Ferramentas Da Qualidade

1
Maio 009
FERRAMENTAS
DA QUALIDADE
João Paulo Pinto, PhD MSc(Eng)
FACULDADE DE ENGENHARIA
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07 
2

ENQUADRAMENTO 3
A melhoria da qualidade é um processo contínuo,

sistemático e incremental;
A melhoria contínua (kaizen) é um dos pilares
fundamentais da Gestão pela Qualidade Total
(TQM – total quality management);
Assim, um processo de melhoria contínua

assenta em dois vectores determinantes:
 A FILOSOFIA;
 As técnicas (ferramentas) de resolução de
problemas.

4

FILOSOFIA 5
Esta consiste nos seguintes princípios:
Removendo as causas dos problemas do sistema,

obtemos sempre melhorias de produtividade;
As pessoas que executam um determinado
trabalho são as que o melhor o conhecem;
As pessoas esperam ser envolvidas e fazer
bem o seu trabalho;
Todos gostam de contribuir de forma válida;
É mais eficiente trabalhar em equipa, de modo a melhorar
o sistema, do que ter contribuições isoladas à volta do
sistema;

A resolução de problemas utilizando técnicas 6
gráficas e específicas, produz melhores resultados
que os processos não estruturados!
As técnicas gráficas e estatísticas permitem saber onde
estamos, onde estão os nossos problemas, qual a sua
importância relativa e que efeitos provocam as alterações
propostas;
Formalizar e uniformizar é importante!
A sistematização dos processos de melhoria contínua
recebeu um contributo importante em 1950 quando o Dr
Deming desenvolveu o ciclo PDCA (plan-do-act-check);
Embora todos concordem que se trata de sequência
“natural”, a prática demonstra que muitas empresas não
a conseguem implementar de forma eficiente...

7
GESTÃO
Focus no
cliente
Técnicas de Trabalho em
resolução de equipa
problemas
RESOLUÇÃO DE PROBLEMAS 8
A resolução de um problema pode ser representado

do seguinte modo:
FASE DESCRIÇÃO
IDENTIFICAÇÃO
DO PROBLEMA
1 Decisão sobre o problema a considerar prioritariamente;
2 Descrição da extensão e caracterização do problema;
3 Listagem de todas as causas potenciais do problema;
4 Selecção da(s) causa(s) mais importante(s) do problema;
ANÁLISE DO
PROBLEMA
5 Implementação das soluções e dos procedimentos que
assegurem que o problema será de facto eliminado!

AS 7 FERRAMENTAS 9
CLÁSSICAS DA QUALIDADE
a
m
le
ob
histograma
Pr
do
diagrama
o
do processo diagrama
çã
ca
de pareto
i
tif
en
gráficos
Id
diagrama
causa-efeito
a
folha de
m
le
verificação cartas de
ob
controlo
Pr
do
e
lis
ná
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07 A 
10
AS 7 FERRAMENTAS
Estas ferramentas devem ser destacadas porque a sua
aplicação prática mostrou ser altamente produtiva e
eficaz (encontrando-se hoje numa fase de aplicação de
rotina na esmagadora maioria das empresas japonesas,
norte-americanas e norte-europeias);
Estas fazem parte dos processos de melhoria contínua!
São ferramentas muito simples e de fácil aplicação
Que requerem apenas: papel/caneta, criatividade,
imaginação e empenho por parte de todos os membros
da equipa de trabalho.

O DIAGRAMA DE CAUSA-EFEITO
aka ISHIKAWA DIAGRAM (Toquio, 1943) 11
Medição Pessoas Máquinas
Faulty testing equipment Poor supervision Out of adjustment
Incorrect specifications Lack of concentration Tooling problems
Improper methods Inadequate training Old/worn
Problema
de
Inaccurate
temperature
Qualidade
control Defective from vendor Poor process design
Ineffective quality
Not to specifications management
Dust and Dirt Material- Deficiencies
handling problems in product design
Ambiente Materiais Processo
Procure quantificar as causas dos problemas; comece pelo mais importante! – first things first
EXERCÍCIO 12
Para a sua empresa procure:

Identiticar um dos problemas que mais afecta
a sua Qualidade (produtos, processos ou serviços);
Para o problema acima identificado, construa o diagrama
de Ishikawa (diagrama de espinha de peixe), identificando as
principais causas (gerais) e as respectivas sub-causas
(específicas);
Quem procuraria envolver na elaboração deste diagrama?
Que fontes de informação irá necessitar?
Que dificuldades na elaboração do diagrama?
Que fazer após a elaboração deste diagrama?

HISTOGRAMA 13
Análise de 40
frequências e um
dado evento (ex. 35
defeito, 30
reclamação);
Permite conhecer 25
a distribuíção 20
estatística
(comportamento) 15
;
10
Permite também
avaliar a 5
possibilidade de
ocorrência de 0
determinados 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
eventos...

O Histograma é a forma gráfica mais corrente de
14
representar a distribuição de frequências de variáveis
discretas e contínuas, podendo ser relativo às frequências
absolutas ou às frequências relativas;
Procedimento para variáveis contínuas:
 Recolha de dados do parâmetro em estudo (ex. temp);
 Determinar a amplitude dos dados (ie, max – min);
 Determinar o nº de intervalos
dividir a amplitude (range) pelo nº de intervalos para obter o
comprimento de cada intervalo;
 Marcar, no eixo horizontal, a escala de valores;
 Marcar, no eixo vertical, a escala de frequências (linear);
 Desenhar a altura de cada intervalo.
TPC: Ver o software de análise “minitab”

João Paulo Pinto ©, Faculdade de Engenharia, 2006/07 Pesquisar softwares de análise de
dados
EXERCÍCIO 15
Peça Defeitos Peça Defeitos
O quadro ao lado
apresenta o nº de 1 2 11 1
defeitos encontrados 2 0 12 0
numa inspecção
efecutada a um lote de 3 0 13 2
20 peças... 4 1 14 1
5 1 15 1
Que tipo de dados são
estes (discretos ou 6 2 16 5
variáveis)? 7 2 17 0
8 1 18 3
Procure esboçar o 9 0 19 1
HISTOGRAMA para
estes dados. 10 1 20 2

70
(64) 16
DIAGRAMA 60
DE PARETO 50
CAUSAS DE
% de cada causa
Trabalhos de INSATISFAÇÃO DOS
40 COLABORADORES
Vilfredo Pareto
(Itália), 30
no Sec XVII.
O princípio de 20
(13)
Pareto diz-nos (10)
10 (6)
que a maioria dos (3) (2) (2)
efeitos está 0
relacionada com
s
o
ão
as
ria
íd
ad
õe
rio
aç
Ru
us
tá
ev
aç
rá
um nº reduzido de in
ni
ca
el
ho
br
m
sa
Vi
a
s
ilu
ra
ur
s
causas (20/80)...
õe
ut
t
ra
O
aç
pe
al
m
st
Te
In
PRINCÍPIO DA ANÁLISE ABC/PARETO 17
Este princípio também é conhecido como a Regra dos 20-80;

Gestão por excepção - Trivial many, vital few.
 Baseado no trabalho de Vilfredo Pareto (.it):

• A maioria das situações são dominadas por poucos
elementos vitais;
• Implicação: concentrar recursos/esforços no elementos que
causam maior impacto (vitais) ignorando os demais (triviais).
 Aplicação na Gestão da Qualidade:
• Uma pequena percentagem (ex. 20%) dos defeitos
representam uma larga percentagem (ex. 80%) das queixas
dos clientes.

GRÁFICO A B C ABC Chart
18
100.0%
DEFEITOS
80.0%
vendas
60.0% C
IMPACTO sales
DOS
B
40.0%
A
20.0%
0.0%
0.0% 20.0% 40.0% 60.0% 80.0% 100.0% 120.0%
itemsDE DEFEITOS
PERCENTAGEM

EXERCÍCIO 19
Os dados que se seguem reportam-se aos registos

de defeitos na empresa Teixeira da Cunha (TC)...
ELEMENTOS DEFEITUOSOS Nº de Defeitos Impacto (1..100%)
Má qualidade da chapa 91 80
Defeito de dobragem 128 60
Furação deficiente 9 100
Acondicionamento dos materiais 36 20
Soldadura mal executada 15 70
Erros de corte 23 80
Outros defeitos 12 40

FORMULÁRIOS DE RECOLHA DE DADOS 20
Também designados como “check sheets”

(folhas de verificação);
Permitem responder às seguintes perguntas:
Quantas vezes acontece?
Quando acontece?
Desta forma, aquilo que no início não passa de
opiniões ou impessões, transforma-se em factos
objectivos (a importancia da quantificação)!
A figura que se segue apresenta uma check sheet
típica para avaliar a qualidade de um dado produto.
Nesta figura é possível dar resposta às 2 questões
anteriores, saber qual o problema mais frequente,etc.
Exemplo 1.
qualidade do produto 21

Exemplo 2.
defeitos nos rolamentos 22

Exemplo 3.
aplicação aos serviços 23

24
EXERCÍCIO
Pretende-se que desenhe uma “check sheet” para a sua

empresa (com o objectivo de identificar os principais
problemas que afectam os seus serviços e/ou produtos).
Quem deverá preencher a check sheet que desenhou?
Durante quanto tempo vai colocar esta check sheet em

operação?

FLUXOGRAMA OU GRÁFICO DE FLUXOS 25
Ferramentas simples (de construir e de perceber);

Apresentam de forma ordenada as etapas de um
processo (fluxos), identificam as entradas/saídas que
gradualmente vão contribuindo para a obtenção do
produto/serviço;
Recorrem a simbologia “quase” universal. A possibilidade
de codificarmos cores, padrões ou tipos de linhas permite-
nos colocar muita informação num fluxograma!
A folha que se segue sugere um formato para a
construção de fluxogramas em Gestão da Qualidade.

26

FLUXOGRAMA DE UM PROCESSO
Intervenientes Fluxo de informação Documentos ou Timings Observações
27
ou materias instruções
Quem faz? Quem Recorrer à simbologia “quase” universal. Nota: Quanto tempo demora? Comentários necessários,
decide? Atenção à Simplicidade, facilidade na leitura e Todos os documentos Esta coluna pode ser esclarecimentos, orientações,
no acompanhamento. codificados omitida ou substituida referências...
por outra (ex. Custos).
Nota:
pode recorrer a cores, tipos de linha, ou padrões
para diferenciar, codificar ou uniformizar...
Comentários Comentários, notas Identificação do

Quem executou o fluxograma? fluxograma, etc.

28
EXERCÍCIO
Procure esboçar o fluxograma para um dos seguintes

processos da sua empresa:
Denuncia de avarias em equipamentos;
Denuncia de problemas de qualidade no processo;
Processo de atendimento de clientes;
Processo de recepção de matérias-prima;
Admissão de um novo colaborador na empresa;
Outro (aceita-se sugestões).

GRÁFICO DE TENDÊNCIA 29
Também designado por run chart;

Permite visualizar os resultados de um processo e
ajuda a identificar possíveis alterações ao longo do
tempo;
Os pontos são marcados à medida que os resultados
são obtidos;
É comum fazer-se o gráfico de diversas grandezas da
qualidade, ex:
 Quantidade de desperdício (em tempo ou em material);
 Desempenho de uma operação;
 O nº de erros;
 Os tempos de resposta, etc.

Gráfico de Tendência 30
60
50
40
Defeitos
30
20
10
0
wk wk wk wk wk wk wk wk wk wk wk wk wk wk
12 13 14 15 16 17 18 19 20 21 22 23 24 25
Semana
Convém distingir entre variação natural (depende do

processo, incontrolável, aleatório) e variação anormal
(processos fora de controlo estatístico, tendenciais,
controlável)
GRÁFICO DE DISPERSÃO 31
Também designado por scatter diagram;

É utilizado para estudar a relação, cuja medida é dada pelo
coeficiente de correlação (r), existente entre 2 ou mais
variáveis de um processo;
A relação típica a estudar é do tipo causa-efeito;
Tipos de corelação:
 Perfeita negativa, quando r = -1;
 Perfeita positiva, quando r = 1;
 Sem qualquer correlação quando r = 0.
O coeficiente mais utilizado é o Pearson (correlação linear),
ver a equação que se segue...

CORRELAÇÃO CORRELAÇÃO CORRELAÇÃO
POSITIVA NEGATIVA NULA
32

33
EXERCÍCIO (tpc)
Os dados que se seguem referem-se ao nº de tubos de

ensaio produzidos por hora e a respectiva temperatura
ambiente numa empresa de produção de vidro de
precisão.
Para estes dados pretende-se que:

Esboce o scatter diagram;
(nota: pontos duplicados são marcados com um circulo).
Determine o coeficiente de correlação e faça os
comentários que achar necessário.

34

35
CARTAS DE CONTROLO
Control Charts
Statistical Process Control
Quality Control

INTRODUÇÃO 36
O conceito foi desenvolvido na década de 1920’s nos
laboratórios Bell (EUA) por Walter Shewart;
São orientadas para o controlo das diferentes
causas de variação:
 As controláveis, ie as tendenciais;
 As incontroláveis, ie as aleatórias.
Têm aplicação vasta em processos industriais e em
serviços;
Podem ser aplicadas no controlo on-line de processos;
Existem vários tipos de cartas de controlo:
Por variáveis;
Por atributos.

OBJECTIVOS 37
DAS CARTAS DE CONTROLO
Mostra as evidências de um processo estar a ser

conduzido num estado de controlo estatístico;
Assinala a presença de causas especiais de variação, de
modo que as acções correctivas possam ter lugar;
Concentra as acções no sentido da melhoria gradual da
capabilidade dos processos;
Manter o estado de controlo estatístico, utilizando os
limites de controlo (UCL e LCL) como forma de decisão
em tempo real do andamento do processo.

PRINCIPAIS TIPOS DE CARTAS DE CONTROLO
38
Característica TIPO DE CARTA DE CONTROLO Situação de Aplicação
Xbarra Média e Sub-grupos de dimensão
R Amplitude (range) entre 2 e 10 valores;
Md Mediana e Não exige escolaridade
VARIÁVEL R Amplitude mínima do operador
(ex. peso, altura) Xbarram Média móvel e Amplitude
Rm móvel Quando existe apenas uma
observação por lote.
Xi Valores individuais e Amplitude
Rm móvel
np Nº de unidades defeituosas Amostras de dimensão

constante
p % de unidades defeituosas Amostras de dimensão não
ATRIBUTO constante
(ex. sim/não) c Nº de defeitos Amostras de dimensão
constante
u Nº de defeitos por unidade Amostras de dimensão não
constante

ATRIBUTOS vs. VARIÁVEIS 39
CARTAS POR ATRIBUTOS:

Bom/Mau, Trabalha/Não-trabalha
Contagem da % de defeituosos
(Carta do tipo C)
Contagem do número de defeituosos/itens
(Carta do tipo P)
CARTAS POR VARIÁVEIS:

Medição do comprimento, peso, altura, temperatura,
(Carta do tipo X)
Medição da variabilidade em comprimento
(Carta do tipo R)

VARIAÇÃO NATURAL 40
10 11 12 13 14 15 16 17 18 19 20

41
CONTROLO DE PROCESSOS
Carta de controlo contendo dados obtidos ao longo do tempo
X
60
UCL
40 média do
processo ±
20 3σ
LCL
variação 0
natural
1
9
11
Time
TODOS OS PONTOS FORA DOS LIMITES SÃO DEVIDOS A CAUSAS TENDENCIOSAS

TEOREMA DO LIMITE CENTRAL 42
sampling
As sample distribution
size gets becomes almost
large normal regardless
enough of population
(≥ 50) ... distribution.
X
X
TEOREMA DO LIMITE CENTRAL 43
Média Desvio padrão

σx
X =µ σx =
n
X
X =µ
PROPRIEDADES DA 44
DISTRIBUIÇÃO NORMAL
95.5% dos dados 99.7% dos dados

estão em ± 2s` estão dentro de 3s`
X
X =µ
PROCEDIMENTO DAS
45
CARTAS DE CONTROLO
Recolha de dados (pelo menos 25 amostras retiradas da
mesma produção);
Fazer o tratamento dos dados, ie obter as necessárias
estatísticas para o preenchimento de cada carta
(ver equações apresentadas a seguir);
Escolher a escala (procurando que o maior e o menor
valor do eixo vertical tenha um valor duplo da amplitude
esperada);
Marcar os pontos e uni-los para melhor visualização das
variações;
Calcular os limites de controlo (UCL e LCL) baseadas nas
estatísticas.
CAUSAS COMUNS RESULTANTES 46
DA VARIAÇÃO NATURAL
n
∑x i
∑( x − x)
2
x= i −1 σ= i
n n −1
425 Peso (grs)

Causas atribuíveis… 47
média
Grams
(a) Localização

média
peso
(b) Distribuição

Média
Peso
(b) Distribuição

Média
peso
(c) Forma

Efeito das causas nos processos 51
Presença de
causas atribuíveis

Efeito das causas nos processos
52
Apenas presença de
causas aleatórias
(processo em controlo!!!)
Provável causa
atribuível 53
UCL
Nominal
LCL
1 2 3
Amostras
54

55

56

57

58

59

CARTA DE CONTROLO 60
PARA VARIÁVEIS (R)
Special Metal Screw

Numero da AMOSTRA
amostra 1 2 3 4 Range Média
1 0.5014 0.5022 0.5009 0.5027
2 0.5021 0.5041 0.5032 0.5020
3 0.5018 0.5026 0.5035 0.5023
4 0.5008 0.5034 0.5024 0.5015
5 0.5041 0.5056 0.5034 0.5039

CAPABILIDADE DOS PROCESSOS 61
A Capabilidade é uma medida que relaciona o rendimento

real de uma máquina/processo com o seu rendimento
especificado/desejado;
O Estudo da Capabilidade é um procedimento para avaliar
um processo por meio de Cartas de Controlo de modo a
determinar se este é capaz em relação às especificações de
Estabilidade (Controlo e Maturidade).
Este estudo também determina se o comportamento do
processo é ou não natural (ie, as somente as causas
aleatórias estão presentes...).

CAPACIDADE E CAPABILIDADE 62
NÃO SÃO SINÓNIMOS
Capacidade refere-se a características físicas, ao
potencial de realização, algo que é fixo e próprio dos
sistemas de fabrico (ex. peças/hr);
Capabilidade refere-se à propriedade do sistema de
produção em ser capaz de se manter dentro de certos
limites/tolerâncias.
A Capabilidade de um processo só pode ser avaliada
quando o processo está sob Controlo Estatístico
(ie, apenas as causas aleatórias estão presentes).

INDICES DE CAPABILIDADE 63
Os mais comuns são Cp e Cpk, Zmin, CpU e CpL (os 3

últimos também incluem a localização da média do processo em
relação à especificação nominal);
Estes índices tem sido utilizados por grandes empresas

como a Ford, a GM e a Xerox.
6σ (99.73%) é normalmente designada como

a tolerância normal do processo.
Quanto menor for a tolerância natural (6σ ) em relação à
especificação ULS - LSL, maior será a Capabilidade do
processo.

USL − LSL
Cp = 64
6σ
para qualquer valor superior a 1, o processo tem potencial de
satisfazer as especificações, desde que se mantenha em controlo
(com média X = (USL-LSL)/2);
O valor mínimo recomendado para Cp é de 1.33;
Estes índices são um meio de indicar a variabilidade de um
processo em relação à tolerância dos seus produtos (ie, do seu
output).
Os índices apresentados tendem a denunciar que a distribuição
dos produtos num processo controlado pode ser representada
pela Distribuição Normal standard, ie virtualmente todos os
produtos estarão localizados entre a média do processo X e
± 3σ . Contudo, este poderá não ser o caso. Por este motivo o
índice Cpk é um dos mais importantes.

ANÁLISE DA CAPABILIDADE DO PROCESSO 65
Cp ou Cpk ≥ 1.33 Adequada
1.00 ≤ Cp ou Cpk < 1.33 Satisfatória
Cp ou Cpk < 1.00 Inadequada
O Índice Cp indica a dispersão inerente ao

processo, enquanto que o índice Cpk indica o
ajuste e a dispersão do processo.
processo

CAPABILIDADE DOS PROCESSOS
66
6 sigma
4 sigma
2 sigma
Limite Limite
inferior Superior
Média
67
79.5 gr/m2
Desvio padrão = 5.6
gramagem
LIC(L) = 78 gr/m2 80 gr/m2 LSC(U) = 82 gr/m2

Ferramentas Da Qualidade

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Ferramentas Da Qualidade

Загружено:

Авторское право:

Доступные форматы

1

João Paulo Pinto ©, Faculdade de Engenharia, 2006/07 

A melhoria da qualidade é um processo contínuo,

Assim, um processo de melhoria contínua

João Paulo Pinto ©, Faculdade de Engenharia, 2006/07 

João Paulo Pinto ©, Faculdade de Engenharia, 2006/07 

Removendo as causas dos problemas do sistema,

João Paulo Pinto ©, Faculdade de Engenharia, 2006/07 

João Paulo Pinto ©, Faculdade de Engenharia, 2006/07 

A resolução de um problema pode ser representado

3 Listagem de todas as causas potenciais do problema;

4 Selecção da(s) causa(s) mais importante(s) do problema;

João Paulo Pinto ©, Faculdade de Engenharia, 2006/07 

João Paulo Pinto ©, Faculdade de Engenharia, 2006/07 

Medição Pessoas Máquinas

Faulty testing equipment Poor supervision Out of adjustment

Incorrect specifications Lack of concentration Tooling problems

Improper methods Inadequate training Old/worn

Ambiente Materiais Processo

Para a sua empresa procure:

João Paulo Pinto ©, Faculdade de Engenharia, 2006/07 

João Paulo Pinto ©, Faculdade de Engenharia, 2006/07 

TPC: Ver o software de análise “minitab”

João Paulo Pinto ©, Faculdade de Engenharia, 2006/07 

Este princípio também é conhecido como a Regra dos 20-80;

 Baseado no trabalho de Vilfredo Pareto (.it):

João Paulo Pinto ©, Faculdade de Engenharia, 2006/07 

João Paulo Pinto ©, Faculdade de Engenharia, 2006/07 

Os dados que se seguem reportam-se aos registos

ELEMENTOS DEFEITUOSOS Nº de Defeitos Impacto (1..100%)

João Paulo Pinto ©, Faculdade de Engenharia, 2006/07 

Também designados como “check sheets”

João Paulo Pinto ©, Faculdade de Engenharia, 2006/07 

João Paulo Pinto ©, Faculdade de Engenharia, 2006/07 

João Paulo Pinto ©, Faculdade de Engenharia, 2006/07 

Pretende-se que desenhe uma “check sheet” para a sua

Quem deverá preencher a check sheet que desenhou?

Durante quanto tempo vai colocar esta check sheet em

João Paulo Pinto ©, Faculdade de Engenharia, 2006/07 

Ferramentas simples (de construir e de perceber);

João Paulo Pinto ©, Faculdade de Engenharia, 2006/07 

João Paulo Pinto ©, Faculdade de Engenharia, 2006/07 

Comentários Comentários, notas Identificação do

João Paulo Pinto ©, Faculdade de Engenharia, 2006/07 

Procure esboçar o fluxograma para um dos seguintes

João Paulo Pinto ©, Faculdade de Engenharia, 2006/07 

Também designado por run chart;

João Paulo Pinto ©, Faculdade de Engenharia, 2006/07 

Convém distingir entre variação natural (depende do

Também designado por scatter diagram;

João Paulo Pinto ©, Faculdade de Engenharia, 2006/07 

João Paulo Pinto ©, Faculdade de Engenharia, 2006/07 

Os dados que se seguem referem-se ao nº de tubos de

Para estes dados pretende-se que:

João Paulo Pinto ©, Faculdade de Engenharia, 2006/07 

João Paulo Pinto ©, Faculdade de Engenharia, 2006/07 

João Paulo Pinto ©, Faculdade de Engenharia, 2006/07 

João Paulo Pinto ©, Faculdade de Engenharia, 2006/07 

Mostra as evidências de um processo estar a ser

João Paulo Pinto ©, Faculdade de Engenharia, 2006/07 

np Nº de unidades defeituosas Amostras de dimensão

João Paulo Pinto ©, Faculdade de Engenharia, 2006/07 

CARTAS POR ATRIBUTOS: