ENEGEP2012_TN_STO_158_921_20982

Prévia do material em texto

UTILIZAÇÃO DE CEP PARA ANÁLISE 
DA PRESTAÇÃO DE SERVIÇOS EM 
UMA EMPRESA DE TRANSPORTE 
PÚBLICO 
 
Ediene Mallvina Dias (UFG) 
ediene_dias@hotmail.com 
Lidiane de Souza Amorim (UFG) 
lidiane-amorim@hotmail.com 
Alex Alves Bueno (UFG) 
alex-alves17@hotmail.com 
Narallyne Kelly de Castro Pereira (UFG) 
narallynekelly@hotmail.com 
Alisson Lucas Alves Carvalho (UFG) 
alisson_lucas-ac@hotmail.com 
 
 
 
: O presente artigo tem como objetivo apresentar os resultados da 
aplicação de algumas ferramentas de Controle Estatístico do Processo 
(CEP) no processo de prestação de serviço de transporte. Realizou-se 
o estudo em uma empresa de prestaçãoo de serviço de transporte 
público na cidade de Catalão, analisando a satisfação dos seus 
usuários e principalmente o tempo de espera e de transporte em 
algumas das linhas mais movimentadas e de maior rota percorridas 
pelos coletivos dentro da cidade. A utilização de ferramentas e técnicas 
do CEP pode contribuir para o controle da variabilidade e 
estabilidade dos sistemas de prestação de serviços, além de apresentar 
a Análise de Capacidade como seqüência fundamental para análise 
estatística dos processo. Baseado em uma pesquisa quantitativa e 
qualitativa, fez-se uma análise e um estudo estatístico do tempo gasto 
por cada volta realizada, utilizando como suportes do trabalho 
Ferramentas do CEP e Análise de Capacidade. Através de gráficos de 
controle, análises de capacidade e análises estatísticas foi possível 
fazer um diagnóstico da situação atual da empresa, pois com o estudo 
dos resultados observou que a prestadora de serviços não apresenta 
seu processo sobre controle, sendo preciso fazer ajustes em prol de 
melhores resultados. 
 
Palavras-chaves: Controle estatístico do processo, gráficos de 
controle, análise de capacidade e análise estatística 
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção 
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012. 
 
 
 
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção 
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012. 
 
 
 
 
 
 
 
2 
 
Utilização de CEP para análise da prestação de serviços em uma 
empresa de transporte público 
Alex Alves Bueno – Universidade Federal de Goiás/Campus Catalão – 
alves17@hotmail.com 
Ediene Malvina Dias – Universidade Federal de Goiás/Campus Catalão – 
ediene_dias@hotmail.com 
Alisson Lucas Alves Carvalho– Universidade Federal de Goiás/Campus Catalão – 
alisson_lucas-ac@hotmail.com 
Lidiane de Souza Amorin– Universidade Federal de Goiás/Campus Catalão – 
lidiane-amorim@hotmail.com 
Narallyne Kelly de Castro Pereira – Universidade Federal de Goiás/Campus Catalão –
narallynekelly@hotmail.com 
Resumo: O presente artigo tem como objetivo apresentar os resultados da aplicação de algumas ferramentas de 
Controle Estatístico do Processo (CEP) no processo de prestação de serviço de transporte. Realizou-se o estudo 
em uma empresa de prestação de serviço de transporte público na cidade de Catalão, analisando a satisfação dos 
seus usuários e principalmente o tempo de espera e de transporte em algumas das linhas mais movimentadas e de 
maior rota percorridas pelos coletivos dentro da cidade. A utilização de ferramentas e técnicas do CEP pode 
contribuir para o controle da variabilidade e estabilidade dos sistemas de prestação de serviços, além de 
apresentar a Análise de Capacidade como seqüência fundamental para análise estatística dos processo. Baseado 
em uma pesquisa quantitativa e qualitativa, fez-se uma análise e um estudo estatístico do tempo gasto por cada 
volta realizada, utilizando como suportes do trabalho Ferramentas do CEP e Análise de Capacidade. Através de 
gráficos de controle, análises de capacidade e análises estatísticas foi possível fazer um diagnóstico da situação 
atual da empresa, pois com o estudo dos resultados observou que a prestadora de serviços não apresenta seu 
processo sobre controle, sendo preciso fazer ajustes em prol de melhores resultados. 
 Palavras – Chaves: Controle estatístico do processo, gráficos de controle, análise de capacidade e análise 
estatística 
 Área/Subárea: GESTÃO DA QUALIDADE/Controle Estatístico do processo 
1. Introdução 
O transporte coletivo é essencial na vida de muitas pessoas, incluindo principalmente 
estudantes e trabalhadores, mas na maioria das cidades esse serviço tão importante não é 
fornecido com rapidez e qualidade, de forma a cumprir as exigências dos usúarios. Tendo isso 
em vista, o presente trabalho tem por objetivo analisar a qualidade desse serviço na cidade de 
Catalão-Goiás, a única empresa prestadora desse serviço na cidade, devido ao número de 
habitantes. Esta empresa é uma junção de outras duas, uma que presta serviço de transporte 
urbano e viagem interestadual e a outra, serviços de turismo. A empresa está em Catalão – 
Goiás desde o ano de 1980, trabalhando com transporte público de pessoas na cidade de 
Catalão e, também com o transporte de funcionários de algumas empresas da cidade, além de 
prestar serviços como rádio táxi. 
mailto:ediene_dias@hotmail.com
 
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção 
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012. 
 
 
 
 
 
 
 
3 
O principal foco do trabalho é verificar se os coletivos posuem condições de fazer cada volta 
em no máximo quarenta minutos, como é especificado na empresa. Na prática, é possível 
observar que nos horários considerados de pico, como por exemplo, no horário do almoço, os 
coletivos não conseguem cumprir isso, o que gera muita insatisfação por parte dos usuários. 
Então, esse trabalho baseia-se em coletas de dados feitas durante viagens de coletivos de três 
rotas consideradas críticas na questão do atraso, com o intuito de identificar as principais 
causas do atraso e analisar através de gráficos de controle, regressão linear, coeficiente e 
índice de capabilidade e coeficiente de correlação, o quanto estes valores realmente têm 
impacto, quais podem ser as soluções encontradas para solucionar os problemas e melhorar o 
processo. 
2. Revisão Bibliográfica 
Para a realização deste estudo, se faz necessário à definição de alguns conceitos importantes 
ao tema, desta forma, será apresentado à teoria de base como uma breve revisão de literatura 
para que haja subsídios para o cumprimento do objetivo proposto. 
2.1 - Controle Estatístico do Processo e Ferramentas da Qualidade 
O CEP – Controle Estatístico do Processo - é um técnica estatística que envolve a 
organização, coleta e interpretação de dados para se ter o controle de um processo durante a 
produção, tendo assim como objetivo controlar a qualidade do produto. A principal ideia do 
CEP é ter melhores processos de produção com menos variabilidade para assim se ter níveis 
de qualidade melhores nos resultados da produção, onde o controle se baseia na variabilidade 
estatística que fornece a possibilidade de se certificar se o processo está se comportando de 
forma esperada. 
Toledo (2010) afirma que o CEP visa não só o controle, mas também a melhoria do processo. 
Segundo ele, definir a próxima etapa do processo como cliente da etapa anterior é um dos 
princípios fundamentais para implantação e gerenciamento do Controle Estatístico do 
Processo. 
O conceito de qualidade pode ser definido em várias maneiras, dependendo dos propósitos de 
análise, desde adequação ao uso até grau de excelência a um preço aceitável, neste tem-se a 
qualidade como a minimização da variabilidade das características importantes. Segundo 
Crosby, qualidade é a conformidade às especificações, assim usaremos a expressão 
conformidade como fazer corretamente tarefas repetidas vezes para conseguir resultados do 
processo de produção quevem a refletir o desejo do consumidor, no caso transporte público. 
2.2 - Gráficos de Controle 
Através dos gráficos de controle ou cartas de controle, é possível identificar alterações no 
padrão do processo. Ramos (1997) resume os objetivos deste gráfico como sendo três básicos: 
verificar se o processo em análise é estatisticamente estável, sem a presença de causas 
especiais; verificar se o processo continua estável, indicando quando se deve atuar sobre ele e 
permitir o aprimoramento constante do processo, por meio da redução de sua variabilidade. 
 
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção 
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012. 
 
 
 
 
 
 
 
4 
Gráficos de Controle são divididos em duas categorias: Gráficos de Controle para variáveis e 
Gráficos de Controle para atributos. O gráfico por variáveis é aquele cujo valor é determinado 
através de algum tipo de medição, já o gráfico por atributos o valor é determinado através de 
uma classificação ou contagem. 
Na maioria das vezes gráficos usados no controle por variáveis são os gráficos da média 
amostral  ẋ  para  monitorar  a  centralidade  e  o  da  amplitude  R  para  monitorar  a  dispersão.  O  
gráfico apresenta três linhas, uma linha no centro (LC) a qual é a média da variável ou o alvo 
da característica, e as outras duas linhas que representam dois limites de controle, um superior 
(LCS) e outro inferior (LCI), tradicionalmente essas linhas ficam a três desvios padrões de 
distancia da linha central (LC). O desvio padrão utilizado é o desvio padrão das médias (erro 
padrão). Para fazer o cálculo  dos  limites  de  controle  e  a  linha  central  para  o  gráfico  de  ẋ  usa-
se as expressões: 
LSC=X + x 
LM= 
LIC=X – x 
Os limites do gráfico da amplitude são calculados como: 
 LSC=D4 x 
LM= 
LIC= D3 x 
 ondeA, D3 e D4 são coeficientes tabelados em função do número de elementos da amostra n, 
 corresponde à média das médias parciais e R é a amplitude média. 
2.3 - Capabilidade e Especificações 
Paladini (1990) afirma que a avaliação de um processo com a utilização de gráficos de 
controle permite duas análises fundamentais: se o processo está ou não sob controle; se o 
processo atende as especificações a ele associadas. 
Segundo Slack (1997) a capabilidade do processo é a medida da aceitabilidade da variação do 
processo. Usa-se o coeficiente de Capabilidade (Cp) para verificar se o objetivo procurado 
está sendo alcançado. A capabilidade de processo é a razão do intervalo de tolerância LTS 
(limite de tolerância superior) e o LTI (limite de tolerância inferior), com a amplitude de 6 
desvios-padrão. 
O coeficiente de Capabilidade(Cp) e o índice de Capabilidade (Cpk) são calculados da 
seguinte maneira: 
 
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção 
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012. 
 
 
 
 
 
 
 
5 
 
Cpk =x – LEI ; LES – x 
2.4 – Regressão Linear Simples 
Análise de regressão é uma metodologia estatística que utiliza a relação entre duas ou mais 
variáveis quantitativas (ou qualitativas) de tal forma que uma variável pode ser predita a partir 
da outra ou outras. 
Onde: 
Yi é o i-ésimo valor da variável resposta; 
0 e 1 são os parâmetros (coeficientes de regressão); 
Xi é o i-ésimo valor da variável preditora (é uma constante conhecida, fixo). 
i é o termo do erro aleatório com E(i)=0 e 2(i)= 2; 
i e j não são correlacionados  (i, j)=0 para todo i,j; i j; (covariância é nula). 
i=1,2,...,n. 
2.5 – Regressão Linear Múltipla 
A múltipla envolve três ou mais variáveis. O objetivo principal da análise de regressão 
múltipla é predizer o valor de Y por mais de uma variável X. A equação da regressão múltipla 
tem a forma seguinte: 
Yc = a + b1x1 + b2x2 + ... + bkxk, onde: 
a = intercepto do eixo y; 
bi = coeficiente angular da i-ésima variável; 
k = número de variáveis independentes 
Há 3 casos principais de aplicação da regressão múltipla: Regressão  “padrão”:  é  a  regressão  
somente sobre valores numéricos, análise da variância (ANOVA): equivale somente à 
regressão sobre variáveis mudas e análise da covariância (ANOCOVA): é a regressão sobre 
variáveis mudas e variáveis numéricas. 
2.6 - Coeficiente de correlação e Coeficiente de determinação 
Correlação significa relação em dois sentidos, este é usado na estatística para designar a força 
que mantém unidos dois conjuntos de valores, sendo assim objetivo de estudo da correlação é 
a verificação da existência e do grau de relação entre as variáveis. 
O coeficiente de correlação é o instrumento usado para medir a correlação linear. Onde este 
indica o grau de intensidade da correlação entre duas variáveis, e o sentido de correlação. 
n1,2,...,i
10

 iii XY 
 
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção 
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012. 
 
 
 
 
 
 
 
6 
Determina-se o coeficiente de correlação da seguinte forma: 
 
Logo, 
 
Valores de r próximos de –1 ou +1 indicam uma correlação forte e valores de r próximos de 
zero indicam correlação fraca. Coeficiente de determinação (R ) é o quadrado do coeficiente 
de correlação (R). Segundo Kennedy (2008), supõe-se Valores de r próximos de –1 ou +1 
indicam uma correlação forte e valores de r próximos de zero indicam correlação fraca. O 
coeficiente de determinação represente a proporção da variação da variável dependente que e 
explicada pela variação da variável independente. O R exercera esse papel de modo 
significativo no caso de relações lineares estimadas pelo método dos mínimos quadrados 
ordinários. 
3. Metodologia de pesquisa 
Este estudo pode ser classificado como quantitativo, à medida que se configura como uma 
primeira análise de dados coletados a partir das variáveis de medição de tempo, número de 
passageiros pagantes e não pagantes e também número de paradas. O estudo foi divido nas 
seguintes fases: 
1° fase: estabelecer um plano para retirada das amostras do processo; 
2° fase: determinar os limites (LCS e LCI) do gráfico de controle da média e da amplitude; 
3° fase: colocar os valores encontrados nos gráficos, verificando se estes se situam dentro dos 
limites de controle, ou seja, se o processo estará sob controle; 
4° fase: Os resultados obtidos devem ser analisados com a regressão linear e deve-se verificar 
a correlação entre as variáveis; 
5ª fase: Elaborar possíveis soluções a partir da análise de cada uma das variáveis que afetam 
diretamente no tempo de especificação de 40 minutos de cumprimento de cada rota. O Quadro 
1 descreve as rotas e suas especificações de quilômetros: 
 
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção 
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012. 
 
 
 
 
 
 
 
7 
 
Quadro 1 – Rotas e quilômetros analisados 
4. Análise dos dados 
A empresa determina que a cada quarenta minutos devem sair todos os ônibus do terminal 
para cumprir a rota de transpote. Os dados foram coletados em dias alternados e horários 
diferentes. Com a utilização de cronômetros foi realizada a medição do tempo de cada rota. 
Obteve-se 12 amostras sendo que cada uma destas amostras contem três elementos (X1, X2, 
X3). Em seguida, na coluna apresentam-se as médias de cada amostra coletada, ao final 
encontra-se sua respectiva média ( ). A coluna R (Amplitude) representa a diferença entre o 
maior e o menor valor que compõem a amostra, ao final desta coluna a média da somatória das 
amplitudes (R). O Objetivo da interpretação dos valores e é de identificar/detectar qualquer 
evidência de que a média do processo e sua dispersãonão estejam operando a níveis estáveis. 
Se um ou mais pontos estão fora dos limites de controle (seja no gráfico ou ) ou outro 
padrão de não aleatoriedade, existe um sinal de alerta (ou indicador) de que o processo não 
está sob controle estatístico. Os resultados obtidos estão na tabela a seguir: 
 
Amostra X1 X2 X3 R 
1 40,53 40,73 43,93 41,73 3,4 
2 34,35 36 34,1 34,82 1,90 
 
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção 
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012. 
 
 
 
 
 
 
 
8 
3 38 39,41 35,66 37,69 3,75 
4 31,83 37,8 35,47 35,03 5,97 
5 41 39,5 43,75 41,42 4,25 
6 46,95 36,02 46,71 43,23 10,69 
7 41 39,6 30,71 37,10 10,29 
8 31 32 43 35,33 12 
9 30 31 29 30,00 2 
10 32,06 35,04 27 31,37 8,04 
11 26 35,4 31,55 30,98 9,4 
12 28,45 27,64 32,15 29,41 4,51 
 
 35,68 6,35 
Tabela 1 - Valores das Amostras 
Um dos objetivos da aplicação dos gráficos de controle é testar se um processo, não 
conhecido, está sob controle estatístico ou não e, caso o processo seja diagnosticado "fora de 
controle", orientar as ações para levar o processo ao estado de controle. Para atingir tais 
objetivos se procede da seguinte maneira: Dispostos todos os pontos correspondentes às 
médias amostrais e às amplitudes amostrais nos respectivos gráficos e não existindo nenhum 
padrão de não aleatoriedade, o processo é considerado "sob controle". Se algum ponto fora 
dos limites de controle ou qualquer outro padrão de não aleatoriedade é encontrado, 
consideramos que causas especiais de variação estão presentes. Estas causas deverão ser 
procuradas e corrigidas. Depois de corrigidas as causas que determinam o padrão de não 
aleatoriedade, novos limites e novas linhas centrais são calculadas, eliminando para este 
cálculo os elementos da amostra que determinam o padrão de não aleatoriedade. Este 
processo deverá ser repetido, interativamente, até que nenhum padrão de não aleatoriedade 
seja encontrado. Neste momento consideramos que o processo atingiu o estado de controle. 
Com o processo em estado de controle podemos aplicar os gráficos como instrumento para 
monitorar o processo e realizar melhorias contínuas. Iremos utilizar o gráfico de controle por 
variáveis para a análise dos dados e identificação das causas especiais. 
Com os dados obtidos, portanto, calcularam-se os limites superior (LCS) e inferior (LCI) de 
controle, encontrando os valores 42,17 e 29,18, respectivamente. 
Para os cálculos, utilizaram-se os valores dos coeficientes A2, D2, D3 e D4 retirados da tabela do 
Grant e Leavenworth apud ( Kume, 1993, p. 225), estes valores dependem do tamanho da 
amostra. O tamanho da amostra utilizado foi de três, conforme o número de elementos que 
compõem as amostras (X1, X2, X3). Após obter os limites de controle, elaborou-se a carta de 
 
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção 
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012. 
 
 
 
 
 
 
 
9 
controle X conforme mostra a Tabela 1. A carta X é composta por uma a linha central (Média 
=35,68) representando a média do processo e as duas linhas nas extremidades que 
representam os limites superior e inferior de controle (LCS = 42,17 e LCI = 29,18). Os limites 
de especificação impostos pela empresa para o monitoramento desta variável são LES = 40 e 
LEI = 0, pois a empresa não restringe o tempo mínimo de cada volta. 
 
 
 Gráfico 1 - Carta de controle X 
A partir das amplitudes (R) das amostras obtidas na Tabela 1, calcularam-se os limites de 
controle superior (LCS) e inferior (LCI) de controle para carta de controle R, encontrando os 
valores 16,35 e 0 respectivamente. 
Após obtenção dos limites de controle elaborou-se a carta de controle R (Gráfico 2), na qual é 
composta por uma linha central que representa a média das amplitudes (= 6,35) e duas linhas 
que representam os limites superior e inferior de controle (LCS=16,35 e LCI =0). O objetivo 
desta carta é facilitar a visualização da amplitude das amostras, além de auxiliar na 
identificação de causas especiais. 
 
 
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção 
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012. 
 
 
 
 
 
 
 
10 
 
Gráfico 2- Carta de controle R 
 
Analisando os Gráficos acima podemos observar que o processo não está sobre controle 
estatístico, pois existe e poderão existir mais pontos que ultrapassam os limites superiores de 
controle e de especificação Para analisar a capacidade do processo utilizamos os índices de Cp e 
Cpk onde obtemos respectivamente os valores 3,07 e 0,1 apesar de termos o CP ser superior a 
1,33 onde poderíamos considerar este valor alto, o CPK mostra que há uma baixa variação em 
relação à faixa dos limites de especificação, mais a distribuição não esta centrada. Logo o 
processo não é capaz de atender as especificações. Se o processo não é capaz é porque possue 
algumas causas especiais que justificam os pontos fora dos limites. Pelo fato de se estar 
trabalhando com transporte de pessoas onde inúmeras são as causas especiais que afetam 
diretamente o processo, tentamos identificar algumas variaveis que comtribuem para o aumento 
do tempo, sendo elas: Número de paradas nos pontos; Movimentação de pagantes e número de 
não pagantes que são as crianças e idosos, através de regressão linear simples e multipla. Os dados 
estão nos gráficos e nas tabelas a seguir: 
 
 
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção 
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012. 
 
 
 
 
 
 
 
11 
Gráfico 3 – Paradas 
 
 
Gráfico 4 – Movimentação de Pessoas 
 
 
Gráfico 4 – Movimentação de idosos e crianças 
 
Número de paradas 0,76 
Movimentação de pessoas 0,80 
Não pagantes 0,36 
Tabela 2 - Correlação de cada variavel em relação ao tempo 
 
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção 
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012. 
 
 
 
 
 
 
 
12 
Analisando as variáveis que mais se aproximam de 1, temos que o número de paradas e a 
movimentação de pessoas, são as variáveis que mais afetam o tempo do processo, e que o número 
de idosos e crianças possuem uma baixa correlação com o tempo. 
Pela regressão múltipla envolvendo as quatro variáveis obtêm-se a seguinte tabela: 
 
R- Múltiplo 0,81 
R-Quadrado 0,65 
R-Quadrado ajustado 0,62 
Erro padrão 3,47 
Observações 36 
Tabela 3 - Estatística de regressão 1 
Pela análise da regressão múltipla excluindo a variável de não pagantes, ou seja, idodos e 
crianças: 
 
Estatística de regressão 
R- Múltiplo 0,81 
R-Quadrado 0,65 
R-quadrado ajustado 0,63 
Erro padrão 3,21 
Observações 36 
Tabela 4 - Estatística de regressão 2 
Percebe-se que a variável idosos e crianças não afetam diretamente em todo o processo, pois 
os valores do R múltiplo se mantém o mesmo e com o erro padrão menor. 
5. Conclusão 
Pode-se verificar que o processo não está sobre controle estatístico, e foram encontrados 
alguns problemas que podem ser as causas especiais e que não foram levadas em 
consideração nas análises numéricas iniciais, como por exemplo, as paradas dos coletivos fora 
dos pontos demarcados pela empresa e também a falta de atenção dos motoristas no trânsito, 
 
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção 
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012. 
 
 
 
 
 
 
 
13 
pois as variáveis antes determinadas como sendo as causas principias, após os cálculos de 
correlaçãoe regressão mostraram-se não serem as responsáveis pela não conformidade do 
processo. 
Após as análises dos dados pode-se concluir que as variáveis que mais interferem no tempo do 
processo são o número de paradas e a movimentação de pessoas. Em contradição ao que os 
gestores da empresa acreditavam, no qual a variável que mais afetava o processo era o número de 
idosos que utilizam o transporte público. Como uma tentativa de que isso seja melhorado, são 
feitas algumas sugestões, como por exemplo, o coletivo que faz a rota do Setor Universitário, 
que é uma rota com uma mivmentação muito baixa, passar a ir ao Setor Aeroporto, que 
atualmente é atendida pelo do Setor Ipanema, e aumenta consideravelmente o tempo gasto por 
ele, e também ir às proximidades do Rodoshopping, que atualmente é atendido pelo do Pontal 
Norte. 
Instalação de bilhetagem automática. Segundo a empresa, isto custaria R$ 240.000,00, porém 
esse valor gasto seria recompensado posteriormente. Mudança do local do terminal também é 
algo a ser analisado, pois o terminal está localizado em uma área muito movimentada, e o 
trânsito acaba atrapalhando a circulação dos ônibus. Além disso, há bastante reclamação dos 
usuários em relação ao mesmo, quanto a falta de comodidade, principalmente quando 
chove.Mas, o terminal é da prefeitura, e a empresa tem um contrato com ela que acaba daqui a 
cinco anos, portanto até lá essa melhoria não poderá ser feita. 
Criação de linhas expressas. A empresa já possui uma linha expressa, que leva diretamente do 
terminal, os alunos do cursinho Israel Macedo e do Cesuc (Centro de Ensino Superior de 
Catalão), até os mesmos, sem parar em nenhum ponto. Uma possibilidade seria a criação de 
uma linda como essa para a UFG e SENAI, que se localizam bem próximos um do outro, e 
desafogaria bastante o ônibus do Ipanema. 
Aumento de frota. A empresa já possui coletivos reforços em alguns bairros nos horários de 
pico, mas em alguns, parece ser necessário que haja mais um ônibus reforço nesses horários, 
principalmente no Ipanema. 
Rotatividade dos ônibus. Isso é feito na maioria das cidades. O ônibus chega ao terminal, 
deixa os passageiros, pega quem já está lá, e parte pra sua rota novamente. A empresa já 
tentou implementar essa medida, mas não foi bem sucedida, pois os idos não estavam 
conseguindo se adaptar e reclamaram bastante. Outra reclamação é que ás vezes tinha um 
ônibus chegando, e o motorista do outro não esperava os passageiros dele descer para ver se 
eles iriam para o seu ou não. Apesar disso, como isso da certo em muitos lugares, parece valer 
a pena uma nova tentativa, desde que dessa vez se faça um trabalho explicativo com os 
usuários, incluindo a presença de funcionários exclusivos e treinados para direcionar as 
pessoas que tenham dificuldade de adequação ao processo. 
Em relação ao número de paradas o ideal seria a empresas cumprir as especificações de distância 
entre pontos de parada dos coletivos, que é aproximadamente 500 a 700 metros. 
 
Deixa-se, portanto, a possibilidade de realizar futuros estudos com a aplicação de métodos 
qualitativos, levando em consideração algumas das outras inúmeras variáveis que interferam no 
processo. Pois assim poderiam ser explorados aspectos como a determinação das necessidades e 
os mais importantes fatores de qualidade percebida pelos usuários em relação aos serviços 
prestados 
6. Referências bibliográficas 
 
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO 
Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção 
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012. 
 
 
 
 
 
 
 
14 
ANDERSON, David Ray; SWEENEY, Dennis J; WILLIAMS, Thomas A. Estatística 
aplicada à administração e economia. 2.ed. -. Sao Paulo: Pioneira Thomson Learning, 
c2007. 597 p. 
COSTA, Antonio Fernando Branco; EPPRECHT, Eugênio Kahn; CARPINETTI, Luiz Cesar 
Ribeiro. Controle estatístico de qualidade. 2. ed. Sao Paulo: Atlas, 2005. 334 p. 
PALADINI, Edson Pacheco. Controle de Qualidade: Uma Abordagem Abrangente. São 
Paulo: Atlas, 1990. 
RAMOS, Alberto Wunderley. Controle Estatístico de Processo. In: CONTADOR, José Celso 
et al.Gestão de Operações: A Engenharia de Produção a serviço da modernização da 
empresa. 2.ed. São Paulo: Edgard Blucher, 1997, 593 p. 
SLACK, Nigel; Chambers, Stuart; Harland, Christine; Harrison, Alan; Johnston, Robert. 
Administração da Produção. Revisão técnica Henrique Correa, Irineu Gianesi - São Paulo: 
Atlas, 1997. 
TOLEDO, José Carlos de. Introdução ao CEP- Controle Estatístico de Processo. GEPEQ – 
Grupo de Estudo e Pesquisa em Qualidade. UFSCar, 2010.