Baixe o app para aproveitar ainda mais
Prévia do material em texto
Introdução: métodos quantitativos de diagnóstico, monitoramento e otimização dirigidos à garantia da qualidade Níveis melhores de qualidade nos processos e produtos da empresa são alcan- çados com a aplicação de ferramentas da área de Controle Estatístico de Qualida- de (CEQ) como os gráficos de controle, planos de amostragem e planejamento de experimentos. Embora saibamos que o conceito de qualidade pode ser definido de várias maneiras, como, por exemplo, “adequação ao uso” do Juran (1993) ou “grau de excelência a um preço aceitável” do Broh (1974), a abordagem deste livro é que o conceito da qualidade se apoia essencialmente na sua operacionalidade. A definição requer necessariamente a mensuração de características concretas em termos quan- titativos. Assim, o administrador e engenheiro podem atuar diretamente na caracte- rística sob análise e compreender melhor os efeitos mensurados das intervenções. Ca- racterísticas importantes devem ser mensuráveis (gramas, litros, kwh), ou contáveis (número de defeitos ou peças defeituosas). Assim, qualidade de produto ou processo é assegurada com a minimização de variabilidades nas características do produto e nos procedimentos. A variabilidade pode ser vista em pelo menos dois aspectos, como é enfatizado pelo Taguchi (1999). Um é o erro cometido quando os valores medidos ficam longe do alvo da característica (viés), e o outro é quando, na média, o alvo é res- peitado, mas a dispersão (desvio-padrão) dos valores das medidas é inaceitável. Como Book 1.indb 7 3/6/2009 16:19:05 Crosby (1990) sempre enfatizava, “qualidade é a conformidade às especificações”, e conformidade aqui significa que a fábrica está funcionando com viés e variabilidade quase nulos, processando tudo corretamente e rotineiramente. É assim que o resul- tado do processo de produção fica sempre dentro das exigências dos clientes. Conceitos históricos: ciência a serviço da indústria Walter Shewhart (1939) começou a colocar em prática nas fábricas alguns conceitos básicos em Estatística e Metodologia Científica na década de 1920 nos Estados Unidos. Ele foi o pioneiro e empreendedor da área de Controle Esta- tística de Qualidade. Hoje em dia, não há fábrica no mundo que não aplique pelo menos algumas ferramentas simples de CEQ para a melhoria dos processos industriais. Nosso objetivo aqui é de apresentar uma introdução a essas ferramen- tas, esclarecendo alguns pontos teóricos e indicando como a utilização dessas ferramentas pode melhorar os processos da fábrica continuamente no sentido de reduzir custos e elaborar produto de melhor qualidade. A percepção pioneira do Shewhart é de que a qualidade e a variabilidade são conceitos antagônicos no sentido de que onde tem muito de um terá necessariamente pouco do outro. Essa ideia funciona para ambos, processos e produtos. Uma tarefa dentro de um processo, que leva um período de tempo irregular para completar, pode causar tanta confusão na linha de produção como a irregularidade nas características de uma peça. Foi assim que Shewhart entendeu que medindo, analisando e moni- torando a variabilidade que é o campo do estudo estatístico, através de aplicações de Estatística na fábrica, processos e produtos poderiam chegar a melhores níveis de qualidade. Melhores níveis de qualidade significam menor variabilidade nas caracte- rísticas do processo e do produto e mais exatidão em alcançar metas e alvos. Shewhart propôs a aplicação da Metodologia Científica na linha de produ- ção. Simplificando a terminologia, ele sugeriu que a metodologia poderia ser con- ceituada em quatro fases: (1) a identificação da problemática e o planejamento de projetos de análise; (2) a experimentação em si; (3) a análise dos resultados dos experimentos e, finalmente; (4) a tirada de conclusões para alcançar novo co- nhecimento e, portanto, melhorias. As ferramentas do CEQ apresentadas neste livro estão inseridas nas mesmas quatro fases. 1 – PLAN – PLANEJAR, a identificação de pontos críticos na linha de produção em termos de custos e tempo gasto, e a escolha da ferramenta adequada e mais relevante para aplicar no ponto crítico. Book 1.indb 8 3/6/2009 16:19:05 2 – DO – FAZER, a aplicação da ferramenta na linha de produção. 3 – CHECK – AVERIGUAR, a análise dos dados. 4 – ACT – AGIR, a reação do gerente para melhorar o processo. A abreviatura do ciclo de PDCA é muito comum na literatura da área. É importante enfatizar aqui que a busca por qualidade não acaba nunca, jamais tem fim, e consequentemente na realidade as quatro fases nunca terminam, mas, sim, continuam em ciclo permanente.1 Como é mostrado na figura 1.1, com a prática do PDCA, a variabilidade dos processos e, portanto, a má qualidade devem diminuir no decorrer do tempo, fato que será relatado com gráficos e medidas de estatística elaborados neste livro. Figura 1– O ciclo PDCA da metodologia científica Conceitos básicos A ideia principal do CEQ é que processos de produção com menos va- riabilidade propiciam níveis melhores de qualidade nos resultados da produção. E, surpreendentemente, quando se fala em melhores processos isso significa não somente qualidade melhor, mas também custos menores. Os custos de má quali- dade, assunto amplamente discutido em outras obras,2 diminuem principalmente em função de duas razões: a amostragem é muito mais econômica do que a ins- peção por 100% do lote, e a redução de defeitos e peças defeituosas é inevitável. 1 Na conhecida metodologia de seis sigma, a quarta fase é subdividida em duas, I – “improve” melhorar o processo eliminando causas e C – controle do processo. 2 Veja por exemplo o capítulo 10 de Monteiro (2006). Book 1.indb 9 3/6/2009 16:19:05 Um dos procedimentos mais importantes nos estudos em Estatística é a amostragem. Populações (na fábrica, o engenheiro utiliza a palavra “lotes”) em geral são enormes demais para serem analisadas em grandes detalhes item por item. No entanto, em muitos casos a inspeção a 100% é regra da fábrica, mas, na realidade, esse procedimento não funciona adequadamente. Imagine o operador que tem a responsabilidade de verificar o nível de enchimento de um lote de gar- rafas de cerveja. Sentado em um banquinho, ele olha o nível da cerveja em cada garrafa que passa por ele na esteira. O lote de cerveja pode ter 50 mil unidades. Depois de inspecionar apenas algumas centenas de garrafas, é muito provável que o inspetor já não esteja mais pensando em níveis de enchimento das garrafas, mas sim no próximo jogo do seu time de futebol, na próxima oportunidade de tomar uma cerveja, ou na próxima namorada. No final, inspeção a 100% tem custos elevados e resultados duvidosos e quase sempre imprecisos. A seleção de amostras (em CEQ, subgrupos racionais) de tamanho muito menor que a população enxuga os custos e paradoxalmente acaba representando melhor as características da população e do processo. Ma- quinaria moderna faz mensurações automaticamente, até mesmo várias por se- gundo. Em poucos minutos a população dos dados acumulados é tão numerosa que enche o gráfico das planilhas eletrônicas impossibilitando qualquer análise visual. Vamos ver no capítulo 5 que tamanho amostral não depende neces- sariamente do tamanho da população, e consequentemente não há nenhuma necessidade de coletar amostras enormes para representar populações enormes. Pequenas amostras são válidas e representam muito bem as populações gran- des e os processos industriais, economizando tempo e recursos, e aprimorando exatidão e confiança. Para viabilizar o uso de gráficos de controle para variáveis mensuráveis, assunto do capítulo 8, pequenas amostras de tamanho menor que 10 elementos são suficientes. Amostragem também é necessária quando a inspeção necessita da destrui- ção do item amostrado. Nesse caso poucos itens vão para o laboratório para sofrer a verificação dos técnicos. Mais sobre amostragem será visto nos próximos capítu- los (principalmente na segunda parte do livro sobre gráficosde controle), quando as ferramentas estatísticas de controle e monitoramento forem elaboradas. Uma segunda razão pela qual a aplicação de CEQ diminui os custos é que o número e a percentagem de peças defeituosas produzidas na fábrica vão diminuir com as melhorias na linha de produção. Portanto, com menos refugo e menos re- trabalho, o custo por peça produzida irá diminuir. Enfatiza-se que existe somente Book 1.indb 10 3/6/2009 16:19:07 uma razão para utilizar CEQ na fábrica, a saber, aumentar o resultado financeiro da empresa, se possível no curto prazo, mas também, e talvez mais importante, no longo prazo. No entanto, CEQ não é nenhum milagre e consequentemente ele deve ser abordado na empresa como qualquer projeto de investimento no qual o custo será contabilizado e o benefício previsto e medido. Veja Monteiro (2006), capítulo 10 sobre a abordagem econômica de qualidade que investiga em mais detalhes considerações sobre os benefícios e custos de projetos empresariais de qualidade. No capítulo 7 de Monteiro (2006) sobre gerenciamento de processos, po- dem ser vistas várias maneiras de descrever e analisar um processo e a identifica- ção de pontos críticos. A experiência nos ensina que é muito comum a existência de processos industriais não otimizados no sentido de ter baixos níveis de eficiên- cia, com custos e tempo gastos maiores que o necessário. No entanto, dentro da caixa de ferramentas do CEQ existem instrumentos para monitorar o processo e, portanto, tomar o caminho da otimização. O monitoramento tem como requisi- tos a amostragem feita periodicamente com aleatoriedade garantida e tamanho da amostra adequado. Controle de processo e inspeção de peças A ideia de controlar um processo para conseguir melhorias é totalmente diferente da ideia de inspecionar peças para identificar não-conformes, embora os dois procedimentos utilizem em parte as mesmas ferramentas estatísticas. A inspeção de peças individuais tem como objetivo a eliminação de peças de baixa qualidade do lote, as quais não alcançam as expectativas do consumidor e não devem ser entregues ao cliente. Com constante inspeção do produto ao longo da linha de produção, a empresa identifica o produto que precisa de retrabalho ou até mesmo de rejeição total. Mas, nesse caso, a fábrica gasta desnecessariamente para corrigir erros os quais, numa fábrica mais bem organizada, simplesmente não teriam acontecidos. Numa fábrica operando melhor, sob controle estatístico de qualidade, como Joseph Juran sempre falava, é feita a coisa certa na primeira tentativa. Uma fábrica realmente eficiente não exige inspeções grandes a toda hora porque existe muita confiança, já comprovada historicamente, que o produto está saindo dentro das especificações, pois o processo está sob controle e com ca- pacidade e desempenho garantidos. A fabricação de peças não-conformes ocorre porque os processos da empresa são instáveis (irregulares), proporcionando pro- Book 1.indb 11 3/6/2009 16:19:07 duto fora das especificações. A fábrica com processos instáveis não consegue con- trolar os processos para melhorar constantemente a qualidade do produto. Para controlar e estabilizar os processos da empresa, utiliza-se as ferramentas em CEQ retirando pequenas amostras sempre muito menores que os lotes para caracterizar aspectos importantes do processo e melhorar a qualidade. Assim, as investigações do gerente estarão em direção da descoberta das grandes causas especiais atrás das grandes irregularidades da linha de produção. Cada vez que uma nova causa especial é identificada e documentada para análise e, portanto, eliminada, o pro- cesso de produção é estabilizado (menos variabilidade) e a qualidade garantida e melhorada. Por outro lado, a inspeção de peças individuais não tem como objetivo a melhoria do processo de produção, mas sim apenas a identificação de peças defei- tuosas. Veja a figura 2. Figura 2 – Monitoramento do processo e inspeção de peças Em fábricas que não aceitaram CEQ formalmente, alguma inspeção pode ocorrer no início e no final da grande linha de produção, onde o produto é julga- do conforme, ou é descartado como não conforme, ou eventualmente devolvido para retrabalho se for possível. A fábrica que depende de inspeção final para garantir a satisfação do comprador não tem condições de melhorar o processo de produção por falta de documentação detalhada, indicando a caracterização da falha, incluindo a localização exata na linha, data e hora da falha, o responsável no momento, entre outros. A fábrica que depende de postos de inspeção logo de- pois de cada sublinha consegue devolver o produto não-conforme ao retrabalho, Book 1.indb 12 3/6/2009 16:19:07 no entanto com muito gasto em tempo e recursos levando em conta que a inspe- ção não adiciona nada de valor ao produto. Alguma melhoria na sublinha pode ocorrer, mas na presença de inspeção maciça a garantia de qualidade não enfatiza as características do processo, mas sim a qualidade dos subprodutos que saem da sublinha. Como será ilustrado durante todos os capítulos deste livro, o monitora- mento do processo se preocupa com os detalhes do processo em si, on-line com a utilização dos gráficos de controle ou off-line com ferramentas de planejamento de experimentos, regressão e correlação, visando melhorias contínuas no processo. Assim, a capacidade e a exatidão de produzir dentro das especificações são realça- das. O objetivo primordial do Controle Estatístico de Qualidade é alcançar pro- cessos capazes e estáveis, os quais valorizam o produto, e não dependem exclu- sivamente de inspeção para garantir o cumprimento das especificações exigidas. 1.5. Causas da má qualidade As causas da má qualidade podem ser divididas em três tipos básicos. A divisão ajuda no momento de buscar soluções alternativas. Uma causa especial é assinalável, e em geral é única, no entanto suficientemente grande para pro- duzir perturbações fortes no processo de produção. É um evento que ocorre uma vez ou ocasionalmente, mas em períodos irregulares. É imprevisível. Essas causas têm que ser eliminadas ou, se por alguma razão não são elimináveis, então sua influência pode ser reduzida por ações compensatórias da gerência. Exemplos de causas especiais são: trovoada e relâmpago, vento de uma janela deixada aberta, funcionário intoxicado, treinamento inadequado em que faltou um ensinamento importante, uma substância estranha na matéria-prima, um atraso na chegada dos funcionários porque o ônibus da linha quebrou, entre outros. Considerando a natureza pouco sutil das causas especiais, são investigadas e eliminadas dentro dos procedimentos de monitoramento do processo quase sempre on-line sem pa- rar a linha de produção. Nas primeiras fases da implantação de gráficos de contro- le nos pontos mais críticos do processo, as economias derivadas da ferramenta são notáveis por duas razões: os recursos gastos na implantação não são grandes e os processos não precisam parar. Na tabela 1, pode ser visto um sumário do perfil da causa especial e também das outras causas genéricas apresentadas nesta seção. Outra causa é chamada estrutural. Como a causa especial, a estrutural é também eliminável ou compensável, mas a diferença é que essa causa ocorre perio- dicamente ou em função de outra variável relacionada com a causa identificada. A Book 1.indb 13 3/6/2009 16:19:08 relação entre a variável e a causa é previsível. Quando o período entre ocorrências for relativamente grande, essa causa se confundirá com uma causa especial, mas se o gerente for atento, ele acabará percebendo sua natureza repetitiva. Para entender melhor esse conceito, um pequeno exemplo é apresentado em seguida. Um gerente já entendeu que para algumas segundas-feiras, e não todas, a produtividade da fábrica é sofrível. Então ele mandou avisar que a ocorrência de preguiça na fábrica não seria mais tolerada. Infelizmente, o tal da preguiça conti- nuou e até mesmo após váriasadvertências. O ambiente da fábrica ficou pesado e os funcionários desmoralizados com as constantes recriminações da gerência. O gerente notou que a sua própria produtividade nessas segundas-feiras também foi muito baixa. Às vezes é necessário procurar as causas antecedentes, às quais contribuem para, posteriormente, as causas estruturais. Finalmente, foi reconhe- cido que o problema são as segundas-feiras que caem um dia após um grande clássico de futebol de domingo na capital. Em termos de produtividade, esse tipo de segunda-feira é intrinsecamente um dia diferente de todas as outras segundas- feiras, independentemente de quem ganha ou de quem perde o jogo. Resultado: hoje em dia há um consenso na fábrica de que, embora o atraso da chegada do funcionário não seja tolerado, segunda-feira de manhã depois do clássico de fute- bol é um período na fábrica que exige uma gerência diferenciada com mais café, sucos de vários tipos e dois ou três períodos curtos de exercícios e alongamento. Este tipo de segunda-feira é perfeitamente previsível. A causa estrutural assim não é eliminada porque a tradição de futebol jamais desaparecerá no Brasil, mas, sim, é compensada por normas de gerenciamento mais sensatas. A última causa é chamada comum. Essas causas são relativamente peque- nas, mas ocorrem quase sempre e em grande número, afetando a variabilidade do processo. É o acúmulo dessas causas em um certo período de tempo que produz a existência à variável aleatória. Por que uma jogada de uma moeda justa pode às ve- zes cair cara e às vezes coroa, ou uma característica do produto pode ficar acima ou abaixo do valor nominal? A realidade é que tantas causas podem afetar a jogada de uma moeda justa, e cada uma é tão pequena, que uma análise científica desse resul- tado é praticamente impossível. As ferramentas de CEQ apresentadas na segunda parte deste livro (Ferramentas de controle e monitoramento do processo) não são apropriadas, em geral, para análise e eliminação de causas comuns. E embora as causas comuns possam ser reduzidas, elas sempre vão existir enquanto a natureza na sua totalidade guarda uma diversidade tão grande e incompreensível. A redução dessas causas vem apenas com muito sacrifício em tempo e recursos. Para diminuir Book 1.indb 14 3/6/2009 16:19:08 as irregularidades das causas comuns, é necessário a análise off-line, e talvez com a linha de produção parada, investimentos em novas e melhores máquinas, melhor matéria-prima, treinamento intensivo, um ambiente de trabalho mais confortável, entre outras.3 Nesse caso, qualidade e custo andam juntos. Assim, é fácil entender por que o carro popular custa barato e o carro de famosos jogadores de futebol custa cem vezes mais. A terceira parte do livro (Análise de relações) apresenta ferramen- tas como regressão e planejamento de experimentos Vamos enfatizar que as definições das causas apresentadas (veja a tabe- la 1) são teóricas como qualquer classificação, e quando aplicadas a situa- ções reais nem sempre cabem como luva no evento em análise. A classificação é apresentada como guia e ferramenta e não como camisa-de-força. A dife- rença entre a classificação de uma causa comum e especial pode ter origem na interpretação válida do engenheiro ou gerente. O mais importante é que a causa seja identificada e eliminada, ou atacada de outro jeito, e, portanto, o processo atinja melhorias significantes. Comum Especial – Assinalável Estrutural Frequência Sempre Irregular Regularidades Previsível? Média; desvio-padrão Irregular Dados individuais Número de causas Muitas Uma ou poucas Uma ou poucas Solução Melhorar todo o processo Identificar e eliminar causas Gerenciar as correlações Tabela 1 – Perfil de causas da má qualidade na linha de produção Com esses conceitos básicos do CEQ, são introduzidas algumas ferramen- tas simples para melhorar qualidade as quais se encontram na manufatura e em algumas instâncias na administração da empresa. 3 A distinção na indústria moderna entre on-line e off-line é cada vez mais tênue com os avanços em computação e tecnologias de informação. Não há muitos anos, foi preciso a coleta de dados numa etapa inicial, e em seguida uma segunda etapa de análise e eventualmente uma tomada de decisão. Hoje em dia, para algumas ferramentas estatísticas, a coleta de dados, a análise e a tomada de decisão podem ocorrer praticamente no mesmo instante. Book 1.indb 15 3/6/2009 16:19:08 16 Referências BROH, R.A. Managing Quality for Higher Profits. New York: McGraw-Hill, 1974. COSTA, A. F. B.; EPPRECHT, E.; CARPINETTI, L. C. Controle estatístico da qualidade. 2. ed. São Paulo: Atlas, 2008. CROSBY, P. B. Qualidade, falando sério. São Paulo: McGraw-Hill, 1990. JURAN, J. M. A qualidade desde o projeto. 2. ed. São Paulo: Ed. Pioneira, 1993. MITTAG, H. J.; RINNE, H. Statistical Methods of Quality Assurance. [s. l.]: Chap- man and Hall, 1993. MONTEIRO, M. (coord.). Gestão da Qualidade, teoria e casos. Rio de Janeiro: Editora Elsevier/Campus, 2006. MONTGOMERY, D. C. Introduction to Statistical Quality Control. [s. l.]: John Wiley and Sons, 2004. SAMOHYL R. W. Controle Estatístico de Processo e Ferramentas da Qualidade. In: MONTEIRO, M. (coord.). Gestão da Qualidade, teoria e casos. Rio de Janeiro: Editora Elsevier/Campus, 2006. SHEWHART, W. Statistical method from the viewpoint of quality control. Washing- ton: Dover, 1986. TAGUCHI, G.; TAGUCHI, S.; CHOWDHURY, S. Robust Engineering. New York: McGraw-Hill, 1999. VIEIRA, S. Estatística para a Qualidade. Rio de Janeiro: Editora Campus, 1999. Book 1.indb 16 3/6/2009 16:19:08
Compartilhar