Conforme temos visto ao longo de nosso estudo, as organizações estão cada vez mais compreendendo que o controle de qualidade precisa acontecer no processo produtivo para, efetivamente, resultar em ganho qualitativo. Por isso, as ferramentas da qualidade que esta- mos estudando são voltadas à análise dos processos.
Por mais controlado que um processo seja, no entanto, ele sempre sofrerá algum tipo de variação, ele será instável em alguma medida. Controlar essa variação é fundamental para garantir a qualidade dos produtos, sejam eles bens ou serviços.
Uma das ferramentas que nos ajudam nesse controle é chamada precisamente de grá- fico de controle. Proposta por Shewardt nas primeiras décadas do século XX, o gráfico de
controle é um método que permite a análise da variação à qual um processo está submetido, mostrando se essa variação está dentro do padrão médio esperado ou se apresenta um desvio que precisa ser investigado. Quando a variação está dentro do padrão esperado, ela geralmente tem origem em causas comuns ou aleatórias. Se, ao contrário, ela se desvia do padrão, estamos diante de uma causa especial atuando sobre aquele processo.
Figura 4.5 Fluxograma da elaboração de um trabalho acadêmico. Documento único Grupo manda para impressão. Fim Terminação Professor avalia trabalhos e atribui notas. Professor entrega trabalhos avaliados ao grupo. Grupo devolve para
organizador fazer ajustes. Organizador ajusta e
valida com grupo.
Preparação
Ter Organizador mescla docs. Organizador prepara doc. único conforme estrutura definida e
formata-o. Grupo analisa.
Mescla
Organizador envia doc. para validação
do grupo. Componentes dos grupos efetuam pesquisas. . Componentes dos grupos geram documentos e enviam-nos ao organizador Dados Grupos distribuem internamente as tarefas. Grupos planejam a estrutura do trabalho. Processo predefinido Alunos escolhem seus grupos. Professor solicita o trabalho e determina os temas. Processo ou ação Início Decisão
Não está bom.
Está bom.
Vários documentos
Grupo entrega trabalho ao professor.
A média e o desvio são observáveis, no gráfico, porque ele se apresenta como na Figura 4.6. Como podemos ver, há uma linha de controle superior (LS) e uma de controle inferior (LI).
A linha do meio é a média, o padrão estabelecido para aquele processo. Então, se o gráfico oscila dentro das linhas LS e LI, mantendo-se, portanto, próximo à linha mediana, dizemos que sua variabilidade está sob controle. Quando alguma coisa incomum acontece em um
processo, e a variabilidade sai dos limites estabelecidos, dizemos que está fora do controle.
Os gráficos podem controlar duas características que muito influem na qualidade de um produto ou serviço — as variáveis e os atributos. As primeiras são dados que se prestam
à medição, como dimensões, peso, volume, resistência, dureza etc. Os segundos são dados contáveis, que medem a conformidade de algo, como, por exemplo, adequado/inadequado, inteiro/quebrado etc. Assim, uma companhia têxtil poderia usar um gráfico para controlar a variável elasticidade do tecido produzido, e outro para con-
trolar os atributos claro/escuro na estampa desses tecidos.
Há vários tipos de gráficos de controle, a saber:
X e R: trabalham com as noções de média (X) e ampli-
tude (R). A média, uma medida de tendência central, é
calculada somando-se todos os valores e dividindo-se o total pelo número de valores. Já a amplitude é a diferença
entre o maior e o menor valor de uma distribuição.
X e S: usam as noções de média (X) e desvio-padrão (S).
O desvio-padrão é a diferença entre um conjunto de nú-
meros e o seu valor médio. É uma medida de dispersão.
X e R: aplicam os conceitos de mediana (X) e amplitu-
de (R). A mediana, igualmente uma medida de tendência
central, é um valor que separa um grupo ordenado de valores em duas partes iguais. Normalmente, é dada pelo elemento central de uma sequência de números.
X (individual) e AM: respectivamente, média individual e
amplitude móvel. Figura 4.6 Exemplo esquemático de um gráfico de controle.
Limite de controle superior (LS)
Limite de controle interior (LI) Limite de controle superior (LS)
( )
Como não estamos explicando os cálculos para a construção dos gráficos de controle, su- gerimos que você consulte o livro Probabilidade e estatística
para engenharia e ciências,
dos autores Ronald E. Walpo- le, Raymond H. Myers, Sharon L. Myers e Keying Ye (Pearson/ Prentice Hall, 8. ed., 2009). O Capítulo 7 aprofunda as questões relativas aos gráficos de controle e ensina os cálcu- los necessários.
Do mesmo modo, a obra Con-
trole estatístico de qualidade,
dos autores Antônio Fernando Costa, Eugênio Kahn Epprecht e Luiz César Ribeiro Carpinetti (Atlas, 2. ed., 2005), é muitís- simo interessante para quem quer conhecer mais sobre o uso dos gráficos de controle.
Todos esses tipos de gráficos de controle servem para mediremos a variabilidade dos processos, ou seja, eles nos permitem verificar se existe uma causa especial afetando o processo e, portanto, comprometendo a qualidade do pro- duto. No entanto, nenhum deles permite a identificação das causas das variações. Para situações como essa, combinam- se as ferramentas de análise do processo vistas até agora.
estratificação
A estratificação talvez seja a mais simples das ferra-
mentas de controle de qualidade de que tratamos até agora. Trata-se, muito simplesmente, de agrupar dados segundo características previamente determinadas no intuito de ob- jetivar ao máximo uma medição.
Em uma vinícola, por exemplo, pode-se fazer uma pesqui- sa para verificar quanta uva um trabalhador é capaz de colher em um dia de trabalho. Se quisermos ser ainda mais objetivos, podemos estratificar a pesquisa, verificando, por exemplo:
quantos quilos de uva um trabalhador homem é ca-
paz de colher;
quantos quilos de uva uma trabalhadora mulher é
capaz de colher;
quantos quilos de uva um trabalhador (homem ou
mulher) com mais de dois anos de experiência é ca- paz de colher.
É possível estratificar também os dados já coletados. Para isso, é fundamental que, durante a pesquisa, cada um dos entrevistados seja devidamente identificado.
Em um processo fabril, a estratificação funciona da mesma forma. Podemos medir as não-conformidades estra- tificando-as por período em que acontecem, por sexo dos trabalhadores, por meses do ano ou por qualquer outra ca- racterística específica que desejarmos. Saber, por exemplo, que em um dado processo as mulheres cometem mais erros do que os homens pode levar a empresa a constatar que as bancadas de trabalho são inadequadas para as funcionárias do sexo feminino. Uma simples mudança pode reduzir a quantidade de erros.
As medidas de tendência cen- tral são aquelas que fazem com que os valores se agru- pem mais ao centro. Quando mais forte a tendência, mais eles ficam agrupados. São medidas de tendência central: a média e a mediana. Já as medidas de dispersão, pelo contrário, fazem com que os valores fiquem dispersos em relação ao centro. Lembra- se do gráfico de dispersão, que vimos anteriormente? Ele dá uma boa ideia do que seja uma medida de dispersão.
Em uma pesquisa, quando não é possível pesquisar toda uma população, escolhe-se um grupo de indivíduos que será representativo dela; diz- -se, então, que a pesquisa foi realizada por amostragem. É o caso das pesquisas eleito- rais, por exemplo.
A estratificação pode ser usa- da, nesses casos, para agru- par os indivíduos de uma dada população em estratos com características específicas, como, por exemplo, mulheres de 20 a 30 anos, estudantes de
7o ano de escolas públicas,
homens residentes na cidade de São Paulo, com renda su- perior a um dado valor, etc. Dentro desses estratos, esco- lhem-se, então, aqueles que farão parte da amostra.
A estratificação serve justamente para isto — tornar mais clara a análise de dados e facilitar a busca das causas da não-conformidade dos processos.