Ferramentas para melhoria do desempenho

Descrio das 7 ferramentas bsicas e gerenciais da qualidade

As ferramentas bsicas da qualidade so:
1. Fluxograma;
2. Folha de Verificao;
3. Diagrama de Pareto;
4. Histograma;
5. Diagrama de Causa e Efeito;
6. Diagrama de Disperso;
7. Cartas de Controle.

1. FLUXOGRAMA OU GRFICO DE FLUXOS

Para que todos os colaboradores da empresa assumam um papel ativo na melhoria contnua do seu
funcionamento imprescindvel que possuam uma noo precisa, devidamente estruturada e visualmente
documentada dos processos, transformaes e equipamentos que esto sobre a sua responsabilidade.
Os fluxogramas so ferramentas que se destinam precisamente a ilustrar de forma ordenadas o conjunto de
etapas, variveis, entradas e sadas que seqencialmente vo contribuindo para a construo de produtos
acabados na linha de fabrico.
O grfico de fluxos os fluxograma pode ser usado em diversos contextos, como por exemplo:

Procedimentos industriais de fabrica;

Procedimentos operativos;
Funcionamento de sistemas;
Processos administrativos.

2. FOLHAS DE VERIFICAO
As folhas de verificao, ou formulrios de recolha de dados, permitem responder s perguntas quantas
vezes sucede? e quando sucede?. Desta forma, daquilo que no incio no passa de opinies ou
impresses transforma-se em fatos objetivos.
Para se utilizar folhas de verificao necessrio dar os seguintes passos:

Definir claramente qual a pergunta para a qual desejamos resposta;

Decidir qual o perodo no qual se vai recolher a informao;
Desenhar um formato claro e preciso, onde os dados so registrados;
Obter os dados de uma forma honesta e consistente.

QUALIDADE DO PRODUTO
Defeito

Maio

Total

Tamanho Errado

26

Forma Errada

Peso Errado

Incompleto

52

Total

27

19

24

25

95

Neste exemplo possvel determinar o grau de variao do nmero de defeitos contabilizados no dia a dia,
os defeitos mais frequentes e os defeitos menos frequentes.

3 DIAGRAMA DE PARETO
O princpio de pareto est na base do diagrama do mesmo nome que foi inicialmente definido por Joseph
Juran em 1950. O nome desta ferramenta da qualidade provem de um economista italiano chamado Vilfredo
Pareto, que analisando a sociedade notou que a grande parte da riqueza estava nas mos de um nmero
pequeno de pessoas. Juran descobriu que este princpio estava vlido em muitas reas da vida quotidiana,
e podia ser usado com sucesso nas tcnicas de qualidade.
Em termos simplificados, o princpio de Pareto diz-nos que a maioria dos efeitos est relacionado com um
nmero reduzido de causas. Podemos, portanto, dizer que 80% dos problemas so causados por 20% das
mquinas, materiais ou pessoas; Juran descreveu os 20% das causas como sendo os essenciais e
poucos e os restantes 80% chamou-lhes as muitas vulgares.
Medidas
Horas perdidas, custos, % de no
conformidades, tempos, impactos
nos clientes, etc.

Categorias
Causas, produtos, linhas de produo,
reas administrativas, equipamentos,
centos de custo, etc.

Neste diagrama a categoria mais freqente colocada esquerda, e de seguida so colocadas as

outras por ordem decrescente.
4. HISTOGRAMAS
Com os crescentes graus de automao industrial, so cada vez maiores as quantidades de dados
recolhidos e arquivados. Contudo estes elementos de pouco ou nada serviro se no forem devidamente
trabalhados ou examinados. Torna-se extremamente difcil, se no impossvel, para os operadores tirar
qualquer ensinamento de uma enorme pilha de nmeros. O mesmo j no acontece se esses mesmos
nmeros forem convertidos num grfico que ilustra a freqncia relativa com que os diversos tipos de
valores foram obtidos. Tais grficos do-se pelo nome de histogramas, permitindo obter uma impresso
visual preciosa sobre a disperso e localizao dos valores recolhidos.
A construo de um histograma possui cinco passos ou etapas. A primeira etapa consiste em agrupar e
contar os dados. De seguida vamos achar o valor mximo e mnimo. Isto vai permitir sabermos o intervalo
de valores a serem considerados. Determina-se o nmero de clulas do histograma de acordo com a
seguinte tabela:
N Dados (N)

N Clulas (K)

< 50
50 100
100 250
> 250

57
6 10
7 12
10 20

Max Min
, assim como a sua fronteira.
K

Determina-se o intervalo da clula, h, onde h

A fronteira obtm-se aumentando uma casa decimal com valor 1 ao valor mximo, subtrai-se ao valor
mximo o intervalo da clula e repetir at ltima clula. Para melhor compreenso desta ferramenta
vamos ver um caso prtico.
Dados:
439; 449; 462; 446; 451; 439; 433; 441; 454; 449; 452; 443; 430; 435; 422; 425; 431; 448; 434; 441;
427; 436; 421; 428; 426; 434; 436; 437; 433; 441; 430; 434; 435; 426; 429; 435; 437; 448.
N = 38

Mx. = 462
Min. = 421

K=6
h = (462-421)/6 = 41/6 = 6,8

Intervalos:

462,1 6,8 = 455,3

455,3 6,8 = 448,5
448,5 6,8 = 441,7

441,7 6,8 = 434,9

434,9 6.8 = 428,1
12
9

7
5
4
428,1

434,9

441,7

448,5

455,3

1
462,1

5 DIAGRAMA DE CAUSA E EFEITO

O primeiro diagrama de Causa e Efeito foi desenvolvido pelo Dr. Kaoru Ishikawa, em 1943, quando
explicava a alguns engenheiros de uma empresa japonesa (Kawasaki Steel Works) como que diversos
fatores (causas) podiam ser ordenados de uma forma lgica. Este diagrama muitas vezes designado por
Diagrama de Ishikawa ou Diagrama de Espinha de Peixe.
O seu objetivo relacionar as causas com os efeitos. Antes de descrever as vrias aplicaes deste
diagrama vamos exemplificar a sua exemplificao grfica:
Causa Geral

Causa Geral
Causa Nvel 2

Causa de
Nvel 1

Problema a ser
resolvido

As causas gerais tm uma influncia direta no problema a ser resolvido. As causas de nvel 1 afetam
diretamente a respectiva causa geral. Desta forma se constri todo o diagrama. Facilmente se entende que
o diagrama Causa-Efeito uma
ferramenta adequada para trabalhos em equipa. No , portanto, de
Causa Geral

admirar que o Dr. Kaoru Ishikawa seja considerando o pai dos crculos de qualidade, pois o diagrama facilita
o brainstorming da equipe da qualidade.

6. DIAGRAMA DE DISPERSO
Relaes entre causa e efeito
As cartas de controle comearam a ser parte do processo de produo em muitas empresas. Este esforo
ajuda a compilar listas de "causas", ou de "muitas causas", mas o potencial revelador das causas no
suficientemente explorado pelo controle da qualidade. As relaes de causa e efeito podem ser estudadas
relatando ou as situaes efetivas ou processos, eliminando os no relatados ou no efetivos. No caso de
causas, quando decifradas, devem ser adicionadas lista das j conhecidas.
Os diagramas de causa e efeito podem ter um real impacto quando ajustadas a um determinado processo.
Exemplos de diagramas de causa e efeito:

Os diagramas de disperso mostram-nos a relao entre pares de dados explorados ao longo do tempo,
contrariamente a outras ferramentas que apenas se aplicam a dados individuais.
O que um diagrama de disperso
O termo genrico relaes de causa e efeito entre dois tipos de dados pode tambm referir-se a uma
relao entre uma causa e outro ou entre uma causa ou duas causas. A relao entre a umidade contida
nos tecidos e o comprimento do fio, a relao entre um ingrediente e a dureza do produto, a relao entre a
velocidade de corte e as variaes nos comprimentos das lminas, a relao entre os nveis de iluminao e
erros de inspeo, etc., so exemplos. A tabela seguinte apresenta os dados do contedo de umidade e
comprimento:
N. amostra
1

Contedo de umidade
X /%)
1.5

Comprimento
Y (%)

N amostra

8.5

20

Contedo de umidade
X /%)
1.9

Comprimento
Y (%)
8.6

2
3

1.3
1.9

8.1
8.3

21
22

1.6
1.7

8.1
8.2

Usando o eixo vertical para o comprimento e o eixo horizontal para o contedo de umidade, e
representando os dados no grfico.
A partir deste grfico podemos ver que o contedo de umidade aumenta enquanto o comprimento aumenta.
Este tipo de grfico designado por diagrama de disperso. Neste caso, os valores de umidade e de
comprimento, para 50 fios, necessrios, para a amostra n. 1 so 1.5% de umidade e 8.5 % de
comprimento. O grupo de dados recolhidos da mesma amostra forma uma unidade (como no exemplo)
conhecida de dados correspondentes. Assim, com o auxlio de um diagrama de disperso correspondncia
entre grupos de dados pode ser conseguida, os dados so indexados e representados num grfico.
Como construir um diagrama de disperso
Modo de proceder:
Etapa 1
Recolha de 50 a 100 pares de dados relacionados, a partir de amostras que se pretendem investigar, e
introduzi-los numa folha de clculo (ver tabela seguinte).

Comprimento

Contedo de umidade

N. amostraContedo
em humidade
X /%)Elongao
Y (%)
.N amostraContedo
em humidade
X /%)Elongao
Y (%)

Etapa 2

11.58.5201.98.621.
38.1211.68.131.98.
3221.78.2e

Traar os eixos verticais e horizontais do grfico. Indicar os valores maiores na parte de cima do eixo
vertical, e direita do eixo horizontal. Se a legenda do eixo inferior o mesmo, o diagrama ser de mais
fcil leitura. Quando as relaes entre os dois tipos de dados so de causa e efeito, os valores "causa" so
normalmente representados no eixo horizontal e os valores "efeito" no eixo vertical.
Etapa 3
Represente os dados num grfico do tipo do apresentado para exemplificar a relao entre umidade e
comprimento (ver acima). Se os valores forem repetidos seguindo os mesmos pontos, representando
crculos concntricos, so necessrios trs ou quatro.
Com grande quantidade de dados, ou se os dados contm muitos dos mesmos valores, trabalhoso
representar cada um, de modo que prefervel utilizar a tcnica para a construo de histogramas, fazendo
uma tabela de frequncias, com indexao vertical e horizontal. Este um outro tipo de diagrama de
disperso o qual designado por tabela de correlao.
Interpretao dos diagramas de disperso

Observando o grfico:

x
podemos ver que, na generalidade, aumentando os valores de x, aumentam os valores y. A disperso nos
valores de x para o mesmo valor de y uma relao de causa. A interpretao correta dos diagramas de
disperso deve ser induzida por ao prpria.
Para exemplificar a interpretao correta destes diagramas apresentam-se a seguir alguns dos gneros
mais comuns de diagramas de disperso.

1. Correlao positiva

1) Um aumento em Y depende do aumento em X. Se X estiver controlado, Y estar naturalmente

controlado.

2. Pode estar presente uma correlao positiva

2) Se X aumenta, Y aumentar algo, mas Y parece ter outras causas para alm de X.

3. No existe correlao

3) No existe correlao.

4. Pode estar presente uma correlao negativa

4) Um aumento em ~X provoca uma tendncia para diminuio de Y.

5. Correlao negativa

5) Um aumento em X causa uma diminuio em Y. Portanto, como no caso anterior, X poder ser controlado
atravs de Y.
Teste de correlaes utilizando diagramas de disperso
Os diagramas de disperso podem ser utilizados para verificar a existncia, ou no, de correlao entre dois
tipos de dados. Quando existe correlao vantajoso conhecer a extenso da correlao. Podem ser
utilizados dois mtodos.
Um atravs do clculo do coeficiente de correlao, enquanto o outro utiliza a probabilidade binomial. Aqui
referiremos apenas o de mais fcil aplicao, designado por mtodo da mediana para anlise de correlao.
Etapa 1
Calcular as medianas de x y. Desenhar as linhas medianas no diagrama de disperso.
Etapa 2
Marcar os quadrantes I, II, III e IV entre as linhas medianas, comeando pelo superior direito, e
considerando o sentido contrrio aos dos ponteiros do relgio.
Etapa 3
Determinar o nmero de pontos no quadrante II e IV, bem como o nmero total de pontos. O nmero de
pontos nos quadrantes e IV somado.
Etapa 4
Comparando o nmero total de pontos nos quadrantes II e IV com o nmero limites de pontos podem
concluir que, se o nmero de pontos das duas reas inferior aos nmeros limites, a correlao existe.
Algumas precaues bsicas a ter na utilizao de diagramas de disperso
1 - Estratificao muito importante
2 - Identificao do intervalo em que existe correlao
3 - Picos e rudo nos diagramas de disperso

7. CARTAS DE CONTROLE
As cartas de controlo direcionam a nossa ateno para as causas especiais de variao e para a amplitude
de variao devido a causas comuns que deve ser continuamente melhorada, atravs de aes de gesto.
Todas as cartas de controle tm um objetivo bsico:

Mostrar evidncias se um processo est a ser conduzido num estado de controlo estatstico e para
assinalar a presena de causas especiais de variao, por forma a que as respectivas aes corretivas
possam ter lugar;
Concentrar as aes no sentido da melhoria continuada da capacidade desse processo;
Manter o estado de controlo estatstico, utilizando os limites de controlo como uma forma de melhoria
continuada da capacidade do processo.

A melhoria do processo atravs da utilizao de cartas de controlo um procedimento continuo e

interminvel, repetido as fases fundamentais do ciclo de melhoria:
Recolha de dados;
Controlo e anlise dos dados;
Melhoria do processo, atravs de aes de correo e melhoria.
Escolha das cartas de controle a utilizar
Os tipos de cartas de controlo so vrios. Muitas das vezes quando se quer implementar uma carta de
controlo a dificuldade comea logo na sua escolha.
Qual realmente a carta de controlo que nos vai ajudar da forma mais simples na realizao do nosso
objetivo?
Caracterstica

Varivel

Atributo

Tipo de carta
X- R

Mdia e amplitude

X-R

Mediana e amplitude

Xm - Rm

Mdia mvel e Amplitude

Xi - Rm

Valores individuais e amplitude mvel

Mdia

Pn

N de unidades defeituosas

% de unidades defeituosas

N de defeitos

N de defeitos por unidades

A resposta vai depender dos vrios fatores que esto latentes em cada situao no processo de fabrico: A
possibilidade de recolha da amostra, a frequncia da mesma, o ensaio ou medio para avaliar a
caracterstica ou parmetro, o tipo de formao e aptido do operador para realizar operaes aritmticas,
etc.
Na tabela anterior esto sintetizados todos os tipos de cartas (ou quase todos) de controlo que poderemos
buscar em nosso auxilio.
Capacidade de mquinas e processos
De um modo geral, existe uma diferena entre processos e mquinas em termos de anlise estatstica.
Mquinas so olhadas como operaes do tipo discreto, por exemplo uma furao ou uma cravao. Os
processos so considerados como uma combinao de pessoas, equipamento, materiais e meio
circundante.
O comportamento do processo avaliado em dois processos distintos:
Estabilidade refere-se ausncia de causas especiais de variao na caracterstica ou parmetro que
est sob controlo estatstico;

Capacidade Refere-se aptido que um processo estvel tem para cumprir as especificaes internas
( de fabrico) e externas ( do prprio cliente ).
De uma maneira geral, as caractersticas e/ ou parmetros da Qualidade devem ser quantificadas, quando
da explorao ou aquisio da mquina ou processos novos, ou nas avaliaes da afetividade das
alteraes dos mesmos.
Com o sentido de acompanhar a estabilidade do desempenho no tempo, aquelas avaliaes devero
continuar atravs de um programa peridico. Deste modo acompanhar-se-o os inevitveis ajustes ou
desgastes, assim como a demonstrao de eventuais melhorias.
Vantagens da avaliao da capacidade

Uniformizao dum mtodo de avaliao da potencialidade e performance de mquinas e processos;

Garantia de que os desempenhos de mquinas, processos e resultantes produtos, esto de acordo com
as tolerncias estabelecidas e valores alvo esperados, traduzidos pelas especificaes;
Uma anlise continua da situao real das mquinas, processo s e produtos e que constitui fonte de
informao para a localizao, deteco e identificao de eventuais problemas;
Servir de base para tomadas de deciso, nomeadamente na definio de prioridades, aceitao,
rejeio, inovao, melhoramentos ou nvel do controlo requeridos, num plano concertado de aces
integradas para a melhoria continua;
Dispor de ndices de capacidade como medidores da afectividade da planificao da Qualidade ou
ento, das aces desenvolvidas para o melhoramento;
Facilitar a melhoria continua na adequao dos produtos para cumprirem efectiva e eficazmente as
necessidades dos clientes.