TCC - Controle Estatístico de Processo

Prévia do material em texto

FACULDADE DE PAULÍNIA – FACP 
ENGENHARIA DE PRODUÇÃO 
 
 
 
 
 
 
PLANEJAMENTO E CONTROLE DA QUALIDADE 
APLICAÇÃO DA FERRAMENTA CONTROLE ESTATISTICO DE 
PROCESSOS EM UMA INDÚSTRIA TÊXTIL 
 
 
 
 
 
AMANDA DIAS BENFATI 21410 
ROBSON GABRIEL TAVEIRA DE AZEVEDO 21427 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
PAULÍNIA – SP 
2017 
 
AMANDA DIAS BENFATI 21410 
ROBSON GABRIEL TAVEIRA DE AZEVEDO 21427 
 
 
 
 
 
 
PLANEJAMENTO E CONTROLE DA QUALIDADE 
APLICAÇÃO DA FERRAMENTA CONTROLE ESTATISTICO DE 
PROCESSOS EM UMA INDÚSTRIA TÊXTIL 
 
 
 
Trabalho de Conclusão de Curso 
apresentado como requisito para 
graduação em Engenharia da Produção 
na Faculdade de Paulínia - FACP, sob a 
orientação do Prof. José Vicente Z. Pinto 
 
 
 
 
 
 
 
 
 
 
 
PAULÍNIA – SP 
2017 
 
 
FACULDADE DE PAULÍNIA – FACP 
ENGENHARIA DE PRODUÇÃO 
 
 
 
PLANEJAMENTO E CONTROLE DA QUALIDADE 
APLICAÇÃO DA FERRAMENTA CONTROLE ESTATISTICO DE 
PROCESSOS EM UMA INDÚSTRIA TÊXTIL 
 
 
AMANDA DIAS BENFATI 21410 
ROBSON GABRIEL TAVEIRA DE AZEVEDO 21427 
 
 
 
Banca Examinadora: 
 
 
__________________________________________ 
Prof. Coordenador Minás Djehizian 
 
__________________________________________ 
Profa. Me Adriana Terra Nasciutti 
 
__________________________________________ 
Prof. Orientador José Vicente Z. Pinto 
 
 
 
 
PAULÍNIA – SP 
2017 
 
DEDICATÓRIA 
 
Dedicamos este trabalho primeiramente, aos nossos Pais e familiares, pois 
confiaram em nós e nos deram esta oportunidade de concretizar e encerrar mais 
uma etapa de nossas vidas. Dedicamos a nossa amada filha Valentina, que apesar 
da idade, muito compreendeu nossa ausência, e por ser a nossa maior motivadora 
para a concretização desta etapa. 
 
AGRADECIMENTOS 
 
Agradecemos primeiramente a Deus, por todas as bênçãos concedidas 
durante esse período. 
Agradecemos aos nossos pais, por terem acreditado em nós, aos professores 
que se dedicaram a nos ensinar. Aos amigos e colegas que tiveram grande 
relevância em nossa vida acadêmica. 
Ao Professor orientador José Vicente Z. Pinto e Profa. Me Adriana Terra 
Nasciutti, por toda atenção, dedicação e esforço para que pudéssemos ter confiança 
e segurança na realização deste trabalho. 
EPÍGRAFE 
 
 
 
 “Qualidade é redução da variabilidade, é o caminho para a prosperidade, por meio 
do aumento da produtividade, da redução de custos”. 
 
DEMING (apud MORETTI, 2003). 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
RESUMO 
 
Este projeto mostra um estudo de caso realizado em uma Indústria Têxtil, 
onde a produção de contentores flexíveis é verticalizada e os processos produtivos 
necessitam de precisões. Baseado nas informações abordadas e no conhecimento 
do processo, foi detectado que a utilização da ferramenta Controle Estatístico de 
Processo (CEP), seria eficaz e eficiente para as tratativas das não conformidades 
internas identificando as variabilidades dentro processo produtivo da tecelagem, 
onde, se identificou desvios na largura do tecido fabricado. O intuito da 
aplicabilidade da ferramenta é que a mesma contribua para a redução de custos de 
processo, diminuição de resíduos e aumento da produtividade, mostrando caminhos 
para expansão do sistema para outras áreas do processo, garantindo assim a 
melhoria contínua do mesmo e evitando reclamações futuras dos clientes. 
 
 
Palavras-Chaves: CEP, qualidade, processo, variabilidade, ferramenta. 
 
 
 
 
 
 
 
 
 
 
 
 
 
ABSTRACT 
 
This project shows a case study carried out in a Textile Industry, where the 
production of flexible containers is verticalized and the productive processes need 
precisions. Based on the information and knowledge of the process, it was detected 
that the use of the Statistical Process Control (CEP) tool would be effective and 
efficient for internal nonconformities, identifying the variabilities within the productive 
process of weaving, where deviations were identified In the fabric width. The purpose 
of the tool's applicability is that it contributes to reduce process costs, reduce waste 
and increase productivity, showing ways to expand the system to other areas of the 
process, thus ensuring continuous improvement and avoiding future complaints Of 
customers. 
 
Key Words: CEP, quality, process, variability, tool. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
LISTA DE FIGURAS 
 
Figura 1 – Fluxograma...............................................................................................24 
Figura 2 – Diagrama de Ishikawa...............................................................................26 
Figura 3 – Filme passando em Rolos de Secagem....................................................47 
Figura 4 – Laminas para o Corte do Filme.................................................................47 
Figura 5 - Ráfia no Forno de Estiramento..................................................................48 
Figura 6 – Ráfia passando por Cilindros Térmicos....................................................48 
Figura 7 – Fitas em Bobinadeiras...............................................................................49 
Figura 8 – Extrusora Completa...................................................................................49 
Figura 9 – Entrelaçamento das Ráfias.......................................................................50 
Figura 10 – Tear – Confecção de Tecidos.................................................................51 
Figura 11 – Ensaios Mecanicos Destrutivos..............................................................52 
Figura 12 –. Costura das Válvulas............................................................................53 
Figura 13 – Costura Alça de Içamento ......................................................................54 
Figura 14 – Costura do Fundo....................................................................................54 
Figura 15 – . Costura da Tampa com o Corpo do Contentor.....................................55 
Figura 16 – Produto Final...........................................................................................55 
Figura 17 – Medição das Amostras ...........................................................................58 
 
 
 
 
 
 
 
LISTA DE TABELAS 
 
 
Tabela 1 – Simbologia Fluxograma............................................................................23 
Tabela 2 – Folha de Verificação.................................................................................27 
Tabela 3 – Exemplificação Amostral de idade, peso e altura.....................................30 
Tabela 4 – Check List da Tacelagem.........................................................................51 
Tabela 5 – Controle do Corte.....................................................................................53 
Tabela 6 – Controle de Amostragem..........................................................................58 
Tabela 7 – Calculo de Média e Amplitude..................................................................60 
Tabela 8 – Tabela de Constantes..............................................................................61 
Tabela 9 – Valores Gráficos.......................................................................................61 
 
 
 
 
 
 
 
 
 
 
 
 
 
LISTA DE GRÁFICOS 
 
Gráfico 1 – Gráfico de Dispersão...............................................................................27Gráfico 2 – Histograma...............................................................................................27 
Gráfico 3 – Dispersão.................................................................................................28 
Gráfico 4 – Gráfico de Controle Estatístico de Processo...........................................28 
Gráfico 5 – Gráficos de Controle para Média e Amplitude X e R...............................35 
Gráfico 6 – Gráfico de Controle para Medidas Individuais X e Amplitude R..............36 
Gráfico 7 – Gráficos de Controle para a Fração Não Conformidade (P)....................37 
Gráfico 8 – Gráficos de Controle para Números de Unidades Não Conformes 
(NP)............................................................................................................................38 
Gráfico 9 – Gráficos de Controle para Não Conformidade por Unidade (U).............39 
Gráfico 10 – Gráfico de Controle para Número de Não 
Conformidade(C)........................................................................................................41 
Gráfico 11 – Linha Superior, Inferior e Central...........................................................58 
Gráfico 12 – Gráfico Conforme...................................................................................58 
Gráfico 13 – Gráfico Não Conforme...........................................................................59 
 
 
 
 
 
 
 
 
 
 
 
LISTA DE ABREVIAÇÕES E SIGLAS 
 
CEP – Controle Estatístico de Processos 
FIBCS – Flexible Intermediate Bulk Container 
LSC - Limite Superior De Controle 
LIC - Limite Inferior De Controle 
LM - Linha Média 
CPK - Desempenho do Processo 
CPU - Superior de Capabilidade 
CPL - Inferior de Capabilidade 
CP - Potencial do Processo 
HH - Hora em Hora 
MM - Milímetros 
CM - Centímetros 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
GLOSSÁRIO 
 
 
GRAMATURA – Peso do tecido, expressa em gramas/m² e indica a relação entre 
peso e metro quadrado do produto. 
 
TRAMA – Área entre os espaçamentos dos fios, no sentido horizontal. 
 
URDUME – Fios que se encontram no vertical ou longitudinal. 
 
URDISSAGEM – Processo de passamento de Urdume no Tear. 
 
DENIER – Unidade de medida para densidade da massa linear expressa em gramas 
por 9000 metros. 
 
TENACIDADE – Energia mecânica, um impacto necessário para levar um material a 
ruptura. 
 
PROPENO – Hidrocarboneto Olefínico, obtido pelo craqueamento da nafta 
petroquímica ou por separação do gás natural. 
 
PROPILENO – Hidrocarboneto insaturado. 
 
EXTRUSORA – Maquina para a fabricação de produtos a base de plástica. 
 
TERMOPLÁSTICO – Resina com estrutura linear, que amolece ao ser aquecido. 
 
LIÇOS – Quadro, cuja função é manter a tensão dos fios sempre constante, e 
movimentar a trama á medida que vai sendo construída. 
 
IÇAMENTO – Equipamento utilizado para içar, erguer ou levantar objetos. 
 
 
SUMÁRIO 
 
1. INTRODUÇÃO................................................................................................ 
 
2. QUALIDADE E SUAS FERRAMENTAS........................................................ 
 
2.1 Qualidade e seu Contexto Evolutivo......................................................... 
 
2.2 Ferramentas da Qualidade........................................................................ 
 
2.2.1 Fluxograma............................................................................................. 
 
2.2.2 Diagrama de Ishikawa............................................................................ 
 
2.2.3 Folha de Verificação.................................................................................. 
 
2.2.4 Diagrama de Pareto.................................................................................. 
 
2.2.5 Histograma................................................................................................. 
 
2.2.6 Diagrama de Dispersão............................................................................. 
 
2.2.7 Controle Estatístico de Processo............................................................... 
 
3. CONCEITO: CONTROLE ESTATÍSTICO DE PROCESSO ........................ 
 
3.1 Amostragem.................................................................................................. 
 
3.2 Variabilidades............................................................................................... 
 
3.2.1 Causas de Variações Comuns.................................................................. 
 
3.2.2 Causas de Variações Especiais................................................................. 
 
3.3 Gráficos de Controle..................................................................................... 
 
3.3.1 Variáveis versus Atributos......................................................................... 
 
3.3.1.1 Variáveis.................................................................................................. 
 
3.3.1.1.1 Gráficos de Controle para Média e Amplitude X e R............................ 
 
3.3.1.1.2 Gráficos de Controle para Médias Individuais X e Amplitude R.......... 
 
3.3.1.2 Atributos.................................................................................................. 
 
3.3.1.2.1 Gráficos de Controle para a Fração Não Conforme (p)....................... 
 
3.3.1.2.2 Gráficos de Controle para Números de Unidades Não Conformes 
(Np)................................................................................................................................ 
 
3.3.1.2.3 Gráficos de Controle para Não Conformidades Por Unidades 
(U).............................................................................................................................. 
 
3.3.1.2.4 Gráficos de Controle Para Número de Não Conformidade (c)............ 
 
3.4 Capabilidade do Processo........................................................................ 
 
4. METODOLOGIA: ESTUDO DE CASO......................................................... 
 
4.1 Processo Produtivo..................................................................................... 
 
4.2 Problemas no Processo.............................................................................. 
 
4.3 Aplicação Da Ferramenta CEP no Processo Produtivo............................. 
 
5. CONCLUSÃO................................................................................................ 
 
6. REFERÊNCIAS BIBLIOGRÁFICAS....................................................... 
17 
 
1. INTRODUÇÃO 
 
Na disputa por mercados cada vez mais complexos, as organizações estão se 
tornando cada vez mais competitivas e inventivas na tentativa de se sobressair aos 
concorrentes. Hoje elas fazem uso da tecnologia como forma de diferenciação, 
assim como disponibilizam uma grande variedade de produtos que estão sempre em 
constante renovação para atender um publico que esta ficando mais exigente, que 
focam em produtos diferenciados, com melhor qualidade. 
No passado, por volta de 1780, predominava-se a produção de mercadorias 
através do artesanato, onde os artesões eram detentores das ferramentas e do 
conhecimento para a fabricação, realizando com excelência todas as etapas dos 
produtos, as inspeções eram realizadas de acordo com os critérios estabelecidos 
pelos mesmos, elevando o nível de qualidade e satisfazendo o seu cliente. 
Entretanto, com a chegada da Revolução Industrial, meados do século XVIII, 
ocorreram à substituição do trabalho artesanal pelo uso de maquinas,onde se tinha 
uma linha de produção cujo foco principal era a padronização e a produção em série 
de peças intercambiáveis, tornando necessária a aplicação e a formalização da 
inspeção dos produtos. 
As evoluções ocorridas nos processos de produção ocasionaram o inicio de 
um novo período, onde o foco principal era o aproveitamento das economias de 
escalas, que tinha por objetivo a diminuição dos custos nos processos. No inicio, o 
controle de qualidade restringia-se ao produto acabado, seguindo a inspeção 
tradicional, onde se verificava cada produto ao final do processo (Ruy de C. B. L. 
Filho, 1987) tendo por finalidade evitar que os itens defeituosos chegassem ao 
consumidor. No entanto, segundo MARSHALL Jr (2010 p. 25) “por motivos técnicos, 
econômicos, de prazos ou até quantitativos, realizar inspeções completas em todos 
os produtos fabricados era impraticável”. 
Pensando nas variabilidades do processo, Walter A. Shewhart desenvolveu 
em meados da década de 20, o Controle Estatístico do Processo (CEP), onde se 
utilizava técnicas estatísticas com o objetivo de determinar os limites de aceitação 
dentro das variações encontradas nos processos, além de métodos gráficos para a 
representação das conformidades dentro do processo produtivo. A ideia principal da 
18 
 
ferramenta CEP é identificar a variabilidade dos processos produtivos, melhorando 
os resultados da produção (SAMOHYL, Robert Wayne, 2012). 
A ferramenta CEP analisa a variabilidade do processo produtivo, “por meio de 
gráficos de controle que permite facilmente distinguir entre as causas de variação 
comuns no processo e as causas especiais que devem ser investigadas” (Carvalho, 
Marly Monteiro, 2012, p. 10). Uma causa especial é determinada como um caso 
único, ocasionando impactos diretos no produto final, já a causa comum geralmente 
de pequena proporção, seu acontecimento é esporádico, resultando em certo 
período a existência da variabilidade aleatória. 
Partindo destes princípios, será realizado um estudo de caso, direcionado a 
uma Indústria Têxtil, cuja principal atividade é a confecção de contentores flexíveis 
(FIBCS – Flexible Intermediate Bulk Container) e sacaria de ráfia, destinada aos 
mercados internos e externos, onde um dos diferenciais é a fabricação própria de 
tecidos de Polipropileno especial para a fabricação dos produtos. 
Durante o processo de tecelagem encontram-se variações nas medidas, 
gerando não conformidades internas, pensando nisso, questiona-se: A ferramenta 
CEP é eficaz na verificação de variabilidades no processo? 
Para responder a esta questão, será realizada uma pesquisa de natureza 
aplicada e descritiva, com o intuito de que a ferramenta CEP auxilie na melhoria do 
desempenho e torne mais rápida a identificação de desvios potenciais que podem 
afetar o processo e a qualidade nesta indústria. 
 
 
 
 
 
 
 
 
 
19 
 
2. QUALIDADE E SUAS FERRAMENTAS 
 
 
2.1 QUALIDADE E SEU CONTEXTO EVOLUTIVO 
 
Atualmente existem diversas definições para a palavra QUALIDADE, para 
ARAUJO (2007) Qualidade pode ser definida como a busca pela perfeição visando 
agradar os clientes que são cada vez mais exigentes e conscientes da quantidade 
de organizações e o que elas têm para oferecer. Para JURAN a qualidade pode ser 
definida em duas maneiras: A primeira é “A qualidade consiste nas características do 
produto que vão ao encontro das necessidades dos clientes e desta forma 
proporcionam a satisfação em relação ao produto. A segunda definição é “qualidade 
é a ausência de falhas”. (JURAN apud MORETTI, 2003). 
Para ISHIKAWA (apud MORETTI, 2003) “Qualidade é desenvolver, projetar, 
produzir e comercializar um produto que seja sempre mais econômico, mais útil e 
sempre satisfaça o cliente”. DEMING (apud MORETTI, 2003) afirma “Qualidade é 
redução da variabilidade. É o caminho para a prosperidade, por meio do aumento da 
produtividade, da redução de custos, da conquista de mercados e expansão de 
empregos”. E para complementar a definição do termo QUALIDADE, FEIGENBAUM 
(apud DEMING (apud MORETTI, 2003) afirma “Qualidade é redução da 
variabilidade. É o caminho para a prosperidade, por meio do aumento da 
produtividade, da redução de custos, da conquista de mercados e expansão de 
empregosMORETTI, 2003) afirma “Qualidade é a correção dos problemas e de suas 
causas ao longo de toda série de fatores relacionados com marketing, projetos, 
engenharia, produção e manutenção, que exercem influencia sobre a satisfação do 
usuário”. 
Segundo ABRANTES (2009) com o desenvolvimento do mercado, a 
qualidade foi se adaptando aos novos processos, sendo assim esta foi divida em 
quatro eras, onde a primeira é a Era da Inspeção de Qualidade, a segunda é do 
Controle de Qualidade, a terceira é da Garantia da Qualidade e a ultima é a da 
Gestão Total da Qualidade. 
A Inspeção de Qualidade ocorreu em 1900 a 1940 ABRANTES (2009), onde 
os produtos eram fabricados em poucas quantidades e de forma artesanal. Os 
20 
 
critérios utilizados para mensurar a qualidade eram bem simples, sendo eles, o bom 
atendimento ao cliente, a qualidade dos produtos. Realizava-se uma inspeção 
informal, onde se necessário, faziam ajustes manualmente, com o intuito de 
assegurar que produtos defeituosos não chegassem ao cliente. Na Inglaterra, 
meados do século XVIII, (CARVALHO, 2012) iniciou-se a Revolução Industrial, 
gerando mudanças nos processos produtivos, ocasionando à substituição da 
produção artesanal por maquinários. 
Os produtos que antes eram fabricados em pequenas quantidades, passaram 
a ser produzido em grandes escalas, o processo foi fragmentado, sendo assim, os 
funcionários tinham o domínio apenas de uma fração de seu trabalho, fazendo a 
mesma tarefa varias vezes durante o dia. Visando a intercambialidade e a facilidade 
nos ajustes das peças, os produtos passaram a ser padronizados, Frederick W. 
Taylor, conhecido como o criador da teoria da Administração Cientifica, atribuiu 
maior legitimidade a atividade de inspeção, separando-a do processo de fabricação 
e atribuição a profissionais especializados (MARSHALL JUNIOR, 2010). 
A Era Controle da Qualidade ocorreu entre 1940 a 1970 (ABRANTES, 2009), 
com a produção em série percebeu-se que se tornou inviável inspecionar 100% dos 
produtos acabados, W. A. Shewhart desenvolveu a ferramenta Controle Estatístico 
de Processo, onde se utilizava ferramentas estatísticas, técnicas de amostragens e 
gráficos de controles, com o objetivo de identificar as variabilidades no processo. 
A Era Garantia da Qualidade, ocorreu entre 1970 a 1980 (ABRANTES, 2009), 
Segundo MARSHALL (2010), após a II Guerra Mundial a qualidade conquistou o seu 
lugar e passou a ser um departamento bem aceito no ambiente organizacional. A 
Garantia da Qualidade tem com seu surgimento o planejamento, visando que antes 
da entrada da Garantia da Qualidade o foco dos processos produtivos era a 
inspeção do produto final. Com a chegada desta Era, o planejamento utilizava-se do 
método de prevenção, onde possuíam conceitos específicos de prevenção dos 
problemas da qualidade, juntos com a Garantia da Qualidade outros subtemas foram 
abordados para melhor desenvolvimento dos projetos, entre eles estão: 
Custos da Qualidade: Este conceito foi abordado, pois não havia estimativas 
reais de custos envolvendo a qualidade. O enfoque desta fase são os custos da 
qualidade, visando dois tipos: os evitáveis e os inevitáveis. Os custos evitáveis eram 
relacionados a defeitos e falhas de produtos. Já os custos inevitáveis eram 
21 
 
relacionados à prevenção, como por exemplo, a amostragem. De acordo com Juran 
(1951) os custos da baixa qualidade,relacionados a falhas internas e externas eram 
necessários, pois se tratava de uma prevenção de problemas, compensando os 
custos da baixa qualidade. 
Controle Total da Qualidade: Foi abordado de maneira onde todos os 
departamentos da empresa passariam a ser responsáveis pelo sucesso da 
organização, MARSHALL (2010). Feigenbaum (1961, p.94) complementa: 
“O princípio em que se assenta esta visão da qualidade 
total (...) é que, para se conseguir uma verdadeira eficácia, o 
controle precisa começar pelo projeto do produto e só terminar 
quando o produto tiver chegado às mãos de um freguês que 
fique satisfeito (...) o primeiro princípio a ser reconhecido é o de 
que qualidade é um trabalho de todos”. 
Engenharia da Confiabilidade: A engenharia da Confiabilidade surgiu para 
verificar o funcionamento do produto. Segundo MARSHALL (2010) pouco se 
conhecia sobre a “pós-fabricação”. Nesta fase, fabricar um produto de confiabilidade 
seria criar um produto para desempenhar uma função especificada sem falhas, 
durante certo tempo e sob condições preestabelecidas. Partindo deste principio 
foram criados procedimentos baseados em análises estatísticas que tornaram mais 
confiáveis as estimativas de tempo de operação de componentes e equipamentos. 
Seria observar o desempenho do produto durante sua vida útil, identificando falhas 
ao longo do tempo e suas causas. 
Zero Defeito: O movimento engloba o processo da garantia da qualidade 
trabalhando de forma alinhada com a engenharia de confiabilidade, controle total da 
qualidade e o custo da qualidade (MARSHALL, 2010, p. 30). Este foi o último 
movimento importante que finalizou a era da garantia da qualidade. Surgiu após 
uma empresa me mísseis para o exercito americano elaborar um projeto para 
diminuir os índices de defeitos durante a fabricação. Um ano após o inicio do projeto, 
o resultado foi a entrega de um míssil sem nenhum defeito. Esse evento caracterizou 
o início de uma metodologia que ficou conhecida como zero defeito, o princípio 
desta metodologia é “fazer certo na primeira vez”. 
A Era da Qualidade Total ocorreu entre 1980 no Ocidente e 1970 no Japão 
(ABRANTES, 2009). Onde o foco principal é nos processos e clientes. 
22 
 
“Esta Era aperfeiçoou a filosofia da Garantia da 
Qualidade, sendo baseada nos seguintes princípios: Todos 
estão comprometidos e participam de todas as operações, 
Planejamento Estratégico da Qualidade, Trabalho em Equipe, 
Envolvimento de Consumidores e Fornecedores e Valorização 
dos Colaboradores ou Empowerment”. (ABRANTES, p. 216, 
2009) 
Nesta fase o desenvolvimento da política da qualidade se proliferou dentro 
das organizações, onde o foco principal era produzir produtos com qualidade, 
resultando na satisfação dos seus clientes. Medidas de desempenho foram criadas 
para melhorar os desempenhos das funções, introduzir a conscientização ao 
funcionário sobre a importância da sua função no processo produtivo. 
Atualmente a Qualidade esta interligada a todos os setores das indústrias, 
onde o foco principal é a satisfação do cliente final. Para que isso se concretize as 
industriam buscam capacitar seus funcionários, investe na introdução da gestão de 
qualidade no âmbito organizacional, resultando em melhorias na produtividade, 
diminuição de refugos e retrabalhos. Busca melhor envolvimento com os 
fornecedores afim de agilidade na entrega, confiabilidade, desenvolvimento de 
produtos, entre outros. Para auxiliar na melhoria dos processos as indústrias se 
baseiam na norma ISO 9000, onde aplicada corretamente, padroniza-se o processo 
industrial, facilitando as funções dos clientes internos. 
 
 
2.2 FERRAMENTAS DA QUALIDADE 
 
De acordo com MARSHALL (2010, p. 103) ”as ferramentas utilizadas nos 
processos de gestão foram sendo estruturadas, principalmente em 1950, com base 
em conceitos e práticas existentes”. 
A finalidade da integração das ferramentas tem como objetivo redução de 
custos, melhor produtividade, melhor controle, menos desvios e não-conformidades, 
entre outros benefícios. 
 
 
23 
 
2.2.1 FLUXOGRAMA 
 
Segundo BAUMOTTE (2012) Fluxograma é um diagrama que pode ser 
definido como uma representação esquemática de um processo. É desenvolvido por 
meio de gráficos que ilustram de forma objetiva a transição de informações entre os 
elementos que compõe o processo, o fluxo de trabalho. Possibilitando identificar o 
caminho real e ideal para um produto ou serviço com o objetivo de identificar seus 
desvios e compreender facilmente as informações dos processos. De acordo com 
NOGUEIROL LOBO (2014) as vantagens da ferramenta são: 
• Permitir verificar como funcionam todos os componentes 
de um sistema. 
• Facilidade de localização das deficiências pela fácil visualização. 
• Aplicação a qualquer sistema. 
 
Para montar o fluxograma, utilizam-se símbolos para melhor representação, 
que são eles: 
 
 
Tabela 1 - Simbologia Fluxograma 
Fonte: Autores 
24 
 
O resultado final do fluxograma é normalmente, um mapa que permite ao 
analista o entendimento a respeito dos caminhos seguidos pelos dados e 
informações, suas origens, destinos e a qualidade de seu conteúdo, incluindo o que 
for necessária adequação destes dados ou informações ao ambiente de destino. 
Segundo OLIVEIRA (2005) fluxograma é a representação gráfica que apresenta a 
sequência de um trabalho de forma analítica, caracterizando as operações, os 
responsáveis e/ ou unidades organizacionais envolvidos no processo. 
 
 
Figura 1 – Fluxograma 
Fonte: 
 
O fluxograma permite simplificar o processo e uma organização ou processos 
relacionados a uma atividade. 
Esta ferramenta “bem” aplicada permite um ganho de eficiência, pois por meio 
de uma visualização macro dos processos pode se definir uma melhor resolução dos 
erros. 
25 
 
2.2.2 DIAGRAMA DE ISHIKAWA 
 
Diagrama de Ishikawa é uma ferramenta utilizada para expor a relação 
existente entre o resultado de um processo e as causas que tecnicamente possam 
afetar esse resultado. Sua utilidade é analisar os processos de forma a identificar as 
possíveis causas de um problema. Segundo BAUMOTTE (2012) o conceito da 
ferramenta é que a cada efeito tem varias causas. Estas podem ser divididas em 
categorias ou famílias de causas, que são elas: 
Método: forma de execução do trabalho de processos incorretos ou aplicados 
indevidamente; 
Medição: avaliação feita de forma incorreta e levantamento de dados 
imprecisos; 
Máquina: qualquer causa que envolva uma máquina como: ajustes incorretos 
ou defeitos mecânicos e elétricos; 
Material: toda causa provocada pelo usa da matéria prima; 
Meio Ambiente: Além dos fatores climáticos, agregam também situações 
políticas e de mercado, que podem causar problemas; 
Mão de Obra: Toda ação que envolva a causa de um colaborador. 
Para classificar as causas de um problema, é utilizado um desenho em forma 
de “espinha-de-peixe”, onde se define, primeiramente, o efeito, que deverá ser 
anotado à direita e traçando, à esquerda, uma larga seta, apontando para o efeito. 
 Em seguida, descrevem-se as ramificações, dos fatores detalhados que 
podem ser considerados como causas secundárias. 
 
26 
 
 
Figura 2 – Diagrama de Ishikawa 
Fonte: 
 
 
 
2.2.3 FOLHA DE VERIFICAÇÃO 
 
A folha de Verificação é uma maneira de se organizar e apresentar valores 
em forma de um quadro, tabela ou planilha, facilitando desta forma a coleta e análise 
dos dados, formando um “data base”, além de uniformizar a verificação e execução 
de processos. Na indústria, dados registrados em folhas de verificação ajudam a 
entenderse os produtos atendem as especificações exigidas. Segundo MARSHALL 
JUNIOR (2010) esta ferramenta é utilizada para quantificar em certo período, a 
frequência com que os eventos acontecem. Pode-se analisar a verificação de forma 
horizontalmente, como de costume ou verticalmente, quando se deseja analisar o 
impacto do período de tempo considerado. 
 
27 
 
 
Tabela 2 – Folha de Verificação 
Fonte: 
 
 
2.2.4 DIAGRAMA DE PARETO 
O Diagrama de Pareto é uma ferramenta que apresenta um gráfico de barras 
que permite determinar, por exemplo, as prioridades dos problemas a serem 
resolvidos, através das frequências das ocorrências, da maior para a menor, 
permitindo a priorização dos problemas. Ele está baseado no princípio de Pareto ou 
regra dos 80/20 que significa que 80% dos problemas são ocasionados por 20% das 
causas, ou seja, são poucas causas que originam a maioria dos problemas. O 
gráfico mostra a ordem de prioridades que um gestor deve utilizar para resolver as 
causas. Esse diagrama é construído baseado em uma fonte de pesquisas de dados 
ou nas folhas de verificação para detectar o problema. 
Os gráficos de Pareto podem ser de dois tipos: Gráfico de Pareto para efeitos 
e Gráfico de Pareto para Causas. 
O gráfico de Pareto para efeito é o gráfico que ordena os problemas 
apresentados pela empresa de maneira que seja possível identificar o principal 
problema, enquanto o gráfico de Pareto de causas ordena as causas de cada 
problema apresentado pela empresa. 
28 
 
A análise da curva da porcentagem acumulada pode ser útil para a definição 
de quantos tipos de defeitos devem ser atacados, para que seja possível atingir 
certo objetivo de resultado. (ROTONDARO, 2002). 
 
 
 
Gráfico – Diagrama de Pareto 
Fonte: 
 
 
2.2.5 HISTOGRAMA 
Histograma é um gráfico de representação de dados. Ele dispõe as 
informações para que seja possível a visualização da forma de distribuição de 
conjunto de dados, a percepção da localização do valor central corresponde à 
dispersão dos dados em torno deste valor central. Utiliza-se um gráfico de barras no 
qual o eixo horizontal, subdividido em vários pequenos intervalos, apresenta os 
valores assumidos por uma variável de interesse (WERKEMA, 2006). Ele dispõe as 
informações de maneira que é possível ter a percepção da localização do valor 
central e da dispersão dos dados em torno desse valor central, e também permite 
visualizar a forma da distribuição de um conjunto de dados. 
 
29 
 
 
Gráfico - Histograma 
Fonte: 
 
 
2.2.6 DIAGRAMA DE DISPERSÃO 
 
São gráficos que permitem a identificação entre causas e efeitos, para avaliar 
o relacionamento entre variáveis. O diagrama de dispersão é a etapa seguinte do 
diagrama de Ishikawa, pois verifica se há uma possível relação entre as causas, isto 
é, nos mostra se existe uma relação e em que intensidade. É uma representação 
gráfica de valores simultâneos de duas variáveis relacionadas ao mesmo processo, 
o que ocorre com uma variável quando a outra se altera. Para a elaboração, 
selecionam-se as variáveis de estudo e em um gráfico insere uma variável no eixo 
horizontal (X) e a outra no eixo vertical (Y), realizando-se então a análise de relação. 
Ilustração do Gráfico de Dispersão: 
30 
 
 
Tabela - Amostra de idade, peso e altura 
Fonte: 
 
 
Figura - Gráfico de Dispersão 
Fonte: 
“Observe que este diagrama serve apenas para demonstrar a intensidade da 
relação entre as variáveis selecionadas o que não garante, necessariamente, que uma 
variável seja causa de outra, ou melhor, não garante a relação causa-efeito”. (Marshall, 
2010, p.106). 
 
 
2.2.7 CONTROLE ESTATÍSTICO DE PROCESSO 
 
O Controle Estatístico de Processo (CEP) é uma ferramenta onde identifica as 
variabilidades no processo. A ideia principal do CEP é melhorar os processos de 
produção minimizando ao máximo as variabilidades proporcionando níveis melhores 
de qualidade nos resultados da produção. Para se detectar as variações dos 
processos o CEP utiliza-se a carta de controle, onde se determina o LSC (limite 
31 
 
superior de controle) e LIC (limite inferior de controle), além da linha central, onde se 
denomina a média conhecida como LM (linha média). 
 
 
Gráfico - Gráfico Controle Estatistico de Processo 
Fonte: 
 
O CEP é uma importante ferramenta para indústria, sua aplicabilidade tem 
como objetivo de certezas com relação aos desvios gerados dentro da organização, 
fazendo com que as tratativas sejam dadas no momento certo. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
32 
 
3. CONCEITO: CONTROLE ESTATISTICO DE PROCESSOS 
 
A ferramenta Controle Estatístico de Processo, tem como objetivo detectar 
variabilidades nos processos, através das coletas de dados e gráficos de controle, 
os quais apontam as variabilidades, assegurando que referidos processos atinjam os 
padrões de qualidade pré-estabelecidos. 
“O CEP permite a monitoração contínua do processo, 
possibilitando uma ação imediata assim que um problema for 
detectado, encaixando-se dentro da filosofia que preconiza a 
construção da Qualidade dentro do processo e a prevenção de 
problemas. Essas características são de extrema importância, e 
precisam ser enfatizadas em qualquer processo de 
ensino/instrução de CEP”. (REIS, 2001, p. 49) 
Esta ferramenta utiliza técnicas estatísticas para analisar o comportamento do 
processo de fabricação, fazendo com que realizem correções corretivas quando 
necessário, resultando em um processo dentro das condições preestabelecidas, 
evitando produzir produtos de qualidade insatisfatória. Auxilia na redução de custos, 
pois evita desperdícios e retrabalhos, maximizando a produtividade. 
Por volta de 1922, deu-se o inicio formal do Controle de Qualidade com a 
publicação de George Stanley Radford “the control of quality in manufacturing”. Onde 
pela primeira vez a qualidade foi vista como responsabilidade gerencial distinta e 
como função independente. 
Em 1931, teve-se o inicio na ferramenta de Controle Estatístico criada por, 
Walter Andrew Shewhart autor do livro “Economic Control of Quality of 
Manufactured”, sendo o grande criador do Controle Estatístico de Qualidade, um 
marco no movimento da Qualidade. Sherwart trabalhava na Bell Telephone que na 
época buscava padronização para rede de telefonia. 
Com a grande rotatividade de produção, tornou-se impraticável inspecionar 
100% de toda produção que saia das linhas de montagem. Desta forma surge o 
controle estatístico de processos baseado na amostragem, sendo determinado o 
nível de inspeção de um produto e as propriedades destas amostras selecionadas 
podem então ser estendidas ao montante do lote do produto em questão. 
33 
 
Sherwhart observou que a probabilidade de variações e desperdício dentro de 
um processo produtivo era muito grande e que dificilmente em uma produção de um 
único produto em grande escala todos saíssem com as mesmas especificações, 
onde se poderiam levar em consideração as variações de matéria prima; habilidade 
dos operadores e maquinas de produção. Isso exigia que o trabalho de qualidade 
fosse repensado. Shewhart elaborou técnicas estatísticas para determinar os limites 
de aceitação além de métodos gráficos de representação de valores de produção 
para avaliar a conformidade para determinar se o mesmo entraria na faixa de 
aceitação. 
O Objetivo da Ferramenta Estatística é definir se o produto estava dentro das 
especificações ou não, definido por meio de técnicas de amostragem por meio de 
bases estatísticas e o mínimo de inspeção. 
Após analise e determinaçãode que todos os processos teriam variações e 
que essas variações eram aleatórias, Shewhart concluiu que: 
“As causas determináveis podiam ser economicamente 
descobertas e eliminadas com um tenaz programa de 
diagnostico, mas que as causas aleatórias não podiam ser 
economicamente descobertas e não podiam ser removidas sem 
que se fizessem mudanças básicas no processo” (JURAN, 1993, 
p. 191). 
 Para Miranda (1994, p.15) definiu Controle Estatístico do Processo (CEP), 
tem por objetivo “registrar as variações existentes em qualquer processo, como 
forma de identificar desvios de desempenho e, então, atacá-los preventivamente 
para mantê-los estabilizados dentro da capacidade do processo”. 
 
 
3.1 AMOSTRAGEM 
 
 Segundo DRUMOND (2008) (apud MARTINS, 2005), existem três tipos de 
amostras: simples, sistêmica e estratificada. Onde a simples é a mais utilizada, é 
retirado à amostra de uma população sem uma sistemática definida, até atender ao 
número total desejado. Na amostra sistêmica, a coleta de dados é realizada através 
de um padrão já estabelecido. A amostra estratificada é mais utilizada em 
34 
 
populações mais heterogêneas, subdividindo a população em subgrupos mais ou 
menos homogêneos, os quais são denominados estratos. 
 
 
3.2 VARIABILIDADES 
 
Variabilidades dos processos são variações encontradas dentro do processo 
produtivo, que resultam em diferenças entre as unidades produzidas. Ela esta 
presente em todos os processos produtivos. Identificando as causas destas 
variabilidades consegue-se estabelecer mecanismos de controle para que as 
principais características de qualidade do produto sejam atendidas. 
Segundo (LOURENÇO FILHO, 1987, p.24) “A variabilidade é descrita pelos 
diversos valores possíveis dentro do intervalo da escala e analisada pela técnica de 
variáveis”. Deming (apud RIBEIRO; CATEN, 2012, p.9) explica: 
“A confusão entre causas comuns e especiais leva a 
maior variabilidade e a custos mais elevados. A atuação em 
causas comuns como se fossem causas especiais pode levar a 
um aumento indesejado da variação, além de se perder uma 
oportunidade de melhoria do produto”. 
 
 
3.2.1 CAUSAS DE VARIAÇÕES COMUNS 
 
São consideradas aleatórias e inevitáveis e quando o processo apresenta 
somente causas comuns, as variáveis do processo seguem uma distribuição normal. 
Segundo COSTA e tal (2013) “As causas comuns de variabilidade são 
inevitáveis, tornando necessária a convivência com a mesma. Quando um processo 
apresenta apenas causas comuns, pode-se dizer que ele esta no estado de controle 
estatístico, ou seja, esta sob controle”. 
“Um processo que apresenta apenas as causas comuns atuando é dito um 
processo estável ou sob controle, pois apresenta sempre a mesma variabilidade ao 
longo do tempo” (RIBEIRO; CATEN, 2012, p. 9). Sua correção não se justifica 
economicamente 
35 
 
3.2.2 CAUSAS DE VARIAÇÕES ESPECIAIS 
 
Ocorrem por motivos claramente identificáveis e que podem ser eliminados. 
As causas especiais alteram o parâmetro do processo no que se refere à média e ao 
desvio padrão, pois estão fora dos limites de controle. São imprevisíveis e 
esporádicas, causando grandes variações no processo. Difíceis de serem previstas, 
pois estão associadas a aspectos não controláveis do processo. 
De acordo com COSTA e tal (2013) “As causas especiais é um modo de 
operação anormal, sendo sempre possível elimina-las, quando se encontra um 
processo com essas causas, pode-se dizer que o processo esta fora de controle”. 
As causas especiais reduzem significativamente o desempenho do processo. 
Sua correção se justifica economicamente. 
 
 
2.3 GRÁFICOS DE CONTROLE 
 
Os Gráficos de Controle auxiliam a ferramenta CEP na detecção de 
variabilidades no processo produtivo. De acordo com SAMOHYL, (2012 p.274): “Os 
gráficos são ferramentas estatísticas que alerta para a presença de causas especiais 
na linha de produção”. Os gráficos de controle tem um papel importante dentro da 
ferramenta CEP, segundo JURAN (1993, p. 198) os gráficos são comumente usados 
nas seguintes ocasiões: 
“Alcançar um estado de controle estatístico (todas as 
médias e amplitudes de subgrupos dentro de limites de 
controle; portanto, não há causas determináveis de variação 
presentes). Monitorar um processo. Determinar a aptidão do 
processo. Depois que o processo está sob controle, os seus 
limites de variações podem ser determinados. Como os limites 
de controle são estabelecidos para médias, eles devem ser 
multiplicados por (n = tamanho de subgrupo) antes que 
possam ser comparados às tolerâncias”. 
Para se construir o gráfico de controle, é preciso saber qual variável deve ser 
monitorada. Em seguida verifica-se se o processo não sofreu nenhuma interferência 
36 
 
de causas especiais. Quando o processo está sob diversas causas especiais, é 
preciso identificá-las e eliminá-las, pois antes de construir o gráfico de controle as 
causas especiais devem ser eliminadas e o processo deve estar sob controle 
estatístico. 
Os gráficos de controle são divididos em medição individual, baseado em um 
subgrupo de 4 a 10 indivíduos, atributos mínimos de 50 e com vários indivíduos 
contendo 25 subgrupos para medições. 
As principais siglas para medidas gráficas são: , R, σ e µ, onde é a média, 
R a amplitude, σ desvio padrão e µ estimativa da média. 
Linha Central: representa o valor médio do característico de qualidade 
exigido. 
Linha Superior: representa o limite superior de controle (LSC) 
Linha Inferior: representa o limite inferior de controle (LIC) 
 
3.3.1 VARIÁVEIS VERSUS ATRIBUTOS 
 
Gráficos para variáveis exigem medições em uma escala continua, como por 
exemplo, comprimento, peso ou resistência. Gráficos por atributos exigem somente 
uma classificação de boa ou má. JURAN (1993, p.210) afirma “Dados variáveis 
contem mais informações que atributos, consequentemente são preferidos para CEP 
e essenciais para diagnósticos”. 
 
 
3.3.1.1 VARIÁVEIS 
 
3.3.1.1.1 GRAFICOS DE CONTROLE PARA MÉDIA E 
AMPLITUDE, X E R. 
 
“Este gráfico é particularmente utilizado onde no processo predomina-se o 
uso de maquinas” (JURAN, 1993). Deve-se calcular a Média , e a amplitude de 
37 
 
cada subgrupo (amostras individuais), em seguida calcula-se a média de todos os 
subgrupos , e a amplitude média Para calcular o limite de controle utiliza-se a 
seguinte forma: 
Para = 
Linha Central = Linha central = 
Limite Superior de Controle para = 
Limite inferior de Controle 
Limite Superior de Controle para R = 
Limite Inferior de Controle para R = 
Sabendo-se que valores de A e D dependem do tamanho do subgrupo. 
 Fora dos limites de controle são evidencias de uma mudança geral 
afetando todas as peças depois do primeiro subgrupo fora dos limites. 
R fora dos limites de controle são evidencia de que a uniformidade do 
processo mudou. 
38 
 
 
Gráfico - Gráfico De Controle Para Média E Amplitude, X E R 
Fonte: 
 
 
3.3.1.1.2 GRÁFICOS DE CONTROLE PARA MEDIDAS 
INDIVIDUAIS X E AMPLITUDE R. 
 
“É utilizado quando uma observação por partida ou lote esta disponível. Ao 
contrario dos limites de controle para medias, os limites de controle para medidas 
individuais podem ser comparados diretamente com limites de tolerância” (JURAN, 
1993). Calcula-se a média de todos os subgrupos , a amplitude de cada subgrupo 
R, e a media das amplitudes . Calculam-se os limites utilizando: 
Limite Central = 
Limite Superior de Controle para X = + 
Limite Inferior de Controle para X = - 
Limite Central = 
Limite Superior de Controle paraR = 
Limite Inferior de Controle para R = 
 
Os valores dos fatores “E” e “D” dependem do tamanho do Subgrupo. 
39 
 
 
Gráfico - Gráficos De Controle Para Medidas Individuais X E Amplitude R 
Fonte: 
 
 
3.3.1.2 ATRIBUTOS 
 
3.3.1.2.1 GRÁFICOS DE CONTROLE PARA A FRAÇÃO NÃO 
CONFORME (p). 
 
“É a taxa de itens não conformes em relação ao numero total de itens em um 
subgrupo. Ela pode descrever uma única característica de qualidade, duas ou mais 
características consideradas coletivamente”. (JURAN, 1993, p.218). Deve-se utilizar 
os subgrupos em tamanhos iguais. Calcula-se a fração não conforme de cada 
subgrupo p, e a fração não conforme média de todos os subgrupos, . 
40 
 
Calcula-se os limites de controle utilizando: 
Linha Central = 
Limite Superior de Controle para p = + 3 
Limite Inferior de Controle para p == - 3 
 
Gráfico - Gráficos De Controle Para A Fração Não Conforme (P) 
Fonte: 
 
 
 
41 
 
3.3.1.2.2 GRÁFICOS DE CONTROLE PARA NÚMEROS DE 
UNIDADES NÃO CONFORME (Np). 
 
“Np é uma contagem direta do numero de unidades não conforme num 
subgrupo. As diretrizes e cuidados a serem tomados para um gráfico np são os 
mesmos daqueles para um gráfico p, exceto que todos tamanhos de subgrupos 
devem ser os mesmos.” (JURAN, 1993, p. 222) 
Calculam-se todos os números médios de unidade não conforme de todos os 
subgrupos . Calcule os limites de controle 3σ usando: 
Linha central= 
Limite superior de controle= +3 
Limite inferior de controle= 3 
(Para <10, a formula do limite de controle pode ser simplificada para 
 ). Trace a linha central e os limites de controle superior inferior. Registre 
os números de unidades não conformes, np para cada subgrupo. 
 
 
Gráfico - Gráficos De Controle Para Números De Unidades Não Conforme (Np). 
Fonte: 
 
 
 
42 
 
3.3.1.2.3 GRÁFICOS DE CONTROLE PARA NÃO 
CONFORMIDADES POR UNIDADE (U). 
 
“O gráfico de controle para u é mais útil quando varias não conformidades 
independentes (elas devem ser independentes) podem ocorrer em uma unidade de 
produto. Isto é provável em montagens complexas.” (JURAN, 1993, p. 223) 
 As linhas de gráfico de controle para o tamanho de amostra n são: 
 
Linha central= 
Limite superior de controle= +3 
Limite inferior de controle= -3 
“onde é o numero total de não conformidade de todas as amostras dividido 
pelo numero total de unidades em todas as amostras, ou seja, as não conformidades 
por todas as unidades na serie completa de resultados de teste.” (Juran, 1993, p. 
223). 
 
 
Gráfico - Gráficos De Controle Para Não Conformidades Por Unidade (U). 
Fonte: 
 
43 
 
 
3.3.1.2.4 GRÁFICO DE CONTROLE PARA NÚMERO DE NÃO 
CONFORMIDADE (c). 
 
“É a uma alternativa prática quando todas as amostras tem o mesmo 
tamanho, é particularmente eficiente quando o numero de não conformidades 
possível numa unidade é grande, mas a porcentagem para cada não conformidade 
única é pequena” (JURAN, 1993, p.224) 
As formulas para linhas do gráfico de controle são: 
Linha Central = 
Limite Superior de Controle = + 3 
Limite Inferior de Controle = - 3 
Onde é o numero total de não conformidades em todas as amostras dividido 
pelo numero de amostras, ou seja, o numero médio de não conformidade por 
amostra. 
44 
 
 
Gráfico - Gráfico De Controle Para Número De Não Conformidade (C). 
Fonte: 
 
 
 
3.4 CAPABILIDADE DO PROCESSO 
 
 
A Capabilidade do processo “é a variabilidade mínima que pode ser 
alcançada depois que todas as causas especiais forem eliminadas” TORMINATO 
(2004, p.29). Quando todas as causas especiais de variação estão controladas, ou 
seja, quando a variabilidade só pode ser explicada por causas comuns, o processo 
atingiu o estado de controle estatístico, conforme citado por Vieira (1999). Assim, 
quando o processo está sob controle e a sua capabilidade já foi estabelecida, é 
possível conhecer os limites naturais do processo. 
Para GALUCH (2002), quando se deseja saber o quanto o processo é capaz 
de atender as especificações utiliza-se os índices de capacidade, que são eles: 
a) Potencial do Processo (Cρ) é relação entre tolerância e a 
variabilidade do processo. Para calcular utiliza-se a seguinte 
formula: 
Cp = 
45 
 
Onde: 
 
LSE = Limite Superior de Especificação 
LIE = Limite Inferior de Especificação 
σ = desvio-padrão da amostra do processo 
 Para o cálculo do valor de σ, de acordo com MONTGOMERY (2001), por 
estimativa, pode-se utilizar a seguinte equação: 
 
σ = 
 
Onde: 
 
 = Média das amplitudes amostrais s = Média dos desvios padrão amostral 
d 2 = Fator que varia conforme o tamanho da amostra (n) e está indicado em 
tabelas para Gráficos de Controle. 
 
b) Desempenho do Processo (Cpk) mede a localização da variação do 
processo com relação aos limites de especificação. É a condição real de operação 
do processo. Considera a variação dentro dos subgrupos σ. 
 
= ou = 
 
Onde: 
 
 σ = desvio padrão do processo 
Cpu = Superior de Capabilidade 
Cpl = Inferior de Capabilidade 
 
Assim, o Cpk é escolhido pela simulação do limite de especificação mais 
próximo da média. Logo, se o Cρκ é igual ao Cρ indica que o processo está centrado 
no valor nominal, mas no caso de ser menor do que o Cρ o processo estará 
deslocado. 
46 
 
 
3 METODOLOGIA: ESTUDO DE CASO 
Para um eficaz controle de processos é indispensável o uso das ferramentas 
da qualidade. Com o objetivo de identificar a variabilidade no processo foi realizado 
um estudo de caso, utilizando o Controle Estatístico de Processo, a fim de 
estabelecer um controle durante a fabricação, evitando assim a ocorrência de 
anomalias no final do processo produtivo. Partindo destes princípios foi realizada 
uma pesquisa de natureza aplicada e descritiva, em uma empresa destinada a 
fabricação de embalagem, onde a mesma situa-se no interior de São Paulo e tem 
como processo a fabricação têxtil em polipropileno para a produção de Contentores 
Flexíveis (FIBC). A capacidade de produ ção da empresa é de 50 mil 
Contentores Flexíveis por mês, tendo um quadro de 260 funcionários, sendo 
produzidos 9.900 kg de tecidos ao dia. 
 
 
4.1 PROCESSO PRODUTIVO 
 
O processo produtivo tem seu inicio com o recebimento da matéria prima 
virgem, o polipropileno, que é um polímero, mais precisamente um termoplástico, 
derivado do propeno ou propileno e (plástico) reciclável, onde passa por um 
processo na extrusora de industrialização, utilizando aditivos como pigmento para 
coloração, anti-UV e polietileno. No processo de extrusão, a matéria prima entra por 
um funil, onde passa por uma rosca que o transportará para um cilindro aquecido por 
resistências elétricas, nesta fase o produto passa por três áreas, onde a primeira é a 
área de alimentação, a rosca possui sulcos profundos, pois a intenção é apenas 
aquecer o material próximo ao seu ponto de fusão e transporta-lo a segunda área 
que é a de compressão, onde existe uma diminuição progressiva dos sulcos da 
rosca, comprimindo o material contra as paredes do cilindro promovendo sua 
plastificação, a terceira área é a de dosagem, onde os sulcos da rosca são 
continuamente rasos, fazendo com que exista uma mistura eficiente do material e a 
manutenção da vazão através da pressão gerada, no final do cilindro o material é 
47 
 
forçado contra telas de aço que seguram as impurezas como metais e borrachas, 
passando então pela matriz onde resultará na matéria prima final. Após este 
processo, é liberada a matéria prima,conhecida como Filme de Polipropileno, em 
um tanque com água, passando pelo processo de esfriamento, após este processo, 
o Filme passa por rolos secagem, conforme imagem abaixo. 
 
 
Figura 6 – Filme passando em Rolos de Secagem 
Fonte: Autores 
 
Após o processo de secagem o filme continua a ser puxado, passando por 
laminas onde se tem o corte das fitas, conhecidas como Ráfia. 
 
 
Figura 7 – Laminas para o Corte do Filme 
 Fonte: Autores 
48 
 
Em seguida, o Filme já transformado em Ráfia continua a ser puxados, 
passando pelo processo de estiramento, onde as fitas entram em um forno, 
aquecendo as fitas, fazendo com que realize o processo de estiro. No processo 
inicial o Filme tem uma espessura de 15 mm, já no fim do processo de estiramento, 
as fitas tem uma espessura de 5,5mm, chegando a mais ou menos 36% de 
estiramento. 
 
 
Figura 8 – Ráfia no Forno de Estiramento 
Fonte: Autores 
 
Após este processo, as fitas seguem passando novamente por cilindros 
térmicos, onde acontece o processo de choque térmico. 
 
 
Figura 9 – Ráfia passando por Cilindros Térmicos 
Fonte: Autores 
 
49 
 
Para finalizar o processo de extrusão, as fitas seguem para as bobinadeiras. 
 
 
Figura 10 - Fitas em Bobinadeiras 
 Fonte: Autores 
 
A imagem abaixo mostra uma foto de extrusora, onde identifica-se todo o 
processo explicado acima. 
 
 
Figura 11 – Extrusora Completa 
Fonte: 
 
Para certificar-se dos resultados obtidos durante o processo de extrusão, a 
ráfia é encaminhada para o laboratório, onde se retira uma quantidade amostral para 
realizar ensaios mecânicos, denominados como destrutivos, para obter valores de 
resistência, alongamento, denier e tenacidade comparados com valores pré-
estabelecidos pelo responsável do desenvolvimento. Após todos os ensaios e 
aprovação a ráfia segue para o setor de tecelagem para confecção de tecido. 
No setor de tecelagem começa a confecção para o tecido do contentor, onde 
50 
 
acontece o entrelaçamento dos fios de urdume (sentido vertical) e trama (sentido 
horizontal), a preparação do tear acontece através de alguns procedimentos 
distintos que são eles: 
• Urdissagem, onde os fios de urdume saem de uma gaiola e realizam 
um trajeto de forma paralela uns aos outros passando por cilindros que irão 
determinar a tensão dos mesmo no tear, para que todos os fios cheguem ao 
mesmo tempo no tear. 
•Passamento, onde o mesmo é distribuído de forma uniforme, nos liços 
dos teares de maneira a obter 102% de fechamento no tecido, sem deixar 
nenhum tipo de abertura para não obter vazamento de produto no cliente 
final. 
•Inserção de trama, tem como finalidade obter o maior índice de 
fechamento e unir todos os fios de urdume. 
 
 
Figura 12 – Entrelaçamento das Ráfias 
Fonte: Autores 
 
 
51 
 
 
Figura 13 – Tear – Confecção de Tecidos 
Fonte: Autores 
 
Para um controle do processo a tecelagem é monitorada através de uma 
Folha de Verificação diária, onde se verifica possíveis desvios durante a 
confecção do tecido. 
 
 
Tabela 4 – Check List da Tecelagem 
Fonte: Autores 
52 
 
 
 
O tecido pronto segue para o setor de controle da qualidade, onde se 
realiza ensaios mecânicos denominados como destrutivos, para identificar 
gramatura, resistência, trama, urdume. 
 
 
Figura 14 – Ensaios Mecanicos Destrutivos 
Fonte: Autores 
 
Sendo aprovado, o tecido segue para a área de quarentena, para 
identificar o fator de encolhimento. Em seguida, o mesmo é encaminhado para o 
setor de corte, onde se produz o subconjunto para a fabricação dos Contentores 
Flexíveis. Durante o processo de corte, o produto passa por uma inspeção 
através da Folha de verificação. 
 
53 
 
 
Tabela 5 – Controle de Corte 
Fonte: Autores 
 
Após o processo de corte, os subconjuntos são encaminhados para a 
confecção dos Contentores Flexíveis, que passam pelas seguintes etapas: 
•Costura de acessório: Costura das Válvulas superiores e inferiores, 
Travamento (para os contentores travados), costura de cadarço de amarração. 
 
Figura 15 – Costura das Válvulas 
Fonte: Autores 
 
•Costura da alça de Içamento ou Sustentação: 
 
54 
 
 
Figura 16 – Costura Alça de Içamento 
Fonte: Autores 
•Costura do fundo no contentor: 
 
Figura 17 – Costura do Fundo 
Fonte: Autores 
 
 
•Costura da Tampa com corpo do contentor: 
55 
 
 
Figura 18 – Costura da Tampa com o Corpo do Contentor 
Fonte: Autores 
•Chegando ao processo de triagem: 
 
 
Figura 19 – Produto Final 
Fonte: Autores 
 
Onde todos os itens são inspecionados 100% intercalando os colaboradores e 
documentando através de uma folha de verificação de produto acabado. Além do 
56 
 
processo de triagem a empresa conta com inspetores realizando verificações em 
todo processo através de uma Folha de Verificação e Controle Estatístico de 
Processo para verificar as variações de pontos de costura. 
 
 
4.2 PROBLEMAS NO PROCESSO 
 
Devido à variação de largura os tecidos estavam obtendo defeitos de urdume e 
trama, por serem calculados para uma determinada largura os mesmo sairiam com 
variação a mais obtendo buraco devido não obter fechamento por completo do 
tecido e em outros casos a variação era para margem negativa, ou seja, o tecido 
estava menor e com isso os fios começavam a sobressair uns aos outros de certa 
forma, com a velocidade do tear um fio acabava atropelando o outro, gerando uma 
quebra de fios no tear e acarretando em um aumento de gramatura, as inspeções 
ficavam por conta somente dos inspetores que realizavam um check list três vezes 
ao dia (uma verificação em cada turno). 
Após entrega e conferencia do produto no cliente, a empresa obteve a 
informação de que os produtos estavam com variações dimensionais não obtento 
volume adequado para o seu produto, acarretando em uma não conformidade 
externa, onde através de investigações de rastreabilidade constatou-se que as 
divergências se iniciavam no processo de tecelagem. 
 
4.3 APLICAÇÃO DA FERRAMENTA CEP NO PROCESSO 
PRODUTIVO 
 
Obtendo estas informações, estudos foram realizados, para identificar qual a 
melhor ferramenta da qualidade a ser utilizada para a detecção de variabilidades no 
processo produtivo e qual ferramenta poderia obter a melhor trativa para solução do 
problema, no qual, o Controle Estatístico de Processo atenderia as exigências do 
estudo para identificar o grau de variação e o Diagrama de Ishikawa. 
O estudo foi embasado em quinze dias de analise nos trinta e três teares da 
organização, onde se realizava o recolhimento de dados amostrais de “hh” para o 
preenchimento do formulário do Controle Estatístico de Processo, resultando no 
57 
 
preenchimento da tabela de amostragem. 
Para se retirar as amostras, o colaborador responsável por operar a máquina, 
retira as amostras a cada 1 hora, medindo o tecido com uma trena. 
 
 
Figura 20 – Medição das Amostras 
Fonte: Autores 
 
Após a medição, o colaborador anota as informações no formulário de 
Controle, onde no final do turno é levado para o setor de Qualidade, para a analise 
de conformidade ou não conformidade. 
 
58 
 
AMOSTRAS: 20
TAMANHO: 1
VISTO TURNO A: VISTO TURNO B:
VISTO TURNO A: VISTO TURNO B:
VISTO TURNO A: VISTO TURNO B:
VISTO TURNO A: VISTO TURNO B:
115 114
data 
___/___/___
115 115,5 114,5 115,5 114,5 116115,5 114 114,5 115,5 115,5 116,5
22:00 23:00 00:00
VALORES
115 115 115 116 116 115
16:00 17:00 18:00 19:00 20:00 21:0010:0011:00 12:00 13:00 14:00 15:00
HORA
05:00 06:00 07:00 08:00 09:00
115,5 114 114 115
data 
___/___/___
115 115,5 115 114 115,5 115,5114 115,5 114 116 115 114
20:00 21:00 22:00 23:00 00:00
VALORES
114 114 114 115
14:00 15:00 16:00 17:00 18:00 19:00
HORA
05:00 06:00 07:00 08:00 09:00
114 115 115
data 
___/___/___
114,5 115,5 115,5 115 115 115
00:00
VALORES
115 115 114 1115 115,5 115 114 113,5
FORMULÁRIO DE CONTROLE
14
DATA
HORA 05:00 06:00 07:00 08:00 09:00
CARACTERÍSTICA CONTROLADA:
MÁQUINA
10:00 11:00 12:00 13:00 14:00 15:00
Trena 
FREQ. DE COLETA:
16:00 17:00 18:00 19:00 20:00 21:00
06:00
PRODUTO: NOME/NÚMERO
1/HORA
Código: BS FO 7.5.1 / L
Revisão: 01
Página: 01 de 01
120
16:00 17:00 18:00
22:00
data 
___/___/___
VALORES
TEC PLANO 190G/M² X 115CM
INSTRUMENTO DE MEDIÇÃO:
115 114 114,5
116,83
10:00 11:00 12:00 13:00
HORA
05:00
116 115,33 114,17
15:00 00:0007:00 08:00 09:00 10:00 11:00 12:00 13:00 14:00 19:00 20:00 21:00 22:00 23:00
23:00
120 116 115 115 114 114,5 115,5 116,6 115,5 115,5 115,5 114,5117,5 119,2 119,9
-
 
Tabela – Controle de Amostragem 
Fonte: Autores 
 
Estas informações chegando ao setor de qualidade, se inicia o processo de 
tratativa, onde se calcula a média para determinar a média das médias, resultado 
que será aplicado no LIC e LSC. 
Media= ∑ numero de medidas/numero amostral 
 
Exemplo Maquina 1: 
Média= (115+115+118+115+118+115) / 6 = 116 cm. 
 
A amplitude é utilizada para determinar o nível de variação entre a maior e 
menor medição realizada por máquina, onde se calcula da seguinte forma: 
Amplitude= Maior número amostral – menor numero amostral. 
 
Exemplo Maquina 1: 
Amplitude= 118-115= 3 cm. 
 
A Média das Médias é utilizada para calcular o índice de variação do LIC e 
59 
 
LSC. Calculando-se da seguinte forma: 
 
Media das médias= ∑ medias / numero de médias. 
Exemplo : 
Média das Médias= (116 + 115,33 + 114,17 + 116,83) / 4 = 115,58 cm 
 
A Média das Amplitudes é calculada para a resolução do calculo do LIC e 
LSC. 
Media das Amplitudes= ∑ amplitudes / numero de medidas. 
 
Exemplo: 
Média das Amplitudes= (3 + 3 + 1 + 4) / 4 = 2,75 cm 
60 
 
1º dia 2º dia 3º dia 4º dia
115,5 115 114 115
115 115 114 115
114,5 114,5 114 115
114 115 115 116
115 115,5 114 116
115,5 115 115,5 115
114 114 114 115,5
114,5 113,5 116 114
115 115 115 114,5
115 114 114 115,5
114 114,5 115 115,5
115 114,5 115,5 116,5
114 115,5 115 115
114,5 115,5 114 115,5
115,5 115 115,5 114,5
115,5 115 115,5 115,5
115,5 115 115,5 114,5
115,5 114 114 116
115,5 115 114 115
114,5 115 115 114
Média 114,88 114,78 114,73 115,18
Amplitude 1,5 2 2 2,5
Média das Médias X 114,89
Médias das Amplitudes K 2
Numero Amostral N 20
Nº do tear: 14
Largura nominal= 115cm 
MEDIDAS
 
Tabela 7 - Tabela para Calculo das Médias e Amplitude 
Fonte: Autores 
: 
 
 
Obtendo esses valores, é calculado a Linha Superior de Controle (LSC), Linha 
Inferior de Controle (LIC) e a Linha Central (LC) do gráfico de controle. Para este 
projeto será utilizado o gráfico de controle de médias para tratativas das 
divergências, utilizando a tabela de constantes criada por Walter Shewhart. 
 
61 
 
 
Tabela – Constantes para Gráficos de Média 
Fonte: 
 
LSC= Média das Médias+(A2*médias das amplitudes). 
LIC= Média das Médias-(A2*médias das amplitudes). 
 
Exemplo: 
 
LSC= 115,58+(1,225*2,75)= 118,94 cm 
LIC= 115,58-(1,225*2,75)= 112,21 cm 
LC = 115,58 cm 
 
Média das Amostras LIC LSC Média das Médias
114,88 112,44 117,34 115,00
114,78 112,44 117,34 115,00
114,73 112,44 117,34 115,00
115,18 112,44 117,34 115,00 
Tabela – Valores Gráficos 
Fonte: Autores 
: 
 
 
 
62 
 
Após estes valores, realiza-se o desenvolvimento do gráfico. A linha central é 
o valor especificado, sendo o ideal para o processo, as linhas superior e inferior são 
os níveis aceitáveis para as variações. 
 
 
Gráfico - Gráfico de Controle 
Fonte: 
 
O gráfico abaixo exemplifica o resultado de uma inspeção no processo, onde 
não teve nenhum índice de não conformidade, onde todos os valores se mantiveram 
dentro das especificações. 
 
 
 
Gráfico – Gráfico Conforme 
Fonte: 
 
63 
 
O Gráfico abaixo exemplifica uma figura contraria do anterior onde são 
acusados variações no processo identificando uma variação inadequada para o 
processo. 
 
 
Gráfico – Gráfico Não Conforme 
Fonte: 
 
 Encontrando os teares nos quais obtiveram valores incomuns para o 
processo, utilizou-se o Diagrama de Ishikawa para detectar o que poderia estar 
acarretando a divergência no processo, em reunião com os responsáveis pela 
mecânica e elétrica, foi desenhado um esboço onde todos os fatores deveriam ser 
listados a fim de verificar as possíveis causas. Onde se constatou que, as variações 
estavam ocorrendo por falhas mecânicas e em outros casos por falha elétrica. 
 
 
 
 
 
 
 
 
 
 
 
 
64 
 
5. CONCLUSÃO 
 
Antes da implementação do Controle Estatístico, todo processo era 
verificado somente por inspetores que inspecionavam os trinta e três teares 
somente três vezes ao dia realizando um check list, não sendo possível detectar 
nenhum tipo de variação em muitos casos e nos casos que eram encontrados, no 
mesmo instante eram sanados. 
Através da resolução do projeto os valores de conferencia se 
estabeleceram e ouve um aumento de produtividade significativa obtendo 5% a 
mais de produção em alguns casos e chegando a ter uma diminuição na questão 
de resíduos gerados por falha de trama e urdume, onde o valor total de resíduos 
gerados pela tecelagem era de aproximadamente 1000kg diário e após as ações 
corretivas dos teares ouve uma diminuição nos valores por falha de urdume e 
trama, onde os mesmo chegaram a 5% do montante de resíduos gerados pela 
tecelagem, ou seja, uma economia de R$92.400,00 ao ano. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
65 
 
REFERÊNCIAS BIBLIOGRAFICAS 
 
 
ABRANTES, Jose. Gestão da Qualidade. Rio de Janeiro: Editora Interciencia 
Ltda, 2009. 392 p. 
 
ARAUJO, Luiz César G. Organização, sistemas e métodos e as 
tecnologias de gestão organizacional: arquitetura organizacional, 
benchmarking, empowerment, gestão pela qualidade total, reengenharia. 3. ed. 
São Paulo: Atlas, 2007, v. 1. 
 
BAUMOTTE, Ana Claudia. 40 + 8 ferramentas e técnicas de 
gerenciamento. 4. ed. Rio de Janeiro: Brasport Livros e Multimidia Ltda, 2012. 345 p. 
 
DRUMOUND, J. Aplicação do Planejamento de Experimentos na Indústria 
Siderúrgica. Monografia (Graduação em Engenharia de Produção) – Universidade 
do Estado de Santa Catarina. 
 
FERREIRA, Danielle Thiago. O Profissional da Informação e a Gestão da 
Qualidade em Serviçoes de Informação: Capacitação e Mercado de Trabalho. 2007. 
182 f. Tese (Doutorado) - Curso de Pós Graduação de Ciência da Informação, 
Universidade de São Paulo, São Paulo, 2007. Cap. 6. 
 
GALUCH, L. Modelo para Implementação das Ferramentas Básicas do 
Controle Estatístico do Processo – Cep em Pequenas Empresas 
Manufatureiras. Florianópolis, 2002. Dissertação apresentada ao departamento de 
Engenharia de Produção, Universidade Federal de Santa Catarina. 
 
JURAN, Joseph Moses. Controle da Qualidade. 6. ed. São Paulo: Makron 
Books do Brasil Editora Ltda, 1993. 488 p. 
 
LOBO, Renato Nogueirol. Gestão da Qualidade: Gestão da Qualidade. São 
Paulo: Editora ÉricaLtda, 2014. 190 p. 
66 
 
 
MARSHALL JUNIOR, Isnard et al. Gestão da qualidade. Rio de Janeiro: 
Editora Fgv, 2010. 204 f. 
 
MIRANDA, Roberto Lira. Qualidade Total. São Paulo: Makron Books, 1994. 
MONTGOMERY, D.C. Introduction to statistical quality control. 4. ed. 
Arizona: John Wiley & Sons., Inc. 2001 
 
MORAES, Carolina Pereira; POLISEL, Erika Aline; FREITAS, Joyce. A 
Influencia das Ferramentas da Qualidade na Produção de Embalagens 
Secundarias. 2016. 62 f. TCC (Graduação) - Curso de Engenharia de Produção, 
Facp Faculdade de PaulÍnia, Paulinia, 2016. Cap. 4. 
 
PALADINI, Edson Pacheco. Gestão da Qualidade. 2. ed. São Paulo: Editora 
Atlas S.a., 2007. 339 p 
 
RIBEIRO, Jose Luis Duarte; CATEN, Carla Shwengber Ten. Controle 
Estatístico do Processo, Cartas de Controle para Variáveis, Cartas de Controle para 
atributos, Função de Perda Quadrática, Analise de Sistemas de Medição. 2012. 172 
f. Monografia (Especialização) - Curso de Engenharia de Produção, Universidade 
Federal do Rio Grande do Sul, Rio Grande do Sul, 2012. Cap. 6. 
 
RICARDO, Fabiana Alves. Gestão da Qualidade Total: a Qualidade como 
valor percebido pelo cliente. 2010. 63 f. TCC (Graduação) - Curso de Curso de 
Administração Com Habilitação em Comércio Exterior, Instituto de Ensino Superior 
de Bauru, Bauru, 2010. Cap. 4. 
 
ROTONDARO, R. G., MIGUEL, P. A. C., FERREIRA, J. J. A. Gestão da 
qualidade. Rio de Janeiro: Campus, 2005. 
 
SOMMER, W.A. Avaliação da qualidade. Programa de Pós-Graduação em 
Engenharia de Produção. Florianópolis: UFSC, 2000. 
 
67 
 
TORMINATO, Silvio M. Análise da utilização da ferramenta CEP: um 
estudo de caso na manufatura de autopeças. Campinas, 1992. Dissertação 
(Mestrado em Engenharia Mecânica) – Programa de Pós-Graduação em Engenharia 
Mecânica, Universidade Estadual de Campinas, 1992. 
 
VIEIRA, Sônia. Estatística para a qualidade: como avaliar com precisão a 
qualidade em produtos e serviços. Rio de Janeiro: Campus, 1999. 
 
 WERKEMA, M. C. C. As ferramentas da Qualidade no Gerenciamento de 
Processos. Belo Horizonte: Editora de Desenvolvimento Gerencial, 1995.