090 
16 1,078 1,090 1,086 1,082 
17 1,066 1,080 1,068 1,094 
18 1,086 1,078 1,084 1,062 
 
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Perspectivas Globais para a Engenharia de Produção 
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015. 
 
 
 
 
11 
19 1,068 1,086 1,088 1,092 
20 1,094 1,094 1,086 1,084 
21 1,092 1,088 1,074 1,076 
22 1,082 1,088 1,078 1,082 
23 1,086 1,078 1,070 1,076 
24 1,090 1,092 1,084 1,090 
25 1,068 1,074 1,086 1,094 
 Fonte: Autores (2015) 
Com os dados apresentados na tabela anterior foi possível plotar os gráficos de controle. A 
figura 2 mostra o gráfico de controle das amplitudes das amostras, nele o limite superior e 
inferior de controle assumiram os valores 0,0537 e 0, respectivamente. Sendo assim, a 
amostra de número 3 (com a amplitude de 0,0640) apresentou-se acima do limite superior, 
logo a mesma também está sob o efeito de causas especiais. E as demais, encontram-se sob o 
efeito de causas normais. 
 
 
Figura 2 - Gráfico de Controle das Amplitudes 
 
Fonte: Autores (2015) 
A figura 3 apresenta o gráfico de controle das médias das amostras, neste gráfico o limite 
superior de controle alcançou um valor aproximado de 1,0951 e o limite inferior de 1,0608. 
As amostras 7 e 8 obtiveram médias de 1,0605 e 1,0540 respectivamente, e isso indica que elas 
apresentam-se sobre o efeito de causas especiais. As demais amostras que estão dentro dos 
limites de controle estão sob o efeito de causas normais. 
Figura 3 - Gráfico de Controle das Médias 
 
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Perspectivas Globais para a Engenharia de Produção 
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015. 
 
 
 
 
12 
 
Fonte: Autores (2015) 
Vale ressaltar que apesar de quase todas as médias e as amplitudes dos pesos das polpas de 
frutas estarem sob controle estatístico, todas as amostras analisadas foram produzidas com 
não conformidades, ou seja, fora das especificações da embalagem, pois a embalagem 
indicava que nela continha um conteúdo de 1 kg, contudo, nenhuma das amostras possui tal 
valor. 
Diante da análise dos gráficose o conhecimento das amostras que se encontraram fora dos 
limites, tornou-se necessário mapear as possíveis causas dos desvios existentes, pra isso foi 
elaborado o diagrama de Ishikawa (Figura 4). Para se chegar as possíveis causas a serem 
colocadas no diagrama, foi realizado um Brainstorming entre os funcionários e os realizadores 
da pesquisa. As causas estão dispostas no diagrama a seguir. 
Figura 4 - Diagrama de Ishikawa 
 
Fonte: Autores (2015) 
Por tratar-se de uma empresa de médio porte, esta não dispõe de todos os tipos de máquinas 
necessárias para o processamento da polpa, logo grande parte do processo é feito 
 
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Perspectivas Globais para a Engenharia de Produção 
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015. 
 
 
 
 
13 
manualmente, isto contribui significativamente para os grandes desvios observados no peso 
especificado para o produto final. Notou-se que um baixo grau de padronização no processo, 
além de que o número de funcionários é insuficiente e que existe a falta de investimentos 
voltados ao treinamento destes. O espaço de trabalho é desorganizado, o que também dificulta 
o desempenho das atividades ligadas ao processo. Não há um controle eficiente de qualidade. 
Apesar dos grandes desvios no peso especificado para o produto gerarem altas perdas 
financeiras, a gerência não intervém no processo e tão pouco estabelece algum tipo de 
inspeção a fim de ter maior controle sobre a produção. 
Uma vez mapeadas as prováveis causas, Montgomery (2004) afirma ser necessária a exclusão 
dos pontos que se encontram fora dos limites de especificação, pois estes equivalem as causas 
especiais que estão atuando no processo. As figuras 5 e 6 apresentam os gráficos após a 
exclusão dos pontos que estavam fora de controle estatístico, e com isso foi alcançada a 
estabilidade estatística do processo. 
 
 
 
 
Figura 5 - Gráfico de controle das amplitudes sem causas especiais 
 
Fonte: Autores (2015) 
Figura 6 - Gráfico de controle das médias sem causas especiais 
 
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Perspectivas Globais para a Engenharia de Produção 
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015. 
 
 
 
 
14 
 
Fonte: Autores (2015) 
Como as causas especiais foram detectadas, foi necessário recalcular os limites de controle 
dos gráficos desconsiderando as amostras que estavam fora de controle. Assim, os limites 
superior e inferior das amplitudes das amostras alcançaram respectivamente os novos valores 
0,0498 e 0. Para as médias, os limites de controle assumiram os valores 1,0961 e 1,0634 para 
o limite superior e inferior, respectivamente. Na análise das figuras 5 e 6 é notório que não há 
novos pontos fora de controle, e dessa forma o processo está sobre controle estatístico. 
 
 
5. Considerações Finais 
Este artigo propôs a aplicação do controle estatístico da produção (CEP) em uma fábrica de 
polpas de médio porte, devido a instituição nunca ter realizado um controle dos pesos das 
polpas, e desconhecer as perdas que poderiam estar envolvidas no processo. 
A análise do nível de padronização foi um fator essencial para a escolha da atividade de 
empacotamento de polpa em embalagens de 1kg como objeto de estudo. Logo, sua 
ineficiência gera perdas financeiras para empresa decorrentes da inexatidão e o alto desvio no 
processo de pesagem da polpa para embalar. 
A ferramenta gráfico de controle, associada ao diagrama de Ishikawa foram eficientes para 
alcançar o objetivo da pesquisa. Tendo em vista que possibilitou observar os desvios da média 
do peso que aconteceram com as amostras usadas e a identificação das possíveis causas 
desses desvios. 
 
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Perspectivas Globais para a Engenharia de Produção 
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015. 
 
 
 
 
15 
A aplicação do gráfico de controle para as médias apontou que as amostras 7 e 8 encontram-
se abaixo do limite inferior de controle. E o gráfico de controle das amplitudes detectou que a 
amostra 3 estava acima do limite superior de controle. Isso indica que tais amostras estão sob 
efeito de causas especiais, e que o processo não está controlado estatisticamente. Para 
controlar o processo, foi necessário a retirada dessas amostras e recalcular os novos limites de 
controle para a obtenção de um novo gráfico. 
Por existirem amostras sob efeito de causas especiais, foi essencial a realização de um estudo 
de causa e efeito através do diagrama de Ishikawa, para a obtenção das possíveis causas. Com 
essa ferramenta concluiu-se que há um número excessivo de causas relacionadas ao método, e 
principalmente ao método usado para a embalagem das polpas, o que poderia ser identificado 
como uma causa principal, e que está associado a não existência de máquinas eficientes e 
precisas para a realização desse processo. 
Portanto, a partir desse estudo a empresa pôde obter conhecimento das perdas geradas pelo 
descontrole estatístico, o que possibilita a aplicação de medidas gerenciais corretivas ao 
processo aumentando a lucratividade da organização, bem como a qualidade do produto final. 
O presente trabalho servirá de embasamento para futuros estudos de controle de qualidade ou 
estudos relacionados às perdas decorrentes da não aplicação do mesmo. A sugestão para esses 
futuros trabalhos é que seja feita uma análise mais afundo das causas dos desvios observados, 
aplicando-se metodologias como PDCA para a busca de melhorias. Além disso, outra 
sugestão é quantificar financeiramente as perdas geradas pelas não conformidades observadas 
no processo. 
 
REFERÊNCIAS 
CAMPOS, Vicente F. TQC: Controle da Qualidade Total (no estilo Japonês). Rio de Janeiro: Bloch Ed, 2004. 
FITZSIMMNOS, James A; FITZSIMMONS, Mona J. Administração de Serviços: operações, estratégia e 
tecnologia da informação. 6º ed. Porto Alegre: Bookman, 2010. 
MONTGOMERY, D. Introdução ao controle estatístico da qualidade. 4º ed..LTC- Livros Técnicos Científicos, 
2004. 
RODRIGUES, Auro de Jesus. Metodologia científica. 1º ed. São Paulo: Avercamp, 2006. 
SAMOHYL, Robert W. Controle estatístico da qualidade. 5º ed. Rio de Janeiro: Elsevier, 2009 
WERKEMA, M.C.C. Ferramentas estatísticas básicas para o gerenciamento de processos. Belo Horizonte: 
Fundação Christiano Ottoni, 2006. 
 
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Perspectivas Globais para a Engenharia de Produção 
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015. 
 
 
 
 
16