CONTROLE ESTATÍSTICO DE PROCESSOS

Qualidade é um termo constante nas organizações. Fala-se em produtos e serviços com qualidade, gestão da qualidade, qualidade total, entre tantos outros termos. Não existe, no entanto, na literatura uma definição única para qualidade (COSTA; EPPRECHT; CARPINETTI, 2004). Juran e Gryna (1992) conceituou qualidade como “adequação ao uso”. Qualidade, conforme Paladini (2000), é uma relação da organização com o mercado, e, dentro deste contexto, pode ser definida como uma relação de consumo. O conceito de qualidade é, por assim dizer, dinâmico. Deste modo, o conceito de qualidade ainda pode ser definido como uma relação do mercado e a sociedade. Portanto “produzir” ou “oferecer” qualidade implicam atividades permanentes de monitoramento e controle.

O controle permanente dos processos é uma condição básica para a manutenção da qualidade de bens e serviços. Entenda-se por processos, os industriais que geram bens de consumo e os de organizações que prestam serviços. Nesta segunda classificação estão bancos, prefeituras, companhias de águas e esgoto, hospitais e clínicas, por exemplo. O monitoramento de processos, se realizado de forma inteligente, implica em custos que podem ser pagos facilmente, pois qualidade agrega valor (COSTA; EPPRECHT; CARPINETTI, 2004).

Particularmente, para a engenharia, onde a mensuração tem um papel vital, o monitoramento visa verificar a contínua estabilidade dos processos. Medidas necessitam ser acuradas, consistentes e os valores próximos aos reais. Há a necessidade de se detectar alterações no processo, de modo que os operadores possam iniciar a busca do problema e tomar ações corretivas (BERTHOUEX e BROWN, 2002)1.

O Controle Estatístico de Processo (CEP) é uma técnica formal eficiente e poderosa utilizada para o monitoramento de processos. Compõe-se de uma coleção de ferramentas de resolução de problemas útil na obtenção da estabilidade de um processo. O Gráfico de Controle é uma dessas ferramentas e, provavelmente a mais sofisticada tecnicamente (MONTGOMERY, 2004).

O início formal do Controle Estatístico de Processos deu-se em meados de 1924, quando Walter A. Shewhart desenvolveu e aplicou os gráficos de controle na empresa Bell Telephone Laboratories. Era uma ferramenta simples para uso no “chão de fábrica”, por operários com pouca instrução. Para ele, todo e qualquer processo, por melhor que seja projetado e controlado, possui uma variabilidade natural inerente ao processo, proveniente de causas aleatórias. Quando um processo apresenta apenas esta variabilidade natural, diz-se que está no estado de controle estatístico, ou sob controle. Além das causas aleatórias, os processos podem sofrer a ação de causas especiais e estruturais, resultando na ocorrência de uma variabilidade extra. Essas causas aumentam a dispersão e podem até afastar a característica de qualidade de interesses do seu valor em controle (MONTGOMERY, 2004; COSTA; EPPRECHT; CARPINETTI, 2004).

Uma causa especial é assinalável, imprevisível e, em geral, única. No entanto é suficientemente grande para produzir perturbações fortes em um processo. Exemplos de causas especiais são: substância estranha na matéria prima, treinamento inadequado, para o qual faltou um ensinamento importante, entre outros. Essas causas devem ser identificadas e eliminadas ou reduzidas por ações compensatórias (SAMOHYL, 2009).

Quando, além das causas aleatórias, essas causas especiais estão presentes, diz-se que o processo está fora de controle estatístico. Em relação a tal aspecto, entende-se que os processos devem ser monitorados para detectar a ocorrência destas causas especiais e permitir, no menor intervalo de tempo possível, o emprego de ações corretivas (COSTA; EPPRECHT; CARPINETTI, 2004).

1

Outra causa é a chamada estrutural. Esta também é eliminável ou compensável. Ocorre periodicamente ou em função de outra variável relacionada com a causa identificada. A relação entre variável e causa é previsível e de natureza repetitiva. Quando o período entre as ocorrências for grande, esta causa pode se confundir com uma causa especial. Como exemplo, a produtividade dos funcionários pode ser afetada nos dias subsequentes a importantes jogos de futebol (SAMOHYL, 2009).

A má qualidade em um processo é resultado de causas especiais, estruturais e também das causas aleatórias (ou comuns). As causas comuns são relativamente pequenas, mas ocorrem em grande número, afetando a variabilidade do processo. Os gráficos de controle não são, de modo geral, apropriados para a análise de causas comuns (SAMOHYL, 2009).

As causas comuns (ou aleatórias) podem ser reduzidas, mas não totalmente eliminadas. Irão sempre existir, em virtude da variabilidade natural inerente ao processo. A diminuição da irregularidade das causas comuns pode ser alcançada, por exemplo, com investimentos em novas e melhores máquinas, matéria-prima melhor e treinamento intensivo de operadores, entre outros (SAMOHYL, 2009).

Assim, um Gráfico de Controle é uma ferramenta do CEP para identificar e analisar causas especiais e estruturais, com objetivo de posterior eliminação (preferencialmente) ou redução por meio de medidas compensatórias. O gráfico de controle é um elemento visual para o monitoramento de conformidade de características de produtos e processo (SAMOHYL, 2009).

Até pouco tempo, os gráficos de controle eram direcionados exclusivamente para o monitoramento de processos industriais. Da mesma forma foram ampliadas as aplicações dos gráficos de controle. O paradigma tradicional é o processo industrial, mas esta ferramenta já se estendeu para processos administrativos e de serviços (SAMOHYL, 2009). Algumas aplicações de gráficos de controle em outras áreas podem ser vistas em:

a) Administração: Hawkins e Olwell (1998) – erros em documentos;

b) Análises clínicas: Westgard et al., (1977);

c) Bioterrorismo: Frisen (2007), Meyer et al., (2007);

d) Procedimentos cirúrgicos: Naik; de Vito e Halpern (2003), Beiles e Morton (2004), Coulqyhuon (2008) – avaliação de desempenho;

e) Educação: Savic (2006), Henning et al.,(2009) – avaliação de projetos;

f) Saúde Pública e Epidemiologia: Blacksell et al.,(1994), Hawkins e Olwell (1998), Sanches (2000), Morton et al., (2001) Sonesson e Bock (2003), Woodall (2006);

g) Meio ambiente: Gibbons (1999), Barrat et al., (2007), Mesnil e Petitgas (2009) – monitoramento de aquíferos em aterros sanitários, emissões atmosféricas e indicadores em ecossistemas marinhos respectivamente.

Outras aplicações em diversas áreas, ainda, podem ser citadas, como gestão de pessoas, análise e prevenção de crimes, detecção de fraudes, transações financeiras, ciências do ambiente e biologia (STOUMBOS et al., 2000; MORAIS, 2002; MORAIS e PACHECO, 2006).