itendendo a Variação

chave para
Imlnlstrar o Caos
s vivemos na “Era da Informação”, e
uto dessa informação chega até nós
3 a forma de números. Infelizmente,
informação é aleatória e heterogênea,
is o conhecimento é metódico e
nulativo”. Antes que a informação
ssa ser útil, ela deve ser analisada,
srpretada e assimilada. Esse
>cesso de digestão dos dados tem
o amplamente negligenciado em
los os níveis de nosso sistema
ucacional. As pessoas terminam sua
mação escolar sabendo como somar,
atrair, multiplicar e dividir, embora não
tendam nada sobre como digerir os
meros para extrair o conhecimento
o pode estar encerrado nesses
dos.
sa deficiência tem sido chamada de
norância numérica”. A ignorância
mórica não consiste em um fracasso
aritmética, mas é, em vez disso, um
casso em saber como usar as
ramentas básicas de aritmética para
londor os dados. A ignorância
mórica não é atendida pelos cursos
dicionais nas escolas de 1- e 2S
nus, nem pelos cursos avançados de
itnmútica. É por isso que, mesmo as
anoas com alto nível educacional,
tlnm ser numericamente ignorantes.
Ii/monto a cura para a ignorância
múuea é muito simples. Os princípios
ti facilmente apreendidos, e as
ninas sao muito fáceis de ser
Hlnmnntadas. O uso das técnicas
'►f,tintadas neste livro pode ter
MMtqtionoias profundas tanto para as
>v,itns individualmente como para as
ch'1. Essas técnicas têm sido Tradução
i.ilmiiutn comprovadas no decorrer de
ic, i Im / o anos cio prática em todos os
Maria Cristina da Costa Müller
ti i i i m i s tIa vida Fste livro dirá para
" " - amo nunsoguir isso. O mundo
,il ii.ii.i a vocn ai. oportunidades para
.... . 1^
mendendo a Variação
chave para
úministrar o Caos
wiwmiiim*, míi "I ta da Informação", e
iMit.i tlc-.-.a informação chega até nós
>h ,i fioma do numoros. Infelizmente,
( •ntiiimiiça» 0 aloatória e heterogênea,
>.* m mnhncimonto é metódico e
imiolalivo" Antes que a informação
"V,a m ii util, ola deve ser analisada,
ilmiimlarfa o assimilada. Esse
mi t-.-.u tio digestão dos dados tem
ido , implemente negligenciado em
"Io*, o;, nivois de nosso sistema
ilotat ional As pessoas terminam sua
h iiiu ç iio oscolar sabendo como somar,
ahliaii, multiplicar e dividir, embora não
uMidnm nada sobre como digerir os
iimnios para extrair o conhecimento
nn podo ostar encerrado nesses
atluí,
v.n deficiência tem sido chamada de
t|ntitancia numérica”. A ignorância
iimonca nao consiste em um fracasso
a autmótica, mas é, em vez disso, um
neuííso em saber como usar as
•numontas básicas de aritmética para
ntondor os dados. A ignorância
iimórica não é atendida pelos cursos
adicionais nas escolas de 1g e 2-
irauii, nem pelos cursos avançados de
latomática. É por isso que, mesmo as
iififioas com alto nível educacional,
udom ser numericamente ignorantes,
oli/monte a cura para a ignorância
umôrica é muito simples. Os princípios
ao facilmente apreendidos, e as
‘tônicas são muito fáceis de ser
nplomentadas. O uso das técnicas
iptosentadas neste livro pode ter
onsoqüências profundas tanto para as
inssoas individualmente como para as
irganizações. Essas técnicas têm sido
ctalmente comprovadas no decorrer de
riais de 70 anos de prática em todos os
lorcursos da vida. Este livro dirá para
ocê como conseguir isso. O mundo
cal dará a você as oportunidades para
ii/ a k a Í+ A Io n
 Copyright® 1993 by SPC Press

Tradução autorizada do original em inglês Understanding Variation:

the key to managing chãos publicado pela SPC Press

Copyright® 2001 by Qualitymark Editora Ltda.

Todos os direitos desta edição reservados à Qualitymark Editora Ltda. Agradeámentos

É proibida a duplicação ou reprodução deste volume, ou parte do mesmo,
sob qualquer meio, sem autorização expressa da Editora.

Direção Editorial Produção Editorial

SAIDUL RAHMAN MAHOMED EQUIPE QUALITYMARK
editor@qualitymark.com.br
Gostaria de agradecer àqueles que me ajudaram e encorajaram a re­
Capa Editoração Eletrônica alizar este livro. Entre esses, primeiro está Sheila Poling e Francês
WILSON COTRIM ABREU’S SYSTEM
Wheeler que fielmente leram e releram o material, detectando os er­
ros, fazendo sugestões e pedindo esclarecimentos sobre aqueles pontos
CIP-Brasil. Catalogação-na-fonte
Sindicato Nacional dos Editores de Livros, RJ onde não havia clareza na redação. Outros leitores foram Frony Ward
e Wade Meyercord. Além desses, Steve Cobb me deu coragem para co­
W571e meçar este trabalho e T om Sands e Bob Kasprzyk fizeram muitas su­
Wheeler, Donald J. gestões úteis nos esboços iniciais. Finalmente, Bob Lucke gentilmente
Entendendo a variação: a chave para administrar o caos / Donald J. Wheeler;
tradução de Maria Cristina da Costa Müller. — Rio de Janeiro: Qualitymark Ed., 2001.
conferiu todos os cálculos. As contribuições dessas pessoas tornaram
152p. este livro melhor.
Tradução de: Understanding Variation: the key to managing chãos

ISBN 85-7303-286-3

1. Administração da produção— Métodos estatísticos. I. Título.

01-0224 CDD 001.4225

CDU001.8

2001
IM PRESSO NO B R A SIL

Qualitym ark Editora Ltda. Fax: (0XX21) 3860-8424 |

Rua Teixeira Júnior, 441 www.qualitymark.com.br |
São Cristóvão E-Mail: quality@qualitymark.com.br j
20921-400- Rio de Janeiro - R J quality@ unisys.com .br |
Tel.: (0XX21) 3860-8424/8422 QualityPhone: 0800-263311 |
Prefácio da Edição Brasileira

Esta edição inclui três novos apêndices e um índice que não havia na versão
original. Além disso, aproveitei esta oportunidade para atualizar a nomenclatura
em todo o livro. A versão original usava os rótulos originais que tinham sido usa­
dos durante os últimos 50 anos. Contudo, já que este livro é sobre as aplicações
do gráfico do comportamento do processo para os dados administrativos e ge­
renciais, é adequado empregar as palavras que descrevam melhor o que se preten­
de. Portanto, em todo o livro, foram feitas as seguintes alterações no vocabulá­
rio:
“Gráficos de controle” ficou “gráficos do comportamento do processo”.
“Processo sob controle” passou para “processo previsível”.
“Processo fora de controle” ficou “processo imprevisível”.
“Ponto fora de controle” mudou para “ponto fora do limite”.
“Ponto sob controle” passou para “ponto dentro dos limites”.
E a variação é descrita como sendo ou “rotineira”, ou “excepcional”. Assim,
o jargão foi substituído por palavras comuns ou expressões que tenham a conota­
ção pretendida.
A intenção dessas modificações é remover as barreiras da terminologia ina­
dequada e, desse modo, tornar essa poderosa abordagem mais acessível àqueles
que não estejam familiarizados com o jargão tradicional.
Para aqueles leitores que desejarem mais informações sobre a base lógica des­
sas mudanças na nomenclatura, será interessante a leitura do apêndice cujo título
é “Uma Proposta Modesta”.
Sumário

Introdução......................................................................................................... 1
Capítulo Um : O s D ados São Aleatórios e H eterogêneos..................... 5
Apresentando os Dados em um C ontexto............................................ 8
Gráficos Seqüenciais....................................................................................... 10
Diagramas de Pontos...................................................................................... 11
Comparando os Gráficos Seqüenciais........................................................ 12
Sínteses Numéricas dos Dados: Médias...................................................... 13
Sínteses Numéricas dos Dados: Am plitudes............................................. 13
Primeiro Princípio para Entender os D ad os......................................... 14
R esu m o ............................................................................................................. 15
Capítulo D ois: O Conhecimento E Metódico e Cum ulativo.............. 17
Comparações para as Especificações....................................................... 18
Comparações para as M édias.................................................................... 22
Abordagem de Shewhart para Interpretar os D ados............................... 23
Entendendo os Déficits Com erciais............................................................ 26
Segundo Princípio para Entender os D ados.............................................. 29
R esu m o ............................................................................................................. 31
Capítulo T rês: O Propósito da Análise É o E n tendim ento................ 33
Gráficos do Comportamento do Processo para Valores
Individuais e Amplitudes M óveis......................................................... 35
Encontrando as Amplitudes M óveis....................................................... 37
O s D ois Gráficos em um Gráfico X m R ..................................................... 39
Calculando os Limites para um Gráfico X m R ........................................... 39
Interpretando o Gráfico X m R ...................................................................... 41
U m Gráfico para as Expedições no Prazo.................................................. 43
Dados dos Fretes Especiais............................................................................ 46
Então, Qual E a Diferença?.......................................................................... 49
Receitas M ensais.............................................................................................. 51
R esu m o ............................................................................................................. 54

^ -rfí >
X Sumário

Capítulo Quatro: A Melhor Análise É a M ais Simples a qual

Oferece o Etendim ento N e ce ssário ...................................................... 57
Frete Especial R evisitado.............................................................................. 57 Introdução
Volumes de Produção................................................................................... 61
índices da Primeira A provação................................................................... 63
N ão H á N ada de N ovo sob o S o l........................................................... 65
Quilos Sucateados.......................................................................................... 65
Relatórios de Administração da Saúde e Segurança
Ocupacional (A SSO )..................................................................................... 66
Nós vivemos na “Era da Informação”, e muita dessa informação chega até
O Resto da H istó ria............................................................ 68
nós sob a forma de números. N a verdade, onde quer que olhemos, estamos rode­
R esu m o ............................................................................................................ 70
ados por montanhas de dados cada vez maiores — índices e pesquisas de opinião,
Capítulo Cinco: M as Você T em Que U sar os D ados C ertos.............. 73 relatórios de mercado e principais indicadores, relatórios de governo, equilíbrio
Fechamentos das Contas no P raz o ............................................................. 73 das balanças disso e desequilíbrio das balanças daquilo, dados mostrando que os
alimentos causam câncer.
Metal Q uente.................................................................................................. 76
Custos com M ateriais.................................................................................... 78 Contudo, apesar do aumento das bases de dados e das planilhas, apesar da ve­
Vazam entos...................................................................................................... 88 locidade com que podemos estar conectados às redes e ter acesso a dados de rela­
R esu m o ............................................................................................................ 92 tórios e de cálculos, somos informados de que nossa produtividade está caindo,
nossa base fabril sendo corroída e nossa economia ficando mais fraca. Não obs­
Capítulo Seis: Veja O Que Você E stava Perden do................................... 93 tante tenhamos máquinas maiores e em número maior, e mais acesso a elas; em­
L ições................................................................................................................ 97 bora estejamos avançando a passos largos em muitas áreas da ciência básica, nos
O Que Você Deve Fazer A go ra?................................................................ 98 dizem que nossa vantagem tecnológica está caindo e que os outros estão assumin­
A Transform ação.......................................................................................... 100 do a liderança, transferindo o conhecimento científico para os produtos empre­
O Que Você Deve Fazer a Partir de Am anhã?.................................... 102 gados para o consumo da sociedade.
Mas Isso N ão Pode Ser Tão Fácil Assim, P o de?..................................... 103 N o âmbito doméstico, os empresários estão descobrindo que, mesmo dis­
pondo de mais números do que jamais anteriormente, ainda não sabem o que
A pêndice............................................................................................................ 105
os mesmos significam. Se os números mudaram para melhor, comparados ao
U m a Proposta Modesta................................................................................ 125
último mês, então é só esperar, - eles vão mudar para pior em seguida. Se os
Se N ão Estiver Quebrado, N ão o Conserte............................................. 129 números realmente mudaram para pior, comparados ao último mês, então o
Três Tipos de A çã o ....................................................................................... 107 apocalipse está perto e todos estão arruinados! O chefe está desesperado —
Caracterização de um Processo Previsível............................................... 109 “Não fique parado apenas, faça alguma coisa!” Você tem que chegar com uma
Caracterização de um Processo Imprevisível........................................... 113 explicação sobre o porquê de os números estarem tão ruins, ou senão encon­
Para Leitura Posterior.................................................................................. 117 trar um bode expiatório, mais ou menos até às 10h30min da manhã seguinte.
Gráficos X m R Usando a Amplitude Móvel Mediana............................. 119 Além disso — como você vai evitar que esses números desfavoráveis aconte­
Gráficos X m R que U sam a Amplitude Móvel M édia............................. 121 çam de novo? Com o você vai conseguir que os trabalhadores se empenhem
mais no trabalho? “E o Faraó disse: ‘Vocês são preguiçosos! N ão receberão
Por Que N ão U sar os Gráficos -p} .............................................................. 123
nem um vintém, mas devem produzir a mesma quantidade de tijolos por
índice R em issiv o ............................................................................................. 137 dia’.” E assim sucede, mês após mês, mundo sem fim. Desde o alvorecer dos
2 ENTENDENDO a V a r ia ç ã o - A Chave para Administrar o Caos 3

tempos até hoje em dia, não há nada de novo sob o sol — somente um tanto através da prática. Este livro dirá para você como conseguir isso. O mundo real
mais do que isso. dará a você as oportunidades para exercitá-las.

ÍX? OC ÍX?
O problema sobre a nossa era da informação foi sucintamente exposto
por Daniel Boorstin, quando declarou: “A informação é aleatória e hetero­
gênea, mas o conhecimento é metódico e cumulativo.” Antes que a informa­
ção possa ser útil, ela deve ser analisada, interpretada e assimilada. Em resu­
mo, os dados não trabalhados têm que ser digeridos, antes que possam se
tornar úteis.
Esse processo de digestão dos dados tem sido amplamente negligenciado
em todos os níveis de nosso sistema educacional. Gerentes e trabalhadores,
educadores e estudantes, contadores e empresários, analistas financeiros e ban­
queiros, doutores e enfermeiros e, especialmente, advogados e jornalistas — to­
dos têm alguma coisa em comum. Eles terminam sua formação escolar sabendo
como somar, subtrair, multiplicar e dividir, embora não entendam nada sobre como di­
g erir os núm eros p a ra extrair o conhecimento que p o d e estar encerrado nesses dados. N a verda­
de, essa falha também é observada, em menor extensão, entre engenheiros e ci­
entistas.
Essa deficiência tem sido chamada de “simplicidade numérica”. A mesma
não consiste em um fracasso na aritmética, mas é, em vez disso, um fracasso em
saber como usar as ferramentas básicas para entender os dados. A simplicidade
numérica não é atendida pelos cursos tradicionais de ensino fundamental e mé­
dio, nem pelos cursos avançados de matemática. E p o r isso que, mesmo as pessoas com
alto nível educanonal, podem ser numericamente ignorantes.
Felizmente a cura para a simplicidade numérica é muito simples. Os princípios são
facilmente apreendidos, e as técnicas são muito fáceis de serem implementadas. Este li­
vro foi escrito para ajudar as organizações a superarem os efeitos da simplicidade numé­
rica.
O uso das técnicas apresentadas neste livro pode ter conseqüências profun­
das tanto para as pessoas individualmente como para as organizações. Essas téc­
nicas têm sido totalmente comprovadas no decorrer de mais de 70 anos de práti­
ca em todos os percursos da vida. Todavia, até que as mesmas sejam efetivamente
utilizadas, nada acontecerá. A simplicidade numérica somente pode ser superada
 C apítu lo U m

Os Dados São Aleatórios e Heterogêneos

R
ecentemente a Balança Comercial dos Estados Unidos, referente a feve­
reiro, apresentou um déficit de US$ 11,4 bilhões. Como um valor des­
critivo, esse déficit significa que os Estados Unidos importaram merca­
dorias no valor de US$ 11,4 bilhões, mais do que exportaram durante esse mês es
pecífico. E claro que um déficit na balança comercial desse tamanho é ruim; mas
o que isso significa em um cenário mais amplo? As coisas estão ficando melhores
ou piores? São necessárias comparações, a fim de dar-se sentido a esse número.
Por exemplo, esse déficit de fevereiro foi US$ 1,4 bilhão m aior à o que o défi­
cit de janeiro relativo ao mesmo ano. Tal comparação podería sugerir que as coi­
sas estão piorando — Cuidado!
Entretanto, o déficit de fevereiro de US$ 11,4 bilhões foi US$ 1,6 bilhão menor q u e o
déficit de fevereiro do ano anterior. Isso podería sugerir que as coisas estão melhorando!
Em um ano eleitoral, você indubitavelmente ouviría ambas as comparações,
levando à velha conclusão de que há “mentiras, malditas mentiras, e estatísticas”!
O problema é que as duas são de natureza limitada. Mesmo que seja bom
tentar colocar o valor simples para fevereiro em um contexto mais amplo, e
embora ambas estejam corretas, nenhuma delas é conclusiva. Nenhuma com­
paração entre dois valores pode ser global. Uma simples comparação entre o
valor atual e algum valor prévio não consegue apreender e transmitir totalmen­
te o comportamento de qualquer seqüência. Contudo, as comparações entre o
valor atual e outro valor são o tipo mais comum de comparações encontradas.
6 Entendendo a V ariação - A Chave para Administrar o Caos Os Dados Süo Aleatórios c I letcrogêneos 7

Por exemplo, virtualmente, todos os números do governo estão sujeitos a esse Relatório Mensal de Julho
tipo de comparação quando são relatados na imprensa. A cifra para este mês é Q u a lid a d e : Dept. V alor Real V alor M édio Dif. % Dif. % d e V alores A n u a is Dif. E ste Valor
Julho M ensal Julho Atualizados % A n u a l Atuali­
comparada ao valor do mês precedente. Se esse valor mensal mudou para melhor, Último
Valor R e a l M é d io ou
z a d o com o
Ano Dif. % d o
as coisas estão prosperando. Se o valor do mês mudou para pior, fique atento! Planejado
Último

Dentro de tuna tendência similar, as vendas de automóveis foram computadas V alor Anual
Atualizado
e relatadas a cada 10 dias. Esses valores são sempre comparados aos números das E xped ições no
vendas referentes ao mesmo período de 10 dias do ano anterior. Você lembra P ra zo ( % ) 20 91,0 91,3 -0 ,3 -0 ,9 90,8 91,3 -0 ,6 -0 ,3

como as vendas estavam-se comportando durante esse período de 10 dias no ano Primeira A prova­
çã o ( % ) 12 54 70 -2 3 ,0 -1 0 ,0 69,3 70 -1 ,0 -0 ,4
passado? Naturalmente, não! Assim, qual é a base realmente para fazer-se tal com­ Sucata (pela

paração? Por que essa comparação fornecería uma compreensão adicional aos nú­ produção de
453,3kg) 19 124 129 -3 ,9 0,0 132 129 + 2,3 + 1.5
meros das vendas atuais? As comparações desse tipo são construídas sobre a hipó­ Produção: Dept. V alo r Real V alor Plan e ­ Dif. % Dif. % de V alo re s A n u a is Dif. E ste Valor
tese implícita de que o último ano foi normal. Você efetivamente lembra de como Julho jado M e n sa l Julho Atualizados % Anual Atuali­
Último za d o com o
o ano passado foi normal, não é? Ano
Valor Total
ou M édio
Planejado
Dif. % do
Último V alo r
E se estamos inclinados a tomar os dados comerciais no valor nominal, nós Anual Atuali­
o fazemos até mais prontamente com os dados esportivos. Considere o recorde za d o

V olum e de Pro ­
para o número de corridas por todo o circuito (no beisebol) em uma única tem­ dução (de
porada. Essa categoria, como virtualmente todas as categorias esportivas, é ar­ 453,3kg) 13 34,5 36, -4 ,2 -2 ,0 251,5 252 -0 ,2 -8 ,0

C u sto s co m M a ­
bitrária, selecionada por nenhuma outra razão que não seja a de criar um “re­ terial ($/45.3kg)
corde” e um “detentor de recorde”. Por muitos anos, o detentor do recorde foi 13 198,29 201,22 -1 ,5 -1 ,9 198,46 201,22 -1 ,4 -3 ,6

Roger Maris que atingiu o número de 61 corridas por todo o circuito na tempo­ Horas-Hom em /
45,3kg
rada de 1961.*1234567A seguir vem Babe Ruth com um recorde de 60 corridas na tem­ 13 4,45 4,16 + 7,0 + 4,5 4,46 4,16 + 7,2 + 9,3

porada de 1927. De 1961 a 1990, havia um asterisco junto ao recorde de Roger. Energia & C u s ­
tos Fixos/45,3kg
Esse asterisco representava uma nota de rodapé comentando o fato de que a 13 11,34 11,27 + 0,6 + 11,3 11,02 11,27 -2 ,2 + 9,2

temporada recorde de Roger Maris fora mais longa do que aquela em que Babe C u sto s de Pro­
dução Totais/
Ruth estabelecera seu recorde. Então, qual era o propósito do asterisco? O mes­ 45,3kg 13 280,83 278,82 + 0,7 + 0,9 280,82 278,82 + 0,7 + 0,4

mo tentou fornecer alguma informação contextual que poderia modificar a in­ Inventário no
P r o c e ss o (d e
terpretação dos dados não trabalhados. Sendo assim, essa informação era perfei- 45,3kg) 17 28 19,7 + 42,0 + 12,0 21,6 19,7 + 9,6 +5,9
tamente apropriada. Todavia, já que essa era uma exceção quanto à maneira
Figura 1.1: U m Relatório Gerencial M ensal Típico.
usual de apresentar tais recordes, o asterisco foi retirado em 1990 provando,
desse modo, que o mundo dos negócios não detém qualquer monopólio sobre a
Para cada linha, esse relatório mensal
simplicidade numérica.
(1) oferece o valor atual;
Finalmente, considere o modo tradicional como os dados comerciais são co­
locados nos relatórios mensais — várias páginas de tabelas com números, obtidas (2) lista o valor planejado ou médio;
de impressoras de computador e reduzidas até um tamanho que ninguém, acima (3) compara o valor atual com esse valor planejado ou médio;
de 45 anos, consegue ler sem seus bifocais. U m relatório mensal típico deve ser
(4) compara o valor atual com o valor relativo ao mesmo mês do último ano;
como este mostrado na Figura 1.1.
(5) oferece o valor atual atualizado;
(6) compara esse valor atualizado com um valor planejado ou médio; e
i Obviamente, este livrof o i escrito antes da temporada de 1998, quando Mark McGudre e Sammy Sosa ultrapassaram o recorde
de Roger. (7) compara os valores atual e prévio atualizados.
8 ENTENDENDO a V a r ia ç ã o - A Chave para Administrar o Caos ()s Dados São Aleatórios c Heterogêneos 9

Figura 1.2: O Mundo Conforme o Relatório Mensal.
As quatro comparações nessa lista são aquelas mais comumente usadas. Co­
letivamente elas tentam proporcionar algum tipo de contexto para interpretar os
valores atuais. Contudo, já que cada uma dessas quatro comparações é limitada,
elas podem transmitir mensagens contraditórias.
Conforme as palavras de Myron Tribus:
zada e frágeis porque ambos os números estão sujeitos à variação que está inevita­
velmente presente nos dados do mundo real. Já que ambos os valores, o atual e o
anterior, estão sujeitos a essa variação, será sempre difícil determinar apenas
quanto da diferença entre os valores deve-se à variação, e quanto da diferença, se
houver, deve-se às mudanças reais.
Segundo a intuição do autor, os números anuais atualizados foram acrescen­
tados ao relatório mensal, pela primeira vez, por alguém que estava cansado de
ter que explicar os movimentos ascendentes e descendentes das comparações en­
tre os valores mensais. Os valores anuais atualizados, à medida que o ano avança,
apresentarão menos variações do que os valores mensais. Embora isso torne as
comparações baseadas nos valores anuais atualizados mais fáceis de serem inter­
pretadas, tais comparações ainda são limitadas quanto a seu alcance, porque elas
não usam os dados passados de maneira eficiente.
Bem, se as comparações limitadas não são suficientes, então, que tal simples­
mente apresentar todos os valores em uma tabela? Embora isso seja útil, não é o
suficiente para fornecer uma análise completa.
Jan. Fev. Mar. Abr. Maio. Jun. Jul. Ago. Set. Out. Nov. Dez.

1987 10.7 13,0 11,4 11,5 12,5 14,1 14,8 14,1 12,6 16,0 11,7 10,6
“A dm inistrar um a companhia p o r meio de relatório m ensal
1988 10,0 11,4 7,9 9,5 8,0 11.8 10,5 11,2 9,2 10,1 10,4 10,5
é como tentar dirigir um carro
olhando a fa ix a amarela Figura 1.3: Déficits Comerciais Mensais dos EUA, 1987-1988 (US$ bilhões)
p elo espelho retrovisor. ”
Embora as tabelas de valores possam ser usadas para apresentar todos os da­
Não obstante, os diretores utilizam esses relatórios mensais para dirigir a dos relevantes, elas não são fáceis de serem resumidas. E difícil digerir a informa­
companhia. São exigidas explicações para quaisquer números que não estejam ção contida nas tabelas de números. Além disso, o que não é facilmente assimila­
tão bons como “deveriam” estar. Os relatórios têm que ser por escrito. Os pla­ do é, geralmente, difícil de ser comunicado para os outros. A mente humana não
nos de ação para lidar com os valores problemáticos têm que ser delineados, e executa mesmo muito bem o trabalho de absorver grande quantidade de dados.
então os valores têm que melhorar — seja lá o que for que isso signifique!
Todos os exemplos anteriores mostram um anseio comum de oferecer algu­ B a b e R u th
Tem porada ‘18 '1 9 ‘20 '21 ‘22 ‘23 ‘24 ‘2 5 ‘26 ‘27 ‘28 ‘29 •30 •31 32 •33 '3 4
ma experiência baseada em um contexto para que determinado número seja in­ C orridas por todo o circuito 11 29 54 59 35 41 46 25 47 60 54 46 49 46 41 34 22
terpretado. Esse desejo é adequado e correto—você não pode simplesmente con­ R o g a r M aris
Tem porada '5 7 '5 8 '5 9 •60 61 62 '6 3 '6 4 '6 5 '6 6 '6 7 68
ferir um sentido a qualquer número sem uma base contextual, apesar de as tenta­ C orridas por todo o circuito 14 28 16 39 61 33 23 26 8 13 9 5
tivas tradicionais em propiciar essa base contextual ficarem sempre inutilizadas
ao serem executadas. Dentre essas, a mais comum é a comparação limitada. Figura 1.4: Corridas por Todo o Circuito por Temporada.

APRESENTANDO OS DADOS EM UM CONTEXTO Assim, os modos tradicionais de comunicação com os números — compara­
ções limitadas e tabelas de dados — trazem ambos graves prejuízos. As compara­
Embora seja simples e fácil comparar um número com outro, tais compara­ ções usuais são focalizadas de modo estreito e são frágeis, enquanto as tabelas
ções são limitadas e frágeis. Elas são limitadas devido à quantidade de dados utili­ apresentam detalhes extrínsecos em demasia.
10 ENTENDENDO A V a r ia ç ã o - A Chave para Administrar o Caos Os Dados São Aleatórios e Heterogêneos II

A solução para esses problemas está em uma mudança de uma representação

digital dos dados para uma forma que seja mais favorável para as pessoas — os
gráficos.
Os gráficos podem remover os detalhes extrínsecos fornecidos pelas tabelas
de números, ao mesmo tempo que enfocam a parte interessante da informação
que pode estar contida nos dados. Os gráficos propiciam o contexto para que o
valor atual seja interpretado, porque eles incluem todos os valores prévios rele­
vantes, mas fazem isso de uma maneira mais visual do que digital, o que torna a in­
formação mais fácil de ser assimilada.
H á dois gráficos básicos que provaram ser válidos a esse respeito — o gráfico
seqüencial e o diagrama de pontos. Figura 1.6: Gráfico Seqüencial de Corridas por Todo o Circuito de Beisebol.

do de um conjunto de dados de maneira mais rápida e completa do que as tabelas

GRÁFICOS SEQÜENCIAIS _________ de valores.

Os gráficos sequenciais (ou gráficos de séries temporais) tipicamente têm os me­

ses (ou anos) marcados fora, no eixo horizontal, e os possíveis valores marcados DIAGRAMAS DE PONTOS
fora, no eixo vertical. Quando você movimenta da esquerda para a direita, há
uma passagem de tempo. As mudanças no gráfico seqüencial são vistas quando Um diagrama depontos (ou histograma ) é simplesmente uma acumulação dos dife­
você examina cuidadosamente o gráfico da esquerda para a direita. Comparan­ rentes valores, quando eles ocorrem sem tentar expor a seqüência de tempo. E
do-se visualmente o valor atual com os valores assinalados no diagrama para os colocada uma marca ao lado de um valor possível, cada vez que aquele valor for
meses precedentes, podemos rapidamente ver se o valor atual é fora do comum observado na seqüência. Se os possíveis valores estão escritos no eixo horizontal,
ou não. então o eixo vertical representará as freqüências para os diferentes valores obser­
O gráfico seqüencial para o Déficit Comercial dos Estados Unidos em 1987 e vados. Um diagrama de pontos simples do número de corridas de Babe Ruth e
Roger Maris, por todo o circuito de beisebol por temporada, é mostrado na Fi­
1988 está na Figura 1.5. O mesmo sugere que, comparado com 1987, deve ter ha­
gura 1.7.
vido uma pequena melhora em 1988.
O gráfico seqüencial para as corridas por todo o circuito de beisebol por tem­ Babe Ruth
■
porada, tanto para Babe Ruth como para Roger Maris, está na Figura 1.6. Esse ■ ■ ■ ■ ■■
■
■ ■
■
■ ■ ■
■
■ ■
gráfico mostra os recordes de 60 e 61 dessas corridas no contexto das carreiras | 1 I I I | I I I I f~l I I 1 f l I I I -| I T -l I | I—l - T - l | I I I I | I—I1 ■ I | I I T T J I I I I | I I I I | I I l- l- p I T '1

0 10 20 30 40 50 60
desses dois jogadores de beisebol. Os gráficos seqüenciais transmitem o conteú-
Roger M aris
■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■
| i i i i | i i i i |—
r-1 i i |-i i i i | i i i i | i i i i | i i i i | i i i i | i i i i | i i i ' | n l-rj i i i i | i i i r

0 10 20 30 40 50 60

Figura 1.7: H istogram as ou D iagram as de Pontos das Corridas por Todo

o Circuito de Beisebol por Tem porada.
Os diagramas de pontos condensam os dados mostrados no gráfico seqüencial.
Figura 1.5: D éficits Comerciais M ensais dos E stados Unidos 1987-1988. Nesse caso, esse resumo torna a comparação ombro a ombro mais clara. As 60 corri-
12 ENTENDENDO A VARIAÇÃO - A Chave para Adm inistrar o C aos Os Dados São Aleatórios e Heterogêneos

das por temporada de Babe Ruth foram simplesmente o ponto alto de uma carreira SÍNTESES NUMÉRICAS DOS DADOS: MÉDIAS
de projeção. A temporada de 61 corridas por circuito de Roger Maris foi, dentro de
qualquer medida, excepcional. Ainda, Roger atingiu a marca de 61 corridas em Além dos gráficos seqüenciais e dos diagramas de pontos, ocasionalmente é
1961. Mas isso deveria ser atribuído somente a suas habilidades pessoais? Essa ques­ útil computar as sínteses numéricas para um conjunto de dados. Claro que a sín­
tão só pode ser respondida considerando-se um contexto certamente mais amplo. tese numérica básica é a média aritmética. Essa média é simplesmente a soma dos
valores dividida pelo número de valores. Um símbolo genérico para a média de
um conjunto de valores será:
COMPARANDO OS GRÁFICOS SEQÜENCIAIS
X.
Às vezes, pode-se obter uma compreensão adicional usando-se dois gráficos
Esse símbolo é comumente lido como “X -barra”.
seqüenciais juntos. A Figura 1.8 mostra as corridas por todo o circuito de beise­
bol por temporada, tanto para Roger Maris como para Mickey Mantle. Diz-se que a média é uma medida da posição de um conjunto de valores. Babe
Ruth atingiu a média de 41,1 corridas por todo o circuito de beisebol, por tempo­
Roger Maris e Mickey Mantle foram companheiros de equipe de 1960 a
rada, entre 1918 e 1934. Roger Maris, 22,9 entre 1957 e 1968. E Mickey Mantle,
1966.0 modo como esses dois registros de corrida subiam e desciam juntos suge­
29,7 entre 1951 e 1968.
re que o número de corridas por todo o circuito de beisebol que cada um atingiu
estava sujeito a alguma influência externa. Uma explicação possível é que eles se
depararam essencialmente com o mesmo conjunto de lançadores em cada tem­
porada. Talvez o número de corridas atingido por esses dois batedores subisse e
descesse conforme variasse a qualidade do grupo de lançamento ano a ano.
Qualquer que seja a razão para esse paralelismo, os valores são mais bem
compreendidos quando colocados em um contexto mais amplo.

Já que a média é uma medida da posição, é comum usar as médias para com­
parar dois conjuntos de dados. Supõe-se que o conjunto com a média maior “ex­
ceda” o outro conjunto. Embora tais comparações possam ser úteis, elas devem
ser usadas com cautela. Afinal, para qualquer que seja o conjunto de dados, a mai­
oria dos valores não será igual à média.
Mickey Mantle

SÍNTESES NUMÉRICAS DOS DADOS:

Roger Maris
AMPLITUDES
Uma medida da dispersão de um conjunto de valores é a “amplitude”, definida
Figura 1.8: Corridas por Todo o Circuito de Beisebol para Roger Maris e como o valor máximo menos o valor mínimo. Seu símbolo genérico é:
Mickey Mande.
14 ENTENDENDO A V a r ia ç ã o - A Chave para Administrar o C aos
A amplitude do número de corridas por circuito de beisebol por temporada
para Babe Ruth é R = 49 para essas 17 temporadas; para Roger Maris, R = 56
para essas 12 temporadas; e, para as 18 temporadas de Mickey Mande, R = 41.
(Aqui a amplitude conta pouco, a não ser lembrar o leitor de que o número de
corridas por temporada foi mesmo divergente da média.)
Embora existam outras medidas de posição e dispersão, a média e a amplitu­
de serão suficientes para a maioria das aplicações neste livro.
PRIMEIRO PRINCÍPIO PARA ENTENDER OS DADOS
Há muitos anos, o Dr. Walter Shewhart ditou duas regras para a apresenta­
ção de dados. Elas são a base para uma estatística honesta e deveríam ser usadas
como um guia em cada exposição de dados. Ambas são parafraseadas e discutidas
a seguir:
1- Regra de Shewhart para a Apresentação de Dados:
O s dados devem sem pre ser apresentados de maneira
a p reserv a r a evidência nos dados
quanto a todos os progn ósticos que p ossa m serfeito s a p a rtir desses dados.
Essa regra sugere várias coisas. Em primeiro lugar, a maioria dos gráficos
deve vir acompanhada de uma tabela dos valores. Em segundo, uma tabela
dos valores não é suficiente para dar uma visão ampla. N ós somos orientados
pelo visual, e as tabelas de dados são visualmente enfadonhas. U m gráfico (tal
como um gráfico seqüencial ou histograma) deve acompanhar qualquer tabe­
la. Em terceiro, o contexto para os dados deve ser completa e totalmente des­
crito. Isso incluiría as respostas para: Quem coletou os dados? Como, quando
e onde foram coletados? O que esses valores representam? E, se os dados eram
valores computados, como os valores foram computados a partir das inser­
Os Dados Suo Aleatórios e Heterogêneos IS
ções não trabalhadas? Houve alguma modificação na fórmula ao longo do
tempo?
Se um gráfico vale mil palavras, então um gráfico com notas explicativas,
com essa informação de apoio, vale facilmente dez mil palavras. Embora possam
ser necessários resumos breves de um conjunto de valores, eles sempre deverão
ter o suporte dos gráficos comentados. Os dados não podem ficar separados de
seu contexto sem correrem o risco de serem distorcidos.
2- Regra de Shewhart para a Apresentação dos Dados:
Q uando q u er que um a média, am plitude ou um histogram a sejam u sadosp ara resum ir da­
dos, o resum o não deve iludir o usuário e levá-lo a tom ar algum a atitude, o que não fa r ia se
os dados fo ssem apresentados em um gráfico seqiiencial.
As médias, amplitudes e os histogramas confundem a seqüência de tempo
para os dados. Se a mesma apresenta algum tipo de padrão definido, então a con­
fusão desse modelo, pela utilização das médias, amplitudes ou dos histogramas,
pode enganar o usuário. Já que todos os dados ocorrem no tempo, virtualmente
todos os dados terão uma ordem de tempo. Em alguns casos, essa seqüência é o
contexto essencial que deve ser preservado na apresentação.
Essas regras do Dr. Shewhart podem ser resumidas em um princípio sobre­
pujado, que é o primeiro princípio para entender os dados e comunicar-se com
eles.
P R IM E IR O P R IN C ÍP IO P A R A E N T E N D E R O S D A D O S
Nenhum dado tem sentido
________ fora de seu contexto
Esse primeiro princípio traz três conseqüências:
• N ão confie em ninguém que não pode, ou não poderá, oferecer o con­
texto para os seus cálculos.
• Pare de registrar comparações entre os pares de valores exceto como
parte de uma comparação mais ampla.
• Comece usando gráficos para apresentar os valores atuais no contexto.
RESUMO
• Nenhum a comparação entre dois valores pode ser global.
• Os relatórios gerenciais estão cheios de comparações limitadas.
16 ENTENDENDO A V a r ia ç ã o - A Chave paia Administrar o Caos

• O s gráficos tornam os dados mais acessíveis para a mente humana do C ap ítu lo D o is

que as tabelas.
• As sínteses numéricas dos dados podem suplementar os gráficos, mas
nunca substituí-los.
• Nenhum dado tem significado fora de seu contexto.

O Conhecimento É Metódico e Cumulativo

M
uitos anos atrás, David Chambers encontrou o seguinte gráfico seqüen-
cial na parede do escritório do presidente de uma fábrica de calçados.
Havia ali uma apresentação simples e poderosa dos dados em um con­
texto. A legenda no eixo vertical era: “Percentagem Diária dos Pares com Defeito

Figura 2.1: Percentagem Diária dos Pares com Defeitos.

Intrigado, David perguntou ao presidente por que ele tinha o gráfico na pa­
rede. O presidente, de modo condescendente, respondeu que fizera isso para que
pudesse dizer como a fábrica estava-se comportando.
David imediatamente respondeu: “Diga-me como está a situação”.
Evidentemente, ninguém tivera a temeridade de perguntar isso ao presiden­
te, porque ele parou, olhou para o gráfico na parede e então disse: “Bem, alguns
dias são melhores do que os outros!”
18 En ten d en d o a V a r ia ç ã o - A Chave para Administrar o Caos
Dados Análise Interpretação
------------ 1
Entrada Transformação Saída
Figura 2.2: Fazer com que os Dados Tenham Sentido é um Processo.
Mesmo que o presidente tivesse seus dados expostos em um formato adequa­
do graficamente* e embora achasse que esses dados fossem importantes o bastan­
te a ponto de exigir que fossem colocados todos os dias, não dispunha de um modo de
analisar esses valores e interpretá-los. Ou, pelo menos, não tinha uma maneira formal
de analisá-los - ele apenas utilizava uma análise informal.
Não importa quais sejam os dados, nem como os valores estão organizados e
apresentados, devemos sempre usar algum método de análise para alcançar uma
interpretação dos dados.
Os dados devem ser filtrados de alguma maneira para torná-los inteligíveis.
Essa filtragem pode basear-se na experiência de uma pessoa, além de suas pres­
suposições e suposições; ou pode ser mais formalizada e menos subjetiva, mas
haverá sempre algum método de análise. Se a experiência é a base para interpre­
tar dados, então a interpretação é somente tão boa quanto a experiência passada
do diretor. Se a situação atual não faz parte da experiência do diretor, então essa
interpretação dos dados pode estar mesmo incorreta. Igualmente, as pressupo­
sições ou suposições erradas também podem acarretar interpretações errôneas.
Todavia, na falta de uma abordagem formal e padronizada para interpretar os
dados, a maioria dos diretores utiliza um procedimento informal e, no final,
tudo o que eles podem dizer é que alguns dias parecem melhores do que outros.
O enfoque deste capítulo será os vários modos como as pessoas analisam os
dados. Primeiro, dois dos métodos mais comuns de interpretar dados - as com­
parações para as especificações e para as médias - serão resumidos. A seguir, a
abordagem do gráfico do comportamento do processo para a análise e interpreta­
ção de dados será apresentada e contrastada com as abordagens comuns. Final­
mente, a diferença fundamental entre as abordagens comuns e a abordagem do
gráfico do comportamento do processo receberá um destaque através do segun­
do princípio para entender dados.
COMPARAÇÕES PARA AS ESPECIFICAÇÕES
Os planos, objetivos, orçamentos e as metas são todos especificações. A idéia
de comparar os dados de gerenciamento a planos, metas ou orçamentos veio di­
C) Conhecimento E Metódico e Cumulativo 19
retamente da prática manufatureira de comparar as medidas de produto com os
limites de especificação. Esse tipo de comparação define a posição do valor atual
relativa a algum valor (possivelmente arbitrário), cuja conseqüência é um racio­
cínio de que o valor atual é ou aceitável, ou inaceitável (ou dentro, ou fora da es­
pecificação). O fato de essa abordagem para a análise de dados trazer sempre um
resultado favorável ou desfavorável inevitavelmente conduzirá a uma visão biná­
ria do mundo. Aqueles com números favoráveis recebem um tapinha nas costas,
e aqueles com cálculos desfavoráveis levam um chute um pouco mais embaixo.
Aqueles com cálculos favoráveis ficam “fazendo O K ”, enquanto os outros estão
“em apuros”.
R e su lta d o D e sfav o ráv e l R e su ltad o F av o ráv el R e su lta d o D esfav o ráv el
“E m a p u ro s” “F a z e n d o O K ” “ E m A p u r o s”
“ F a ç a A lg u m a C o isa ” “N eg lig ên cia B en ig na” “ F a ç a A lg u m a C o is a ”
E sp e cifica ção E sp ecifica ção
In ferio r S u p e rio r
Figura 2.3: Visão Binária do Mundo da Abordagem da Especificação.
Uma conseqüência natural dessa abordagem da especificação para a interpre­
tação dos dados do gerenciamento é a rapidez com que você pode passar de um
estado de êxtase para outro de tormento. Contanto que você esteja “fazendo
O K”, não há razão para preocupar-se, então sente-se para trás, relaxe e deixe as
coisas cuidarem de si mesmas. Contudo, sempre que você estiver “em apuros,
não apenas fique parado - faça alguma coisa!” Assim, a abordagem da especifica­
ção para a interpretação de dados resultará, inevitavelmente, em períodos de ne­
gligência benigna alternados com períodos de pânico intenso. Essa abordagem
do tipo novamente ativado, novamente desativado é completamente antitética
para um aperfeiçoamento contínuo.
A abordagem da especificação pode ser empregada de modo positivo ou
negativo. A fim de fazer-se essa distinção, é útil pensar nas especificações para
os dados de gerenciamento como estando dentro de três categorias diferen­
tes.2
Primeiro, há especificações que são fatos da vida - a linha final mostra lucro
ou perda? As vendas estão crescendo tão rapidamente como as despesas? Isso é ra­
zoavelmente fácil de entender. Claro que uma especificação traz uma qualifica-
2 Essa distinçãofo ife ita p o r Henry N eave no Uvro T h e D em ing Dim ension.
>
20 E ntendendo a Variação - A Chave para Administrar o Caos
ção como um “fato da vida” somente se for conhecida como verdadeira - o que é
bem diferente de ser a opinião de alguém.
Depois, há as especificações necessárias para o planejamento. Os prognósti­
cos e orçamentos estariam tipicamente dentro dessa categoria. Tais números não
deveríam nunca ser arbitrários. Os números necessários para o planejamento de­
veríam sempre basear-se em uma análise cuidadosa dos dados passados, mais as
ações presentes, mais as condições futuras prováveis. Além disso, os prognósti­
cos e orçamentos não deveríam ser tomados como alvos. As incertezas quanto a
estender-se os dados desde o passado até o futuro tornam esses valores inadequa­
dos como metas. Os prognósticos precisam de conhecimento, e os mesmos po­
dem ser usados como orientação e auxílio; não para julgamentos e condenações.
Finalmente, há especificações que são alvos numéricos arbitrários. São total­
mente diferentes das especificações referentes às duas primeiras categorias.
Embora os valores aí sejam sempre úteis ou mesmo necessários, os alvos numéri­
cos arbitrários não são nem úteis, nem necessários. N a verdade, eles são sempre
prejudiciais.
Figura 2.4: A Origem de Muitas Especificações.
As especificações são a Vo% do Cliente} Quando a especificação é um fato da
vida, ou um número necessário para o planejamento, é útil saber como os valores
atuais comparam-se às especificações. Quando a especificação é um objetivo nu­
mérico arbitrário, então pode ser muito perigoso compará-la com o valor cor­
rente. Por exemplo, considere uma meta de produção arbitrária. Se esse valor
3 BiU Scherkenbacb f o i quem primeiro fe z essa importante distinção sobre o pa p el das espeáficações relativas a um processo.
O Conhecimento H Metódico e Cumulativo 21
mensal estiver acima do alvo, o chefe de seção poderá sentir-se tentado a fazer es­
toques do excesso e usá-lo contra a quota do mês seguinte. Se o valor do mês for
baixo, então ele pode ficar tentado a expedir os itens marginais ou incompletos, a
fim de ajustar o déficit.
Em uma fábrica4, sempre que ficasse claro que eles não atingiríam a quota de
produção do mês em curso, o chefe de seção mandaria uma empilhadeira ao al-
moxarifado para trazer de volta as “pallets” com os produtos acabados. Essas uni­
dades seriam então desempacotadas, carregadas no transportador e remetidas
para a linha de empacotamento. Quando as mesmas passassem pela linha, os con­
tadores automáticos as contariam como unidades acabadas. Como conseqüência
dessa prática, o departamento teria outro mês “bom” e o chefe de seção não teria
que “explicar um valor ruim”. Claro, no final do ano, o inventário do almoxari-
fado teria uma baixa, no valor aproximado de um milhão de dólares, dos produ­
tos acabados. Isso levaria o gerente da fábrica a ser demitido. Naturalmente, o
novo gerente ficaria nervoso. Ele monitorava os dados rotineiros da fábrica com
muito cuidado, buscando explicações para todos os valores que não fossem favo­
ráveis em relação aos alvos. Já que a pressão quanto ao desempenho permanecia,
o chefe da seção de produção continuava como antes e, no final do ano fiscal, o
almoxarifado tinha novamente uma baixa de, aproximadamente, um milhão de
dólares no inventário. Esse segundo gerente era demitido.
O novo gerente da fábrica estava muito nervoso. Ele assumira o inventário depois
de apenas três meses. Claro que o almoxarifado tinha uma baixa de, mais ou me­
nos, lÁ de um milhão de dólares. Nesse ponto, o gerente começou a agir - ele
construiu uma cerca em volta do local da fábrica e colocou guardas nos portões.
Depois de outros três meses, ele tinha feito um outro inventário - agora eles ti­
nham uma baixa de meio milhão de dólares no ano! Desesperado, o gerente cons­
truiu uma cerca em torno do próprio almoxarifado e colocou um guarda no por­
tão. Embora isso finalmente interrompesse as diminuições no estoque do almo­
xarifado, os números da produção deram um salto de cabeça considerável.
Observe como a ênfase sobre o fato de atingir as metas de produção foi a ori­
gem de todo esse tumulto. Pessoas foram demitidas e contratadas, gastou-se di­
nheiro, tudo porque o chefe da seção de produção não gostava de ter que expli­
car, mês após mês, por que eles não tinham alcançado a quota de produção. Quan­
do as pessoas são pressionadas a atingir um valor-alvo, há três maneiras como elas
podem proceder5:
4 Essa históriafoi contadapor Brian Joiner como tendo ocorrido com um de seus clientes. ElaUustra, comprimor, os problemas das
metas numéricas arbitrárias.
5 Brian Joiner apresentou essa lista vários anos atrás.
í> ~<dt
22 Entendendo A Variação - A Chave para Administrar o Caos
1. Podem trabalhar para melhorar o sistema.
2. Podem distorcer o sistema.
3. Ou podem distorcer os dados.
Antes que você possa melhorar qualquer sistema, deve ouvir a voz do siste­
ma (a Voz do Processo). Então deve entender como as entradas afetam as saídas
do sistema. Finalmente, você deve ser capaz de mudar as entradas (e possivel­
mente o sistema), a fim de alcançar os resultados desejados. Isso exigirá esforço
sustentado, constância quanto aos propósitos e um ambiente onde o aperfeiçoa­
mento contínuo seja a filosofia operacional.
Comparar os números às especificações não levará à melhoria do processo.
As especificações são a Voz do Cliente, não a Voz do Processo. A abordagem da
especificação não revela qualquer compreensão sobre como o processo funciona.
Assim, se você somente comparar os dados para as especificações, então sere­
mos incapazes de melhorar o sistema e ficaremos, portanto, apenas com os últi­
mos dois modos de atingir um objetivo. Quando um valor atual é comparado
com uma meta numérica arbitrária, a visão binária do mundo, a qual é uma con-
seqüência da abordagem da especificação, trará sempre uma tentação: fazer com
que os dados pareçam favoráveis. E distorcer é sempre mais fácil do que trabalhar
para melhorar o sistema.
Portanto, embora a abordagem da especificação diga-lhe onde você está, ela
não dirá como você chegou lá, e não lhe dirá como sair dessa confusão em que
você se meteu. Mesmo que a abordagem da especificação possa ser útil quando as
especificações são fatos da vida, ou números necessários para o planejamento, a
abordagem torna-se sem sentido quando as especificações são metas ou objetivos
arbitrários.
COMPARAÇÕES PARA AS MÉDIAS ____________
Há alguns números para os quais a única especificação possível é a perfeição.
N ós não queremos acidentes. Não queremos vazamentos. Não queremos traba­
lhadores machucados. Em tais casos, é impossível computar uma diferença per­
centual a partir da meta - mesmo os computadores não conseguem dividir por
zero. Assim, para termos uma comparação contextual, sempre encontraremos
os valores atuais comparados a um valor médio.
Quando os valores são comparados a uma média, é comum ouvir-se um ge­
rente pedir uma explicação sempre que o valor atual tiver uma variação maior do
que, digamos, 5% da média. Naturalmente, essa é apenas uma maneira sofisticada
de dizer que podemos esperar que todos os valores caiam até a média, ou muito
O Conhecimento É Metódico e Cumulativo 23
perto disso. Se houver pressão suficiente, aqueles que são responsáveis por apre­
sentar “explicações” tomarão as medidas necessárias, evitando ter que fazer isso
no futuro. Eles começarão a empregar uma dessas duas técnicas simples, de “co­
brir sua anatomia” - distorcer o sistema ou os dados.
Também como na abordagem da especificação, a abordagem do valor médio
traz duas conseqüências: achamos o valor atual como estando ou “acima”, ou
“abaixo da média”. Evidente, como a média geralmente está próxima do ponto
médio de um conjunto de dados, poderiamos esperar estar acima da média, mais
ou menos, metade do tempo; e, abaixo, na outra metade. Um erro na apreciação
de um fato simples assim sempre leva a uma manchete familiar a todos: “M etade
de ______ no Estado está abaixo da média.” Sejam os índices de leitura dos estudantes,
a presteza das brigadas de incêndio, ou os freios de caminhões basculantes, meta­
de deles é considerada abaixo da média em determinado dia ou semana. Em con-
seqüência disso, a abordagem do valor médio fará com que as pessoas se sintam
bem, aproximadamente, metade do tempo e, mal, na outra metade.
Assim, a abordagem do valor médio para interpretar dados tem quase as mes­
mas conseqüências que a abordagem da especificação - tem um resultado binário
e produz algum conhecimento sobre onde fica o valor atual em relação a um
ponto de referência fixo. Enquanto a abordagem da especificação compara o va­
lor atual com a Voz do Cliente, a abordagem do valor médio compara o valor
atual com um valor a partir do processo em si mesmo. Infelizmente, o valor mé­
dio é somente p a rte da Voz do Processo. Isso se deve ao fato de a abordagem do
valor médio não conseguir transmitir totalmente a informação contida no valor
atual.
ABORDAGEM DE SHEWHART PARA
INTERPRETAR OS DADOS
N ós analisamos os números, a fim de saber quando ocorreu uma mudança
em nossos processos ou sistemas. Queremos tomar conhecimento dessas altera­
ções no tempo oportuno, de modo que possamos reagir adequadamente. Embo­
ra isso soe bastante direto, há uma complicação - os números podem mudar até
mesmo quando o nosso processo não muda. Assim, em nossa análise dos núme­
ros, precisamos ter alguma forma de distinguir entre as mudanças nos números
que representam modificações em nosso processo e aquelas que são, essencial­
mente, ruído.
Com essa finalidade, Walter Shewhart fez uma distinção crucial entre dois ti­
pos de variação nos números. Alguma variação é rotineira, faz parte do processo,
$ -*s I*
24 En ten d en d o a V a r ia ç ã o - A Chave para A dm inistrar o C aos
sendo esperada inclusive quando o processo nâo foi alterado. Outra variação é
excepcional, está fora dos limites da rotina e, portanto, é interpretada como sinal
de uma mudança do processo. E, a fim de separar a variação nesses dois compo­
nentes, ele criou o gráfico de controle (que, conforme observei no prefácio, ago­
ra é chamado de gráfico do comportamento do processo).
O gráfico do comportamento do processo começa com os dados representa­
dos graficamente em uma seqüência. É acrescentada uma linha central como re­
ferência visual para detectar as mudanças ou tendências, e os limites são compu­
tados a partir dos dados. Esses limites são colocados, simetricamente, em ambos
os lados da linha central a uma distância que lhes permitirá filtrar toda a variação
rotineira virtualmente.
Figura 2.5: Gráfico do Comportamento do Processo da Percentagem
D iária dos Pares com Defeito.
A chave da eficácia do gráfico do comportamento do processo está contida no
modo como os limites são calculados a partir dos dados. (Esses cálculos serão des­
critos no próximo cálculo.) Ao caracterizar a extensão da variação rotineira, os li­
mites em um gráfico do comportamento do processo lhe permitem diferenciar en­
tre a variação rotineira e a variação excepcional. Se, no decorrer de um período de
tempo razoavelmente longo, todos os pontos caírem dentro dos limites de um grá­
fico do comportamento do processo, e se os pontos estiverem bem-comportados,
então se pode dizer que o processo não mostra nada, a não ser a variação rotineira.
Quando isso acontece, pode-se considerar o processo como sendo previsível e es­
tando dentro daqueles limites, e é razoável esperar que, a menos que alguma coisa
seja alterada, ele continuará a operar dessa forma no futuro. Assim, os limites em
um gráfico do comportamento do processo permitem que você caracterize o com­
portamento de seu processo como previsível ou imprevisível e defina a quantidade
de variação rotineira que você deve esperar no futuro. Já que o prognóstico é a es­
sência da administração, a capacidade de saber o que esperar quando um processo
está se comportando de maneira previsível é algo inestimável.
ü Conhecimento É Metódico e Cumulativo 25
Entretanto, quando os pontos ficam fora dos limites de um gráfico do com­
portamento do processo, eles são interpretados como sinais de variação excepci­
onal. A variação excepcional é atribuída às causas determinantes que, por defini­
ção, dominam as inúmeras causas comuns da variação rotineira. Portanto, quan­
do um processo apresenta uma variação excepcional, será válido buscar identifi­
car a causa determinante daquela variação excepcional, de modo que você possa
eliminar o seu efeito sobre o seu processo. Em outras palavras, a presença da vari­
ação excepcional é um sinal de que há relações de causa e efeito dominantes que
afetam o seu processo e que você não está efetivamente controlando. Já que você,
tendo conhecimento, não permitirá que exista tuna relação de causa e efeito do­
minante sem tentar controlar ou compensá-la de alguma maneira, é razoável di­
zer que a variação excepcional é uma indicação das causas determinantes que es­
caparam de sua atenção. Assim, separando a variação rotineira da variação excep­
cional, o gráfico do comportamento do processo lhe permite aprender sobre as
relações de causa e efeito dominantes que podem ter sido negligenciadas no pas­
sado.
Quando agir para eliminar os efeitos das causas determinantes de seu proces­
so, você constatará que seu processo vai operar de maneira mais consistente,
mais previsível e mais confiável. Portanto, o gráfico do comportamento do pro­
cesso pode ser usado para obter a informação essencial necessária para melhorar
o seu processo, quando ele estiver sujeito à variação excepcional.
Figura 2.6: Gráfico do Comportamento do Processo da Percentagem
D iária dos Pares com Defeito.
O gráfico do comportamento do processo na Figura 2.6 mostra uma seqüên­
cia que consiste de 67 pontos consecutivos. O fato de os valores permanecerem
dentro dos limites calculados e o fato de não haver uma tendência óbvia, nem
quaisquer seqüências de pontos longas acima ou abaixo da linha central, sugerem
que esse processo pode ser considerado como previsível. Baseado nesse gráfico,
26 Entendendo a Variação - A Chave para Administrar o Caos
parece que, a menos que o processo seja modificado deform afundam ental, a fábrica continua­
rá a produzir, seja lá onde for, de 7% a 30% de defeitos a cada dia, com uma média
de, mais ou menos, 19% de defeitos no longo prazo.
Observe como o gráfico do comportamento do processo tem ajudado a in­
terpretar os dados. Primeiro, o gráfico é usado para caracterizar o comportamen­
to dos dados - eles são previsíveis ou não? Segundo, o gráfico do comportamento
do processo permite ao gerente prever o que esperar no futuro - a quantidade de
variação rotineira definida pelos limites é a Voz do Processo.
Finalmente, atente para a diferença entre a interpretação desses dados feita
pelo presidente e a interpretação baseada no gráfico do comportamento do
processo. Alguns dias somente pareciam estar melhores do que outros! Trinta e sete
dias foram “piores do que a média” (i.e. acima de 18,7%), e 30 dias foram “melho­
res do que a média”, mas o processo não mostra evidências de quaisquer mudanças durante os
últimos 67 dias\ N a verdade, ambos os dias, “bons” e “maus”, advêm do mesmo
processo. A menos que, e até que, esse processo subjacente seja modificado de al­
guma maneira fundamental, o presidente continuará a calcular valores cuja mé­
dia é de, mais ou menos, 19% de defeitos. Procurar diferenças entre os “bons” e
“maus” dias será simplesmente uma perda de tempo.
ENTENDENDO OS DÉFICITS COMERCIAIS
Os Déficits Comerciais dos Estados Unidos para os primeiros dez meses de
1987 estão na Figura 2.7. Nesse período, o déficit piorou (aumentou), em relação
ao mês anterior, seis vezes; e somente melhorou (diminuiu) apenas três vezes.
Embora o ano começasse com um déficit de US$ 10,7 bilhões, em torno de outu­
bro tinha piorado e atingido um déficit de US$ 16 bilhões. Certamente isso é
uma justificativa para sentir-se abatido e destruído.
Jan. Fev. Mar. Abr. Maio Jun. Jul. Ago. Set. Out.
10,7 13,0 11,4 11,5 12,5 14, 114,8 14,1 12,6 16,0
Figura 2.7: Gráfico Seqüencial dos D éficits Com erciais dos
E stados Unidos, 1987.
O Conhecimento É Metódico e Cumulativo 27
Como cada um desses valores foi relatado, ele podería vir acompanhado in­
variavelmente de afirmações como: “O déficit da balança comercial dos Esta­
dos Unidos aumentou (ou diminuiu) no último mês até um valor d e _____ bi­
lhões de dólares”. Conforme as notícias, a balança comercial está sempre au­
mentando ou diminuindo. Ela dificilmente permanece a mesma. Mas quanto
desse sobe-e-desce é um sinal, e quanto disso é apenas um ruído?
Começamos colocando os dados de 1987 em um gráfico do comportamento
do processo. O emprego de valores de dados referentes a um ano é basicamente
arbitrário, mas nós temos historicamente usado o calendário para, arbitraria­
mente, subdividir todos os tipos de gráficos seqüenciais e deveremos, sem dúvi­
da, continuar fazendo assim no futuro. Embora possa ser habitual, não há nada
de mágico sobre a utilização do valor anual dos dados.
Jan. Fev. Mar. Abr. Maio Jun. Jul. Ago. Set. Out. Nov. Dez.
Figura 2.8: Gráfico do Comportamento do Processo dos D éficits Comer­
ciais M ensais dos EUA em 1987.
O déficit médio para 1987 foi de US$ 12,75 bilhões. Usando-se a técnica
que está descrita no próximo capítulo, pode-se ver que, baseado na quantidade
da variação mês a mês, o déficit pode variar de US$ 8,32 bilhões a US$ 17,18 bi­
lhões, sem representar um afastamento real da média de US$ 12,75 bilhões. O
gráfico na Figura 2.8 não indica nenhuma evidência de uma tendência sustenta­
da. Os déficits não estão melhorando, nem piorando sistematicamente. Para o
ano como um todo, esse gráfico não fornece indícios claros de mudança.
Alguns meses pa recem estar melhores do que outros, mas esse gráfico indica que
será desgastante analisar qualquer um dos meses para verificar o que é diferente
dos meses anteriores. Podemos tratar todos os meses de 1987 como se viessem do
mesmo sistema.
O s dados para 1988 estão na Figura 2.9. Esses valores podiam ser
representados contra os limites mostrados na Figura 2.8 acima. Isso é feito nas Fi­
guras 2.10 e 2.11.
28 ENTENDENDO a V a r ia ç ã o - A Chave para Administrar o Caos O Conhecimento É Metódico e Cumulativo 29

Jan. Fev. Mar. Abr. Mai. Jun. Jul. A go . Set Out. Nov. Dez. uma evidência bem definida de que o déficit comercial melhorou durante o ano
1998 10,0 11,4 7,9 9,5 8,0 11,8 10,5 11,2 9,2 10,1 10,4 10,5 de 1988, comparado a 1987. Podemos agora recalcular os limites para 1988 e
Figura 2.9: Déficits Comerciais Mensais dos EUA, 1988 (US$ bilhões). usá-los para avaliar posteriormente os valores mensais quanto aos sinais de me­
lhora ou deterioração.
A Figura 2.10 mostra que, em torno de março de 1988, houve uma evidência
bem definida de uma melhora no déficit. O valor de março está abaixo do limite SEGUNDO PRINCÍPIO PARA ENTENDER OS
mais baixo de 8,32.
DADOS
O gráfico do comportamento do processo usa o gráfico seqüencial para defi­
nir a Voz do Processo. Também oferece ao usuário um meio de saber se ele sen-
te-se seguro para extrapolar no futuro imediato. Além disso, sempre que for ra­
zoável fazer essa extrapolação, o gráfico do comportamento do processo tam­
bém define a variação de valores que provavelmente veremos no futuro próxi­
mo. A abordagem da especificação e a abordagem do valor médio não fazem
1987 1988 nada disso.
Figura 2.10: Gráfico do Comportamento do Processo dos Déficits O gráfico do comportamento do processo faz todas essas coisas porque leva
Comerciais dos USA, 1987 - Inicio 1988. em consideração a variação. A . variação é o componente aleatório e heterogêneo que enfraquece
as comparações simples e lim itadas. O “ruído” introduzido pela variação rotineira é o
Antes que possa ser dito que um único mês demonstra sinais de mudança no que confunde e obscurece todas as comparações entre os valores simples. Até que
gráfico seqüencial, aquele valor simples deve ficar além dos dois limites. Isso possamos permitir o ruído em um gráfico seqüencial, não conseguimos entender
aconteceu em março de 1988. Agora que temos evidências definidas de uma mu­ completamente apenas o que pode ser indicado por um valor simples. O valor atual
dança, como interpretamos o gráfico? Um método é olhar a seqüência de pontos é um “sinal” de que alguma coisa mudou, ou ele difere mesmo da média histórica
adjacentes ao ponto fora do limite a qual também está no mesmo lado da linha
apenas pelo “ruído”? A resposta a essa questão é a essência do fato de dar sentido
central, como o ponto fora do limite. Essa seqüência está na Figura 2.11. a qualquer valor de um gráfico seqüencial.
A interpretação dessa seqüência poderia ser expressa conforme a seguir: Há
Naturalmente, antes que alguém espere responder essa pergunta, terá que
uma mudança claramente indicada em março de 1988 - deve ter começado bem
dispor de alguns valores históricos. Depois, precisará usar esses valores históri­
cedo, em novembro de 1987 - que continuou no decorrer de 1988. Assim, há
cos para determinar apenas o que os efeitos do “ruído” podem significar para
esse gráfico seqüencial. Então, e somente então, pode começar a diferenciar en­
tre o ruído da variação rotineira e os sinais da variação excepcional. Todo esse
processo pode ser resumido no segundo princípio para entender e comunicar
os dados:
SE G U N D O PRINCÍPIO PARA E N T EN D E R OS DADOS

Em bora todo o conjunto de dados contenha ruído,

algun s conjuntos de dados podem conter sin ais.
1987 1988
P ortanto, antes que você consiga detectar um sin al
Figura 2.11: Gráfico do Comportamento do Processo dos Déficits dentro de determ inado conjunto de dados,
Comerciais os EUA, 1987-1988. _________ você deve prim eiro filtra r o ruído._________

*
30 Entendendo a V ariação - A Chave para Administrar o Caos O Conhecimento É Metódico e Cumulativo 31

O gráfico do comportamento do processo filtra o ruído da variação rotineira RESUMO

através da construção dos limites. Os sinais da variação excepcional são indica­
dos pelos pontos que ficam fora dos limites ou por padrões óbvios não-aleatórios
• A interpretação de dados requer um método de análise.
da variação em torno da linha central.
• A variação é o componente aleatório e heterogêneo que enfraquece as
Essa distinção entre sinais e ruído é a base para qualquer análise de dados que comparações simples e limitadas.
tenha significado. Também define os dois erros que você pode fazer quando ana­
lisar os dados. • A abordagem da especificação sempre acarreta uma visão do mundo
binária - alguém está sempre “operando O K ”, ou “com problema”.
O primeiro erro é interpretar a variação rotineira como um afastamento
ocasional significativo do passado - interpretar o ruído como se elefosse um sin al Como • As especificações que são metas numéricas arbitrárias são prejudiciais e
esse erro vai levar-nos a tomarmos medidas que são, na melhor das hipóteses, ina­ contraproducentes.
dequadas e, na pior, completamente contrárias ao curso adequado da ação, esse • Há três maneiras de atingir-se um objetivo:
erro é uma fonte de desperdício e perda a cada dia. 1. Melhorar o sistema.
O segundo erro consiste em não reconhecer quando ocorreu uma mudança 2. Distorcer o sistema, ou
em determinado processo -falh ar na detecção de um sinalquando ele estápresente. Esse erro, 3. Distorcer os dados.
na maioria das vezes, é encontrado em conjunção com a abordagem da especifica­ • E importante distinguir entre a Voz do Cliente e a Voz do Processo.
ção ao fazer-se alguma análise. O processo subjacente muda, mas os valores ainda
• A abordagem da especificação não leva em consideração a Voz do Pro­
estão dentro dos limites da especificação, e assim não podemos notá-los.
cesso.
É claro que você pode evitar o primeiro erro não reagindo nunca a qualquer
• A abordagem da especificação e a abordagem do valor médio tentam
valor como se ele fosse um sinal, mas isso garantiría muitos erros do segundo
vincular um significado a cada valor.
tipo. Igualmente, pode evitar o segundo tipo de erro reagindo a cada ponto como
se ele fosse um sinal, mas isso garantiria muitos erros do primeiro tipo. • O gráfico do comportamento do processo concentra-se sobre o com­
portamento do processo subjacente.
Aqueles que não fazem distinção entre sinais e ruídos inevitavelmente esta­
rão propensos a seguir em uma direção ou outra. Assim, eles cometerão mais er­ • U m gráfico do comportamento do processo define a Voz do Processo.
ros de um tipo ou de outro. O gráfico do comportamento do processo imprime • A previsão requer conhecimento - a explicação não.
um equilíbrio entre esses dois erros. O uso dos limites para filtrar o ruído da vari­ • U m processo previsível apresenta uma variação rotineira.
ação rotineira minimizará as ocorrências de ambos os tipos de erros.
• U m processo imprevisível apresenta tanto a variação rotineira como a
Isso deve-se ao fato de que aqueles que não utilizam os gráficos do comporta­ variação excepcional.
mento do processo para analisar os dados estarão sempre em desvantagem, com­
• O primeiro erro na interpretação de dados é interpretar o ruído como
parados àqueles que o fazem. A menos e até que você possa distinguir entre sinais
se ele fosse um sinal.
e ruídos, você será incapaz de analisar e interpretar adequadamente os dados. O
Segundo Princípio para Entender os Dados mostra por que cada análise efetiva • O segundo erro na interpretação de dados é não conseguir detectar um
de dados começa separando os sinais potenciais dos ruídos prováveis. E os gráfi­ sinal quando ele existe.
cos do comportamento do processo são o método mais simples jamais inventado • O s gráficos do comportamento do processo imprimem um equilíbrio
para separar os sinais potenciais dos ruídos prováveis. entre esses dois erros.
Antes que você possa usar os dados para justificar qualquer ação, deve ser ca­
paz de detectar um sinal potencial dentro dos dados. Caso contrário, provavel­
mente você estará interpretando algum ruído. Ninguém liga o rádio no carro e
fica ouvindo se estiver fora de sintonia - assim, por que você tentaria conduzir
seus negócios ouvindo e tentando interpretar sem estar bem sintonizado?
 C apítu lo T rês

O Propósito da Análise É o Entendimento

O
s dados geralmente são coletados como uma base para a ação. Contudo, a
menos que sejam separados os sinais potenciais do ruído provável, as
ações que tomamos podem ser totalmente inconsistentes com os dados.
Assim, o uso adequado dos dados requer que você adote métodos simples e efetivos
de análise que separarão apropriadamente os sinais potenciais dos ruídos prováveis.
Os exemplos a seguir tentam ilustrar como você pode utilizar os gráficos do
comportamento do processo para conseguir entender os dados. Para fins de com­
paração, as abordagens tradicionais para os dados de gerenciamento serão mos­
tradas ao lado do gráfico do comportamento do processo. Cada uma das situa­
ções descritas a seguir aconteceu realmente. Como essas histórias envolvem pes­
soas reais em companhias que existem de verdade, foi necessário disfarçar os da­
dos a fim de preservar seu caráter confidencial. Em todos os outros aspectos, es­
ses exemplos são verdadeiros quanto aos originais.
Vamos retornar ao relatório mensal de julho que foi mostrado primeiramen­
te na Figura 1.1 e reproduzido na Figura 3.1. Quando nos deparamos com uma
tabela de números, tal como aquela na Figura 3.1, a maioria das pessoas começa a
examinar cuidadosamente as diferenças percentuais nas colunas para ver quais
números alteraram mais. A idéia é separar aqueles valores que mudaram mais
dramaticamente e questionar por que isso aconteceu.
34 ENTENDENDO A V a r ia ç ã o —A Chave para Administrar o Caos O Propósito da Análise É o Entendimento 35

Relatório Mensal de Julho Naturalmente, há três problemas com o uso das diferenças percentuais como
Qualidade: Dept. V a lo r R eal V alo r D if . % D i f . % de V alores A n u a is D if.% E ste V alo r
base para interpretar os valores em um relatório mensal.
Julho M é d io Julho Atualizados A n u a l A tua­
M e n sal Último A n o lizado com o Primeiro, o tamanho da diferença percentual dependerá, em parte, da magnitude
V alo r R e a l M é d io ou
Planejado
D if.% do
do número-base - uma modificação de dez unidades de 100 para 110 tem uma mudan­
Último Valor
A n u a l Atua­ ça de 10%; todavia, uma alteração de dez unidades que mudam de 300 para 310 tem
lizado
uma mudança de 3,3%. As percentagens mostram o tamanho relativo de uma alteração,
E xp e d içõ e s n o
P ra zo ( % ) 20 91,0 91,3 -0 ,3 -0 ,9 90,8 91,3 -0 ,6 -0 ,3
mais do que a quantidade real de mudança. Portanto, comparar a modificação de um
Primeira Ap ro­
percentual com outro não é um modo confiável de encontrar as partes que interessam
va ç ã o (% ) 12 54 70 -2 3 ,0 -1 0 ,0 69,3 70 -1 ,0 -0 ,4 nos dados, porque não leva em consideração a diferença nos números-bases.
S u ca ta (pela
produção de
Segundo, a prática de comparar as linhas em um relatório mensal compa­
4 53 ,5kg) 19 124 129 -3 ,9 0,0 132 129 + 2,3 + 1,5 rando o tamanho das diferenças percentuais supõe que todas as linhas deveríam
P ro d u ç ã o : Dept. V alor Real V alo r Pla­ D if. % D i f . % de V alores A n u a is AtuaSza- D if.% E ste V alor mostrar a mesma quantidade de variação relativa mês a mês. Contudo, em qual­
Julho nejado Julho do s An u a l Atua­
M e n sal Último A n o lizado com o
quer compilação de gráficos seqüenciais, cada gráfico seqüencial terá sua pró­
Total ou
M édio
Planejado
Dif. % d o pria quantidade inerente de variação mês a mês. Algumas linhas demonstrarão
Último V alor
Anual Atua­ grandes diferenças percentuais mês a mês; e outras, que essas diferenças são pe­
lizado quenas. Portanto, comparar as diferenças percentuais garantirá que algumas li­
V olum e de
nhas recebam mais atenção do que merecem, enquanto outras receberão menos
P ro d u çã o (d e
453,5kg) 13 34,5 36, -4 ,2 -2 ,0 251,5 252 -0 ,2 -8 ,0 do que deveríam.
C u sto s com
Materiais
Terceiro, quando consideramos as diferenças percentuais baseando-nos em
(US$/45,3kg) 13 198,29 201,22 -1 ,5 -1 ,9 198,46 201,22 -1 ,4 -3 ,6 uma comparação do valor atual com o valor do último ano, pode haver uma
H oras- grande diferença percentual devido a um valor não-usual no passado, em vez de um va­
H om em por
45,3kg 13 4,45 4,16 + 7,0 + 4,5 + 9,3
lor não-usual no presente.
4,46 4,16 + 7,2

E n e rgia & Todos esses problemas tornam a comparação das diferenças percentuais um
C u sto s Fi-
xos/45,3kg 13 11,34 11,27 + 0,6 + 11,3 11,02 11,27 -2 ,2 + 9,2
guia débil e não-confiável para encontrar os sinais potenciais contidos nos dados.
C u sto s Totais
Não obstante, é uma prática comum; assim, devemos usá-la para selecionar cer­
de Produ- tas linhas do relatório mensal para serem discutidas.
ção/45,3kg 13 280,83 278,82 + 0,7 + 0,9 280,82 278,82 + 0,7 + 0,4

Inventário no
Quando examinamos cuidadosamente a coluna da diferença percentual sob a
P ro c e ss o (d e parte de julho do relatório mensal, três linhas sobressaem-se. As primeiras apro­
45,3kg) 17 28 19,7 + 42,0 + 12,0 21,6 19,7 + 9,6 + 5,9
vações estão abaixo de 23%; o inventário no processo, acima de 42%; e os fecha­
O p e ra ç õ e s: Dept. V alo r Real Valor Pla­ Dif. % D i f . % de V alores A n u a is Atualiza­ D if.% E ste Valor
Julho nejado Julho dos A n u a l A tu a­
mentos das contas no prazo, abaixo de 21,8%.
M e n sal Último A n o lizado com o
Total o u Planejado D if.% do
M é d io
Último V alo r
A n u a l Atua­ GRÁFICOS DO COMPORTAMENTO DO
lizado

Fecham entos
PROCESSO PARA VALORES INDIVIDUAIS E
d a s C o n ta s no
P ra z o ( % ) 06 74,3 95 -2 1 ,8 -2 3 ,5 87,8 95 -7 ,6 -2 ,7
AMPLITUDES MÓVEIS
Figura 3.1: Um Relatório Gerencial Típico. Como a reunião mensal provavelmente focalizaria o aumento de 42% no va­
lor do inventário no processo do Departamento 17, nós também começaremos

J*
36 ENTENDENDO A V a r ia ç ã o —A Chave para Administrar o Caos O Propósito da Análise É o Entendimento 37

Relatório Mensal de Julho Antes que você possa detectar um sinal potencial contido nos dados, deve
P ro d u ç ã o : Dept V alo r V a lo r Dif. % Dlf. % de V a lo re s A n u a is Dif. E ste V a lo r primeiro filtrar o ruído provável. E, para filtrar o ruído, você deve começar com
R eal Planeja­ Ju lho A tu aliza d o s % A n u a l A tu a­ os dados passados. A tabela na Figura 3.3 mostra os valores do inventário no pro­
Ju lho d o M en­ Últim o lizad o com o
sa l Ano
T otal o u P la n e -
Dif. % d o cesso do Departamento 17 quanto aos últimos 31 meses.
M é d io jad o
Últim o V alo r
A n u a l A tu a­
lizado Inventário no Processo para o Departamento 17 (45,3kg)
Inventário Jan. Fev. M ar. Abr. M ai. Jun. Jul. A go. Set. Out. N ov. D ez.
no P ro c e s­
Prim eiro A n o 19 27 20 16 18 25 22 24 17 25 15 17
s o (de
45,3kg) 17 28 19,7 +42 ,0 +12 ,0 21,6 19,7 +9,6 +5,9 Se g u n d o A n o 20 22 19 16 22 19 25 22 18 20 16 17

Figura 3.2: Inventário no Processo do Departamento 17. Terceiro A n o 20 15 27 25 17 19 28

Figura 3.3: Valores do Inventário no Processo.

com essa linha do relatório mensal. Primeiro, consideraremos a abordagem usu­
al de interpretar os dados de gerenciamento e, então, usaremos esses valores para A média dos 24 valores para o Primeiro e Segundo Ano é 20,04. Esse valor
ilustrar a construção de um gráfico do comportamento do processo. foi usado como a linha central no gráfico seqüencial dos valores do inventário no
Em julho, o valor do inventário no processo foi 28. Esse foi o maior valor processo vista na Figura 3.4.
para um inventário no processo jamais registrado no Departamento 17. Estava 8M
12% acima daquele do mês de julho anterior, o que é ruim; e 42% acima do valor •a
planejado, o que é muito ruim. Para todo esse ano, o inventário no processo atu­ •§
'>
alizado está chegando a 5,9% acima daquele do ano passado e 9,6% acima do pla­
nejado mais outros dois valores que não são bons. o

Se você fosse responsável pelo Departamento 17 e mostrassem-lhe esses da­ 2 JFMAMJ J ASONDJ FMAMJ J A S O N D J FMAMJ J

dos, o que você faria? Quando você tem quatro números ruins em uma coluna,
usualmente começa a preparar um relatório.
O problema principal com o fato de “redigir um relatório” é a criatividade ne­
cessária para sua preparação. Esses relatórios sempre se tornam peças de ficção,
cujo único propósito é permitir ao gerente fingir que alguma coisa está sendo fei­
ta quanto ao problema detectado.
Nesse caso, o fato de “redigir um relatório” traz um problema relativo aos
dados em si mesmos. O inventário no processo é um resultado, não uma causa, e
não pode ser diretamente administrado. O mesmo pode ser modificado somente
através de ações que afetem as causas. Todavia, muitas dessas causas também afe­
tarão outras produções e partes do processo. Assim, se não tivermos cuidado, a
pressão para reduzir o inventário no processo pode ter um efeito prejudicial so­
bre outras características do processo, tais como os volumes de produção. (Lem­
bra dos três modos de atingir um objetivo?)
Naturalmente, o procedimento completo de “redigir um relatório” baseia-se
na hipótese de que o valor do inventário no processo para julho é um sinal. Mas é
um sinal ou apenas ruído? Como você pode saber?
Primeiro Ano Segundo Ano Terceiro Ano
Figura 3.4: Gráfico Seqüencial do Inventário Mensal no Processo.
Olhando a Figura 3.4, não vemos tendências de longo prazo, nem de quais­
quer outros padrões sistemáticos6. Assim, embora o gráfico seqüencial seja um
acréscimo para compreendermos os dados como um todo, ele ainda não respon­
de a questão se o valor de julho é ou não excepcional. Para responder essa per­
gunta, teremos que filtrar a variação rotineira mês a mês, o que significa que pre­
cisaremos m edir a variação mês a mês.
ENCONTRANDO AS AMPLITUDES MÓVEIS
Para medir as variações mês a mês, nós computamos as diferenças entre os
valores mensais sucessivos. Esses valores são chamados de am plitudes m óveis. São
computados da seguinte maneira:
6 A s lacunas no gráfico de séries temporais são intervalos visuais usados para delinear os dados de cada ano. Elas não têm outro
significado nesse gráfico ou nos subsequentes.

-O *
38 Entendendo a Variação - A Chave para Administrar o Caos O Propósito da Análise É o Entendimento 39

Amplitudes M óveis para o s Valores do Inventário no Processo (Primeiro Ano)

(diferenças dos valores sucessivos)
OS DOIS GRÁFICOS EM UM GRÁFICO X m R
Jan. Fev. M ar. Abr. M ai. Jun. Jul. Ano. Set. O ut N ov. D ez.
Prim eiro A n o 19 27 20 16 18 25 22 24 17 25 15 17 Para elaborar-se um gráfico do comportamento do processo dos Valores Indi­
\/atores m R 8 7 4 2 7 3 2 7 8 10 2 viduais e de Uma Amplitude Móvel (um gráfico XwR), começamos com os dois gráficos
Figura 3.5: Amplitudes Móveis do Inventário no Processo seqüenciais mostrados nas Figuras 3.4 e 3.7. Primeiro, esses dois gráficos são
para o Primeiro Ano. mostrados juntos, como na Figura 3.8.

A diferença entre o valor de 19 para janeiro e de 27 para fevereiro é 8, assim a

primeira amplitude móvel é 8.
A próxima amplitude móvel é 7. É a diferença entre o valor de 27 para feve­
reiro e o valor de 20 para março.
A terceira amplitude móvel é 4. É a diferença entre o valor de 20 para março
e o valor de 16 para abril.
Continuando dessa maneira, usando-se todos os 31 valores da Figura 3.3, nós
J FMAMJ J A S O N D J FMAMJ J A S O N D J F MAMJ J
obteremos as 30 amplitudes móveis mostradas na Figura 3.6.
Primeiro Ano Segundo Ano Terceiro Ano

Amplitudes Móveis do Inventário no Processo do Departamento 17

Jan. Fev. M ar. Abr. Mai. Jun. Jul. A go. Set. Out. Nov. Dez.

Prim eiro 8 7 4 2 7 3 2 7 8 10 2
Ano

Segundo 3 2 3 3 6 3 6 3 4 2 4 1
Ano

Terceiro 3 5 12 2 8 2 9
Ano
O gráfico seqüencial para os valores individuais algumas vezes é referido
Figura 3.6: Amplitudes Móveis do Inventário no Processo. como “gráfico X ” . O gráfico seqüencial para as amplitudes móveis algumas vezes é
chamado de ”Gráfico deAmplitude”, ou "Gráfico deAmplitude M óvel". As Unhas centrais
O gráfico seqüencial dessas amplitudes móveis é mostrado na Figura 3.7. Essas para cada gráfico são calculadas, depois que os gráficos seqüenciais para os valo­
amplitudes móveis medem diretamente a variação mês a mês. A média delas será res individuais e as ampUtudes móveis foram elaborados. A média dos valores in­
denominada Ás.Amplitude MóvelMédia. A linha central do gráfico seqüencial das am­ dividuais é a linha central usual para o gráfico X . A AmpUtude Móvel Média é a U-
plitudes móveis é comumente tida como a Amplitude Móvel Média. nha central usual para o gráfico da amplitude móvel. A média para o Primeiro e Segun­
do Ano é 20,04, e a AmpUtude Móvel Média é 4,35. Essas Unhas são mostradas na
Figura 3.8.

CALCULANDO OS LIMITES PARA UM GRÁFICO

XmR

Para obter o Lim ite da Amplitude Superior para o gráfico da ampUtude móvel,
Primeiro Ano Segundo Ano Terceiro Ano
você deve multiplicar a AmpUtude Móvel Média por um fator de escala de 3,27.
Figura 3.7: Gráfico das Amplitudes Móveis.
40 ENTENDENDO A V ariação - A Chave para Administrar o Caos O Propósito da Análise É o Entendimento 41

Esse valor é o número exigido para converter a amplitude média em um limite
superior apropriado para as amplitudes. O valor de 3,27 é uma constante para
esse tipo de gráfico do comportamento do processo.
Limite da Amplitude Superior = LAS r = 3,27 x mR = 3,27 x 4,35 = 14,2.
Esse Limite da Amplitude Superior é desenhado como uma linha horizontal
na porção relativa à amplitude móvel do gráfico combinado. Essa linha é mostra­
da na Figura 3.9.
O Limite Natural Inferior do Processo é encontrado, primeiro, multiplican­
do-se a Amplitude Móvel Média por 2,66 e, depois, subtraindo o produto da li­
nha central do gráfico X.
Limite Natural Inferior do Processo = X - (2,66 x R) = 20,04
- (2,66 X 4,35) = 8,5.
Esses Limites Naturais do Processo são calculados na porção dos valores indivi­
duais do gráfico combinado. O gráfico XmR completo é mostrado na Figura 3.10.

s 31,6 Limite Superior dos Valores Mensais Quando a Média do Processo é 20

--------------------------------------------------------------------- 31,6
30H ~ ~

I
4
4
I
8j
4 20 . 20,04
kl

o
> í> 10-
JFM A M JJ A SO N D JFM AMJJ A SO N D JFM AMJJ 8,5
Primeiro Ano . Segundo Ano Terceiro Ano 8,5 = Limite Inferior dos Valores Mensais Quando a Média do Processo é 20
V) JFM A M JJ A SO N D JFM AMJJ A SO N D JFM AMJJ
V Primeiro Ano Segundo Ano Terceiro Ano
> <u
> 14,2 = Limite Superior das Diferenças Entre os Valores Mensais
-O 14,2
s
10-
T3
3 A 4,35

Figura 3.9: lim ite Superior de Controle para o Gráfico da Amplitude Móvel
ca*
Figura 3.10: Gráfico Xm R do Inventário no Processo.
Os limites para o Gráfico dos Valores Individuais (o gráfico X ) são comu-
mente chamados de Limites Naturais do Processo. Eles estão centrados na linha cen­
tral. A distância da linha central para qualquer um desses limites é calculada mul­
INTERPRETANDO O GRÁFICO XmR
tiplicando-se a Amplitude Móvel Média por um segundo fator de escala: 2,66.
A interpretação do gráfico do comportamento do processo naFigura 3.10 é a
Tal valor é constante para esse tipo de gráfico do comportamento do processo -
seguinte: a variação mês a mês é vista na porção da amplitude móvel do gráfico.
ele é o valor necessário para converter a Amplitude Móvel Média em uma quan­
O Limite da Amplitude Superior de 14,2 significa que, se a quantidade do inven­
tidade apropriada de extensão para o registro sucessivo dos valores individuais.
tário no processo (para cima e para baixo) muda em mais de 644, lkg de um mês
O Limite Natural Superior do Processo é encontrado, primeiro, multipli- para o outro, você deve então buscar uma explicação. Isso é excessivo e, prova­
cando-se a Amplitude Móvel Média por 2,66 e, depois, adicionando o produto à velmente, seja o resultado direto de alguma causa determinante.
linha central do gráfico X . Os valores mensais reais são vistos na parte dos valores individuais do gráfico.
Limite Natural Superior do Processo - X + (2,66 X »R ) - 20,04 Os limites nessa parte do gráfico definem quão grande ou pequeno um simples va-
+ (2,66 X 4,35) - 31,6.
42 E ntendendo a V ariação - A Chave para Administrar o Caos O Propósito da Análise É o lmtendimento 43

lor mensal deve ser antes que represente um afastamento definido da média histó­ estará simplesmente incorreto.7 A Voz do Processo será ainda definida pelos li­
rica. Aqui, um valor mensal excessivo de 31,6 seria um sinal de que a quantidade mites calculados conforme a maneira indicada acima.
do inventário no processo tinha mudado para cima. Igualmente, um valor mensal Portanto, se você não estiver satisfeito com a quantidade de variação mostra­
abaixo de 8,5 seria tido como um sinal de uma mudança para baixo. Em ambos os da pelos Limites Naturais do Processo, então deve trabalhar sobre o sistema para
casos, seria justificável que você buscasse uma causa deerminante para tal mu­ mudar o processo subjacente, em vez de estabelecer metas arbitrárias, repreender
dança. os trabalhadores ou procurar modos alternativos de calcular os limites.
Assim, o valor 28 referente a julho não é, por si só, um sinal. Não há evidência
de qualquer mudança real no inventário no processo. Isso significa que pedir uma
explicação para o valor de julho seria um exercício de futilidade. O homem na lua
UM GRÁFICO PARA AS EXPEDIÇÕES NO PRAZO
seria uma explicação tão válida quanto qualquer outra encontrada em um relatório
feito por escrito. Agora, volte ao relatório mensal de julho (Figura 3.1) e procure a linha com
as menores diferenças percentuais. A linha das “expedições no prazo” é a vence­
Agora, alguns podem sentir-se desconcertados quando vêem limites para os
dora nessa categoria. N a maioria das discussões sobre esse relatório mensal, essa
valores individuais que vão de 8,5 a 31,6. Certamente, podemos manter o inven­
linha não recebería mais do que uma olhada superficial.
tário no processo mais estável do que isso! Mas é o que precisamente não pode­
mos fazer. Pelo menos, não pode ser feito, a não ser que sejam feitas algumas mu­
danças fundamentais no processo subjacente. Os Limites Naturais do Processo 7 Uma alternativa válidapara calcular os lim itespara o Gráfico XmR é usar a A mplitude M óvelM ediana em ve%da Amplitude
M óvelMédia. Quando isso éfeito, osfatores de escala têm que ser modificados. O valor de 2,66 é alteradopara 3,14; e o de 3,27,
são a Vo%do Processo. Eles definem o que o processo distribuirá, contanto que continue a
para 3,87.
operar de modo tão consistente quanto possível. Usando todos os 31 valores individuais para o inventário no processo, você obteria uma M édia de 20,38, enquanto as 30
amplitudes móveis teriam uma A mplitude M óvelM ediana de 3,5. Com asfórm ulas dadas na p á fin a 119, você obteria os limites
Quando um processo é operado de maneira previsível, ele também está mostrados no seguinte gráfico XmR:
operando de modo tão consistente quanto possível. O processo realmente não
se importa se você gosta ou não dos Limites Naturais do Processo e ele certa­
mente não sabe o que possam ser as especificações (as especificações podem ser
consideradas como a Voz do Cliente, que são bem diferentes da Voz do Proces­
so).
Portanto, se o gerente do Departamento 17 emitisse uma ordem de que o in­
ventário no processo não deveria variar em mais de, aproximadamente, 20% de
seu valor médio, o que aconteceria? Uma variação de, mais ou menos, 20% de um
valor de 20,0 é 16,0 a 24,0. Esse processo vai funcionar dentro desses limites? O
gráfico do comportamento do processo diz que não aconteceu assim no passado, e
não se deveria esperar que fosse assim no futuro - pelo menos, não sem algumas -------------------------------------------------------------------- 13>5
mudanças fundamentais no processo subjacente. Então, tal ordem simplesmente
encorajará os trabalhadores do Departamento 17 a distorcerem o sistema ou os da­
dos. Tais ordens, por si mesmas, não fazem nada para mudar ou melhorar o siste­ ?r o 3>s
ma.
JFMAMJJASONDJFMAMJJASONDJFMAMJJ
Igualmente, a insatisfação com os Limites Naturais do Processo não pode ser Primeiro Ano Segundo Ano Terceiro Ano
superada pelo fato de encontrar-se algum método alternativo para calcular os re­ Embora os limites acima sejam ligeiramente distintos daqueles da Figura 3.10, eles não sao diferentes de modo apreciável e a
feridos limites. Qualquer método que resulte em limites diferentes apreciáveis história que contam permanece a mesma.
44 ENTENDENDO A VARIAÇÃO - A Chave para Administrar o Caos O Propósito da Análise É o Entendimento 45

Relatório Mensal de Julho Percentual das Expedições no Prazo, Departamento 20

Q u a lid a d e : Dept. V a lo r V a lo r M é - Dif. Dif. % de V a lo re s A n u a is A tu a­ Dif. % E ste V alo r M ès Ano N úm ero Total N úm ero d e E xp e ­ P ercentual d e E xp e d i­ Am plitudes
R e a l Ju - d io M e n - % Ju lho liza d o s A n u a l Atu­ d e Exp e d i­ d içõ e s n o P ra zo ç õ e s n o P ra zo M ó ve is
Ih o sa l Últim o a lizad o çõ e s
V a lo r R e a l P la n e ­
Ano com o Dif.
jado Abril 01 200 183 91,5 0,3
% d o Últi­
ou
mo M aio 01 236 2 15 91,1 0,4
M é d io
V a lo r A n u ­
Junho 01 213 194 91,1 0.0
al Atuali­
za d o Julho 01 212 191 90,1 1,0

E xp e d içõ e s A go sto 01 241 2 15 89,2 0,9

no P ra zo 20 9 1,0 91,3 -0 ,3 -0 ,9 90,8 91,3 -0 ,6 -0 ,3
(%) Setem bro 01 159 143 89,9 0,7

O utubro 01 217 197 9 0,8 0,9

Figura 3.11: Expedições no Prazo em Julho. N ovem bro 01 181 165 9 1,2 0,4

D ezem bro 01 113 103 91,2 0,0

Em julho, 91,0% das expedições foram feitas no prazo. Isso está 0,3% abaixo
Janeiro 0,0
da média histórica e 0,9% abaixo do valor do último mês de julho. O valor atuali­ 02 170 155 91,2

Fevereiro 02 2 70 2 46 0,1
zado é 90,8% de expedições no prazo, estando 0,6% abaixo da média e 0,3% abai­ 91.1

M arço 02 167 151 90,4 0,7

xo do último ano. Assim, por meio dessas comparações tradicionais, a perfor­
Abril 02 216 196 90,7 0,3
mance das expedições no prazo está ligeiramente abaixo do último ano, mas per­
M aio 02 2 27 2 06 90,7 0,0
maneceu essencialmente a mesma. Nada para ficarmos eufóricos quanto a isso
Ju nho 02 149 136 9 1,3 0,6
aqui - ou é aquilo lá? Como podemos saber?
Julho 02 182 167 91,8 0,5

Devemos colocar esses dados em um Gráfico da Amplitude Móvel (XmR).* A g o sto 02 2 24 2 06 92,0 0,2

Os dados não trabalhados dos últimos 31 meses são mostrados na Figura 3.12. O Setem bro 02 246 225 91,5 0,5

percentual das expedições no prazo para cada mês é calculado dividindo-se o nú­ O utubro 02 185 170 91,9 0,4

mero total de expedições pelo número total de expedições que foram feitas na N ovem bro 02 261 2 39 91,6 0,3

data da solicitação do cliente ou antes. D ezem bro 02 140 128 91,4 0,2

Os limites estarão baseados, de certo modo arbitrariamente, sobre os dados Janeiro 03 216 198 91,7 0,3

para o Segundo Ano. As colunas dois e três da Figura 3.12 mostram que 2.225 das Fevereiro 03 247 225 91,1 0,6

2.437 expedições no Segundo Ano foram expedidas no prazo, para uma percen­ M arço 03 230 2 09 90,9 0,2

tagem anual de 91,30%. Esse valor será usado como linha central para os valores Abril 03 2 65 2 39 90,2 0,7

individuais. Usando-se as 12 amplitudes móveis para o Segundo Ano, a Amplitu­ M a io 03 184 165 89,7 0,5

de Móvel Média é calculada como sendo 0,317. Esse valor será utilizado como li­ Ju nho 03 207 188 90,8 1,1

nha central para as amplitudes móveis. Ju lh o 03 178 162 91,0 0,2

Figura 3.12: Dados das Expedições no Prazo.

Percentual das Expedições no Prazo, Departamento 20
M ê$ Ano N úm ero Total N úm ero d e E xp e ­ Percentual d e Exp ed i­ Am plitudes
d e Exp e d i­ d içõ e s n o P ra zo ç õ e s n o P ra zo M ó ve is Empregando-se esses valores, os Limites Naturais do Processo são calculados
ções
como:
Janeiro 01 191 176 92,1 -

F evereiro 01 2 03 186 91,6 0,5 LN SP = 91,30 + (2,66 X 0,317) = 92,14%

M a rço 01 220 202 91,8 0,2
LN IP = 91,30 - (2,66 x 0,317) = 90,46%.

Para aqueles que conhecem osgráficosp, vejam a nota na pagina 123. E o Limite da Amplitude Superior para o gráfico de amplitude móvel será:
46 ENTENDENDO a Variação - A Chave para Administrar o Caos
L A S - 3,27 X 0,317 - 1,037%.
O gráfico XwRpara as expedições no prazo está na Figura 3.13 e podería ser
interpretado da seguinte maneira: permitir a variação mês a mês, se o processo de
expedição estiver operando de modo tão consistente quanto possível, com uma
média de 91,30% de expedições no prazo; então os valores mensais poderíam cair
entre 90,46% e 92,14%. Além disso, os valores para os meses sucessivos teriam
uma diferença percentual de não mais do que 1,037 ponto.
Seis dos valores individuais e um das amplitudes móveis ficarão fora dos limites
mostrados na Figura 3.13. Assim, uma vez que a variação mês a mês rotineira foi le­
vada em consideração, ainda há variação demasiada nesse gráfico seqüencialpara ser atribuída ex­
clusivamente a uma eventualidade. Os seis valores abaixo do Limite Natural do Processo
deveríam ser tratados como sinais. Você teria que buscar uma explicação sobre o
motivo pelo qual o percentual das expedições no prazo caiu durante esses meses.
92,14
9 1 ,3 0
9 0,46
1,037
0 ,3 1 7
Figura 3.13: Gráfico Xm R das Expedições no Prazo.
Os seis valores fora dos Limites Naturais do Processo são excepcionais. O
processo está tentando dizer-lhe que existe algum problema. Aconteceu algo no
verão do Primeiro Ano, em março do Segundo Ano e em abril e maio do Tercei­
ro Ano. Isso que ocorreu podería repetir-se e seria pior da próxima vez.
• Você já perdeu três oportunidades de melhorar esse processo.
• O processo já fez tudo o que pôde para alertá-lo sobre a presença desse
problema.
• Quantos sinais mais você vai deixar passar, antes que esse problema
faça você perder um valor grande?
• Se você concentrar-se nas diferenças percentuais no relatório mensal
(Figura 3.11), provavelmente jamais estará ciente desse problema, até
já ser muito tarde.
O Propósito da Análise lí o líiileiulimenlo 47
Os gráficos do comportamento do processo são o meio de ouvir seu proces­
so. Quando você escuta a Voz do Processo, conforme revelada pelos gráficos
do comportamento do processo, você sempre pode detectar sinais que, de ou­
tra maneira, não percebería.
DADOS DOS FRETES ESPECIAIS
Uma grande montadora com instalações manufatureiras recebe milhares de
entregas de seus fornecedores por mês. A maioria delas é expedida por frete ro­
doviário. Algumas são remetidas por carga aérea (também conhecida como frete
especial). Quando o gerente-geral solicitou uma interrupção no uso dos fretes ro­
doviários e aéreos, os dados na Figura 3.14 foram montados pelo gerente de mei­
os de transportes.
O gerente de meios de transporte começou colocando os dados para o pri­
meiro ano em um Gráfico das Amplitudes Móveis (X m R ).9 N o Primeiro Ano,
4.247 das 60.720 expedições foram remetidas via aérea. Isso dá uma média de
6,99%. A Amplitude Móvel Média no Primeiro Ano é 1,28%. Usando esses
valores, o gráfico X m R t e r z os limites mostrados na Figura 3.15.
Claramente, o percentual das expedições de frete especial mudou durante
esse período. A grande virada entre abril e maio do primeiro ano acarreta uma
amplitude móvel que está acima do Limite da Amplitude Superior. Isso signifi­
ca uma quebra no gráfico seqüencial. Quando isso acontece, torna-se pertinen­
te perguntar o que aconteceu entre abril e maio do primeiro ano.
Fazendo uma investigação, o gerente de meios de transporte constatou que
foi feita, durante o mês de abril, uma série de reuniões entre os fabricantes, os
compradores e as transportadoras. Nessas reuniões, foi desenvolvido um con­
junto de linhas-mestras sobre quando usar, e quando não usar, o frete especial.
Assim, durante abril, eles mudaram o sistema. O s dados dosprim eiros quatro m eses não
vieram do mesm o sistem a com o os dados dos últim os oito m eses do PrimeiroA .no. Baseado nessa
informação, o gerente revisou os limites para o gráfico, eliminando os primeiros
quatro valores e as primeiras quatro amplitudes móveis dos cálculos. O gráfico
X mR revisado está na Figura 3.16.
9 Para aqueles que aguardavam um gráfteo-p com esses dados, vejam a nota napágjna 123.
48 ENTENDENDO A VARIAÇÃO - A Chave para Administrar o Caos O Propósito da Análise É o Entendimento 49

Percentuais dos Fretes Especiais

Mãs Ano N úm ero Total de N úm ero de Expedi­ Percentual d e E xp e ­ Amplitude M óvel
Exped ições çõ e s por Fretes A é ­ dições por Fretes
reos A éreos

Janeiro 01 5.858 619 10,57 —

Fevereiro 01 4.084 451 11,04 0,47

M arço 01 5.196 480 9,24 1,80

Abril 01 4.172 10,79

450 1,55
] FMAM) ] A S OND
M aio 01 6.144 374 6,09 4,70
Primeiro Ano
Junho 01 3.792 227 5,99 0,10

Julho 01 4.792 278 5,80 0,19

A go sto 01 7.226 346 4,79 1,01

Setem bro 01 4.440 161 3,63 1,16

Outubro 01 4.896 232 4,74 1,11

Novem bro 01 6.019 352 5,85 1,11

Dezem bro 01 4.101 277 6,75 0,90

Figura 3.15: Gráfico Xm R dos Fretes E speciais.
Janeiro 02 3.775 252 6,68 0,07

Fevereiro 02 5.068 229 4,52 2,16 Os limites mostrados na Figura 3.16 foram então aplicados ao restante do gráfi­
M arço 02 4.119 252 6,12 1,60 co seqüencial. Esse gráfico X mR é mostrado na Figura 3.17. Ali podemos ver que as
Abril 02 4.075 232 5,69 0,43 linhas-mestras continuaram sendo eficazes para a melhor parte do Segundo Ano.
M aio 02 4.040 239 5,92 0,23

Junho 02 4.038 274 6,79

Contudo, nos últimos três meses do Segundo Ano, e continuando no Ter­
0,87

Julho 02 5.275 324 6,14 0,65

ceiro Ano, o percentual das expedições de frete especial aumentou definitiva­
Agosto 02 4.059 268 6,60 0,46 mente. Assim, as linhas-mestras funcionaram aproximadamente durante 17
Setembro 02 5.133 361 7,03 0,43 meses; e então alguma coisa mudou. O gráfico não consegue nos dizer o que
Outubro 02 5.311 487 9,17 2,14 mudou, mas efetivamente nos diz que ocorreu uma mudança e quando a mes­
Novem bro 02 2.977 290 9,74 0,57 ma aconteceu.
Dezem bro 02 5.658 506 8,94 0,80

Janeiro 03 3.801 316 8,31 0,63

Fevereiro 03 4.142 359 8,67 0,36

M arço 03 7.585 714 9,41 0,74

Abril 03 7.357 588 7,99 1,42

M aio
7,56
03 3.768 445 11,81 3,82
Junho 03 4.050 535 13,21 1,40 5,43
Julho 03 5.546 654 11,79 1,42 3,30
Figura 3.14: D ados dos Fretes E speciais.
J F MA M J J A S O ND
Primeiro Ano
As lmhas-mestras para utilizar o frete especial tiveram o efeito desejado. Per­
mitindo a variação mês a mês, o percentual das expedições de frete especial devia
subir 7,6%, ou cair 3,3%; mas, no final do Primeiro Ano, teria uma média de 5,5%,
em vez de 10%, ou algo assim, vista no começo do ano. Além disso, os percentuais
de frete especial parecem ser previsíveis. Essa previsibilidade torna muito mais fá­
cil fazer um orçamento e planejamento.
Figura 3.16: Gráfico Xm R Revisado para o Primeiro Ano.
50 Entendendo a V ariação - A Chave para Administrar o Caos
Primeiro Ano Segundo Ano Terceiro Ano
Figura 3.17: Gráfico X m R para os D ados dos Fretes E speciais.
A amplitude móvel de maio do Terceiro Ano está acima do limite, o que sugere ou­
tra quebra no gráfico seqüencial. Subseqüente a essa grande amplitude móvel, vemos
três valores grandes no gráfico X. Assim, parecería que, além da mudança em outubro
do Segundo Ano, houve outra modificação nesse sistema em maio do Terceiro Ano.
Esse último aumento no percentual dos fretes especiais chama a atenção por
si mesmo ao atravessar a fronteira dos valores de um dígito para os de dois dígi­
tos. As transições desse tipo são mais fáceis de ser localizadas nos relatórios men­
sais e, assim, o gerente geral solicitou ao departamento de meios de transporte
que olhasse a utilização do frete especial. Se todos esses valores fossem unidades
menores de 3,0, essa transição de um dígito para dois não teria ocorrido, e o se­
gundo sinal provavelmente não teria sido percebido também.
Ao falharem no uso dos gráficos do comportamento do processo para trilhar
seus gráficos seqüenciais, os gerentes dessa fábrica erraram o valor dos sinais de
sete a oito meses. Eles presum iram que suas linhas-mestras continuavam funcio­
nando ainda, depois que elas já tinham parado. Conforme o Dr. Deming obser­
vou, essa é uma boa maneira de maximizar seus custos.
ENTÃO, QUAL É A DIFERENÇA?_______________
N o primeiro exemplo (inventários no processo), o gerente supôs que uma
diferença percentual grande tinha que representar um sinal. Embora uma análise
dos dados revelasse que não havia sinal. O valor alto estava bem dentro dos Limi­
tes Naturais do Processo e, portanto, deveria ser considerado rotineiro. Ao in­
terpretar a variação rotineira como um sinal, o gerente causou, àqueles que fo­
ram solicitados a explicarem o ruído, uma perda de tempo e esforço. Assim, esse
erro trouxe desperdício de tempo, recursos e energia emocional - tudo o que po-
0 Propósito da Análise li o Entendimento 51
deria ter sido mais bem utilizado no sentido de trabalhar para melhorar o siste­
ma.
N o segundo exemplo (expedições no prazo), os sinais estavam errados, con­
forme a abordagem tradicional, devido às diferenças percentuais pequenas mos­
tradas no relatório mensal. Um sinal errado é uma oportunidade desperdiçada. O processo
tentou indicar que havia um problema, mas ninguém notou. Quando não se per­
cebe um problema, é provável que persista e, até mesmo, fique maior. Embora
permaneça despercebido, ainda terá um efeito danoso sobre as operações. Isso
acarretará um aumento nos custos, uma diminuição na confiabilidade e perda
potencial de negócios. N o caso das expedições no prazo, o problema terá que fi­
car muito maior antes que seja notado usando-se as técnicas tradicionais. Nessa
ocasião, pode ser muito tarde para reparar os danos causados.
N o terceiro exemplo (frete especial), os gerentes finalmente perceberam que
havia algo - muito depois da mudança inicial. Com a abordagem tradicional, eles
finalmente descobriram que alguma coisa estava acontecendo entre abril e maio
do Terceiro Ano. Embora o gráfico do comportamento do processo mostre que
algo sucedeu entre abril e maio, também demonstra uma mudança em torno de
outubro do Segundo Ano que não foi detectada através da abordagem tradicio­
nal.
Em qualquer estudo, o sucesso sempre dependerá de saber quais perguntas
fazer. O gráfico do comportamento do processo é insuperável para focalizar os
dados de modo que o usuário possa formular questões interessantes e importan­
tes.
Então, qual a diferença entre as comparações tradicionais limitadas e a abor­
dagem do gráfico do comportamento do processo? A diferença entre superstição e co­
nhecimento.
A abordagem tradicional inevitavelmente resultará em esforços desperdiça­
dos e oportunidades perdidas. O uso das abordagens tradicionais implica um ex­
cesso de ambos os tipos de erro que as pessoas cometem ao interpretar dados.
Mais seguidamente do que o necessário, os gerentes interpretam um pouco de ru­
ído como um sinal e, desse modo, perdem tempo e recursos buscando uma expli­
cação que não existe. Por outro lado, muitos sinais, e a oportunidade de melhora
que os mesmos representam, são ignorados pela abordagem tradicional.
O gráfico do comportamento do processo filtra o ruído provável, a fim de
detectar os sinais potenciais em qualquer conjunto de dados. Ao filtrar o ruído, o
gráfico do comportamento do processo minimiza o número de vezes que você
interpreta um pouco de ruído como se isso fosse um sinal. Fazendo com que os
sinais potenciais fiquem de fora, o gráfico do comportamento do processo tam-
52 ENTENDENDO a variação —A Chave para Administrar o Caos C) Propósito da Análise É o Entendimento 53

bém minimiza o número de vezes que você ignora um sinal. Assim, os gráficos 13.480,0
do comportamento do processo são o começo para o conhecimento, porque eles
ajüdam você a fazer as perguntas certas.
Cada um de nós precisa desse tipo de ajuda. 13.460,8

13-441,7
----------------23,5

m R io :1 /- x
7,2
o
RECEITAS MENSAIS Figura 3.19: Primeiro Gráfico Xm R para as Receitas Mensais.
processo. Os 12 valores para o Primeiro Ano estão demonstrados em um Gráfico
Os pagamentos de prêmios constituem uma parte importante da renda para
X mR na Figura 3.21. O s limites mostrados vêm do gráfico X mR n a Figura 3.19.
uma companhia de seguros regional. A companhia localiza os pagamentos de
prêmios em bases mensais, e inclui os mesmos em seus relatórios mensais. As re­
Receitas das Políticas em Vigor
ceitas das políticas em vigor para os primeiros seis meses do Primeiro Ano, em
(Milhares de Dólares)
milhares de dólares, estão listadas na Figura 3.18. Jul. A go. Set. Out. Nov. Dez.
Prim eiro A n o 13.462 13.453 13.461 13.466 13.478 13.470

Receitas das Políticas em Vigor Amplitudes M ó ve is 7 9 8 5 12 8

(Milhares de Dólares) Figura 3.20: Receitas Mensais de Companhia de Seguro.

Jan. Fev. Mar. Abr. Mai. Jun.

Primeiro A n o 13.463 13.468 13.456 13.458 13.465 13.455
Amplitudes M ó ve is 5 12 2 7 10
Figura 3.18: Receitas Mensais de Uma Companhia de Seguros.
A média dessas receitas mensais é 13.460,8. A Amplitude Móvel Média é 7,2.
Esses valores resultaram no gráfico X m R mostrado na Figura 3.19.
Dados o atual nível de atividade e a quantidade de variação mês a mês, você
pode esperar que as receitas mensais variem de 13.441,7 a 13.480,0. As mudanças
mês a mês poderíam atingir a média de, aproximadamente, 7,2 mil, e qualquer
mudança mês a mês que exceda a 23,5 mil é um sinal de mudança.
As receitas para os próximos seis meses estão na Figura 3.20. Esses seis valores
têm uma média de 13.465,0. As receitas mensais aumentaram? Embora você possa
ficar satisfeito de que os valores estejam, em geral, maiores do que antes, a questão
real é se as arrecadações realmente aumentaram ou não - ou isso é apenas uma aber­
ração que não tem nenhuma causa subjacente que possa ser determinada? O cami­
nho mais fácil para responder essa pergunta é usar o gráfico do comportamento do
Embora as receitas totais para os segundos seis meses sejam maiores do que
para os primeiros seis meses, não há evidências de que esse aumento se deva a qual­
quer mudança real no sistema que gere esses rendimentos. Um sinal podería dar-se
a conhecer de duas maneiras: um valor mensal simples além de um limite; ou, pelo
menos, três em quatro valores consecutivos que estejam mais perto de um dos li­
mites, do que estão da linha central.10Nenhum desses sinais é visto na Figura 3.21.
Como não há evidências de que o segundo semestre é consideravelmente di­
ferente dos primeiros seis meses, você podia decidir usar todos os 12 meses para
revisar os limites computados. A média para todos os 12 meses é 13.462,9; e a mé­
dia da amplitude móvel é 7,73.0 Limite Natural Superior do Processo encontra-
10 Tris, dentre os quatro valores consecutivos que estão meusperto de um dos limites do que da linha central,podem ser tomados como
indicação de uma mudança, mesmo quando nenhumponto simples caifora daquele limite. E sse uteste de sequência” baseia -se na
característica de que,para osprocessos mais estáveis, em tomo de 80% a 90% dos dados cairão dentro do meio de uma metade da
região definidapelos Omites (m aisperto da linha central do que de ambos os limites). Assim, uma seqliência de l dentre ), nu í
dentre 4 de tais pontos “relativamente raros” (maisperto de um dos lim ites do que da linha central) 4 tida iomn um anal da
 ENDo a Variação - A Chave para Administrar o Caos O Propósito da Análise É o Entendimento 55

Os valores de abril e junho estão abaixo do Limite Natural Inferior do Pro­

cesso. Mesmo que o valor de abril não estivesse fora dos limites, os valores de fe­
vereiro, março e maio teriam sinalizado uma mudança. Esses três valores são um
exemplo dos 3 entre os 4 mais próximos do limite do que da regra da linha cen­
tral.
Assim, há uma evidência clara e definida de que as arrecadações caíram, e que
essa queda se deve a alguma alteração no sistema subjacente que gera esses rendi­
mentos. Essa mudança é muito grande para ter ocorrido por acaso. E muito pro­
vável que exista uma causa determinante, e valerá a pena descobrir tão-somente
do que se trata.
Figura 3 .2 1 : Segundo Gráfico das Receitas Mensais Já que o sistema mudou, os últimos cinco ou seis valores podiam ser usados
para calcular os novos limites a serem empregados com os futuros valores. Os da­
do e 13.483,5. O Limite Natural Inferior do Processo é 13.442,4. O Limite da dos do Primeiro Ano não são mais característicos do processo. Continuando as­
Amplitude Superior para as amplitudes móveis encontrado é 25,3. Assim, as ar­ sim, o valor para cada mês pode ser calculado de modo a tornar-se praticável. Os si­
recadações mensais individuais podem variar de 13.442 a 13.463 sem sinalizar nais serão detectados tão logo fiquem claros e evidentes, e os limites podem ser re­
uma mudança no sistema. Esses limites são usados na Figura 3.23. As arrecada­ visados quando apropriados para representar o status atual do sistema ou processo.
ções para os proximos seis meses estão demonstradas na Figura 3.22. Podem ser construídos limites úteis usando-se não mais de cinco ou seis valores
consecutivos.
Receitas das Políticas em Vigor
(Milhares de Dólares) RESUMO
Jan. Fev. Mar. Abr. Mai. Jun.
• Diferenças percentuais grandes necessariamente não indicam um sinal.
Segundo Ano 13.459 13.447 13.446 13.439 13.448 13.440
• Diferenças percentuais pequenas necessariamente não indicam falta de um
Am plitudes M ó ve is 11 7 9 8
12 1
sinal.
Figura 3.22: Receitas Mensais de Uma Companhia de Seguros. • O s pontos fora dos limites são sinais - são oportunidades para desco­
Esses valores do Segundo Ano estão incluídos nos 12 valores do Primeiro brir-se como melhorar um processo. (Uma variação móvel ampla signi­
Ano em um gráfico X m R na Figura 3.23. fica uma quebra no gráfico seqüencial original.) Shewhart argumentou,
e a experiência tem mostrado, que economicamente vale a pena investi­
gar todos esses sinais.
• O gráfico do comportamento do processo focaliza os dados de modo
que o usuário fará perguntas interessantes e importantes.
• U m valor simples, além dos limites de um gráfico do comportamento
do processo, é um sinal.
• Outro padrão que é tomado como sendo um sinal consiste de, pelo me­
nos, três em quatro valores consecutivos que estejam mais próximos
de um dos limites do que da linha central.
• O gráfico do comportamento do processo filtra o ruído provável, a
fim de detectar os sinais potenciais em qualquer conjunto de dados.
56 Entendendo a Variação - A Chave para Administrar o Caos

• Filtrando o ruído, o gráfico do comportamento do processo minimiza o Capítulo Quatro

número de vezes que você interpreta um pouco de ruído como se fosse
um sinal.
• Fazendo com que os sinais potenciais se sobressaiam, o gráfico do com­
portamento do processo também minimiza o número de vezes em que
você não percebe um sinal.
• O s gráficos do comportamento do processo são o começo para o co­
nhecimento, porque você ajuda a fazer as perguntas certas. A Melhor Análise É a Mais Simples
• As fórmulas para os Gráficos de Valores Individuais e de Amplitudes a Qual Oferece
Móveis são: _
Usar os valores individuais para calcular a Média, X. o Entendimento Necessário
Esse valor será a linha central do gráfico-X.
Encontrar as médias móveis e calcular a Amplitude M óvel M édia, mR.
Esse valor será a linha central do gráfico mR.
Para encontrar o Limite Natural Superior do Processo do gráfico X:
Multiplicar a Amplitude M óvel Média por 2,66 e somar o produto à Média.
LN SP = X + (2,66 mR)
Para encontrar o Limite Natural Inferior do P rocesso do gráfico X:
Multiplicar &Amplitude M óvel Média por 2,66 e subtrair o produto da Média.

LN IP = X - (2,66 mR)
Para encontrar o Limite da Amplitude Superior do gráfico mR : multiplicar a
Amplitude M óvel Média por 3,27.
LA S = 3,27 x mR
• A s constantes multiplicadoras de 2,66 e 3,27 vistas nas equações acima
são fatores de escala necessários para converter a Amplitude Móvel
Média nos valores de que você precisa para obter os limites apropria­
dos para cada porção no gráfico X mR.
• Os limites úteis podem ser construídos com não mais de cinco ou seis valores.
• A incerteza desses limites calculados diminui à medida que a quantida­
de de dados usada para calcular os limites aumenta.
A
s comparações limitadas tradicionais, nas quais um valor atual é expres­
so como um percentual de algum outro valor, não podem nem filtrar o
ruído, nem salientar os sinais potenciais. Pode haver diferenças percen­
tuais grandes devido ao ruído, e pequenas diferenças percentuais podem repre­
sentar sinais. Os gerentes que utilizam as diferenças percentuais exclusivamente
serão iludidos. Eles ficarão concentrados nos itens errados quando as coisas pio­
rarem.
Os capítulos anteriores tentaram resumir a necessidade de separar o ruído
provável dos sinais potenciais. Este capítulo continuará com os exemplos de
como isso pode ser obtido com os dados gerenciais e administrativos.
FRETE ESPECIAL REVISITADO
Devemos sempre lembrar que há várias maneiras de medir a maioria dos
processos. Consideremos os Dados do Frete Especial do capítulo anterior - em
vez de seguir a pista do percentual de expedições, podíamos ter seguido o percen­
tual dos custos das expedições devido ao frete especial. Esses dados são forneci­
dos na Figura 4.1.
58 ENTENDENDO A Variação - A Chave para Administrar o Caos A Melhor Análise É a Mais Simples a Qual Oferece o Entendimento Necessário 59

Esses dados financeiros estão expressos como percentuais, porque o número
desigual de expedições por mês torna a comparação direta dos custos difícil de ser
interpretada. Expressando os custos do frete especial a cada mês como um per­
centual daqueles custos totais mensais de frete, os custos são ajustados aos dife­
rentes níveis de atividade. Essa conversão de números não trabalhados em taxas e
percentuais é sempre necessária, antes que você possa comparar, de modo signifi­
cativo, os valores mês a mês. Todavia, é importante assegurar que os ajustes são
apropriados para qualquer gráfico seqüencial apresentado.
As amplitudes móveis na Figura 4.2 foram calculadas usando-se os percentuais
mostrados na Figura 4.1.
Limite da Amplitude Superior = LA S - 3,27 x m R =
3,27 x 2,56 = 8,37
O gráfico XwRpara esses dados é mostrado nas Figuras 4.3 e 4.5. Ele revela as
mesmas diferenças dramáticas e definidas entre abril e maio do Primeiro Ano
que foram vistas na Figura 3.17. Essa mudança foi identificada como o resultado
das novas linhas-mestras para utilizar o frete especial. Contudo, há algumas dife­
renças entre o gráfico X m R nz. Figura 4.3 e aquele na Figura 3.17 (que é mostrado
abaixo como Figura 4.4). Por exemplo, compare o gráfico X na Figura 4.5 com
aquele na Figura 4.4.

Percentuais dos Custos dos Fretes Especiais

Ano Jan. Fev. Mar. Abr. Mai. Jun. Jul. Ago. Set. Out. Nov. Dez.
F imeiro 35,9 37,6 34,3 33,6 23,2 22,6 19,1 20,6 23,8 20,7 23,3 19,9
Segundo 18,2 21,4 21,0 22,4 19,6 19,6 23,4 21,2 22,6 24,7 26,5 31,4
Terceiro 29,1 27,7 30,7 30,2 27,6 29,3 32,2

Figura 4.1: Percentuais dos Custos de Expedição

Devido aos Fretes Especiais.

Amplitudes Móveis dos Percentuais dos Custos dos Fretes Especiais

Ano Jan. Fev. Mar. Abr, Mai. Jun. Jul. Ago. Set. Out. Nov. Dez.
Primeiro - 1,7 3,3 0,7 10,4 0,6 3,5 1,5 3,2 3,1 2,6 3,4
Segundo 1,7 3,2 0,4 1,4 2,8 0,0 3,8 2,2 1,4 2,1 1,8 4,9
Terceiro 2,3 1,4 3,0 0,5 2,6 1,7 2,9

Figura 4.2: Amplitudes Móveis dos Percentuais dos

Custos dos Fretes Especiais.
7 ,5 6
Baseados na análise do percentual das expedições de frete especial no capítulo 5,43
anterior, já sabemos localizar uma quebra entre abril e maio do Primeiro Ano. A 3 ,3 0

queda nos percentuais é dramática, e a amplitude móvel de 10,4 em maio man­

JFM A M JJA SO N D JFM A M JJA SO N D JFM A M JJ
tém-se como algo gigantesco. Como as análises anteriores (na pág. 48) utilizaram
Primeiro Ano Segundo Ano Terceiro Ano
os dados de maio a dezembro do Primeiro Ano para estabelecer os limites para o
gráfico XmR, devemos fazer o mesmo com esses dados. A média dos valores indi­ 2 ,6 2
viduais, para esses 8 meses, é 21,65% e a média das sete amplitudes móveis corres­ 0 ,8 0
pondentes é 2,56%. Esses valores acarretam os seguintes limites:
Limite Natural Superior do Processo - X + (2,66 x mR) = 21,65 + Figura 4.4: Gráfico XmR do Percentual das Expedições
(2,66 x 2,56) = 28,46 dos Fretes Especiais.
Limite Natural Inferior do Processo = X - (2,66 x mR) = 21,65 - Embora ambas as Figuras 4.4 e 4.5 indiquem que a utilização do frete especial
(2,66x2,56) = 14,84 aumentou no Terceiro Ano, comparada ao Segundo Ano, elas mostram o pri-
60 ENTENDENDO A Variação - A Chave para Administrar o Caos A Melhor Análise É a Mais Simples a Qual Oferece o Entendimento Necessário 61

meiro ponto fora dos limites nos diferentes meses. O percentual das expedições
via aérea indicou uma mudança em outubro do Segundo Ano, enquanto o per­
centual dos custos para o frete aéreo assinalou uma mudança em dezembro do
Segundo Ano. Assim, essas duas representações do frete especial contam toda a
mesma história, mas diferem nos detalhes.
O gráfico X na Figura 4.5 mostra que os custos do prêmio puderam ser detec­
tados acima de 21,65% em dezembro do Segundo Ano. Entretanto, quando olha­
mos na seqüêncian que contém os pontos fora dos limites, vemos que a mesma co­
meçou em setembro. Assim, embora houvesse um sinal que podia ser detectado
em dezembro do Segundo Ano, o problema podia ter começado bem cedo, em
setembro do Segundo Ano.
co seqüencial p o r si só. Os limites apenas ajudaram a esclarecer o que o gráfico tinha
revelado. A seqüência de valores elevados durante os últimos 8 a 10 meses ficou
visível sem os limites. Esse tipo de sinal também é reconhecido e deveria ser em­
pregado.
Sempre que oito ou mais valores sucessivos ficarem no mesmo lado da linha central, é prudente
diiçer que a seqüência se deslocou da linha central. Essa regra sempre é usada, mesmo quan­
do nenhum dos pontos individuais fica fora dos limites calculados. Oito ou mais
valores sucessivos em um lado da linha central é grosseiramente o mesmo que
obter oito ou mais caras ou coroas em lançamentos sucessivos de uma moeda. As
chances quanto ao último fato são comumente citadas, no mínimo, uma em 128
vezes. Assim, com chances que são mais de 100 por 1, oito ou mais pontos suces­
sivos em uma fileira são interpretados, com mais lógica, como um sinal em vez
de ruído.

2 8 ,4 6 %
VOLUMES DE PRODUÇÃO_____________________
2 1 ,6 5 %

1 4 ,8 4 % Uma companhia tinha um sistema gerencial informatizado que permitia a

cada gerente acessar os dados atuais referentes a todas as medidas de rotina das
atividades da fábrica. Agora, todos eles podiam ver, em bases diárias e semanais,
os níveis de atividade em cada uma das várias seções de produção - não mais espe­
Figura 4.5: Seqüência do Aumento dos Custos dos Fretes E sp eciais.. rando até o final do mês para ter grandes surpresas! Naturalmente, todos esta­
vam orgulhosos desse novo sistema e encantados de terem uma reação imediata.
Assim, ambos os gráficos seqüenciais, dos fretes especiais e dos custos dos
Após poucos meses de implantação desse sistema gerencial informatizado,
prêmios, mostram uma mudança na última parte do Segundo Ano. Alguma coi­
um gerente decidiu calcular o volume de produção semanal de sua fábrica. Ela
sa aconteceu para que o sistema mudasse naquele período. Com essa evidência de
consistia de um processo químico contínuo, funcionando 24 horas, sete dias por
mudança forte assim, você pode começar a fazer as perguntas certas que, se espe­
semana. Os volumes de produção, relatados em milhares de dólares, estão na Fi­
ra, revelarão a causa determinante dessa virada. Se você não usar o gráfico do comporta­
gura 4.6.
mento do processo, então será im provável que você detecte a virada de modo oportuno.
Finalmente, o gráfico seqüencial do frete especial na Figura 4.4 mostra uma Fábrica 42
virada adicional em maio do Terceiro Ano. O gráfico seqüencial dos custos dos Volum es de Produção Semanal em Milhares de Dólares
prêmios na Figura 4.5 não apresenta um aumento correspondente. Portanto, a 21.6 23,9 2 3,3 2 2,6 28,8 22,7 2 3.8 22,8 2 8,7 22,9 2 4,2 23,3

2 8.6 2 2,8 23,9 2 3,2 2 3,7 28,5 2 3,2 23,5 23,1 27,7
mudança vista nos dados dos fretes especiais provavelmente esteja concentrada
nas expedições menores (e mais baratas). Figura 4.6: Volumes de Produção Semanal da Fábrica 42.
Em ambas as Figuras 4.4 e 4.3, os Limites Naturais do Processo ajudaram a
Você consegue ver algum problema com os dados da Figura 4.6?
separar os ruídos prováveis dos sinais potenciais. Eles auxiliaram a definir quan­
do o processo realmente mudou para pior. Porém, em ambos os gráficos, ofa to de Lembre, os gerentes tradicionalmente têm empregado os valores atuais para
ter havido uma mudança nos meses recentes ficava aparente a p artir de uma inspeção simples dográfi- verificar como está o seu desempenho. Essa tabela é muito mais abrangente do
que uma simples comparação limitada. Você percebe alguma coisa fora do co­
11 Conforme usada aqui, uma sucessão é uma seqüência depontos no mesmo lado da Unha central mum nos dados da tabela anterior?
62 Entündkndo a VARIAÇÃO - A Chave para Administrar o Caos A Melhor Análise Iv a M ais Simples a Qual Oferece o Entendimento Necessário 63

Olhando os dados da maneira sugerida aqui, que pode ser chamada de análise ÍNDICES DA PRIMEIRA APROVAÇÃO___________
p o r osmose, primeiro você vai absorver os dados e, então, entendê-los.
A análise por osmose não é muito confiável, porque ela permite a diferentes Retornando ao Relatório Mensal de Julho original, o índice da Primeira
pessoas detectarem diferentes coisas no mesmo conjunto de dados. Em vez de usar Aprovação do Departamento 12 mostrou um valor atual que estava 23% abaixo
a análise por osmose, é sempre muito melhor colocar seus dados em um gráfico. O do valor médio. O Departamento 12 faz lotes de componentes. Cada lote é testa­
gráfico seqüencial para esses volumes de produção semanal é mostrado abaixo. do para verificar se está em conformidade com as especificações. Se cada compo­
nente estiver dentro de sua amplitude de especificação no primeiro teste, então o
lote é aprovado no primeiro teste. Os lotes que não são aprovados no primeiro
teste são então retrabalhados a fim de que cumpram as especificações.
O índice da Primeira Aprovação de julho é 54%, significando que 46% dos
lotes tiveram que ser retrabalhados. Isso está 23% abaixo da média e 10% abaixo
do último valor de julho. Essas comparações fazem com que julho pareça como
um mês ruim. Entretanto, referente ao ano, o departamento está justamente no
Figura 4.7: Volumes de Produção Semanal para a Fábrica 42. alvo, com respeito à média e ao último ano.
Como é mais fácil detectar padrões com um gráfico! Mais uma vez, a informação fornecida no relatório mensal é somente uma
pequena peça de todo um quadro. As comparações são limitadas e difíceis de in­
O gerente sabia que essa fábrica estava funcionando basicamente dentro de
terpretar. Uma primeira aprovação de 54% para julho representa uma condição
sua capacidade. Os picos de produção implícitos não podiam ser simplesmente
fora do comum ou não? Como você pode saber?
uma característica do processo físico. Embora os picos sejam uma característica
do gráfico seqüencial, eles persistem. Se não forem parte do processo de produ­
ção, então devem ser parte do processo de relatório. Então o gerente notificou o Relatório Mensal de Julho
período dos picos. Cada pico corresponde à última semana de um mês. Q u a lid a d e : Dept. V alor Valor M é ­ Dif. % Dif. % d e Ju ­ V alores A n u a is Atualizados Dif. E ste Valo r Anual
Re a l dio M e n sal lho % Atualizado com o
As pessoas estavam ficando atrás na entrada de seus dados durante o mês e al­ Julho Último A n o V alo r Re a l Planejado
o u M édio
Dif. % d o Último
Valor A n u a l P la­
cançando-os no final de cada mês. Assim, mesmo que um sistema de informação nejado
de gerenciamento no estado da arte fornecesse aos gerentes dados atualizados no Primeira
decorrer de cada mês, os valores não estavam realmente atualizados. Aprovação
(% ) 12 54 70 -2 3 ,0 -1 0 ,0 69,3 70 -1 ,0 -0 ,4
A moral dessa história é: não confie nos dados antes do tempo. Nesse siste­
ma, os dados têm que amadurecer antes que possam ser usados. Figura 4.8: índice da Primeira Aprovação de Julho.
Esse exemplo serve para ilustrar o modo como as apresentações em um gráfico
transmitem o conteúdo de um conjunto de dados muito mais eficientemente do que Os índices da Primeira Aprovação para os últimos 31 meses estão na Figura
uma tabela de valores. Essas tendem a sobrecarregar o usuário com todos os tipos de 4.10. Há algum problema com esses dados?
detalhes insignificantes. Os gráficos tendem a eliminar esses detalhes extras e revelar
todas as estruturas interessantes presentes nos dados. E por isso que o gráfico do Percentuais das Primeiras Aprovações do Departamento 12
comportamento do processo representa uma vantagem considerável no entendi­ Ano Jan. Fev. Mar. Abr. Mai. Jun. Jul. Ago. Set. Out Nov. Dez.
mento dos dados - baseia-se sobre um gráfico que preserva a informação seqüencial. Primeiro 60 57 89 51 53 90 64 69 87 63 55 94

Em alguns casos, como esse, os sinais são tão evidentes e fáceis de entender Segundo 68 60 89 51 68 91 60 54 90 58 65 85
que você não precisará calcular os limites. O globo ocular naturalmente filtrará o Terceiro 62 66 97 55 56 95 54
ruído. Quando isso acontece, o gráfico geralmente é suficiente para transmitir os
resultados. Figura 4.9: índices da Primeira Aprovação do Departamento 12.
64 ENTENDENDO a Variação - A Chave para Administrar o Caos
Quais os padrões existentes nos dados mostrados na Figura 4.10? Você fica­
ria surpreso de saber que, enquanto os índices da Primeira Aprovação mensais
são somente usados na fabrica local, os índices trimestrais são relatados pa ra a matriç da
corporação ? O que essa informação acrescenta à informação contida no gráfico na
Figura 4.10?
JFMAMJJASONDJFMAMJJASONDJFMAMJJ
Primeiro Ano Segundo Ano Terceiro Ano
Figura 4.10: Gráfico Seqüencial dos índices da Primeira Aprovação.
Como o Departamento 12 alcança tais resultados projetados trimestralmen­
te? E, se eles conseguem fazer isso a cada três meses com tal regularidade e previ­
sibilidade, por que não podem fazê-lo a cada mês?
Fazendo-se uma pesquisa, ficou evidente que o Departamento 12 estava sob
enorme pressão para garantir que o índice trimestral estivesse próximo de 70%,
de modo que a fábrica não recebería nenhuma atenção “especial” da matriz. Eles
obedientemente concordaram em mudar o sistema no terceiro mês de cada tri­
mestre - eles fariam um “teste preliminar” especial em cada lote. Se o teste preli­
minar mostrasse que o lote estava fora das especificações, então seria feito um
trabalho adicional antes que tirasse a amostra para o “primeiro teste”. Desse
modo, eles empurrariam o índice da Primeira Aprovação para o terceiro mês e
para o trimestre como um todo. Ninguém na matriz fez qualquer pergunta, as­
sim todos ficaram satisfeitos no Departamento 12. Não é grandioso o que a cria­
tividade, no local de trabalho, pode fazer?
O gráfico mostra claramente que há dois conjuntos diferentes de dados sen­
do misturados aqui. Os dados dos primeiros dois meses de cada trimestre têm
uma média de 60%. Esse é um indicador mais preciso do que esse departamento
realmente está fazendo. Se o terceiro mês de cada trimestre caiu fora do gráfico
seqüencial e os valores restantes foram colocados em um gráfico XmR, o Limite
Natural Inferior do Processo X seria de, aproximadamente, 40%; e o Limite N a­
tural Superior do Processo, mais ou menos, 80%. Assim, o valor de julho de 54%
não é excepcional, mas os valores para o terceiro mês de cada trimestre são todos,
de modo claro e definido, excepcionais. Conforme observado antes, a pressão
A Melhor Análise K a Mais Simples a Qual Oferece o Entendimento Necessário 65
para atingir qualquer objetivo numérico arbitrário ou meta seguidamente acarre­
tará uma distorção do sistema ou dos dados, ou de ambos.
ÍX? tx? ÍX?
NÃO HÁ NADA DE NOVO SOB O SOL
Certamente, o disparate do capítulo anterior deve ser um exemplo isolado -
não é? Não. Infelizmente é mais a regra do que a exceção.
Uma companhia química, diferente daquela descrita no capítulo anterior,
fez uma reunião de gerentes mensal na qual foi usada a transparência da Figura
4.11. A unidade estava dando os parabéns para si mesma por ter tido um mês per­
feito - eles tiveram um índice de 100% de Primeira Aprovação para os lotes pro­
duzidos no mês anterior. Apesar dos três pontos no final da lista na tela, eles ti­
nham um item em que se podia ler “Custo da Sucata de Dois Lotes: US$ 50.000”.
• índice de 100% de Primeira Aprovação do Mês
• Custo da Sucata de D ois Lotes: US$ 50.000.
Figura 4.11: Slide Mostrado em uma Reunião Mensal de Gerentes.
Se todos os lotes estavam bons, de onde vieram os lotes sucateados? Eles vieram
dos testes preliminares. Esses dois lotes estavam tão distantes e fora das especificações
que não podiam ser retrabalhados. Já que nunca chegaram ao ponto de fazer um
“primeiro teste”, eles não estavam incluídos no índice de Primeira Aprovação.
A criatividade não conhece limites!
QUILOS SUCATEADOS
O Departamento 19 produz chapas. As bordas dessas lâminas e as extremida­
des de cada cilindro devem ser aparadas, como parte do processo de produção.
s>
66 líNTKNDKNfX) A VARIAÇÃO - A Chave para Administrar o Caos A Melhor Análise É a Mais Simples a Qual Oferece o Entendimento Necessário 67

Isso torna impossível obter um rendimento de 100% nesse processo. Essa sucata, Relatório Mensal de Julho
que não tem como ser evitada, é relatada pelo Departamento 19 em termos do S e g u ra n ç a : Dept. Valor Valor Dif. Dif. % de Valores Anuais Atuali- Dif. Este Valor
Real Mé- % Julho zados % Anual Atuali-
número de quilos de sucata por 453,5kg do produto acabado. A mesma foi ali­ Julho dio Último zado como
Total Mé­
nhada sob o item qualidade, no relatório mensal de julho. Men- Ano
dio
Dif. % do
sal Último Valor
Anual Atuali-
zado
Relatório Mensal de Julho Relatórios
de ASSO Todos 5 1,5 +23 3 +5 13 10,5 +24 +44

Dept. Valor Real Valor Mé- Dif.% Dif, % de Valores Anuais Atualizados Dif. Este Valor Figura 4.13: Relatórios de ASSO de Julho.
Julho dio Men­ Julho % Anual Atuali­
sal Último zado como
Ano Valor Real Planejado Dif. % do Os cinco acidentes de julho estavam bem acima da média. Isso era mais do
ou Médio Último Valor que o dobro de todos os acidentes usuais, e cinco vezes mais do que tinha ocorri­
Anual
do no último mês de julho. De fato, essa fábrica nunca tivera antes cinco aciden­
Q u a lid a d e : tes em um mês. N o ano, eles tinham tido treze acidentes em sete meses. Isso era
Sucata (por 24% acima da média e 44% mais do que no último ano. Todas essas más notícias
produção de
453,5kg) 19 124 129 -3 ,9 0,0 132 129 +2,3 +1,5 parecem exigir algum tipo de ação, mas o quê? U m executivo, quando recebeu
um relatório como esse, sugeriu verdadeiramente que eles cortassem o número
Figura 4.12: Quilos Sucateados em Julho. de acidentes relatados pela metade no próximo ano!
Pense sobre isso - o objetivo deles seria ter nove acidentes no ano seguin­
A sucata de julho do Ano Três foi de, aproximadamente, 4% abaixo da mé­ te?
dia e foi exatamente a mesma do último mês de julho. Esses valores sugerem que
Se eles podem efetivamente cortar o índice de acidentes estabelecendo uma
julho foi um mês razoavelmente bom. meta, então por que não fizeram isso nesse ano?
Para o ano, o Departamento 19 está em torno de 2% acima da média de suca­ Se eles não conseguem cortar o índice de acidentes fixando um objetivo, en­
ta e 1,5% acima de julho do último ano. Esses valores sugerem que nós podemos tão qual é o efeito que o fato de estabelecer determinada meta traz?
estar com um desempenho pior esse ano do que no anterior.
Os acidentes são um resultado, não uma causa. Eles não podem ser adminis­
As comparações respondem a todas as suas perguntas sobre os níveis de suca­ trados fixando-se objetivos. Os dados podem ser distorcidos devido à pressão
ta nesse processo? Você está pronto para prosseguir e passar para qualquer outra exercida para que as metas sejam alcançadas, mas o sistema que provoca os aci­
linha no relatório mensal? Durante anos, isso era tudo o que os gerentes haviam dentes não será afetado por qualquer alvo numérico arbitrário.
tido. Certamente, devia ser o suficiente! Assim, devemos estudar o sistema que gera os acidentes, e o único modo de fazer
isso é ouvir a Vo% do Processo - colocar os dados em um gráfico do comportamento
do processo.
RELATÓRIOS DE ADMINISTRAÇÃO DA SAÚDE E Os Primeiro e Segundo Anos mostram uma média de 1,5 acidente nos Rela­
SEGURANÇA OCUPACIONAL (ASSO) tórios de ASSO por mês. A Média das Amplitudes Móveis para esses dados é
1,65. Baseado nesses valores, o Limite Natural Superior do Processo é 5,9. Isso
O número de acidentes, relatado sob as linhas-mestras e regras da Adminis­ significa que, contanto que a média dessa fábrica seja 1,5 acidente por mês, have­
tração da Saúde e Segurança Ocupacional, é anotado a cada mês, abrangendo rá meses ocasionalmente com 4 ou 5 acidentes.
toda a fábrica. Está incluído no item de segurança do relatório mensal sendo o Assim, embora cinco acidentes em um mês seja algo indesejável e inaceitável,
primeiro tópico da discussão em cada reunião mensal. um mês ocasional com 5 acidentes é inevitável., contanto que a média seja 1,5 aciden­
te por mês.
68 K n t h n d h n d o A V a r ía ç ã o - A Chave paia Administrar o Caos A Melhor Análise É a Mais Simples a Qual Oferece o Entendimento Necessário 69

5 ,8 9
Sucata por 453,5kg Produzidos
Jan. Fev. Mar. Abr. Mai. Jun. Jul. Ago. Set. Out. Nov. Dez.
Primeiro 133 128 128 123 124 124 126 124 126 124 129 135
Sogundo 142 140 131 126 124 126 124 126 123 125 133 134
1 ,5 0
Torceiro 134 139 143 131 126 125 124

Figura 4.15: Sucata no Departamento 19.

Prim eiro A no Segundo A no Terceiro A no

mR

Figura 4.14: Gráfico XmR dos Relatórios de ASSO.

Não há nenhuma evidência, na Figura 4.14, de que o sistema que provoca aci­
dentes seja um tanto diferente em julho do que foi em junho ou maio. Não se pode
dizer que o índice de acidentes nessa fábrica melhorou. Nem se pode dizer que pio­ JF M A M JJA SO N D JFM A M JJ A SO N D JFM A M JJ
rou. O gráfico X mostra um sistema que está operando de maneira firme. Contan­ Prim eiro A no Segundo A no Terceiro A no
to que a média de acidentes por mês da fábrica seja 1,5, os valores mensais variarão
de 0 a 5. Antes que se possa dizer que o valor de um único mês seja um sinal, o mes­
mo terá que ser maior do que ou igual a 6.
Assim, como proceder para reduzir o número de acidentes nessa fábrica?
Desde que o sistema se comporte de modo estável no decorrer do tempo, você
pode somente estudar o sistema para ver o que contribui para os acidentes. Isso Figura 4.16: Gráfico Xm R para Sucata no Departamento 19.
significa que você poderia estudar todos os acidentes, em todos os meses. Seria um
Quer você os veja na tabela, ou marcados no gráfico X , há um padrão defini­
erro destacar apenas o mês de julho no Ano Três. O gráfico sugere que não há cau­
do e persistente para esses valores. A sucata sobe nos meses mais frios e baixa
sas que possam ser assinaladas a ponto de estarem inflando e elevando o índice de
acidentes de um mês em relação aos outros meses. Tratemos todos os meses quando está mais quente*. Frente a isso, o valor médio mais baixo de julho é sim­
igualmente. Qualquer outra coisa estará baseada em um entendimento errôneo plesmente o que você poderia esperar. O ano atual está se comportando como os
dos dados e na incapacidade de interpretar adequadamente a Voz do Processo. anos anteriores. Assim, nesse caso, as comparações atualizadas contaram a histó­
ria verdadeira, mais do que as comparações dos valores atuais.
O índice de sucata sobe a cada mês de novembro e permanece elevado até
O RESTO DA HISTÓRIA abril de cada ano. N a verdade, variação ampla de abril do Terceiro Ano sugere
que a mudança pode ser bastante rápida. Investigando os pontos onde as mudan­
Se você se sentiu satisfeito com o tratamento dispensado aos Dados da Sucata
ças ocorrem, você pode ser capaz de remediar esse problema.
apresentados na Página 66, então pode pular esta parte. De fato, deve pular todo
o resto do livro - você sofre de caso terminal de simplicidade numérica. Em outro caso, onde a força adesiva de uma cola foi afetada pela umidade
Para todos aqueles que se sentem um pouco enganados no final da Página 66, ambiental, os engenheiros e o pessoal da produção fizeram tudo o que podiam
aqui está o resto da história. para corrigir o ciclo sazonal. Depois de seis anos sem obter sucesso, eles decidi-
Os dados para Sucata no Departamento 19 estão na Figura 4.15. O gráfico
X mR para esses dados está na Figura 4.16. * N .T .: D ados do H em isfério N orte.
70 Hntknohndo a Variação - A Chave para Adminislrur o Caos A Melhor Análise É a Mais Simples a Qual Oferece o Entendimento Necessário 71

ram, de modo bastante aceitado, que o ciclo sazonal era inevitável. Contudo, • O s relatórios gerenciais mensais são um modo empobrecido e esgota­
quando eles começaram a usar os gráficos do comportamento do processo em do de comunicar os valores numéricos.
cada passo do processo de produção e foram capazes de operar essas etapas do • O s objetivos numéricos arbitrários tendem a distorcer o sistema, mais
processo de maneira previsível, constataram que o ciclo sazonal desaparecera e o do que transformá-lo.
nível de qualidade total aumentara, chegando a níveis mais altos do que jamais • A V oz do Cliente define o que você quer de um sistema.
haviam alcançado antes.12
• A V oz do Processo define o que você obterá de um sistema.
Os gráficos do comportamento do processo funcionam. Quando nada mais
• O ofício do gerente é trabalhar para colocar a V oz do Processo em ali­
funcionar, eles funcionam. Eles têm sido inteiramente comprovados. Não estão
em teste. A questão não é se eles funcionarão em sua área. A única questão é se nhamento com a V oz do Cliente.
você começará ou não, utilizando esses instrumentos e adotando um modo de • A chave para usar com sucesso os gráficos do comportamento do pro­
pensar compatível com os mesmos, a obter o máximo de seus processo e siste­ cesso é praticar o modo de pensar que os mesmos contêm.
mas.
A alternativa é ser deixado para trás.

RESUMO
• As comparações tradicionais limitadas não conseguem nem filtrar o
ruído, nem salientar os sinais potenciais.
• As diferenças percentuais grandes podem ser devido ao ruído.
• As diferenças percentuais pequenas podem representar sinais.
• H á usualmente vários modos de medir a maioria dos processos.
• O ito ou mais valores sucessivos no mesmo lado da linha central são in­
terpretados como um sinal.
• As tabelas de valores deixam o usuário oprimido com detalhes extrín-
secos.
• O s gráficos revelam estruturas interessantes presentes nos dados.
• Transferir os dados para um computador não remove os problemas, os
quais existem com os dados em si mesmos.

12 Os detalhes desse exemplo são dados na última parte do Capítulo 11 do kvro Understanding Statistical Process
Control, Second Edition.
 C apítu lo C in co

Mas Você Tem Que Usar os Dados Certos

uando os dados não têm um significado, não pode haver uma análise

Q procedente. A interpretação de qualquer conjunto de dados deve es­

tar baseada no seu próprio contexto.

Infeliz:
Infèlümente, muitos dos dados relatados para os executivos hoje são agrega­
dos e resumidos em tantas unidades operacionais diferentes e tantos processos que
não se pode dizer que tenham qualquer contexto, exceto um contexto histórico -
foram todos coletados durante o mesmo período de tempo. Embora isso seja raci­
onal com os números monetários, pode ser devastador para outros tipos de dado.

FECHAMENTOS DAS CONTAS NO PRAZO

A cada mês, o departamento de contabilidade fecha e concilia os livros para

cada um dos departamentos da fábrica. É registrado o número de horas-homem
necessário para o fechamento de cada departamento. Se um fechamento exigir
menos de 65 horas-homem, diz-se que foi completado “no prazo”; se precisar de
mais de 65 horas-homem, então considera-se que não foi completado “no prazo”.
O gerente de contabilidade estabeleceu uma meta de 95% de fechamentos no pra­
zo. (Observe que esse é um objetivo atingindo um objetivo!)
O percentual de fechamentos no prazo é rotineiramente incluído no relató­
rio mensal.
74 E n t e n d e n d o a V a r ia ç ã o - A Chave para Administrar o Caos Mas Você Tem Que Usar os Dados Certos 75

Relatório Mensal de Julho

O p e ra ç õ e s: Dept. V alo r V a lo r P ia - D if.% D if.d e Ju lho V alo re s A n u a is A tu aliza d o s Dif. E ste V alo r A n u a l A tu -
Fech am e n tos d a s R eal noM en- Últim o A n o Total o u M é d io P ia - % a lizad o com o Dif. %
C o n tas n o P ra zo (% ) Ju lh o sa l neja- d o Últim o V a lo r A n u a l
do A tu alizado
06 74,3 95 -2 1 ,8 -2 3 ,5 8 7,8 95 -7 ,6 -2 ,7

Figura 5.1: Fechamentos das Contas no Prazo.

Mais uma vez, o relatório mensal não fornece um contexto adequado para
qualquer um entender e interpretar de maneira completa os dados apresentados.
O número de departamentos, entre 35, cujos livros foram fechados “no prazo” é
registrado todos os meses. Esses valores para os últimos 31 meses estão na Figura
5.2.
Primeiro Ano Segundo Ano Terceiro Ano
Número de Fechamentos no Prazo Figura 5.3: Gráfico Xm R do Número de Fechamentos
Ano Jan. Fev. Mar. Abr. Mai. Jun. Jul. Ago. Set. Out. Nov. Dez.
Primeiro 32 30
das Contas no Prazo.
32 33 32 28 30 31 32 32 32 33
Segundo 29 31 32 33 31 31 34 30 33 28 33 34
Terceiro 33 33 31 29
O último ponto no gráfico X é o valor atual. Ele cai abaixo do limite inferior
33 30 26
e, portanto, é considerado como um sinal. Havia algo diferente sobre os fecha­
Figura 5.2: Números de Fechamentos no Prazo mentos em julho desse ano - foi possível detectar que menos departamentos fe­
(Em 35 Fechamentos por Mês). charam seus livros no prazo. O gráfico do comportamento do processo não nos
Cada conta tem uma área de oportunidade, aqui a área de oportunidade é o nú­ diz o que aconteceu, mas que efetivamente algo ocorreu e que algumas questões
mero de fechamentos a cada mês. Se a área de oportunidade permanecer constante estão em ordem.
ao longo do tempo, então você pode comparar diretamente as contas. Se a área de Entretanto, com exceção do valor de julho, os fechamentos no prazo se com­
oportunidade mudar de mês para mês, então você terá que converter as contas em portam de modo previsível. Até o presente, tinham atingido a média de 31,5 fe­
índices, antes de comparar os valores mês a mês. Com os dados dos fechamentos em chamentos no prazo por mês (90% no prazo). Isso significa que, embora pudes­
tempo, a área de oportunidade permanece constante, você pode trabalhar com as sem ocasionalmente ter um mês com fechamentos no prazo melhores do que
contas ou os percentuais - os gráficos contarão a mesma história qualquer que seja 95%, eles não conseguem obter uma média de 95%. Esse objetivo está além da ca­
o modo. pacidade do sistema. A fim de ter uma média que possa atingir essa meta, o siste­
ma terá que ser modificado de maneira básica.
O valor atual de 26 (mostrado como 74,3% na Figura 5.1) é o menor registra­
do. E um sinal de que alguma coisa aconteceu, ou simplesmente é um valor baixo O fato de colocar em um gráfico o percentual “no prazo” não revelará como
devido a uma variação rotineira? mudar o sistema - não salientará as áreas problemáticas. O gerente de contabili­
dade não será capaz de fazer com que as mudanças desejadas ocorram estabele­
A maneira mais simples de responder essa questão é usar um gráfico do com­
cendo objetivos para o percentual “no prazo”. Em vez de repreender as pessoas, o
portamento do processo. O gráfico X mRl} para o número de fechamentos no
gerente terá que trabalhar para melhorar o sistema.
prazo está na Figura 5.3. Os limites nesse gráfico estão baseados nos valores dos
primeiros dois anos. O número médio de fechamentos no prazo é 31,5. A Contas e percentuais resumidos, tais como esses dados no prazo, nunca serão
Amplitude Móvel Média é 2,0. Não há nenhum Limite Natural Superior do Pro­ restritos e específicos. Eles estão excessivamente acumulados. N a melhor das hi­
cesso significativo, já que a conta máxima é 35. O Limite Natural Inferior do póteses, tais acumulações podem servir como fichas de relatório. Todavia, como
Processo é 26,2. O Limite da Amplitude Superior é 6,5. as coisas erradas podem ser contabilizadas, ou as contas certas podem ser acumu­
ladas de maneira errada, algumas medidas acumuladas não produzirão nem mes­
13 Para aquela que aguardavam um gráficop, vejam a nota na págjna 123. mo fichas de relatório aproveitáveis.
76 K n t ií N D iín ix ) a Variação ~ A Chave paru Adminisliar o Caos
Com os fechamentos no prazo, a chave para os dados úteis vem da constatação
de que o fechamento dos livros pode bem envolver procedimentos e operações di­
ferentes para cada um dos 35 departamentos. Portanto, alguns livros dos departa­
mentos podem mesmo levar mais tempo para serem fechados do que outros. Isso
significa que você precisará considerar os 35 fechamentos como 35 operações para­
lelas, cada uma com seu próprio fluxo de dados - o número de horas-homem ne­
cessário para cada mês. Esses 35 fluxos de dados terão que ser analisados separada­
mente, a fim de descobrir se eles se comportam de maneira previsível ou não.
Se um determinado fechamento de departamento mostrar uma variação pre­
visível, então não será bom estabelecer uma meta nas horas-homem para aquele
fechamento - você somente tomará o que o sistema passar a suas mãos, e estabe­
lecer um objetivo pode apenas distorcer o sistema. Os objetivos são uma das
maiores causas de criatividade!
Se um determinado fechamento de departamento não apresentar uma varia­
ção previsível, então novamente não há por que fixar uma meta - o sistema não
tem uma competência bem definida, assim não há maneira de saber apenas o que
o sistema produzirá.
Em vez de estabelecer objetivos arbitrários, o gerente de contabilidade preci­
sa analisar os dados para os fechamentos dos departamentos, a fim de descobrir
as áreas problemáticas e as oportunidades de melhoramentos.
Muitos dos dados gerenciais em uso hoje consistem de contas agregadas. Tais
dados tendem a ser, virtualmente, inúteis para identificar a natureza dos proble­
mas. (A agregação destrói o contexto das contas individuais.) O trabalho de me­
lhoria do sistema requer medidas específicas e conhecimento do contexto. Essas
características estão mais prontamente disponíveis a partir das medidas da ativi­
dade, do que das contas dos resultados.
As medidas da atividade real geralmente serão mais úteis do que as simples con­
tas de quantas vezes um objetivo foi alcançado. Quando o gerenciamento é sério
quanto às melhorias, terá que dedicar um tempo para desenvolver medidas que pos­
sam ajudar, em vez de simplesmente contar os dias bons e maus. A-fim de desenvol­
ver medidas apropriadas, as equipes precisam olhar para trás e ver seus processos e
encontrar as variáveis que melhor representem tais processos. Assim, os bons dados
não ocorrem acidentalmente. Eles têm que ser obtidos através de planejamento.
METAL QUENTE_____________________________
Esse exemplo mostra como a escassez de dados, associada às pressões do de­
partamento para reduzir custos, pode acarretar perdas enormes.
Mas Você Tem Que Usar os Dados Certos 77
O “metal quente” é retirado de um alto-forno para um forno de aço por meio
de carros especiais sobre trilhos. Quando os vagões estão prontos para deixar o al­
to-forno, o operador chama o forno de aço e avisa que o metal quente está a cami­
nho. O operador do forno de aço então começa a derreter 200 toneladas de carga
fria, de modo que ele estará na temperatura alta quando o metal quente chegar.
Esse derretimento procede ao presumir-se que o metal quente estará na boca do
forno de aço em torno de 20 minutos depois que a operação do alto-forno for com­
pletada. Qualquer atraso nessa remessa do metal quente acarretará um desperdício
de energia - a carga fria terá sido derretida muito cedo e terá que ser mantida em
tuna temperatura elevada, enquanto espera pelo metal quente.
Os atrasos estão prejudicando a produtividade. “Esperando o metal quente”
é a anotação mais comum no diário de operações do forno de aço. Portanto, uma
equipe dirigida pelo superintendente do forno de aço decidiu coletar alguns da­
dos sobre o tempo de percurso para a entrega do metal quente. Referente a um
mês, eles registraram a hora em que cada operação foi completada no alto-forno,
e a hora em que o carrinho chegou na boca do forno de aço. A diferença entre es­
ses dois tempos foi o tempo de remessa.
N a reunião de equipe, foram distribuídas cópias das folhas de controle diário do
tempo de trânsito - uma página inteira com números e datas. Um engenheiro que ti­
nha “analisado os dados” relatou que o “tempo médio de trânsito era, mais ou me­
nos, de 60 minutos, com um desvio-padrão de, aproximadamente, 30 minutos. Cada
um olhou essas folhas por, mais ou menos, 30 segundos, balançou a cabeça e come­
çou a olhar o próximo item na agenda. A análise tradicional por osmose terminou.
O autor interrompeu nesse ponto e começou a distribuir cópias do histogra-
ma dos tempos de trânsito. Antes que 10 cópias pudessem ser distribuídas, o su­
perintendente do forno de aço observou: “Há duas coisas acontecendo aqui!”
Com esse comentário, e com a evidência em suas mãos, todos, na sala, vira-
ram-se para o chefe geral da seção de transportes que estava, figurativa e literalmen­
te, sentado no canto. Ele olhou o histograma por um instante e então disse: “A
única maneira possível de eles levarem mais de 100 minutos para percorrer l,6km
é desenganchá-los e ir fazer outro trabalho antes de transportar o metal quente.”
O gerente de transportes tinha designado somente uma turma dos encarregados
pelos vagões por turno, a fim de atender a uma seção grande da fábrica. Essa única
turma tinha que responder a todas as necessidades de transporte daquela seção, fa­
zendo o melhor que podia. Apesar de tudo, o departamento de transportes tinha
que manter seus custos baixos. O gerente de transportes foi avaliado sobre quão bem
ele tinha reduzido os custos. Assim, mesmo que os custos do óleo combustível para
um atraso de 10 minutos fossem iguais ao custo de uma turma de encarregados pelos
78 Entendendo a V ariação - A Chave para Administrar o Caos Mas Você Tem Que Usar os Dados Certos 79

Certa vez, o Departamento 13 teve custos com material que somaram 75%
■ de seus custos de produção. Durante o que chamaremos de Primeiro Ano, foi
formada uma equipe de projeto que recebeu a incumbência de reduzir os custos
com material no Departamento 13.
Durante o mês de agosto do Primeiro Ano, foi feita uma alteração no proces­
so projetada de modo a diminuir a utilização de material. Depois dessa mudança,
o custo médio com material por 45,3kg de material caiu de US$ 215,22 para
US$ 208,20.
N o decorrer do mês de março do Segundo Ano, foi implementada outra mo­
dificação no processo. Durante os próximos quatro meses, os custos com materi­
al caíram para uma média de US$ 205,37 por 45,3kg produzidos.

25 50 75 100 125 150 175 Em julho do Segundo Ano, foi efetuada uma alteração na formulação do ma­
terial usado no Departamento 13. Essa mudança resultou em um custo médio
Figura 5.4: Tempos de Trânsito do Metal Quente em Minutos.
com material de US$ 201,22 por 45,3kg produzidos. U m mês mais tarde, a equi­
vagões durante 24 horas, ninguém estava debitando esse custo com o óleo combustí­ pe de projeto e o Departamento 13 receberam um prêmio devido a essas redu­
vel para o gerente de transportes. Ele não apareceu em seu orçamento. ções de custo que foram bem-sucedidas.
Mas o problema todo não estava no departamento de transportes. Embora o Finalmente, em janeiro do Terceiro Ano, o Departamento 13 trocou os for­
metal quente pudesse ser transportado em 20 minutos, o histograma acima suge­ necedores de algumas de suas matérias-primas. Isso acarretou um custo médio
re que há um pouco de otimismo em planejar uma entrega de 20 minutos (eles fi­ com material de US$ 198,46 por 45,3kg produzidos.
zeram isso uma vez nessa seqüência de 141 entregas). Planejando uma entrega de
Contra esse cenário, o relatório mensal referente a julho do Terceiro Ano
20 minutos, virtualmente cada aquecimento ficará atrasado e muitas delas sofre­
mostrou os seguintes valores para o Departamento 13:
rão um atraso de mais de 10 minutos.
Os conteúdos morais dessa história são vários: Relatório Mensal de Julho
(1) A otimização das partes não otimiza igualmente o todo. P ro d u ç ã o : Dept Valor Valor Pla­ D if . % Dif. % de Ju­ Valores A n u a is Atualizados Dif. % E ste V alor
Re a l Ju­ nejado lho Total ou M é - Planejado Anual Atuali­

(2) A contabilidade tradicional dos custos pode esconder ou omitir os núme­ lho M e n sal Último A n o dio za d o com o
Dif. % d o Últi­
ros essenciais. m o Valor
Anual Atuali­
(3) A análise por osmose é muito ineficaz. za d o
Volum e de P ro ­
(4) Os gráficos transmitem a essência dos dados melhor do que as tabelas; e dução
(453,5kg) 13 34,5 36,0 -4 ,2 -2 ,0 251,5 252 -0 ,2 -8 ,0
(5) É perigoso confundir um valor-alvo com a Voz do Processo. C u sto s com
Material
($/45,3kg) 13 198,29 201,22 -1 ,5 -1 ,9 198,46 201,22 -1 ,4 -3 ,6
CUSTOS COM MATERIAIS_____________________ H oras-H om em
por 45,3kg 13 4,45 4,16 + 7,0 + 4,5 4,46 4,16 + 7,2 + 9,3

Esse exemplo conta a história de um esforço tradicional de aprimoramento. C u sto s Fixo s &
d e Ener-
O mesmo considera várias medidas diferentes de atuação conjunta. Como antes, gia/45,3kg 13 11,34 11,27 + 0,6 + 11,3 11,02 11,27 -2 ,2 + 9,2

o formato do relatório mensal para apresentar os resultados obscurecia o quadro C u sto s Totais
de Produ ção 13 280,83 278,82 + 0,7 + 0,9 280,82 278,82 + 0,7 + 0,4
grande. O emprego do gráfico do comportamento do processo permite-nos jun­
tar as diversas linhas e obter a perspectiva necessária. Figura 5.5: Relatório Mensal do Departamento 13.
80 ENTENDENDO A V ariação - A Chave para Administrar o Caos Mas Você Tem Que Usar os Dados Certos 81

O volume de produção está 4% abaixo da meta mensal. Também está 2% abai­ Os limites mostrados com cada segmento são os Limites Naturais do Proces­
xo do último ano. O valor atualizado está muito mais alinhado com o valor do so dos valores individuais. As amplitudes móveis usadas para obter esses limites
plano anual, mas está 8% abaixo do último ano. não são mostradas com o intuito de deixar o gráfico menos congestionado. Com­
parando os limites de um segmento com o gráfico de séries temporais de outro segmen­
Os custos atualizados com material estão quase 4% abaixo daqueles de um to, você pode constatar que essas mudanças feitas pela equipe de projeto efetiva­
ano atrás, o que é bom. Para todo esse ano, as horas-homem estão 9% acima do
mente acarretam reduções definidas e reais nos custos com materiais.
último ano, o que é ruim. Os custos fixos e com energia estão altos, o que não
surpreende ninguém.
Horas-Homem por 45,3kg
Os custos totais de produção são basicamente os mesmos do último ano, o que é Ano Jan. Fev. Mar. Abr. Mai. Jun. Jul. A go. Set. Out. Nov. Dez.
Primeiro 3,87 3,86 3,90 3,93 3,92 3,86 3,92 3,90 4,02 3,95 4,01 3,95
bom, especialmente face aos aumentos dos custos de horas-homem, de energia e fixos. Segundo 4,01 4,00 4,06 4,10 4,07 4,09 4,26 4,24 4,27 4,24 4,26 4,29
Terceiro 4,43 4,45 4,47 4,47 4,51 4,43 4,45
N o todo, é uma sacola, bem sortida, de resultados - algumas notícias boas, al­
gumas ruins, alguns resultados neutros. Cada uma das cinco categorias utilizadas Figura 5.8: Horas-Homem do Departamento 13.
no relatório gerencial será considerada como um gráfico seqüencial separado nas
páginas seguintes. Naturalmente, a história completa é uma combinação de to­ As horas-homem por 45,3kg de produto estão na Figura 5.9. As lacunas no
dos esses gráficos seqüenciais, mas precisamos montar o quadro grande colocan­ registro correspondem às mudanças feitas pela equipe de projeto. Os limites para
do uma peça de cada vez. cada segmento foram calculados usando-se as amplitudes móveis desse segmento,
mesmo que os gráficos de amplitude móvel não sejam mostrados nessa figura.
Começaremos com os valores dos custos com materiais.

Custos com Materiais por 45,3kg

Ano Jan. Fev. Mar. Abr. Mai. Jun. Jul. Ago. Set. Out. Nov. Dez.
Primeiro 214,79 215,22 214,79 214,36 216,51 213,71 216,79 216,08 208,34 208,76 206,67 208,34
Segundo 210,43 206,67 206,13 206,13 205,11 204,09 202,09 201,89 201,69 201,49 201,09 199,09
Terceiro 198,69 197,89 198,09 199,68 198,86 197,70 198,29

Figura 5.6: Custos com Materiais do Departamento 13.

Os custos com materiais são mostrados na Figura 5.7. As lacunas no registro j FMAMJ J A S OND] PMAMJ J A S ONDJ FMAMJ ]
correspondem às mudanças feitas pela equipe de projeto. A eficácia dessas altera­ Primeiro Ano Segundo Ano Terceiro Ano
ções pode ser vista clara e facilmente nesse gráfico. Figura 5.9: Gráficos X das Horas-Homem por 45,3kg.

O gráfico na Figura 5.9 demonstra que houve aumentos no número de ho­

ras-homem por 45,3kg de produto. Toda e qualquer mudança feita p ela equipe de projeto
teve o efeito de aumentar o conteúdo de trabalho efetivo do produto.
Há pouca variação mês a mês nesse gráfico seqüencial e isso facilita a sua in­
terpretação. O fato de colocar os Limites Naturais do Processo em cada seg­
mento apenas torna mais claro que esses aumentos incrementais são reais.
Os volumes de produção estão na Figura 5.11. As lacunas no registro corres­
pondem às mudanças feitas pela equipe de projeto. Os limites mostrados foram
calculados a partir dos primeiros oito valores e suas amplitudes móveis. Os primei­
Primeiro Ano Segundo Ano Terceiro Ano ros oito valores sugerem uma tendência ascendente dos volumes de produção.
Figura 5.7: Gráficos X dos Custos com Material.
82 Entendendo a Variação - A Chave para Administrar o Caos Mas Você Tem Que Usar os Dados Certos 83

Contudo, depois da primeira alteração do processo, e continuando ao longo das Os custos fixos e de energia estão na Figura 5.13. As lacunas no gráfico cor­
mudanças subseqüentes, há uma tendência para baixo no volume de produção. respondem às mudanças feitas pela equipe de projeto.
Além das duas grandes amplitudes da transição, o gráfico de amplitude móvel
mostra outros três pontos acima do limite. Esses três valores sugerem três modifi­
cações adicionais no nível de produção do Departamento 13. Se as mesmas foram
alterações feitas deliberadamente pelo gerente, então não há necessidade de procu­
rar o que determinou isso. Se essas mudanças foram uma surpresa, então só temos
a ganhar ao buscar-se as causas determinantes existentes por trás dessas mudanças.

Volumes de Produção
(milhares de quilos)
Ano Jan. Fev. Mar. Abr. Mai. Jun. Jul. Ago. Set. Out. Nov. Dez. Figura 5.13: Gráficos Seqüenciais dos Custos Fixos e de Energia.
Primeiro 39,1 38,7 38,8 39,7 42,3 43,3 42,0 44,4 42,3 41,3 36,9 38,3

Segundo 40,1 40,4 36,5 41,8 40,5 39,1 35,2 37,5 34,7 39,7 37,9 36,4 Os custos fixos e de energia subiram conforme se esperava. N a verdade, o
Terceiro 39,1 36,0 35,5 34,6 36,8 35,0 34,5 gráfico de séries temporais mostra uma linha quase reta e oblíqua ascendente.
Figura 5.10: Volumes de Produção do Departamento 13. Observe a diferença entre esse gráfico e aquele das horas-homem por 45,3kg. A
inclinação dos pontos estende-se através das lacunas. Não há qualquer indício
Assim, os volumes de produção estão baixos, enquanto as horas-homem por de um pequeno aumento nas lacunas, como houve com os dados das ho­
45,3kg estão altas - uma descrição clássica da queda de produtividade - totalmente ocultada nos ras-homem.
números do Relatório Mensal.
A linha oblíqua central mostrada foi obtida conectando-se a média dos 15
primeiros valores com a média dos últimos 15 valores. A média dos primeiros 15
■8 S 45,0 -i 44,34 valores foi calculada sobre o mês de agosto do Primeiro Ano, enquanto a média
ts> O

i % 40,0-!
■
V2* 41,04 dos últimos 15 valores foi calculada sobre dezembro do Segundo Ano. Os limites
£ -6
^ ----- 37,74 foram então colocados em torno da linha oblíqua, da mesma maneira que eles se­
> &
35,0 t riam colocados em torno de uma Unha central horizontal, com base em uma
54 Amplitude Móvel Média de 0,18.
m R •A ' 4,06
1,24
Custos Totais de Produção
JFMAMJJASONDJFMAMJJASONDJFMAMJJ
(por45,3kg)
Primeiro Ano Segundo Ano Terceiro Ano Ano Jan. Fev. Mar. Abr. Mai. Jun. Jul. A go. Set Out Nov. Dez.

Figura 5.11: Gráfico XmR dos Volumes de Produção. Prim eiro 281,80 282 ,8 0 282,26 282,56 284,81 280,73 284,30 283,90 278,08 277,61 276,64 277,34

Segundo 282,33 282,39 279,08 279,73 278,54 277,81 278,31 277,80 278,21 277,78 277,99 275,92

282,32
Custos Fixos e de Energia Terceiro 280,39 279,70 280,53 282,22 279,74 280,83

(por 45,3kg) Figura 5.14: Custos Totais de Produção do Departamento 13.

Ano Jan. Fev. Mar. Abr. Mai. Jun. Jul. A go. Set Out Nov. Dez.

9,44 9,60
Primeiro 8,96 9,08 8,97 9,25 9,50 9,12 9,21 9,32 9,82 9,75
Os custos totais de produção estão na Figura 5.15. As lacunas no gráfico cor­
10,19 10,33 10,57 10,87
Segundo 9,74 9,96 10,02 10,05 10,34 10,32 10,19 10,33
respondem às mudanças feitas pela equipe de projeto. Os limites mostrados fo­
Terceiro 10,82 10,61 10,92 11,12 11,18 11,34
11,16
ram baseados em cada segmento, ignorando as amplitudes móveis mostradas em
Figura 5.12: Custos Fixos e de Energia do Departamento 13. branco (que representam as quatro mudanças conhecidas).
84 Mas Você Tem Que Usar os Dados Certos 85
ENTENDENDO A V a r ia ç ã o - A Chave para Adm inistrar o Caos

Percentual de Perda de Material Devido ao “Não Vai Moldar”

Ano Jan. Fev. Mar. Abr. Mai. Jun. Jul. Ago. Set. Out Nov. Dez.
Primeiro 2,7 2,0 1,6 1,8 2,1 2,7 1,6 2,4 4,5 4,0 2,9 3,4
Segundo 4,5 4,3 7,7 7,2 8,4 6,3 11,3 10,8 10,5 12,8 9,8 11,9
Terceiro 16,3 17,6 14,6 15,5 17,9 15,8 14,8

Figura 5.16: Percentuais de Sucata do Departamento 14.

Os Limites Naturais do Processo são mostrados para cada segmento na Figu­
ra 5.17. Embora cada segmento permaneça dentro de seu próprio conjunto de li­
mites, cada segmento, começando com setembro do Primeiro Ano, tem pontos
que caem fora do conjunto de limites precedente. Isso significa que todo e qual­
I FMAMJ ] A S O N D J FMAM] J A S O N D J FMAM] ] quer sinal nesses dados corresponde a uma das mudanças feitas pela equipe de
Primeiro Ano Segundo Ano Terceiro Ano projeto do Departamento 13.
Figura 5.15: Gráfico Xm R dos Custos Totais de Produção por 45,3kg.
A primeira alteração do processo acarretou uma queda definida no custo to­
tal de produção, embora a inflação dos outros custos tivesse corroído esses ga­
nhos nos primeiros dois meses do Segundo Ano. A segunda mudança do proces­
so provocou outra queda no custo total da produção. Finalmente, mesmo que a
alteração final no começo do Terceiro Ano tenha reduzido efetivamente o custo
com material, os aumentos nos outros custos equilibraram esse ganho. Não obs­
tante, em tudo e por tudo, eles estão tendo um desempenho melhor do que ti­
nham no começo do Primeiro Ano ou, pelo menos, podería parecer isso a partir
desses dados.
Embora os dados dos custos totais e os dos custos com material pareçam Figura 5.17: Gráficos X para Percentuais de Sucata do Departamento 14.
bons, e os custos de energia pareçam muito melhores do que deveríam, há algu­
mas indicações de haver problemas no gráfico seqüencial das horas-homem e dos E sse im pacto negativo dos esforços da equipe de p rojeto n ã ofoi notado devido ao lim ite artificial
volumes de produção. Todas essas medidas são calculadas para o Departamento criado p elo s “departam entos” e à separação subsequente dos dados gerenciais. E m bora todos estives­
13. Infelizmente, o Departamento 13 não usa seu próprio material e, portanto, sem preocupados com seus próprios departam entos, ninguém se im portava com o abastecim ento.
não tem como avaliar a qualidade de seus produtos. Se eliminarmos os quilos de sucata produzidos pelo Departamento 14 da
Os números desenvolvidos a partir dos registros do Departamento 13 não quantia total dos produtos produzidos pelo Departamento 13, então os dados do
podem levar em consideração a qualidade do produto. Isso torna todos os núme­ Departamento 13 contarão uma história diferente. Começamos tomando os cus­
ros dos custos suspeitos, porque eles estão baseados nos quilos expedidos, não tos totais de produção e fazendo uma escala dos mesmos de modo, a refletirem o
nos quilos convertidos em produtos usáveis no Departamento 14. índice de sucata devido ao fato de que “não vai moldar”.
O Departamento 14, por outro lado, mantém uma conduta cuidadosa sobre
os seus índices de conversão bem-sucedidos. Entre os problemas que podem Custos Reais (Efetivos) de Produção
ocorrer no Departamento 14, a causa principal da sucata é “não vai moldar”. (por45,3kg de produto utilizável)
Ano Jan. Fev. M ar. Abr. Mai. Jun. Jul. A go . Sei. Out. N ov. Dez.
Tem-se mostrado que essa categoria está mais diretamente afetada pela qualidade Pilm eiro 2 8 9 ,6 2 2 8 7 ,9 6 286 ,8 5 287 ,7 4 290 ,9 2 288 ,5 2 288,92 290 ,8 8 291,18 289 ,1 8 284 ,9 0 287,10
do componente suprido pelo Departamento 13. Segund o 2 9 5 ,6 3 295 ,0 8 302 ,3 6 301 ,4 3 304 ,0 8 296 ,4 9 313,77 311,44 310,85 318 ,5 6 308 ,1 9 313,19
Terceiro 3 3 4 ,9 9 3 3 9 ,4 4 328 ,4 9 334,11 343 ,7 5 332,2 329,61
Os percentuais de sucata (por peso), devido ao fato de que “não vai moldar”,
são mostrados na Figura 5.16; e os valores estão assinalados na Figura 5.17. Figura 5.18: Custos Reais de Produção do Departamento 13.
86 liN T liN D K N D O A V A lU A Ç Ã o - A Chave para Administrar o Caos Mas Você Tem Que Usar os Dados Certos 87

A Figura 5.19 mostra o valor líquido da companhia quanto às mudanças fei­

tas pela equipe de projeto do Departamento 13. Elas efetivamente aumentaram o
custo total do produto acabado cada vez que foi feita uma modificação, e a equi­
pe ganhou um prêmio por fazer isso! Não podemos ajudar, senão lembrar o pri­
meiro teorema do Dr. Deming: “N inguémfas^ caso dos lu cros—se alguém finasse, estaria in­
teressado em aprender a s m elhores m aneiras de obtê-los.

Prim eiro A n o Segundo A n o Terceiro A n o

Figura 5.20: Custos Reais V ersas Custos Estim ados.

A segunda tragédia dessa história é que os gerentes tinham investido muito
no esforço de “melhorar”, para admitirem que isso tinha sido um fracasso. Por­
tanto, o emissário que revelou o efeito de todas essas “melhorias do processo”
logo arranjou um emprego em outra companhia.
Custos Totais Estimados de Produção
(por 45,3kg de Produto Utilizável)
Ano Jan. Fev. M ar. Abr. M ai. Jun. Jul. A go. Set. Out. N ov. D ez.
Prim eiro 289 ,6 2 2 87,96 2 86,85 287 ,7 4 290,92 288,52 288 ,9 2 2 90,88 289 ,2 6 2 90,35 291,48 292,34
Primeiro Ano Segundo Ano Terceiro Ano Se g u n d o 295 ,2 5 2 96,40 297,41 298 ,3 8 299,61 300,54 301 ,3 6 302,31 303,41 3 04,62 305,89 306,31
Terceiro 309 ,7 8 3 10,54 3 11,85 313 ,0 4 314,09 3 15,07 316 ,2 5
Figura 5.19: Gráfico X dos Custos Reais de Produção
do Departamento 13. Figura 5.21: Custos Estim ados de Produção do Departamento 13.

O que seria se as mudanças não tivessem sido feitas? O que seria se o Depar­
tamento 13 não tivesse feito nada? O custo total por 45,3kg dos produtos utilizá­
veis pode ser estimado da seguinte maneira: Presumindo-se que o Departamento
13 continue adotando o mesmo processo, com o mesmo fornecedor e sem modi­
ficações na utilização do material ou formulações; que os custos com material su­
bam 5% ao ano; admitindo-se os aumentos de salário e dos custos de energia, que
sabemos terem ocorrido; presumindo-se que o índice de sucata no Departamen­
to 14 é, em média, os 2,1% mostrados nos oito primeiros meses do Primeiro Ano
e que a capacidade de trabalho contida no produto permaneça a mesma como era
no começo do Primeiro Ano, essas condições resultarão nos custos totais estima­
dos de produção mostrados nas Figuras 5.20 e 5.21.
A companhia poderia ter-se colocado à frente, se ela tivesse mantido o sis­
tema de produção que vigorava no início do Primeiro Ano e mandado a equi­
pe de projeto de férias para Cuba, com todas as despesas pagas, durante dois
anos.
H á vários conteúdos morais nessa história:
• U m diretor tem que olhar o quadro como um todo, não apenas as fati­
as estreitas fornecidas pelos números dos departamentos. O s limites
artificiais criados pelos departamentos podem distorcer tanto os dados
como o sistema.
• As boas práticas contábeis para uma companhia toda podem ser inade­
quadas quando aplicadas a nível de departamento. Tentar fazer uma
microadministração e microcontabilidade pode acarretar graves dis­
torções nos dados.
• Quando a questão é agradar nossos clientes, os números importantes
são sempre uma incógnita ou incompreensíveis. E perigoso fazer fun­
cionar uma companhia usando-se somente os números visíveis.
• Alguns números trazem as sementes da distorção embutidas neles mes­
mos. U m departamento de transporte estava perseguindo a “eficiência
88 ENTENDENDO a V a r ia ç ã o - A Chave para Administrar o Caos Mas Você Tem Que Usar os Dados Certos 89

na utilização do transporte”. Se alguém decidisse fazer com que esse restante das “informações” fornecidas nessa linha do relatório mensal é, virtual­
número parecesse melhor, eles poderíam simplesmente esperar até que mente, inútil.
tivessem carregamentos completos antes de expedirem qualquer pro­ Mais uma vez, a perspectiva apropriada é oferecida por um gráfico seqüenci-
duto. Naturalmente, isso teria um impacto negativo sobre os números al, conforme visto na Figura 5.23.
das expedições no prazo e deixaria os clientes insatisfeitos, mas certa­ Devido à extrema simplicidade desses dados, uma tabela de valores torna-se
mente possibilitaria que os números utilizados parecessem bons. redundante. A Figura 5.23 mostra os dados dos últimos quatro anos, mais os da­
• A otimização de cada departamento sempre resultará em uma fábrica dos desse ano em curso.
que não chega a ser excelente. A otimização de todo o sistema exigirá
que alguns departamentos não funcionem de maneira muito favorável.
1.0 d
Contudo, encorajando a competição entre os gerentes, a maioria das
empresas torna impossível a cooperação entre os departamentos em 0,0 - 9W W W O T WWWw W W W VW W W WWW WW WWW

benefício da companhia. Prim eiro A no Segundo A n o Terceiro A n o Q uatro A n o Q uinto Ano

Figura 5.23: Gráfico Seqüencial dos Vazamentos no Departamento 16.

VAZAMENTOS Quando estamos trabalhando com dados contábeis e a média contábil cai
abaixo de 1,0 por período de tempo (ou por amostra), o gráfico X m R não é
Esse exemplo é mais complexo do que os anteriores, porque discute como adequado. As contas dos eventos raros têm que ser colocadas em um gráfico
transformar contas de eventos raros em medidas úteis de atividades. O mesmo do comportamento do processo através de outras técnicas de utilização de
será do maior interesse para aqueles que precisam trabalhar com as contas de gráficos.
acontecimentos muito raros. Outros podem querer pular para o próximo capí­
tulo. O gráfico do comportamento do processo usual para esses dados seria o grá­
fico que comumente é chamado de gráfico-r. O mesmo usa fórmulas ligeiramen­
O Departamento 16 tem vazamentos ocasionais. Eles não são desejáveis, sen­ te diferentes daquelas do gráfico XmR, e essas fórmulas justificam-se devido ao
do feito tudo o que é possível para evitá-los. Naturalmente, quando ocorre mes­ fato de esses dados serem as contas dos eventos raros que ocorrem independente­
mo um vazamento, isso tem que ser conduzido de maneira específica e a limpeza mente uns dos outros. O gráfico-r também requer áreas de oportunidade que se­
deve ser documentada adequadamente. N o passado, eles tinham uma média de jam, aproximadamente, iguais de um período de tempo a outro.
um vazamento a cada oito meses. O mais recente foi no dia 13 de julho. O relató­
rio mensal mostrou esse vazamento do seguinte modo: Para um gráfico-r você deve calcular uma contagem média. Durante os qua­
tro primeiros anos mostrados, houve um total de seis vazamentos. Isso, em 48
meses, dá uma média de:
Relatório Mensal de Julho
Se gu ra n ça : Dept. Valor V alor D lf.% Dif. % de Julho V alo re s A n u a is Atualiza- Dif. % E ste Valo r A n u ­ 6 vazamentos
R eal Ju­ M édio Último A n o dos al Atualizado X = 0,125 vazamento por mês.
lho M e n sal Total M é d io com o Dif. % do 48 meses
Último V alor
Anual Atualiza­
do
A média será a linha central do gráfico-r, e o limite de controle superior será
V azam e n to s 16 1 0,125 +700 +1 2 0,875 +129 +100 calculado conforme a fórmula:
Figura 5.22: Vazamentos no Departamento 16. U G = X + 3\^X = 0,125 + 3V0,125 = 1,186.

Pode-se notar que um único vazamento está 700% acima da média. Quando O gráfico-fé mostrado na Figura 5.24. Apesar do fato de um único vazamen­
se trata com números muito pequenos, tais como as contas de eventos raros, a to estar 700% acima da média, o gráfico-í-não mostra nenhum ponto fora de con­
mudança de uma unidade pode resultar em uma diferença percentual enorme. O trole. Esse não é um problema dos gráficos, mas antes um problema com os da-
 M as VocC Tem Que Usar os Dados Certos 91
90 ENTKNIMíNDO A VARIAÇÃO - A Chave para Adminislrur o Caos

índices de Vazamento
dos em si mesmos. As contas dos eventos raros são inerentemente insensíveis e D ia s entre o s V azam e n to s 3 22 2 47 295 227 2 22
fracas. Não importa como essas contas são analisadas, não há nada para ser desco­ V azam e n to s p o r D ia 0,0031 0,0 04 0 0,0 03 4 0 ,0 04 4 0,0045

berto aqui. V azam e n to s p o r A n o X 1,13 1,48 1,24 1,61 1,64

Am plitudes M ó ve is mR 0,35 0,24 0,37 . 0,03

1,0
Figura 5.26: índices de Vazamento do Departamento 16.

0,0
T .....n r - H T T Os dois vazamentos no ano em curso tinham intervalos de 172 e 115 dias,
I Prim eiro A no Segundo A no Terceiro A no Q u arto A no Q uinto Ano
respectivamente. Esses intervalos convertem-se em índices de vazamento de 2,12
Figura 5.24: Vazamentos do Gráfico-c. vazamentos por ano e 3,17 vazamentos por ano. Quando esses valores são acres­
centados ao gráfico X mR o resultado fica como na Figura 5.28.
Ainda há outras maneiras de caracterizar os vazamentos. Em vez de contar o O primeiro vazamento no corrente ano está acima do Limite Natural Superior
número de vazamentos a cada ano, você pode, em vez disso, calcular o número de do Processo. Assim, esse vazamento assinala um aumento no índice de vazamento.
dias entre os vazamentos. Para os quatro primeiros anos, os intervalos de tempo O segundo vazamento no corrente ano está acima do limite superior e tam­
entre os vazamentos são calculados do seguinte modo: bém tem uma amplitude móvel acima do limite, sugerindo um aumento posteri­
or no índice de vazamento.
Vazamentos no Departamento 16
2,08
Data d o V azam ento 2/23/01 1/11/02 9/15/02 7/6/03 2/19/04 9/29/04 3/20/05 7/13/05 QJ
"O 4o->
D ia d o A n o 54 11 258 188 50 272 79 194
0) 1,42

D ia s entre o s V azam e n tos 3 22 2 47 295 2 27 2 22 172 115

>
1 0,76

0,0
Figura 5.25: Datas dos Vazamentos no Departamento 16.
0,81
Um vazamento em 322 dias converte-se em um índice de vazamento de: mR 0,2475
1 vazamento
0,0031 vazamento por dia.
322 dias Figura 5.27: Gráfico XmR dos índices de Vazamento.
Multiplicando-se o índice de vazamento diário por 365 dá um índice de vaza­
mento anual de:
(0,0lft lvazamento por dia) x (365 dias por ano) = 1,13 vazamento por ano. 2,08

Assim, o intervalo entre o primeiro e o segundo vazamento é equivalente a 1,42

ter 1,13 vazamento por ano. Continuando dessa maneira, os intervalos entre os 0,76
seis primeiros vazamentos são convertidos em 5 índices instantâneos de vaza­
mento (em vazamentos por ano). Esses cinco índices de vazamento e as amplitu­
des móveis que os acompanham estão na Figura 5.26.
0,81
O índice médio de vazamento durante os quatro primeiros anos é, pois, 1,42 0,2475
vazamento por ano. A Amplitude Móvel Média é 0,2475. Usando-se esses valo­
res, obtivemos o gráfico X m R mostrado na Figura 5.27.
Figura 5.28: Gráfico XmR Completo dos índices de Vazamento.
92 KNTüNDHNIX) A VARIAÇÃO - A Chave para Administrar o Caos

Ambos esses sinais precisam ser investigados. Ambos são ignorados quando C apítu lo Seis
se adota o gráfico-r.
Em geral, as contagens são m á sfra ca s do que as medidas. As contagens dos eventos
raros não são uma exceção. Quando possível, será sempre mais satisfatório m edir
a atividade do que meramente contar os eventos. E, conforme mostrado nesse exem­
plo, os espaços de tempo entre os eventos indesejáveis são mais adequadamente
colocados em um gráfico como índices. Essa inversão permite ao gráfico detectar
alguma deterioração mais facilmente do que o faria se os espaços de tempo esti­ Veja o Que Você Estava Perdendo
vessem no gráfico.

R ESU M O

• Quando os dados são agregados, eles perdem seu contexto e sua utilida­
de.
• O s dados agregados podem ser usados como um cartão de registro,
mas não definirão com precisão o que necessita ser reparado.
• Estabelecer objetivos não contribui em nada para modificar o sistema.
• Estabelecer objetivos sobre alcançar objetivos é um ato de desespero.
• As contagens são mais fracas do que as medidas.
• A s medidas da atividade trarão mais compreensão do que as contagens
sobre quantas vezes alguma coisa aconteceu.
• Algumas medidas contêm as sementes da distorção contidas em si mes­
m as**
• Quando temos que satisfazer nossos clientes, os números importantes
são uma incógnita ou incompreensíveis.
• O s esforços no sentido de melhorar, quando são enfocados de maneira
estreita, podem ser destruidores.
O
s dados são coletados para servirem de base para as ações. Mesmo an­
tes que alguém possa usar os dados como base para as ações a serem
empreendidas, os mesmos têm que ser interpretados. A interpretação
adequada dos dados exigirá que eles sejam apresentados em um contexto, sendo
que a análise técnica adotada filtrará os ruídos.
O procedimento tradicional de usar as diferenças percentuais, a fim de ofere­
cer um contexto para interpretar um valor simples, é igual a utilizar o gráfico
mostrado na Figura 6.1. As coisas melhoraram, pioraram ou ficaram na mesma?
As comparações limitadas dos pares de valores, tais como os valoresscom di­
ferenças percentuais, podem ser usadas ocasionalmente; mas elas não oferecem
um contexto suficientemente amplo que aponte sempre na direção da ação apro­
priada. Além disso, não tentam filtrar qualquer ruído.
30 H
x 20-
10 -
JFM A M JJASONDJFM AM JJASO NDJFM AM JJ
Primeiro Ano Segundo Ano Terceiro Ano

Figura 6.1: U m Gráfico Seqüencial Executivo.

 94 K ntiíNDIíNDO a VARIAÇÃO - A Chave para Administrar o C aos Veja o Que VoeG Estava Eeniciulo 95

Da mesma maneira, as comparações sobre especificações, planos, objetivos, processo baixo, as pessoas do Departamento 17 pareciam ter sentido preguiça, e
metas, orçamentos ou médias não procuram filtrar nenhum ruído. Essas compa­ o inventário no processo fora jogado bem para cima, onde estava antes.
rações simplesmente buscam determinar se nosso “funcionamento está O K ”, ou
O
se “há algum problema”. Se você está com algum problema, essas comparações
não oferecem nenhuma sugestão sobre como livrarmo-nos disso. Se nosso fun­
cionamento está OK, essas comparações não oferecem um prognóstico se vamos
igualmente continuar funcionando bem. As mesmas procuram apenas caracteri­
zar o passado recente.
Os gráficos são a ferramenta disponível mais poderosa para apresentar os da­
dos em um contexto. Entre os inúmeros gráficos possíveis, o gráfico de séries
temporais e o histograma são os dois mais úteis. N a verdade, o gráfico de séries Figura 6.3: Mais Valores do Inventário no Processo.
temporais é a base dos gráficos do comportamento do processo.
Nesse ponto, o gerente bem poderia decidir mudar sua estratégia - não mais
Os gráficos do comportamento do processo são o modo mais simples de fil­
o Sr. Bom Rapaz -, esse grupo precisa é de um gerente que tenha firmeza.
trar o ruído provável em qualquer conjunto de dados. Esses gráficos permitirão
que você se concentre em quaisquer sinais que possam estar presentes nos dados,
embora ignorando o ruído de fundo.
Auspiciosamente, essas afirmações foram demonstradas no capítulo anteri­
or. Contudo, se você ainda continua cético, permita-nos retornar aos dados do
inventário no processo e considerar essa alternativa.
Em novembro do Primeiro Ano, o valor do inventário no processo estava
em um patamar sempre baixo, de 15. Consideremos apenas como um gerente
podia ter reagido a esse valor. O que seria, se o gerente tivesse decidido oferecer Figura 6.4: Os 19 Meses dos Inventários no Processo.
um prêmio para o Departamento 17 como recompensa pelo valor baixo de no­
vembro? Ele podia ter feito uma bela cerimônia na cafeteria da companhia, com Assim, em julho do Segundo Ano, quando o inventário no processo atinge
bolos e biscoitos para todos. Todos ficariam orgulhosos do que tinham consegui­ um valor de 25, o gerente começa a girar em alta rotação. Ele chama todo mundo e
do. passa a dar ordens para dispersar os ajuntamentos de pessoas. Ele exige que elas fa­
çam alguma coisa para manter os inventários no processo baixos. Depois desse
rompante, o pessoal do Departamento 17 mostra-se humilde. Sem esconderem
material nos cantos escuros da fábrica, eles não sabem como reduzir o inventário
no processo. Assim, eles mantêm o fôlego e esperam que os níveis do inventário
possam cair.
E o que o chefe, provavelmente, pensa sobre tudo isso? Ele conferiu um prê­
mio a esse departamento e, então, viu que as coisas pioraram. Então, ele deu or­
Figura 6.2: Gráfico Seqüencial do Inventário no Processo. dens para dispersar os agrupamentos de pessoas e viu que as coisas melhoraram.
Enquanto nada foi feito para mudar o sistema durante os últimos sete meses, o
Então, quando o inventário no processo aumentasse em cada um dos três gerente ainda está, provavelmente, por decidir que as “melhorias” recentes de­
meses subseqüentes, o gerente ficaria arrependido de algum dia ter conferido o vem-se à sua intervenção em julho do Segundo Ano. Obviamente, o Faraó estava
prêmio. Parecería ter sido contraprodutivo. Em vez de manter o inventário no certo! Administrar com firmeza funciona!
96 liNTKNDHNIX) a Variação - A Chave para Administrar o Caos Veja o Que Você Estava Perdendo 97

o Lei do exemplo de interpretação do ruído como se ele fosse um sinal. Ambas as inter­
pretações estão completamente erradas. Ambas conduzem a ações erradas, e am­
bos os erros enganam o gerente quando ele procura entender o que aconteceu.
Infelizmente, a maioria dos gerentes fica orgulhosa por sua capacidade de in­
terpretar o ruído como se fosse um sinal. Eles consideram isso uma arte.
Não importa quão eloqüente seja a explicação, nem quão convincente seja a
lógica, ruído ainda é ruído. Qualquer tentativa de explicar o ruído é, meramente,
Primeiro Ano Segundo Ano Terceiro Ano um exercício de fé naquilo que queremos que seja verdade - o resultado é pura
ficção, sem qualquer contato com a realidade.
Figura 6.5: O s 26 M eses dos Inventários no Processo.
Os gráficos do comportamento doprocesso são o modo mais simples defiltrar o ruído que está

jX> oc OC presente em todos os conjuntos de dados. Ofracasso no uso dosgráficos do comportamento doprocesso
p ara anaüsar osgráficos sequenciais é um dos melhores modos que se conhecep ara aumentar custos,
desperdiçar esforço eficar desanimado.

O que há de errado em ambas dessas conclusões sobre o que funciona e o que

não funciona? Ambas são exemplos de aprendizagem supersticiosa. Ambas base-
iam-se na interpretação de valores altos e baixos como sendo sinais. Todavia,
como o gráfico do comportamento do processo na Figura 6.6 mostra de maneira
clara e evidente, nenhum desses valores individuais era sinal.
31,6
11
> 2
20,04
&*
JFM AM JJASO NDJFM AM JJASO NDJFM AM JJ
Primeiro Ano Segundo Ano Terceiro Ano
10-
mR
ÁV
Figura 6.6: Gráfico X m R do Inventário no Processo.
Embora os valores numéricos sejam diferentes de mês para mês, todos eles
representam o mesmo sistema subjacente. Os valores altos não representam
nada diferente do que os valores baixos. Todos eles deveríam ser interpretados
igualmente. Interpretar o valor baixo como indicativo de uma boa performance
foi um exemplo do fato de interpretar um ruído como se ele fosse um sinal. Inter­
pretar o valor alto como indicativo de uma performance fraca também é um
LIÇÕES______________________________________
I. O s dados não têm nenhum significado fora de seu contexto.
Os dados apresentados sem um contexto tornam-se efetivamente sem sentido.
Tipicamente, os relatórios mensais não oferecem um contexto adequado.
II. Antes que você p o ssa interpretar os dados, você deve ter um método de
análise.
a. As comparações quanto a especificações, objetivos e metas não ofere­
cem um contexto adequado para a análise, nem mesmo estimulam a
8.5 manter-se firme nesse propósito. Elas fomentam uma visão de mundo
binária na qual ou você está “funcionando O K ”, ou está “com proble­
mas”. Essas comparações não lhe permitem separar os sinais potenciais
14,2 dos ruídos prováveis. Elas, literalmente, não levam em conta o impacto
da variação sobre os dados. Simplesmente ignoram a variação e tratam
4,35
cada flutuação como um sinal.
b. A s com parações quanto aos valores m édios são apenas um pouco
melhores do que as comparações quanto às especificações. Aqui o
processo ou resultado caracteriza-se como sendo ou “acima da mé­
dia” ou “abaixo da média”. Essas comparações não lhe permitem sepa­
rar os sinais potenciais do ruído provável. Elas, literalmente, não con­
sideram o impacto da variação sobre os dados. Simplesmente igno­
ram a variação e tratam cada flutuação como um sinal.
c. O s gráficos do comportamento do processo oferecem uma aborda­
gem melhor para analisar os dados. Eles superam as deficiências dos
98 Hntiíndiíndo A V ariação A Chave para Administrar o Caos Veja o Que Você listava Perdendo 99

outros procedimentos simplesmente pelo fato de levar em conta os 1. Os Déficits Comerciais dos Estados Unidos, para o último semestre de
efeitos da variação sobre os dados. Ao caracterizar todas as variações 1988, estão na Figura 6.7. Use os dados da Figura 6.7 e os espaços em branco da
como rotineiras (o que é previsível), ou excepcionais (e, portanto, Figura 6.8 para elaborar o gráfico seqüencial para os Déficits Comerciais dos
imprevisíveis), o gráfico do comportamento do processo desvia a ên­ Estados Unidos no último semestre de 1988.
fase dada aos resultados para o comportamento do sistema que pro­
duziu esses resultados. Essa mudança na ênfase é um passo importan­ Jul. A go . Set. Out Nov. Dez.

198 8 10,5 11,2 9,2 10,1 10,4 10,5

te no rumo de um aperfeiçoamento contínuo.
Quando um sistema é previsível, seu desempenho já é tão consistente Figura 6.7: D éficits Comerciais M ensais dos
quanto possível. E uma perda de tempo e esforço procurar as causas E stad os U nidos, 1988 (US$ bilhões).
determinantes. Em vez disso, você pode trabalhar de maneira signifi­
cativa fazendo melhorias e modificações no processo. Jul. Ago. Set. Out. Nov. Dez.
Quando um sistema é imprevisível, será inútil tentar melhorar ou X
modificar o processo. Em vez disso, você deve procurar identificar as
causas determinantes que afetam o sistema. mR
O fracasso em distinguir entre esses dois diferentes rumos de ação é
uma das principais fontes de confusão e desperdício de esforço nos
negócios hoje em dia.
III. E m bora todos os dados contenham ruídos, alguns contêm sinais.
Antes que você po ssa detectar um sinal, você deve filtrar o ruído.
H á muitas técnicas estatísticas diferentes inventadas para separar os
sinais potenciais do ruído provável. De todas essas técnicas, o gráfico
do comportamento do processo é o mais fácil de usar.
IV. O propósito da análise é a compreensão.
A análise mais simples é a melhor, a qual oferece a compreensão ne­
cessária. Quando o gráfico do comportamento do processo é utiliza­
do em conjunção com histogramas, fluxogramas, diagramas de causa
e efeito, gráficos de Pareto e gráficos de séries temporais é possível ob­
ter, a partir dos dados, aquele entendimento que permanecerá escon­
dido daqueles que continuarem usando a análise tradicional. 3 ,0

2,0
mR
1,0

O QUE VOCÊ DEVE FAZER AGORA?____________ Figura 6.8: Modelo para o Gráfico X m R .

2. Utilize os dados da Figura 6.7 para calcular as amplitudes móveis mensais.

A estatística nunca foi um esporte de espectador. Os gráficos do comporta­
Observe que as amplitudes móveis estão definidas como sendo valores positivos
mento do processo não são exceção. Você deve ver se pode calcular os limites e
construir um gráfico XmR. que foram encontrados calculando-se as diferenças entre os valores sucessivos.
100 liNTHNDIíNlH) A VARIAÇÃO ™A Chave para Administrar o Caos Veja o Que Você Eslava Pettlemlit 101

Escreva esses valores no espaço fornecido na Figura 6.8 e assinale o registro su­
cessivo das amplitudes móveis.
3. Calcule o déficit comercial médio no último semestre de 1988.
4. Calcule a Amplitude Móvel Média.
5. Calcule os Limites Naturais do Processo para o gráfico X empregando as
fórmulas nas páginas 56 ou 121 (Amplitude Móvel Média).

Déficits Comerciais (X)

6. Calcule o Limite da Amplitude Superior utilizando a fórmula nas páginas
56 ou 121 (Amplitude Móvel Média).
7. Assinale os limites da Figura 6.8 na Figura 6.10.
8. Os Déficits Comerciais dos Estados Unidos para o primeiro semestre de
1989 estão mostrados na Figura 6.9. Marque esses valores e suas amplitudes mó­
veis no modelo em branco dado na Figura 6.10.

Jan. Fev. Mar. Abr. Mai. Jun.

198 9 8 ,7 8,7 7,0 6,8 9,6 9,0

Figura 6.9: Déficits Comerciais Mensais 3.0

dos Estados Unidos, 1989 (US$ bilhões).
2.0
Há duas indicações de alterações na Figura 6.10. A primeira modificação foi mR
favorável e a segunda, desfavorável. 1,0
9. Quando essa mudança favorável é detectada ?
0
10. Quando essa alteração favorável deve ter começado?
11. Quando a modificação desfavorável é detectada? Figura 6.10: Modelo para o Gráfico XmR.

A TRANSFORMAÇÃO_________________________
H á um obstáculo no percurso que vai da percepção até o entendimento.14 A
fim de passar além da percepção, você deve primeiro começar a praticar o uso
dessas técnicas. Somente após a utilização dessas ferramentas é que você começa a
entender apenas como e por que elas funcionam. Quando esse entendimento es­
tiver enraizado, você pode começar a explicar realmente o fenômeno revelado
por essas ferramentas. Esse ciclo de retroalimentação continua e torna-se o novo
modo de pensar, sendo a base para o aperfeiçoamento contínuo. Em resumo,
você deve primeiro agir - a fim de entender - a fim de explicar - a fim de ser ca­
paz de agir eficazmente.
Figura 6.11: O Salto de Confiança.
14 Foi Ed Peterson quem primeiro sugeriu o diagrama do salto de confiançapara este autor.
102 1',NTKNI)í;n i ><) A VARIAÇÃO " A Chave para Administrar o Caos
I Veja o Que Você Estava Perdendo
O QUE VOCÊ DEVE FAZER A PARTIR DE
AMANHÃ?
1. Faça um a lista, por escrito, das m edidas que você presencia rotineira­
mente.
Quais os tipos de dados que você tem à sua disposição?
2. Fora da lista acima, identifique aquelas m edidas que você usa.
Algumas medidas serão relatadas para sua informação, outras serão os nú­
meros que você realmente usa.
3. Selecione duas ou três m edidas que você realmente usa e comece a assi­
nalar as m esm as em um gráfico do comportamento do processo.
Você pode começar esses gráficos com os valores atuais, ou pode retroce­
der e usar os valores históricos para dar início. Em ambas as formas, use o
gráfico para aprender o que a voz de seu processo atual pode ser. Você
deve começar a colocar no gráfico alguma coisa, a fim de praticar o modo
de pensar, o qual faz parte dessa abordagem total para a variação do enten­
dimento.
4. Pergunte a si m esm o se você está coletando os dados certos.
Tanto os dados que você coleta, quanto os que relata precisam ser úteis,
corretos e não ser distorcidos por limites artificiais. O s dados que descre­
vem a atividade são melhores do que os que descrevem os efeitos laterais
do processo. Igualmente, os dados concernentes àquelas coisas as quais o
gerente pode controlar são mais úteis do que os simples dados da ficha de
relato.
5. Insista na interpretação dos dados dentro de um contexto.
Isso imediatamente exigirá, entre outras coisas, uma transformação no re­
latório mensal de gerenciamento.
6. Filtre o ruído da variação rotineira antes de interpretar qualquer valor
como um sinal potencial da variação excepcional.
O fato de não conseguir fazer isso é um atestado de simplicidade numéri­
ca, e os simplistas são uma presa fácil para aqueles da turma do contra.
7. Pare de pedir explicações sobre ruído.
N a ausência de um sinal identificável, não se pode dizer que o valor atual
difere dos valores precedentes. N a falta de um sinal detectável, nem um
monte de explicações, por mais que elas sejam bem fundamentadas, pode
ser sustentado pelos dados.
103
8. Entenda que, não importa como os resultados possam amontoar-se con­
tra as especificações, um processo que é previsível está tendo um de­
sempenho tão consistente quanto possível em sua configuração atual.
Para mais detalhes sobre isso, veja “Se N ão Estiver Quebrado, N ão o
Conserte” nos Apêndices.
9. Sempre distinga entre a Voz do Processo e a Voz do Cliente.
Você não pode começar a colocar essas duas vozes em alinhamento até en­
tender de que modo elas diferem.
10. Ajude os outros a agirem sobre as causas determinantes.
Saber a causa determinante é somente o primeiro passo. As causas deter­
minantes prejudiciais precisam ser eliminadas. Aquelas que trazem bene­
fícios têm que ser inseridas no processo.
MAS ISSO NÃO PODE SER TÃO FÁCIL ASSIM,
PODE?
Sim, pode.
Determinada companhia tinha uma reunião de produção mensal. Alguns geren­
tes ficavam juntos todos os meses, revisavam os cálculos e planejavam a programação
da produção para o mês seguinte. A metade deles tinha que voar de um local para ou­
tro para essa reunião. Entre a reunião em si, o tempo de preparação para aqueles que se
encontravam no próprio local e o tempo de viagem para os outros, essa reunião levava
um dia inteiro tirado do mês para cada gerente que ali comparecia.
À medida que o pessoal da produção ficava mais familiarizado com os grá­
ficos do comportamento do processo, o gerente de produção começava a assi­
nalar os números para a reunião mensal da produção nos gráficos. Quando o
grupo de gerentes sentiu-se confortável com os gráficos do comportamento
do processo, conseguindo entendê-los, eles deixaram de reagir à variação
mensal rotineira como se cada oscilação fosse um sinal. Quando pararam de
adulterar o processo, a reunião começou a ficar mais curta. Finalmente, não
precisavam mais ter uma reunião frente a frente. A discussão necessária para
estabelecer o plano de produção para o mês seguinte podia agora ser conduzi­
da em uma conferência telefônica. Naturalmente, isso representava uma eco­
nomia significativa de tempo para todos os envolvidos.
Depois de quase um ano de conferências telefônicas, o grupo sentia-se sufici­
entemente confortável para passar a utilizar o e-mail para desenvolver o plano
mensal. Essa mudança representou mais uma economia de tempo para, virtual-
í
104 KNTIínDKNDO A VARIAÇÃO —A Chave para Administrar o Caos

mente, todos os gerentes envolvidos. Juntas, essas modificações essencialmente Apêndice

deram, a cada gerente, um dia extra em cada mês!
A ruptura para esse grupo foi a apresentação gráfica de seus dados e a aplica­
ção do pensamento estatístico, que é uma parte e parcela do gráfico do compor­
tamento do processo.
Alguns parecem pensar que a solução de seus problemas não podia ser tão
simples assim. Bem, é e não é. A técnica efetiva, os cálculos e os gráficos são bas­
tante simples na verdade. O modo de pensar - entender a variação que motiva a
Três Tipos de Ação.................................................. 107
técnica e confere energia à interpretação dos resultados - tem que ser cultivado. Caracterização de um Processo Previsível.................... 109
Isso necessitará tanto de tempo como de prática. Não é um pudim de preparo ins­ Caracterização de um Processo Imprevisível............... 113
tantâneo. Não existe um atalho. Para Leitura Posterior..................... *........................ 117
Milhões de pessoas comprovaram, através de sua própria experiência no de­ Gráficos XwRUsando a Amplitude Móvel Mediana..... 119
correr dos últimos 60 anos, que os gráficos do comportamento do processo fun­ Gráficos XwRUsando a Amplitude Móvel Média........ 121
cionam. Essa abordagem de entender e utilizar os dados não está sob julgamento. Por que não Usar os Gráficos-/»?................................. 123
A questão não é se as técnicas vão ou não funcionar - mas, antes, se v o cêv ai ou não
fazê-las funcionarem.
Uma Propossta Modesta........................................... 125
Só resta fazer.
Se não Estiver Quebrado, não o Conserte.................... 129
Aqueles que não usam os gráficos do comportamento do processo
não têm vantagem sobre aqueles que não conseguem.
106 ENTENDENDO A Variação - A Chave para Administrar o Caos I Apêndice 107

TRÊS TIPOS DE AÇÃO

1. Especificações
são para agir sobre os resultados do processo -
para separar os resultados aceitáveis
daqueles inaceitáveis
após o fato...
a Vó^ do Cliente.

2. Gráficos do Comportamento do Processo

são para agir sobre o processo -
para procurar as causas determinantes da variação excepcional
quando elas estão presentes,
com um olho voltado para a melhoria do processo,
e para abster-se de buscar as causas determinantes
quando elas estão ausentes...
a VoZ do Processo.

3. Ações para Alinhar as Duas Vozes

são apropriadas -
embora isso tenha sido tentado no passado,
a falta de uma Voz do Processo bem definida
tem dificultado a obtenção do alinhamento.
108 ENTENDENDO A V a r ia ç ã o - A Chave para Administrar o Caos Apêndice 109

CARACTERIZAÇÃO DE UM PROCESSO
PREVISÍVEL
1. Quando um processo é previsível, a variação nos resultados do processo
ou produtos será essencialmente a mesma dia após dia.

Figura A.1: O Passado Prediz o Futuro.

2. Quando um processo é previsível, podemos encontrar os Limites Natu­

rais do Processo, os quais agruparão, virtualmente, todos os resultados do pro­
cesso. Esses limites podem ser considerados como a Voz do Processo..

L im it e N a t u r a l L im it e N a r u r a l
In fe rio r d o P r o c e s s o S u p e r io r d o P r o c e s s o

Figura A.2: Os Limites Naturais do Processo.

3. Se a voz do processo não estiver alinhada adequadamente com a Voz do Cli­

ente, então alguma fração do produto ou resultados não estarão de acordo.
Embora essa fração observada que não está conforme possa mudar dia a dia, a
fração básica que não está de acordo persistirá semana após semana ou mês após
mês.

£ *
110 iíNTliNDüNDO A Varjaçâo - A Chave para AdiviiiiiNliut’ o Caos Apêndice 111

alinhamento. Ou o processo terá que ser modificado, ou as especificações terão

Amanhã
que ser alteradas.

Figura A.3: Alinhamento Inadequado Entre a Voz

do Processo e a Voz do Cliente.

4. Quando um processo é previsível, todos os resultados são conseqüências Especificação

das causas comuns da variação rotineira. Será uma perda de tempo buscar uma
explicação especial para a existência de quaisquer resultados que possam ser ina­
ceitáveis.

Limite Superior
da Especificação

Figura A.4: A Variação Rotineira Pode Gerar Tanto

um Produto Bom Quanto um Ruim.

5. Quando um processo é previsível, o único modo de tentar resolver o pro­

blema dos resultados inaceitáveis é trabalhar no sentido de colocar as vozes em Figura A.5: Alinhando as Vozes.

S>
112 Entendendo a V a r ia ç ã o - A Chave para Administrar o Caos Apêndice 113

6. Quando um processo é previsível, o produto variará dentro dos Limites
Naturais do Processo - sem considerar os Limites das Especificações.
CARACTERIZAÇÃO DE UM PROCESSO
IMPREVISÍVEL
1. Um processo imprevisível apresentará tanto uma variação rotineira como
uma variação excepcional. A variação rotineira será devido a causas determinan­
tes, mas a variação excepcional será atribuída às causas determinantes.

Limite de Especificação

-Limites Naturais do Processo

Figura A.6: N ão Importa Quais Sejam as Especificações —O Processo
N ão Pode Fazer Melhor do que a Voz do Processo.

Causas Determinantes

Figura A.7: Um Processo Imprevisível.

Como as causas determinantes dominarão, por sua natureza intrínseca, as cau­

sas comuns, a variação excepcional dominará a variação rotineira, e o processo
vai se comportar de maneira imprevisível.
114 Hnthndhndo a Variação - A Chave para Administrar o Caos Apêndice 115

2. Mesmo se a produção passada estiver 100% de acordo, um processo imprevisí­ 3. Quando um processo é imprevisível, o gráfico do comportamento do pro­
vel desafiará todas as nossas tentativas de caracterizarmos os resultados futuros. Os da­ cesso detectará a presença das causas determinantes. Todo e qualquer sinal em
dos mostrados a seguir são provenientes de um processo de produção imprevisível. um gráfico do comportamento do processo representa uma oportunidade de pe­
netrar mais no processo e compreendê-lo melhor.

! i Evidência da
4 j

I
1111111 n 1 1111111 M 1 1 1 111 '■ 11' ' ' 'T ' " i 11■ v " i ■ 1■ r n i111 1■ ■ i'
11 1 ■11 ■ ■ ■ i * ■■ i 1* ■ i ■ ■1
Produção da Segunda-Feira

*
Figura A.9: Pontos Fora dos Limites São Sinais.

4. Shewhart construiu o gráfico do comportamento do processo de tal mane­

ira que quase sempre será econômico gastar o tempo identificando as causas de­
| ' i i |' ' ' |' 1 1 r i-rl I 1 1 1 I 1 1 ' 1 ' |' 1 ' | i ri-| rrq -i i n -i- |"v'l ' 1 1 I1' ' I' ' ' I' ' ' I1' ' I 1 1 ' I' 1 ’ I■
terminantes associadas aos pontos fora dos limites.
Produção da Terça-Feira

OProcesso é Diferente

I t f ■| ■n r y | ■r t f r i ' I i ■ 1 I 1 1 ' I 1 1 ■I ■ 1 ■1 1 ' T M l ' " 1 ' " H" 1 r i | m i | i i i | i i i j ■ m i {i

Produção da Quarta-Feira

? ? ?
1111 ■ i 1 " i " 1 r -1 ’’ i 1 ■ 1 11 1 1 11111 ■ 1 1 1" 1 111' i i' 1 1 11 ‘ 1 1 . 1' | m ' | ! i ! | ■ i ' | ! 1111, , | ,

Figura A.10: Alguém E stá Escutando?

Produção da Quinta-Feira e Sexta-Feira

5. Quando um processo é imprevisível, os resultados variarão sem levar em

Figura A.8: Valor de Produção de Uma Semana.
consideração os Limites Naturais do Processo ou os Limites da Especificação.
116 EN TEND EN DO a V a r ia ç ã o - A Chave para Administrar o Caos Apêndice 117

PARA LEITURA POSTERIOR

The D em ing Dim ension
de Henry Neave
Uma perspectiva histórica de primeira categoria que também explica com
clareza as doutrinas da “filosofia de Deming”. Esse livro “nos ensina as respostas
de que precisamos, de modo que o nosso árduo trabalho e todo o nosso esforço
possam ser recompensados com o sucesso, e não com o desapontamento”.
SPC Press, Inc., Knoxville, Tennessee, USA.
Limite da Especificação A s M etas Gerenciais: Gerência de Quarta Geração
de Brian L. Joiner
Como a evolução na administração e revolução na qualidade são conver­
gentes, e o que isso significa para os negócios e para a nação. Leitura necessá­
ria.
Makron Books.
SP C at the Esquire Club
de Donald J. Wheeler
Limites Naturais do Processo- Como um grupo de trabalhadores de uma casa noturna usou ferramentas
simples para melhorar o serviço, reduzir as perdas e aumentar os lucros. Sim,
Figura A.U: Quando o Processo é Imprevisível, o Melhor que Você Pode isso realmente pode ser simples assim.
Dizer Sobre Isso é: “Amanhã Será Outro Dia” .
SPC Press, Inc., Knoxville, Tennessee, USA.
M étodo D em ing na Prática
de Mary Walton
As aplicações práticas do método de administração de D eming nas empresas
de todos os espectros industriais.
Editora Campus.
Q ualidade: A Revolução da Adm inistração
de W. Edwards Deming
O livro-fonte da filosofia do Dr. Deming. E melhor quando se lê em conjun­
to com The D eming Dimension.
Editora Marques Saraiva.

Understanding Statistical Process Control, Second Edition

de Donald J. Wheeler e David S. Chambers
Eleito “U m dos dez mais em qualidade”. Esse livro é uma nova referência de pa­
drão para aqueles que querem ler mais sobre as técnicas do Dr. Shewhart. Diferente

* ^
118 HNTIiN1>1ÍNi>t) A VARIAÇÃO - A Chave para Administrar o Caos
dos outros livros, esse texto explica claramente tanto as ferramentas como a filoso­
fia.
SPC Press, Inc., KnoxviUe, Tennessee, USA.
O Caminho de D em ingpara a M elhoria Contínua
de William W. Scherkenbach
Entender o Conhecimento Profundo envolve uma revolução no pensamen­
to. Operacionalizar o Conhecimento Profundo requer uma evolução na prática.
Ambas as exigências são abordadas nesse livro único. Ele mostra como esses con­
ceitos podem ser colocados em funcionamento em nossos negócios.
Qualitymark Editora.
A Nova Econom ia
de W. Edwards Deming
Esta é a continuação do Dr. Deming para o Out of Crisis (em português, Qua­
lidade: A Revolução da Administração, Editora Marques Saraiva). E melhor ler
esse livro depois do The Deming Dimension e Out of Crisis.
Qualitymark Editora.
The Improvement Guide
de Gerald J. Langley, Kevin M. Nolan, Thomas W. Nolan, Clifford L. Nor-
man e Lloyd P. Provost
Um livro de referência valioso para os aspectos práticos da melhoria contí­
nua através do ciclo Planejar, Fazer, Estudar, Agir.
Jossey-Bass Publishers, San Francisco, USA.
Apêndice 119
GRÁFICOS X m R USANDO A AMPLITUDE
MÓVEL MEDIANA
• Use os valores individuais para calcular a M édia, X .
Esse valor será a linha central do gráfico X .15
• Encontre as amplitude móveis e obtenha a Am plitude MóvelM ediana, mR
Esse valor será a linha central do gráfico m R
• Para encontrar o Lim ite N atu ral Superior do Processo para o gráfico X :
Multiplique a Am plitude M óvelM ediana por 3,14 e some o produto à M é­
dia.15
LN SP = X + (3,14 xjwR)
• Para encontrar o Lim ite N atu ral Inferior do Processo para o gráfico X :
Multiplique a Am plitude M óvelM ediana por 3,14 e diminua o produto da
M édia.15
L N IP = X - (3 ,1 4 xmÜ)
• Para encontrar o Lim ite da Amplitude Superior do Gráfico mR
Multiplique a Am plitude M óvelM ediana por 3,87.
L A S = 3,87 X mR
As constantes multiplicadoras de 3,14 e 3,87, vistas nas equações acima, são
os fatores de escala necessários para converter a amplitude móvel mediana, de
modo que você possa obter os limites apropriados em cada parte do gráfico.
15 Nesses cálculos, a Mediana dos Valores Individuais pode ser usada no lugar da Média dos Valores Individuais.
i- »
ENTENDENDO a V a r ia ç ã o - A Chave para Adm inistrar o C aos Apêndice

GRÁFICOS X m R QUE USAM A AMPLITUDE

MÓVEL MÉDIA

• Use os valores individuais para calcular a M édia, X .

Esse valor será a linha central do gráfico X.

• Encontre as amplitudes móveis e calcule a A m plitude M óvel M édia, m i l

E sse valor será a linha central do gráfico m l L

• Para encontrar o L im ite N atural S uperior do Processo para o gráfico X:

Multiplique a A m plitude M óvelM édia por 2,66 e some o produto à M édia.

LN SP = X + (2,66 X wR)

• Para encontrar o L im ite N atural Inferior do Processo para o gráfico X :

Multiplique a A m plitude M óvel M édia por 2,66 e diminua o produto da
M édia.

LN1P = X (2,66 X otR)

• Para encontrar o L im ite da A m plitude S uperior para o gráfico mR:

Multiplique a A m plitude M óvel M édia por 3,27.

LA S = 3,27 X mR

As constantes multiplicadoras de 2,66 e 3,27, vistas nas equações acima, são

os fatores de escala necessários para converter a Amplitude Móvel Média, de
modo que você possa obter os limites apropriados em cada parte do gráfico.
122 ENTENDENDO A V a r ia ç ã o - A Chave para Administrar o Caos Apêndice Ut

POR QUE NAO USAR OS GRÁFICOS-/)?

Muitos poderiam sentir-se tentados a usar um gráfico-p com os dados de ex­
pedição no prazo, nas páginas 42-45, com os dados da expedição de frete especial,
nas páginas 45-48, e os dados de fechamento no prazo, nas páginas 74-75. Contu­
do, fazendo assim, surge um problema em cada um dos casos - a saber, as hipóte­
ses do modelo binomial não são satisfatórias. Em particular, a probabilidade de
uma expedição estar no prazo n ã o é c o n s t a n t e p a r a t o d a s a s e x p e d iç õ e s e m d e t e r m in a d o m è s \ a
probabilidade de uma expedição ser feita via aérea n ã o é c o n s t a n t e p a r a t o d a s a s e x p e d i ­
ç õ e s e m d e t e r m in a d o m ê s \ e a probabilidade de os livros de um departamento serem fe­

chados no prazo n ã o é c o n s t a n t e p a r a t o d o s o s 3 5 d e p a r t a m e n t o s e m d e t e r m in a d o m ê s . Essa

probabilidade variável (dentro de cada período de tempo), para que ocorra a con­
tagem do atributo, vai enfraquecer o modelo binomial e tornar os limites do grá­
fico-p, ou gráfico-«p, incorretos e impróprios.
Quando você pode usar um gráfico-p ou um gráfico-»p? Somente quando o
modelo de probabilidade binomial for apropriado. Quando você pode usar um
gráfico-r ou um gráfico-»? Apenas quando o modelo de probabilidade P o i s s o n for
adequado. Se você não souber como avaliar se o modelo de probabilidade bino­
mial e o modelo de probabilidade P o i s s o n são apropriados, então deve evitar em­
pregar os gráficos especializados que se baseiam nesses modelos.
Quando você pode usar um gráfico X m R com dados baseados em contas?
Sempre que quiser. Como o gráfico- n p , o gráfico-p, o gráfico-re o gráfico-» são to­
dos casos especiais do gráfico de valores individuais, o gráfico X m R vai imitar es­
ses gráficos especializados quando eles forem apropriados. Contudo, quando os
gráficos especializados forem inadequados, o gráfico X m R ainda funcionará por­
que ele adota uma abordagem empírica em vez de estar baseado em um modelo
de probabilidade específico. Portanto, se você não souber como verificar um
modelo de probabilidade específico, ou não se importar em fazer isso, você ainda
pode usar o gráfico X m R com os seus dados baseados em contas.
124 E ntendendo a V a r ia ç ã o - A Chave para Administrar o Caos Apêndice 12S

UMA PROPOSTA MODESTA

O conjunto de técnicas comumente conhecido como Controle Estatístico
do Processo está em voga por mais de 70 anos. Todavia, bem desde o começo, o
prosseguindo até agora, tem havido uma confusão considerável sobre a natureza
e o propósito do CEP. Acredito que isso acontece porque muitos têm buscado
reformular o CEP de acordo com a sua própria vivência e experiência.
Alguns ouvem as palavras Controle Estatístico do Processo e imediatamente
pensam sobre os procedimentos estatísticos clássicos. Eles tentam ajustar o CEP
dentro dessa estrutura dos modelos matemáticos, das distribuições das probabili­
dades, das estimativas dos parâmetros, dos testes das hipóteses e dos níveis de
confiança. Naturalmente, quando esse grupo tenta compartilhar sua versão do
CEP, ele se depara com essa mesma falta total de compreensão que é o destino
das estatísticas clássicas. Mas os especialistas em estatística estão acostumados
com a rejeição, assim nada disso é novo.
Outros ouvem as palavras Controle Estatístico do Processo e mentalmente
inserem um hífen entre as duas últimas palavras da expressão em inglês Statistical
Process C ontrol —SPC, tida como um manual técnico para o process-hjpben-control. O
objetivo é manter o status quo de um processo. E, meramente, uma técnica de mo­
nitoramento do processo; alguma coisa a ser usada depois que você já conseguiu
dar ao processo um estado satisfatório. “E, como o CEP abrange isso, você não
gostaria de saber alguma coisa sobre as próximas técnicas de controle do proces­
so e sobre as técnicas de modelagem do processo que vêm sendo desenvolvidas
ultimamente?” Esse grupo ficaria satisfeito em inscrever você em um seminário
ou vender-lhe algum software. Porém, mais uma vez, há uma barreira de propor­
ções verdadeiramente matemáticas a ser superada. A covardia precisa ficar dc
fora. Aqueles sem cálculo não devem entrar por essa porta.
Um terceiro grupo usa a palavra “controle” para denotar conformidade com
as especificações e, assim, quando ouve as palavras Controle Estatístico do Pro­
cesso pensa em tentar produzir o produto sem as especificações. Dentro dessa
perspectiva, considera o CEP como um trajeto complexo para um objetivo
simples e, conseqüentemente, tenta simplificar o CEP. Esse grupo tende a querer
ignorar os cálculos baseados nos dados e, em vez disso, usar as especificações para
estabelecer os limites de ação. Embora essa simplicidade venda bem, ela tem uma
característica que é inadequada: distorce o que o CEP abrange. Aqueles que usam
essas abordagens simplificadas podem deparar-se com algum sucesso limitado,
mas porque seus objetivos não correspondem ao que pode ser feito; como não
buscam extrair o máximo de seus processos, eles não colhem os benefícios trazi­
dos pelo CEP. A realidade não corresponde à promessa, e os usuários voltam
126 liNTUNUKNUO A V ariaç Ao - A Chave para Administrar o Caos
para a escolha como um estilo de vida - fazer bastantes coisas e, provavelmente,
alguma coisa vai ser boa.
E, então, há o grupo que fica confuso com os três grupos acima. Ele não en­
tende as duas primeiras interpretações do CEP, mas presume que deve haver al­
guma coisa em toda a matemática e, assim, sobrecarrega o CEP com todo tipo de
conjeturas, precauções e exigências distributivas. Essas restrições supersticiosas
sobre como e quando usar o CEP tornam-se obstáculos e impedimentos que de­
sencorajam todos, menos os usuários mais determinados.
Chega de absurdo! O Controle Estatístico do Processo não é sobre estatísti­
ca, não é sobre process-hjphen-control e não é sobre conformidade com as especifica­
ções. Embora o CEP possa ser usado de todas essas formas, ele é muito mais do
que qualquer uma dessas interpretações estreitas. Ele trata, em sua essência, de
obter o máximo de seus processos. Diz respeito à melhoria contínua dos proces­
sos e resultados. E é, antes de tudo, um modo de pen sa r com algumas ferramentas
anexadas.
Embora seja fácil enfocar as ferramentas e ensiná-las, as mesmas são secundá­
rias para o modo de pensar. Aprenda as ferramentas e você não terá coisa alguma.
Não saberá o que fazer. Você não vai saber como empregar as ferramentas efeti­
vamente.
Aprenda e pratique o modo de pensar que envolve as ferramentas e você co­
meçará uma jornada interminável de melhoria contínua. Sem grandes gastos de
capital, descobrirá como aumentar tanto a qualidade, quanto a produtividade e,
dessa maneira, melhorar a sua posição competitiva.
Isso não é uma teoria. Mas, naturalmente, as companhias bem-sucedidas re­
lutam em dividir esse segredo com os seus concorrentes (mesmo que esses últi­
mos não consigam entendê-lo).
E é aí que a nomenclatura entra. Conforme resumido acima, contanto que
usemos as palavras Controle Estatístico do Processo, estimularemos as pessoas a
pensarem sobre as técnicas de manutenção do status quo. N a medida em que falar­
mos sobre os “gráficos do controle”, continuaremos a ser interpretados erronea­
mente, conforme descrito acima, simplesmente devido às inúmeras conotações
diferentes da palavra controle. As palavras “fora de controle” geralmente vão cri­
ar, em nossa mente, a imagem de um trabalhador descontente que fica louco e
atira em seus colegas. Por outro lado, as palavras “sob controle” são usadas no
sentido de “sob o meu controle” e “dentro da especificação”.
Assim, para entender apenas o que Shewhart quis dizer quando empregou a
palavra “controle”, remetemos para a sua própria definição:
Apêndice 127
“Será dito que um fenômeno está controlado quando,
através do uso da experiência passada,
pudermos prever, pelo menos dentro dos limites,
como o fenômeno vai variar no futuro.”
Aqui, vemos que a previsibilidade é a essência do emprego da palavra controle
por parte de Shewhart. U m fenômeno que está controlado é previsível e, inversa­
mente, um fenômeno que não está controlado é imprevisível. Considere como o
sentido da definição de Shewhart fica inalterada pela seguinte paráfrase:
Será dito que um processo é p revisível quando,
através do uso da experiência passada,
pudermos descrever, pelo menos dentro dos limites,
como o p rocesso vai se com portar no futuro.
A substituição dessas quatro palavras não altera a força da idéia de Shewhart,
mas evita mesmo certa confusão que suas palavras originais geraram.
Assim o gráfico de controle é, na verdade, u m gráfico do comportamento do processo.
Ele examina os dados de um processo para ver se o processo éprevisível ou imprevisí­
vel. Quando um processo é imprevisível, ele apresentará uma variação excepcional
que é o resultado das causas determinantes. Quando um processo é previsível,
mostrará uma variação rotineira que é característica das causas comuns.
Portanto, a fim de conquistar melhor os corações e as mentes dos outros, e
estimulá-los a desfrutarem dos benefícios da criação de Shewhart, considere o
emprego da seguinte terminologia:
Em vez de Controle Estatístico do Processo,
falemos sobre Métodos de Melhoria Contínua.
Isso tem a vantagem de focalizar a atenção sobre o trabalho de fazer as coisas
melhores obtendo o máximo de nossos sistemas e processos atuais, quando opos­
tos ao mero monitoramento do processo para manter o status quo.
Em vez de gráficos de controle,
fale sobre os gráficos do comportamento do processo.
Isso tem a vantagem de evitar a bagagem associada à palavra “controle”, en­
quanto descreve corretamente como usar o gráfico para obter o máximo de um
processo existente.
Em vez de um processo sob controle,
fale sobre um processo previsível.
Em vez de um processo fora de controle,
fale sobre um processo imprevisível.
128 EN TEND EN DO A v a r ia ç ã o - A Chave para Administrar o Caos
Com bastante freqüência, as palavras “sob controle” são usadas para descre­
ver uma situação onde todos os produtos caem dentro dos limites da especifica­
ção. As palavras “previsível” e “imprevisível” não têm as mesmas conotações. É
fácil fazer uma distinção entre um “processo previsível” e um “produto àceitá-
vel”.
Em vez de um ponto fora de controle,
fale sobre um ponto fora dos limites.
Em vez de um ponto sob controle,
fale sobre um ponto dentro dos limites.
Isso simplesmente substitui, emocionalmente, os termos carregados de frases
descritivas.
Em vez de limites de controle para os valores individuais,
fale sobre os limites naturais do processo.
Em vez de limites de controle para as médias,
fale sobre os limites para as médias
(Limite da Média Superior, Limite da Média Inferior).
Em vez de limites de controle para as amplitudes,
fale sobre os limites para as amplitudes
(Limite da Amplitude Superior, Limite da Amplitude Inferior).
Essas alterações não são tão difíceis de ser usadas, como elas devem parecer
de início, e evitam que o assunto sobre os “limites de controle” seja desviado.
Finalmente, devo reconhecer que a idéia de uma terminologia melhor não é
só minha. Os gráficos do comportamento do processo provêm do Dr. Sophro-
nia Ward. Os limites naturais do processo vêm do Professor David S. Chambers.
Previsível e imprevisível foram sugeridos por Mike Kazeef.
Depois de anos trabalhando por um entendimento melhor através do em­
prego da terminologia tradicional, finalmente cheguei ao ponto de ficar conven­
cido de que é necessária uma nova terminologia para comunicar, de maneira cla­
ra e eficaz, a finalidade e o uso das técnicas poderosas da Melhoria Contínua.
Apêndice 12V
SE NÃO ESTIVER QUEBRADO, NÃO O
CONSERTE
Durante séculos, a frase se não estiver quebrado, não o conserte tem resumido a abor*
dagem predominante para a operação do processo. Desde o conselho do médico
- não se machuque -, até o aforismo um pouco mais positivo - a roda que guincha recebe
graxa -, há o tema comum de diferenciar entre as coisas que necessitam ser atendi­
das e aquelas que não precisam. Quando o seu processo está com problema, en­
tão você deve fazer alguma coisa quanto a esse problema; mas, quando o seu pro­
cesso está operando OK, então deixe-o sozinho - e cada processo pode ser carac­
terizado como estando com problema, ou operando OK.
Usualmente, é bastante fácil identificar o problema. Um a peça do equipa­
mento está com problema quando pára de operar. Com um processo de produ­
ção, o problema pode ser definido por demasiado produto não-conforme. Com
um processo de serviço, o problema pode consistir de reclamações excessivas, ou
um índice de retrabalho muito alto. Qualquer que seja a situação, problema é
tudo o que aborrece o chefe; e a ausência de problema, geralmente, é tida como
um sinal de que as coisas estão operando OK.
D e m a s ia d o P o u c o o u N e n h u m P ro d u to
P ro d u to N ã o -C o n fo rm e
E ix o d o P r o d u to
N ã o -C o n fo rm e
r u im - — --------------------------------------------------------------------------------------------------------------------- — ------------------- ► bom
C o m P ro b le m a O p e ra n d o O K
Figura A.12: Definição Tradicional de Problema.
Naturalmente, sempre que estiver com problema, você reconhecerá a neces­
sidade de fazer alguma coisa para minorá-lo - ninguém vai argumentar contra 0
conserto de um processo defeituoso. Então, não fique apenas parado, faça algu­
ma coisa! Adquira uma nova tecnologia, experimente uma atualização impor­
tante do processo, forme uma equipe de solução de problema, ou faça uma reen-
genharia do processo!
Assim, temos a abordagem da roda que guincha para a operação do processo.
Ela busca alívio, quando o problema se torna intolerável; mas, de outra maneira,
evita sacudir o barco porque o processo é considerado como operando OK. A
abordagem da roda que guincha é conduzida pelos resultados inaceitáveis e, basi­
camente, apóia-se em uma visão pessimista dos efeitos de sua intervenção - você
pode tornar as coisas piores; assim, espere até os resultados ficarem tão ruins, que
qualquer coisa que você fizer vai significar uma melhoria.
130 ENTHNIHíNDO a Varjaç Ao — A Chave para Administrar o Caos Apôndice 131

Eventualmente, você pode ir além disso; pode desenvolver tanta habilidade você vai melhorar tanto a previsibilidade, como a consistência dos resultados de
para operar o seu próprio processo, que vai se sentir à vontade para tentar me­ seu processo.
lhorar o seu processo, mesmo antes de estar com problema. Quando isso aconte­ bor

cer, você chegará ao ponto de aprimorar o seu processo, mesmo quando estiver
operando OK. Assim, podemos expressar a soma de séculos de sabedoria con­ O Processo é O Processo Está
Previsível Operando até o
vencional como: Seu Potencial
Ignore (ou aprimorej osprocessos bons
efaça uma reengenharia dosprocessos ruins.

Essa frase resume a abordagem tradicional do gerenciamento do processo.

Fazer Reengenharia Ignorar ou Aprimorar os o
dos Processos Ruins Processos Bons .s
Eixo do Produto Ui
r u i m --------------------------------------------------------------------------------------------------------------------------------- -------------------- ^ bom

Dem asiado Produto Pouco ou Nenhum

Não-Conform e Produto Nâo-Conforme O Processoé O Processo Não
Imprevisível Está Operando Até o
Figura A.13: Melhoria da Roda que Guincha. Seu Potencial

Embora essa abordagem tradicional dê atenção à taxa de sucata mesmo, ela

não incorpora os efeitos da variação. E esses levam a uma segunda definição do Figura A. 14: N ova Definição de Problema.
que se constitui um problema; uma definição que está baseada no modo como o
Embora ambos os processos, previsível e imprevisível, sejam descritos de
processo se comporta ao longo do tempo. Em particular, mostra que o compor­
maneira mais completa neste livro, estamos preocupados aqui com as implica­
tamento de cada processo pode se caracterizar como sendo previsível (dentro dos
ções quanto à melhoria que surgem a partir dessa distinção. Quando um proces­
limites) ou imprevisível.
so é previsível, ele não pode ser melhorado pelo simples aprimoramento. Desde
Quando o seu processo é previsível, você pode usar o passado como um guia que um processo previsível esteja operando no potencial total, você pode melho­
para o futuro. Embora, talvez, você não seja capaz de predizer os valores futuros rá-lo simplesmente modificando-o de algum modo fundamental. Isso pode ser
específicos, pode descrever a amplitude dos valores rotineiros que se espera no um novo sistema, ou uma nova tecnologia, ou novos conjuntos de processo, ou
futuro. E, como a essência da administração é o prognóstico, os benefícios de ter novas formas de fazer o trabalho. Mas ele sempre vai requerer uma mudança no
um processo previsível são múltiplos. Além disso, um processo previsível é aque­ processo de algum modo importante.
le que está operando até o seu potencial - estará operando com a máxima consis­
Contudo, quando um processo é imprevisível, ele não está operando até o
tência e a mínima variação. Evidentemente, é bom ter esse tipo de processo.
seu potencial porque está sujeito aos efeitos das causas determinantes da variação
Por outro lado, um processo imprevisível não estará operando até o seu po­ excepcional. Ao encontrar e remover os efeitos dessas causas determinantes,
tencial total: não estará operando com a consistência máxima, nem com a varia­ você pode substancialmente melhorar tanto a consistência como os resultados
ção mínima e estará sujeito às mudanças imprevisíveis. Evidentemente, um pro­ do processo. Em resumo, pode começar a fazer com que seu processo opere até o
cesso imprevisível provocará muitas dores de cabeça. Entretanto, um processo seu potencial. Não se trata de gastos de capital, nem atualizações do processo,
imprevisível sempre vai conter indícios sobre o que está causando a variação ex­ mas, meramente, uma questão de aprimorar o processo existente identificando
cessiva e as alterações imprevisíveis. as causas da variação imprevisível e removendo seus efeitos.
Quando você aprende como usar os gráficos do comportamento do processo Assim, se definirmos um processo previsível como um processo bom e um
para detectar esses indícios e quando, como decorrência desse conhecimento, processo imprevisível como um processo ruim, podemos resumir as conseqüên-
você começa a agir para remover os efeitos dessas causas de seu processo, então cias da nova definição de problema como:
132 ENTENDENDO A VaiuaçãO- A Chave para Administrar o Caos
Faça um a reengenharia dos p rocessos bons
e aprim ore os p rocessos ruins,
o que é exatamente o oposto da vislo tradicional sintetizada anteriormente!
0 Processoé
Previsível
Mudança importante no
Processo Necessária
para Melhorar
Encontre as Causas
O Processoé
Imprevisível Determinantes para
Melhorar o Processo
e os Resultados
Figura A. 15: Implicações do Comportamento do Processo.
Assim, embora a abordagem da roda que guincha e a melhoria baseada no
processo pareçam oferecer um conselho contraditório sobre como “conser-
tá-lo”, o quadro completo pode somente ser encontrado pela combinação dessas
duas definições de problema. Como essas duas definições são independentes uma
da outra, teremos que representá-las usando dois eixos diferentes em um gráfico.
N o eixo horizontal, colocaremos a definição tradicional, enquanto a nova defi­
nição será colocada no eixo vertical. Quando fazemos isso, acabamos com qua­
tro possibilidades que podem ser usadas para caracterizar cada processo.
Nenhum Problema: Um processo podería ser previsível .,
embora produzindo pouco ou nenhum produto
não-conforme.
Problema do Produto: Um processo podería ser previsível,
embora produzindo demasiado produto
não-conforme.
Problema do Processo: Um processo podería ser imprevisível,
embora produzindo pouco ou nenhum produto
não-conforme.
Problema Duplo: Um processo podería ser imprevisível,
embora produzindo demasiado produto
não-conforme.
Apêndice IH
Como essas quatro possibilidades representam a realidade, cada avaliação re­
alista de uma situação exigirá o uso dessas quatro categorias. Essa combinação
das duas definições de problema leva a um entendimento de que um processo im­
previsível está com problema, apesar do nível de produto não-conforme. E isso,
por sua vez, tem implicações com respeito à manutenção e melhoria de seus pro­
cessos.
Se você tiver um processo no Estado de Nenhum Problema, na verdade, será
melhor deixá-lo sozinho então. Os resultados são aceitáveis e o processo está
operando até o potencial total. Você e o seu cliente estão obtendo aquilo pelo
qual você pagou.
Se você tiver um processo que se caracteriza pelo Problema do Produto, so­
frerá uma pressão externa para melhorar os resultados de seu processo. Contu­
do, o fato de que o seu processo está operando de maneira previsível significa que
ele está operando em seu potencial total - está fazendo o melhor que consegue fa­
zer. Portanto, você precisará mudar esse processo, de algum modo fundamental.
Assim, vá em frente e adquira uma nova tecnologia, faça uma atualização impor­
tante do processo, forme uma equipe para solução de problema, ou faça uma re­
engenharia do processo.
Assim, percebemos que a visão tradicional é apropriada quando você tem
um processo previsível:
Ignore (ou aprim ore) os processos previsíveis bons
e fa ç a um a reengenharia dos p rocessos previsíveis ruins.
Mas, e sobre os processos nas outras duas categorias? Se você tiver um pro­
cesso que esteja caracterizado pelo Problema do Processo, ou esteja no Problema
Duplo, então terá um processo que é imprevisível. Apesar de os resultados do
processo serem adequados, a imprevisibilidade do processo vai solapar todas as
previsões e modificações do processo que você possa tentar fazer. Além disso,
quando o seu processo é imprevisível, ele não está operando até o seu potencial
total. Portanto, encontrando as causas da variação imprevisível e removendo os
seus efeitos do seu processo, você pode, virtualmente sem gasto de capital, me­
lhorar tanto o seu processo como os resultados dele. Já que encontrar e remover
as causas determinantes é, geralmente, muito mais fácil e barato do que realizar
uma atualização importante do processo, essa abordagem deve sempre ser a pri­
meira a empregar um processo imprevisível. Portanto:
Q uando um p rocesso apresenta um comportamento imprevisível,
você p ode, m aisfacilm ente, melhorá-lo e aos seus resultados, identificando as causas determ i­
nantes da variação im previsível e rem ovendo os seus efeitos do seu processo.
134 liNTliNDliNlN) A VARIAÇÃO - A Chave para Administrar o Caos Apêndice 135

E ix o d o P r o c e s s o Então, quando combinamos a definição tradicional de problema baseada no

produto com a nova definição baseada no processo, obtemos uma descrição mais so­
fisticada de nossos processos. Essas quatro possibilidades resumem uma forma
P r o b le m a d o P ro d u to N e n h u m P r o b le m a mais realista de abordar os problemas de, repetidamente, entregar um produto
ou serviço que será valioso para os nossos clientes. Essa abordagem mais realista,
•5 baseada no processo “quando consertá-lo”, permite-lhe tirar vantagem das solu­
£
ções mais rápidas e baratas, quando elas funcionam, e saber quando são necessári­
P r o c e s s o P re v isív e l
P r o c e s s o P re v isív e l
c o m D e m a s ia d o P ro d u to
co m P o u c o ou as as alterações mais fundamentais.
N e n h u m P ro d u to
N ã o -C o n fo r m e
N ã o -C o n fo r m e Embora a abordagem tradicional, para a melhoria do processo, da roda que
guincha funcione quando você tiver um processo previsível, ela pode ser uma
perda de tempo e dinheiro quando for um processo imprevisível. E é um aspecto
fatual da vida que a maioria de seus processos seja imprevisível. Os processos de
produção previsíveis são obtidos e, então, mantidos através do uso efetivo dos
P r o b le m a D u p lo P r o b le m a d o P r o c e s s o Eixo do Processo

£o .
E

P r o c e s s o Im p re visíve l P r o c e s s o Im p re visíve l P r o b le m a d o P ro d u to N e n h u m P r o b le m a
c o m D e m a s ia d o com P o u co ou N enhum
P ro d u to N ã o -C o n fo r m e P ro d u to N ã o -C o n fo r m e

O
o.
■UJ Ignorar o Processo
* ► E ix o d o P ro d u to Atualização Importante do
Processo ou ou, Quando Multo,
Reengenharia do Aprimorar 0
D e m a s ia d o P ro d u to N ã o -C o n fo r m e P o u c o ou N e n h u m S Processo
0. Processo
P ro d u to N â o -C o n fo r m e Moderadamente
o

Figura A. 16: Quatro Possibilidades para Qualquer Processo.

“Por que deveria tentar melhorar um processo ruim? Não podería apenas Problema Duplo Problema do Processo
substituir completamente o processo imprevisível por um novo processo?”
sa .
Sim, você podería. Mas custará menos encontrar as causas determinantes e E

remover os seus efeitos. Além disso, substituir um processo imprevisível por um -ui
o
Identificar as Causas Identificar as Causas da
novo processo será, no final, meramente substituir os velhos problemas por no­ 8 da Imprevisibilidade e Imprevisibilidade e
o
vos problemas. Apesar de tudo, você sabe, a partir de sua própria experiência, a.
Remover os Seus RemovarosSeus
Efeitos Efeitos
que os novos processos raramente funcionam tão bem como se supõe. A razão O
para isso é simples - se você não consegue operar o seu processo atual de modo
previsível, o que o faz pensar que pode operar um novo processo de maneira pre­ >■ Eixo do Produto
visível? Se você não está obtendo o máximo de seu processo atual, é improvável
Demasiado Produto Nào-Conforme Pouco ou Nenhum
que consiga tirar o máximo de um novo processo. Assim, substituir um processo Produto Não-Conforme
imprevisível por um novo processo usualmente terminará como aquele caso de
“fora da frigideira, dentro da chama”. Figura A. 17: Melhoria Baseada no Processo.
136 Entendendo a Variação - A Chave para Administrar o Caos

gráficos do comportamento do processo. Eles não tendem a ocorrer natural ou

espontaneamente. Isso, em si, tornará a abordagem baseada no processo para ob­ índice Remissivo
ter melhoria mais confiável e mais sustentável do que qualquer outra abordagem
que você possa experimentar.

A globais, 5, 6
para as médias, 13, 14, 22-23
Abordagem,
Comportamento do gráfico
da especificação, 19, 22, 23
seqüencial, 12
de Shewhart, 23-26
Comunicação com os números, 9 ,1 0
Ação, três tipos de, 107
Conhecimento,
Acidentes, 66-68
cumulativo, 21
Alinhando as vozes, 111
método, 21
Alvos numéricos, 20
Corridas por todo o circuito (no bei­
Amplitude móvel média, 52, 56, 121
sebol), 10-11,12
Amplitudes, 13-14
Cumulativo, 17-31
Análise,
Custos,
método de, 23
com materiais, 78-88
o propósito da, 33-56
reais, 85, 86
Aprovação, índice da primeira, 63-
65
D
B Dados,
certos, 73-92
Babe Ruth, 6 ,1 3
em um contexto, 8-10
Balança Comercial dos Estados Uni­
são aleatórios, 5-16
dos, 5
Daniel Boorstih, 2
David Chambers, 17,128
C
Déficit, 7
CEP, 125 Déficits comerciais,
Chambers, David, 17 mensais dos Estados Unidos, 9,
Chefe de seção, 21 10, 28, 99
Circuito de beisebol, 11, 12 entendendo os, 26-29
Comparação para as especificações, Detentor de recorde, 6
18,19 Diagrama de pontos, 11-12
Comparações, Diária dos pares, 17
com o valor atualizado, 6, 7 Dispersão, medida da, 13
das médias, 18 Duplo problema, 132
138 E ntendendo a V ariação — A
E H
Eixo do produto, 129,130
Entender os dados, 15
Entendimento necessário, 57-71
Era da informação, 1
Especificação superior,
antiga, 111
nova, 111
Especificações, comparações para
as, 18-22
Expedições no prazo, 43, 45
F Inventário no processo, 41, 95
Fábrica, 62, 64, 67, 77, 95
de calçados, 21
Faraó, 1-2, 95
Fato da vida, 20
Fechamentos das contas no prazo,
73-76
Filtrar o ruído, 29, 30, 31
Fora de controle, 126
Fretes especiais, dados dos, 47-50,
57-60
Funcionando OK, 97
G da amplitude superior, 39, 41, 56
Gráfico,
de amplitude móvel, 39,40
do comportamento, 27, 28, 35-37
«, 123
X, 56,68,69
Gráficos,
de valores individuais, 56
seqüenciais, 10-11, 26
XmR, 39-41,47,68,98,99
Chave para Administrar o Caos Í ndice R emissivo 139
M Percentagem Diária dos Pares com
Defeitos, 17, 24, 25
Histogramas, 98 Mantle, Mickey, 12 Percentuais dos custos, 58
Horas-homem, 76, 81, 82, 83 Maris, Roger, 6, 12
Percentual das expedições no prazo,
Materiais, custos com, 78-88
44-45
McGuire, Mark, 6
Plano de produção, 103
Média da amplitude móvel, 53
Pontos, diagramas de, 11-12
índice, Medida de dispersão, 13
Primeira aprovação, índices da, 63
de acidentes, 68 Medir a atividade, 92
Processo,
de primeira aprovação, 64 Melhoria contínua, 128
do departamento, 17, 35, 36
de vazamentos, 90, 91 métodos de, 127
imprevisível, 113-116, 131
Meses de inventários, 95
índices trimestrais, 64 previsível, 109-112, 131
Metal quente, 76-78
Interpretação, 18 inventário no, 96
Método de análise, 18
Produção semanal para a fábrica, 62
Microadministração, 87
Produto, problema do, 133
Mike Kazeef, 128
J Propósito da análise, 33-56
Modificação desfavorável, 100
Proposta modesta, uma, 125
Joiner, Brian, 21 Muitas especificações, a origem de,
20
Q
K
N Quatro,
Kazeef, Mike, 128 mudanças, 84
Naturais do processo, os limites, 81,
valores, 53
85
L Quente, metal, 77
Neave, Henry. 24
Quilos sucateados, 65-66
Leitura posterior, para, 117-118 Numéricos,
Quota de produção, 21
arbitrários, alvos, 20
Lições, 97-98
valores, 96
Limite, R
Número de fechamentos das contas
no prazo, 74, 75, 76 Receitas mensais, 52-55
de controle, 128
natural superior do processo, 58 Redigir um relatório, 36
superior da especificação, 110 O Regra de Shewhart, 14
Limites, Oblíqua, linha, 83 Relatório,
naturais do processo, 40, 42, 46 Operando OK, 129, 130 gerencial mensal típico, 7
para um Gráfico XmR, 39-41 Osmose, 78 mensal, 34, 36,44, 88, 89
Linha central, 56 Relatórios,
Linhas mestras, 59 P de administração da saúde, 66-68
LNIP, 56 de ASSO, 67
LNSP, 56 Pareto, gráficos de, 98 Resto da história, o, 68-70
140 E ntendendo a V ariação — A Chave para Administrar o Caos

Resumo, 15-16,31,55-56,70-71, Três, -------------------------------------------------

92 histogramas, 13 Entre em sintonia
Roda que guincha, 129,130 tipos de ação, 107 com o mundo
Tribus, Miron, 8
S QualityPhone:
U 0800-263311
Salto de confiança, 101 Ligação gratuita
Scherkenbach, Bill, 20,118 Uma proposta modesta, 125-128
Segundo, Usar os gráficos-p, 123 Rua Teixeira Júnior, 441
erro, 31 São Cristóvão
princípio para entender os dados, V 20921-400 — Rio de Janeiro — R J
29-30 Tel.:(0XX21) 3860-8422
Valor ruim, 21
Segurança ocupacional, 66-68
Fax: (0XX21) 3860-8424
Valores,
Sementes da distorção, 87 anuais dos dados, 27 www.qualitymark.com.br
Seqüência do aumento, 60 do inventário, 95 E-Mail: quality @qualitymark.com.br
Seqüenciais, 10-11 individuais, gráficos de, 56 quality @unisys.com.br
Shewhart, 14, 15, 126 médios, 97 v_________________________________ /
Simplicidade numérica, 2 Variação, 29, 35
Sínteses numéricas dos dados, 13 Vazamentos, 88-92
Sistema, estudar o, 67 Visão binária, 19, 22
Sosa, Sammy, 6 Volumes de produção, 61-62, 82, 84
SPC, 125 Voz,
Status quo, 125 do cliente, 20, 31, 103, 110
Sucata, 68 do processo, 42, 78, 103, 110
percentuais, 85 Dados Técnicos
W
T Walter Shewhart, 23-24 Formato: 16x23
Ward, Sophronio, 128 Mancha: 12x19
Temporais, o gráfico de séries, 94 Corpo: 11
Terceiro gráfico XmR, 54 Entrelinhamento: 13
X
Teste preliminar, 64 Fonte: Garamond
The Deming Dimension, 19 X-barra, 13 Total de páginas: 152
Totais de produção, custos, 83 XmR, gráfico, 49,50,53,98,101,
Transformação, a, 100-102 119, 123

■v
O Dr. Donald J . W heeler é um
especialista em Melhoria Contínua o
autor de alguns dos livros mais
populares sobre entendimento 0 uso
dos dados nos negócios e nas
indústrias. Como um palestranto o
instrutor reconhecido
internacionalmente, ele tem trabalhada
com companhias em campos tdo
diversos como: Serviços de Saúdo;
Transportes; Manufatura;
Processamento Químico; Pesquisas
sobre Câncer; Repartições Públicas;
Serviços de Utilidade Pública;
Eletrônica; Aeroespacial; Setor Bancfti
Celulose; Têxteis; Aço; Alumínio;
Produção e Processamento de
Alimentos.
Tem os graus de Mestre e Doutor om
Estatística, da Universidade Metodista
do Sul, e foi um professor associado <
estatística, com direito à estabilidado,
na Universidade do Tennessee, Estai
Unidos. É membro da Am erican
Sta tistical A sso cia tio n . Durante 19 anr
teve o privilégio de estudar e
compartilhar do convívio com o Dr. W
Edwards Deming.

Dentre outros, os livros do Dr. Whoolti

incluem:
Understanding Statistical Proceaa
Control
Building Continuai Improvement
Avoiding Man-Made Chãos
Evaluating the Measurement Proeaai
Beyond Capability Confuslon
Understanding Industrial
Experimentation