Ações para A Qualidade Quarta Edição

3
Ferramentas e Tcnicas
para a Melhoria dos Processos
e da Qualidade
03.1. Mapeamento do Processo

03.2. Lista de Vericao
03.3. Histograma
90
95
98
03.4. Aplicaes das Principais Medidas Estatsticas

03.5. Grco de Controle
113
03.6. Capacidade de um Processo

03.7. Diagrama de Pareto
120
123
03.8. Brainstorming: Tempestade Cerebral

03.9. Diagrama de Causa e Efeito
3.10. Matriz de Prioridade
132
3.11. Anlise de Disperso
140
3.12. Diagrama de Concentrao

3.13. Grco Box-Plot
127
129
146
147
3.14. Planejamento de Experimento

3.15. Anlise de Varincia
3.16. Anlise de Taguchi
154
162
166
3.17. Diagramas para o Planejamento e Gesto

dos Processos 169
106
Aes para a qualidade
ELSEVIER
3.1. Mapeamento do Processo

FERRAMENTAS PARA MAPEAMENTO E AVALIAO
DO POSICIONAMENTO DO PROCESSO
GEIQ Etapas do SIASP
1
Identicao do processo a ser trabalhado
Mapeamento do processo
Avaliao do posicionamento do processo
Identicao de problemas
Seleo do problema prioritrio
Identicao de causas
Seleo da causa mais provvel
Busca de solues
Plano de ao para implantao da soluo
10
Implantao e avaliao
11
Aes alternativas para otimizao do processo
Fluxograma
Fluxograma a forma grca, atravs de smbolos, de descrever e mapear as diversas
etapas de um processo, ordenando-as em uma sequncia lgica e de forma planejada.
Principais Smbolos
Objetivo de um Fluxograma
Com o uxograma podemos conhecer todas as etapas e atividades de um processo
COMOOBJETIVODE
Captulo 3 s&ERRAMENTASETCNICASPARAAMELHORIA
DOSPROCESSOSEDAQUALIDADE

Identicar tempo, produtividade, conabilidade ou capacidade do ciclo.

Meta: Otimizar o ciclo.
Identicar erros.
Meta: Eliminar os erros.
Identicar duplicidades.
Meta: Eliminar duplicidades.
Identicar tarefas sem valor agregado.
Meta: Eliminar tarefas.
Para atingir os objetivos na construo de um uxograma aconselhvel responder

ASSEGUINTESQUESTESEMRELAOATODASASETAPASDOPROCESSO
!SATIVIDADESDOPROCESSOTMUMBOMDESEMPENHO
!SATIVIDADESPODEMSERSIMPLIlCADAS
#OMOSEPODEEVITARAOCORRNCIADEERROSEDESPERDCIOS
IMPORTANTE
1. Escolher um processo especco para documentar.
2. Denir os limites do processo: incio e m.
3. Determinar quem vai documentar: uma pessoa ou um grupo.
4. Documentar as etapas reais.
5. Validar o uxograma com especialistas e donos de outros processos.
CUIDADO
1. Trabalhar as resistncias iniciais da equipe.
2. Capacitar a equipe e explicitar a importncia das mudanas.
3. No eliminar etapa sem vericar o impacto em outros processos.
4. Identicar limites com preciso.
5. No deixar de incluir os especialistas.
ELSEVIER
Anlise de um Fluxograma
Aps mapear todo o processo preciso analisar cada etapa, com o objetivo de
conhec-lo e vericar sua eccia. O foco da anlise encontra-se diretamente vinculado
natureza dos processos, mas apresentado a seguir um roteiro de questionamentos
QUESETEMMOSTRADOADEQUADOPARAAMAIORIADASANLISES
01UEMORESPONSVELPELAETAPA
01UEMEXECUTAAETAPA
01UALAFORMAOOUEXPERINCIADORESPONSVELPELAETAPA
01UALAINFORMAODISPONVEL
01UALINFORMAONOESTDISPONVEL
01UEINDICADORESSOCONSIDERADOS
01UAISOSVALORESAGREGADOS
0#OMOESTESVALORESPODEMSERCOMPARADOSCOMOSDEOUTROSPROCESSOS
01UALADURAODAETAPA
1UALOTEMPOQUESEPARAUMAETAPADASEGUINTE
1UALAIMPORTNCIADAETAPAPARATODOOPROCESSO
IMPORTANTE
Para facilitar o entendimento das Aplicaes do Caso Referncia, que seguem, ser necessrio, inicialmente, estabelecer parmetros e tomar algumas decises:
Organizao a ser Analisada: Voc leitor ser a organizao
Objetivo Estratgico a ser Considerado: Otimizar o seu tempo dirio.
A organizao pode ter mais de um objetivo estratgico, mas deve-se analisar um por vez.
O seu Processo Critico diante do Objetivo Estratgico: Ir ao trabalho no perodo matinal.
Cada objetivo estratgico pode ter mais de um processo critico, mas deve-se analisar um
por vez.
Indicador de Desempenho do seu Processo Critico: Tempo.
Cada processo crtico pode ter mais de um Indicador de Desempenho, mas deve-se analisar um por vez, e inicialmente o mais relevante diante do objetivo estrategico.
Instrumento de Medio a ser utilizado: Cronmetro
Unidade a ser utilizada para medio do tempo: Minuto
Amostra: Considerou-se um ms com 20 dias (dias teis) como um ciclo, a amostra
para anlise foi composta por 3 ciclos, ou seja, 60 dias.
Aplicao 3.1-A: Construo de um Fluxograma

Construir um uxograma do processo Aes de um prossional para ir ao trabalho
no perodo matinal, Caso Referncia.

Mapa do Processo
Mapa do Processo uma representao grca, sequencial, detalhada e que apresenta informaes operacionais e administrativas das atividades de um processo com
o objetivo de analisar todos os seus parmetros, controlveis ou no.
No uxograma o objetivo obter a descrio das diversas etapas do processo, em
ordem sequencial. J o Mapa do Processo busca apresentar, em relao a cada atividade
de um processo, informaes quanto a aspectos relevantes da entrada, processamento
e sada, para anlise e consequentes propostas de otimizao. Dentre as diversas inforMAESQUEPODEMCONSTAREMUM-APADO0ROCESSOPODEMOSCITAR
As operaes e aes envolvidas.
Os agentes envolvidos.
Os custos.
As tecnologias utilizadas.
A infraestrutura necessria.
As limitaes internas/externas.
O sistema de controle.
O nvel de competitividade.
O potencial do mercado.
A satisfao do cliente.
A eccia ou efetividade.
ELSEVIER
Etapas para a Construo do Mapa do Processo

3EGUEMASPRINCIPAISETAPASPARAACONSTRUODOMAPADEUMPROCESSO
Denir o processo ou etapa que vai ser analisado.
Denir a metodologia e os responsveis pelo mapeamento.
)DENTIlCAREDETALHARASAESNAENTRADAVARIVEISDEENTRADA NOPROCESSAMENTO
VARIVEISDEPROCESSAMENTO ENASADADOPROCESSOVARIVEISDESADA
Identicar aspectos operacionais e administrativos relativos a cada etapa.
Denir os parmetros do processo.
Associar os parmetros do processo e as variveis de entrada, de processamento e sada.
Aplicao 3.1-B: Construo de um Mapa de Processo

Construir um Mapa de Processo da atividade Tomar Banho pertencente ao processo Aes de um prossional para ir ao trabalho no perodo matinal, Caso Referncia.
ENTRADA
PROCESSAMENTO
Entrar
no Banheiro
*C:
*C:
*C:
*R:
*R:
*C:
Necessidade de tomar banho

Necessidade de higiene bucal
Necessidade de lavar os cabelos
Banheiro disponvel
Limpeza do banheiro
Existncia de energia para
aquecer a gua
*C: Integridade da tubulao da gua
Tomar Banho
*C:
*R:
*C:
*C:
Fluxo de gua
Temperatura da gua
Produtos de uso pessoal
Metodologia utilizada
para o banho
SADA
Sair do
Banheiro
*C: Nvel de limpeza pessoal
realizado
*C: Desgaste dos produtos de
limpeza
*C: Tempo gasto no banheiro
*R: Temperatura do ambiente ao
sair do banho
Parmetros do Processo: C: Parmetro controlvel; R: Parmetro no controlvel (Rudo); *: Parmetro crtico

3.2. Lista de Vericao

FERRAMENTAS DE APOIO PARA A IDENTIFICAO DE PROBLEMAS
E AVALIAO DO POSICIONAMENTO DO PROCESSO
1
Identicao de causas
Busca de solues
10
Implantao e avaliao
11
A Lista de Vericao um formulrio fsico ou virtual utilizado para tabular dados

de uma observao amostral, identicando a frequncia dos eventos previamente
selecionados em um perodo determinado.
PROBLEMAS
Evento A
SEMANA
SEG.
TER.
QUA.
QUI.
SEX.
SB.
DOM.
III
II
III
III
TOTAL
12
Evento B
II
II
II
10
Evento C
IIII
IIIII
III
III
II
17
Evento D
II
II
TOTAL
10
48
Cuidados ao Construir uma Lista de Vericao
!OCONCEBERUMA,ISTADE6ERIlCAONECESSRIOCONSIDERAROSSEGUINTESASPECTOS
Denir o evento ou problemas a serem observados.
Denir o perodo de observao.
Denir a metodologia a ser utilizada na observao.
Construir um formulrio.
Denir quem vai coletar os dados.
Vericar a relevncia dos dados coletados.
Vericar como os dados sero processados e analisados.
Vericar como e onde as informaes sero utilizadas.
ELSEVIER
O objetivo da Lista de Vericao coletar dados, que devero ser processados e

analisados, com vistas a obter informaes para monitorar as decises gerenciais.
Aplicao 3.2: Construo de uma Lista de Vericao

Construir uma Lista de Vericao com os tempos utilizados, de acordo com o
mUXOGRAMADA!PLICAO !PARAREALIZAODECADAETAPADOPROCESSOnh!ESDE
um prossional para ir ao trabalho no perodo matinal, Caso Referncia.
Ateno:
#ICLODOPROCESSOIDENTIlCADOPELOANALISTAnMSDIASTEIS
4AMANHODAAMOSTRADElNIDOPELOANALISTAnCICLOSDIAS
3. Indicador de desempenho a ser medido de acordo com o objetivo do processo
denido com base nos objetivos estratgicos Tempo em minutos.
4. Instrumento de medio Cronmetro.
5. Meta do indicador de desempenho denida pelo dono do processo de acordo
com as exigncias do mercado, posicionamento dos concorrentes e possveis
medidas a serem adotadas.
6. Metas parciais denidas pelo dono do processo em comum acordo com os
supervisores de cada setor.
7. Aps a denio das metas parciais buscam-se na amostra, dados coletados,
os eventos que no atingiram as metas. Estes eventos so chamados de no
conformidades.
1
2
3
4
5
6
7
8
9
10
11
12
13
1
2
3
4
5
6
7
8
9
10
11
12
13
1
0
4
10
0
7
5
7
0
8
15
0
3
2
61
31
5
0
9
14
9
4
10
0
9
0
23
3
2
88
DADOS DO PROCESSO
Atividades Etapas
Levantar da cama
Esperar banheiro
Tomar banho
Passar roupas
Vestir roupas
Preparar caf
Tomar caf
Ler jornal
Noticirio na TV
De carro ao trabalho
De nibus ao trabalho
Local parada carro/nibus ao trabalho
Registrar ponto
TEMPO TOTAL
DADOS DO PROCESSO
Atividades Etapas
Levantar da cama
Esperar banheiro
Tomar banho
Passar roupas
Vestir roupas
Preparar caf
Tomar caf
Ler jornal
Noticirio na TV
Local parada carro/nibus ao trabalho
Registrar ponto
TEMPO TOTAL
32
2
0
32
0
9
5
10
0
8
0
19
3
1
89
2
3
0
9
0
9
4
8
0
9
17
0
2
2
63
33
4
0
38
0
9
5
13
4
0
16
0
3
2
94
3
4
0
12
0
5
3
7
0
6
23
0
3
2
65
34
5
0
23
0
10
5
9
9
0
0
24
3
2
90
4
5
0
10
0
9
4
10
6
0
19
0
1
2
66
35
5
0
10
0
10
5
22
9
0
25
0
3
2
91
5
3
0
4
5
5
4
9
0
0
23
0
3
2
58
36
5
0
25
0
10
4
10
0
10
0
24
2
2
92
6
5
0
13
8
8
4
8
3
0
15
0
3
2
69
37
4
0
26
0
10
4
9
0
10
0
21
3
2
89
7
5
0
5
4
8
5
6
0
7
0
25
3
2
70
38
3
0
25
0
10
5
8
7
0
30
0
3
2
93
8
5
0
14
0
7
4
6
0
9
0
22
3
2
72
39
5
0
22
0
10
5
9
0
9
30
0
3
1
94
9
4
0
8
9
6
4
8
0
8
0
24
3
1
75
40
4
0
20
0
9
4
15
0
9
0
25
2
2
90
10
5
0
9
0
10
5
8
0
10
0
24
3
1
75
41
3
0
19
8
9
5
7
0
9
0
25
2
1
88
11
5
0
10
0
10
5
9
0
10
0
25
3
2
79
42
2
0
32
0
9
4
11
0
8
0
19
2
2
89
12
2
0
16
6
9
4
15
0
6
0
15
3
2
78
Dias Analisados Dados (em minutos)

43 44 45 46 47 48
4 4 5 5 5 4
0 0 0 0 0 0
28 10 15 28 38 10
0 0 0 0 0 0
10 9 9 9 9 9
4 5 4 3 4 5
9 24 30 9 18 33
0 0 0 0 7 0
10 10 9 10 0 14
0 26 17 25 19 28
24 0 0 0 0 0
2 3 3 3 3 3
1 1 1 2 2 2
92 92 93 94 105 108
Dias Analisados Dados (em minutos)

13 14 15 16 17 18
5 4 3 5 2 4
0 0 0 0 0 0
20 9 21 9 16 22
0 0 0 0 8 0
9 10 9 9 9 8
5 4 5 5 5 4
9 10 18 10 9 9
10 9 4 0 0 8
0 0 0 9 10 0
15 0 15 0 0 24
0 25 0 24 18 0
2 3 3 3 3 3
2 2 2 2 2 1
77 76 80 76 82 83
49
4
0
38
0
9
5
17
8
0
18
0
2
2
103
19
2
0
12
9
6
5
9
0
9
26
0
2
2
82
50
5
0
33
0
10
5
9
10
0
25
0
3
2
102
20
2
0
18
7
9
4
12
0
8
0
24
2
1
87
51
4
0
10
0
9
5
33
0
10
20
0
2
2
95
21
4
0
10
0
9
5
16
0
9
31
0
2
2
88
52
4
0
10
0
9
5
35
0
9
19
0
8
2
101
22
4
0
9
0
8
4
22
0
9
25
0
3
2
86
53
5
0
28
0
9
5
20
0
5
21
0
2
5
100
23
5
0
18
0
8
5
9
0
9
25
0
3
2
84
54
4
0
29
6
19
4
10
4
0
20
0
3
1
99
24
5
0
19
0
10
4
9
10
0
24
0
3
1
85
55
5
0
27
0
10
4
29
0
0
19
0
3
2
98
25
4
0
10
10
9
5
19
0
0
25
0
3
1
86
56
5
0
39
0
9
4
9
15
0
20
0
2
2
96
26
5
0
10
11
8
4
5
5
0
24
0
3
1
85
57
5
0
19
0
8
5
20
0
10
0
25
2
2
96
27
4
0
21
0
9
5
8
0
9
0
25
3
2
86
58
4
0
26
0
9
4
7
0
9
36
0
2
1
98
28
4
0
19
9
5
5
9
0
8
0
23
3
2
87
59
5
0
21
0
10
4
18
0
15
0
22
3
2
100
29
5
0
25
0
10
5
23
0
10
0
25
3
2
108
Metas No confor60 Parciais midades

5
5
0
0
0
0
28 10
24
0
0
3
10 10
1
9
5
1
10 10
15
0 10
1
10 10
2
0 25
5
25 25
0
2
3
1
2
2
1
101 80
(Meta)
54
Metas No confor30 Parciais midades

30 5
1
0
0
1
2 10
16
0
0
11
10 10
0
5
5
0
10 10
7
0 10
0
10 10
0
0 25
2
43 25
1
3
3
0
2
2
0
115 80
(Meta)
39


ELSEVIER
3.3. Histograma
FERRAMENTAS PARA A IDENTIFICAO DE PROBLEMAS
1
Identicao de causas
Busca de solues
10
Implantao e avaliao
11
Histogramas so diagramas de barras verticais de Distribuio de Frequncia de

um conjunto de dados numricos. Tem por nalidade apresentar a variabilidade dos
dados em um determinado perodo.
Distribuio de Frequncia
Dados
Classe
uma tabela na qual os possveis

dados de uma varivel se encontram
agrupados em classe.
So as ocorrncias numricas
identicadas e tabuladas
um conjunto de
valores agrupados
Legenda
Frmulas para Clculo
n Nmero de dados
k= n
k Nmero de classes
Ac =
(Valor Mximo) (Valor Mnimo)
Ac Amplitude aproximada da classe
IMPORTANTE
1. O histograma apresenta a tendncia de um processo em um determinado perodo.
2. A forma do histograma explicita o tipo de variao ocorrida.
3. Quanto maior a quantidade de dados, mais precisa ser a informao sobre a variabilidade do processo.
4. No aconselhvel tirar concluses denitivas apenas com a anlise de um histograma, preciso recorrer a outras ferramentas.
Etapas para a Construo de um Histograma

0ARAACONCEPODEUMHISTOGRAMAPRECISOSEGUIRASSEGUINTESETAPAS
Etapa 1
Escolher o processo.
Denir o Indicador de Desempenho a ser considerado.

Denir o perodo de anlise ou quantidade de dados.

#OLETARDADOSNoNMERODEDADOS
Etapa 2
Calcular a amplitude da amostra o26ALOR-XIMO n6ALOR-NIMO
Etapa 3
Calcular o nmero de classes.
k= n
Para o clculo do nmero de classes tambm possvel utilizar as informaes da
TABELAABAIXO
Nmero de Dados
Nmero de Classes
Menor do que 50
5a6
Entre 50 e 100
6a9
Entre 100 e 200
9 a 10
Maior do que 200
10 a 20
A associao apresentada na tabela aceitvel na prtica.

Deve ser escolhido um nmero de classes relativo quantidade de dados.
Etapa 4
Calcular a amplitude de cada classe.
A = R/k
Etapa 5
Calcular as fronteiras da classe.
1a Alternativa
#ONSIDERAROVALORMNIMODOSDADOSCOLETADOSAMOSTRA COMOOLIMITEINFERIOR
da primeira classe. A este nmero adiciona-se a amplitude da classe e obtm-se o
limite superior da primeira classe. O limite inferior da segunda classe ser o limite
superior da primeira classe. E assim sucessivamente, at atingir a ltima classe.
2a Alternativa
#ONSIDERAROVALORMXIMODOSDADOSCOLETADOSAMOSTRA COMOOLIMITESUPERIOR
da ltima classe. Deste nmero subtrai-se a amplitude da classe e obtm-se o limite
inferior da ltima classe. O limite superior da penltima classe ser o limite inferior
da ltima classe. E assim sucessivamente, at atingir a primeira classe.
Etapa 6
#ALCULARAQUANTIDADEDEDADOSFREQUNCIAoF EMCADACLASSE
Vericar na tabela de dados.
Etapa 7
Calcular o ponto mdio de cada classe.
Mdia aritmtica dos dados pertencentes classe.
Etapa 8
Calcular a frequncia de cada classe.
ELSEVIER
Etapa 9
Construir o histograma.
Traar eixos cartesianos.
Marcar limites das classes.
Utilizar frequncia da classe para determinar a altura de cada barra.
Histogramas: Quanto Forma
Histogramas: Quanto aos Limites de Especicao

/SLIMITESDEESPECIlCAO,% SUPERIOR,3% EINFERIOR,)% SOLIMITESDETOLErncia denidos de acordo com os requisitos necessrios pelos rgos reguladores e
garantem a consistncia e a variabilidade desejada ou admitida pelo mercado/cliente.

LIE
LSE
Legenda: LIE Limite Inferior de Especicao

LSE Limite Superior de Especicao
Processo centrado e dentro dos limites de especicao
Processo no apresenta no conformidades
LIE
LSE

Processo no centrado, fora dos limites de especicao
Processo apresenta no conformidades
LIE
LSE

Processo centrado e fora dos limites de especicao
LIE
LSE

Processo no centrado, fora dos limites de especicao
IMPORTANTE
Um rgo regulador tem o poder de scalizar e sancionar normas, com o objetivo de proteger o cliente, garantindo as condies mnimas necessrias aos bens ou servios disponveis no mercado.
No Brasil existem vrios rgos reguladores ociais para as diversas reas organi-zacionais. Em muitos casos o mercado ou o grande cliente faz o papel de rgo regulador.
ELSEVIER
Exemplo: Etapas para construo de um histograma

Dados coletados (Etapa 1):
10
13
23
25
20
Informaes Fornecidas pela Tabela de Dados
22
18
14
17
20
17
No de Dados 24
13
19
22
11
16
26
Valor Mnimo 8
18
14
18
13
15
17
Valor Mximo 26
Clculo da amplitude
Etapa 2
Aa = (26 8) = 18
Clculo do no de classes
Etapa 3
k=
Clculo da amplitude da classe

Etapa 4
24 # 5
Ac = 18/5 # 4
Clculo das fronteiras da classe (1a alternativa) Etapa 5

Classe
Limite Inferior
Limite Superior
1a
8 (Valor Mnimo)
8 + 4 (Amplitude da Classe) = 12
2a
12
12 + 4 = 16
16
16 + 4 = 20
4a
20
20 + 4 = 24
5a
24
24 + 4 = 28
Clculo da frequncia por classe, ponto mdio e frequncia cumulativa

Etapas 6, 7 e 8
Limites
Ponto Mdio
Frequncia (f)
Frequncia Cumulativa
[8 12)
(8 + 10 + 11)/3 = 9,7
(3/24) 100 = 12,5%
2a
[12 16)
13,7
[(3 + 6)/24] 100 = 37,5%
3a
[16 20)
17,5
70,8%
[20 24)
21,4
91,7%
5a
[24 28)
25,5
100%
Legenda: [ ; ] Intervalo fechado considerar limite.

Legenda: ( ; ) Intervalo aberto no considerar limite.

Construir o histograma
Etapas para Construo de um Histograma Utilizando o Microsoft

Excel
Vrios so os softwares que permitem o tratamento estatstico e a construo de
grcos ou diagramas de uma distribuio de dados. O Minitab tem sido um dos mais
utilizados por empresas que esto implantando processos de melhoria na busca do
Seis Sigma.
J o Microsoft Excel, que atende a maioria dos casos do cotidiano, tem como virtudes
sua popularidade, seu custo e sua praticidade. Devido natureza e ao objetivo deste
livro optaremos por utilizar o Microsoft Excel.
A concepo de um histograma pode ser realizada atravs do Microsoft Excel.
Seguem as etapas para habilitao e utilizao do citado software para concepo de
UMHISTOGRAMA
IMPORTANTE
Este livro dever utilizar o roteiro do Microsoft Excel 2010.
Etapa 1
(ABILITANDOO-ICROSOFT%XCELPARAA!NLISEDE$ADOS
%NTRAREMArquivo
%NTRAREMOpes
3. Entrar em Suplementos
4. Acionar Ferramentas de Analise
5. Clicar em Ir
6. Acionar novamente Ferramentas de Analise na janela suplementos
7. Clicar em Ok
ELSEVIER
Etapa 2
Construindo o Histograma
$IGITAROSDADOSEMUMASColuna ou Linha em uma planilha Excel.
%NTRAREMDados no Menu Principal.
3. Entrar em Analise de Dados.
4. Entrar em Histograma.
5. Clicar em OK.
6. Inserir Dados.
7. Clicar em Nova Planilha ou em Nova Pasta de Trabalho.
8. Clicar em Resultado Graco.
#LICAREM OK.
Aplicao 3.3: Construo de um Histograma

Construir um histograma com os dados da tabela que representam o tempo total
DESDEAHORADEACORDARATACHEGADAAOTRABALHO EMMINUTOSGASTONOPROCESSO
Aes de um prossional para ir ao trabalho no perodo matinal, Caso Referncia,
durante 60 dias.
A construo da planilha de um histograma com a aplicao das frmulas e atravs
da utilizao do Microsoft Excel apresenta, como possvel observar nas tabelas a
seguir, ligeiras diferenas, fato este j esperado, visto que no primeiro mtodo foram
feitas vrias aproximaes matemticas.
Tempo total (em minutos), por dia, que um prossional gasta, desde a hora
de acordar at a chegada ao trabalho, em 60 dias (Aplicao 3.2)
DIA
TEMPO
1
61
2
63
3
65
4
66
5
58
6
69
7
70
8
72
9
75
10
75
11
79
12
78
13
77
14
76
15
80
16
76
17
82
18
83
19
82
20
87
DIA
TEMPO
21
88
22
86
23
84
24
85
25
86
26
85
27
86
28
87
29 30 31
108 115 88
32
89
33
94
34
90
35
91
36
92
37
89
38
93
39
94
40
90
DIA
TEMPO
41
88
42
89
43
92
44
92
45
93
46 47 48 49 50 51 52 53 54
94 105 108 103 102 95 101 100 99
55
98
56
96
57
96
58 59 60
98 100 101
Ateno: Indicador de Desempenho do Processo a ser analisado Tempo
Aplicando Frmulas
n = 60
k=
60 # 8
A = 115 58
8
k = 8;
Ac = 7;
Ponto Mdio = Mdia aritmtica

da frequncia da classe
Amplitude Classe
Frequncia
Ponto Mdio
52 59
58
1,67%
60 67
63,75
8,33%
68 75
72,2
16,66%
76 83
79,22
31,66%
84 91
17
87,53
60,00%
92 99
14
94,71
83,33%
100 107
101,71
95,00%
108 115
110,33
100,00%
Aplicando Excel
k = 8 e Ponto Mdio Definido pelos limites da classe e desvio-padro da amostra
Ponto Mdio
Frequncia (Ocorrncias)
58,00
1,67%
66,14
8,33%
74,28
13,33%
82,42
10
30,00%
90,57
17
58,33%
98,71
14
81,67%
106,85
95,00%
110,33
100,00%
ELSEVIER
Para a construo da curva pode ser realizada no Excel, aps a construo do hisTOGRAMADEVE SEEXECUTARASSEGUINTESAES
#LICAREMUMADAShBARRASvDOHISTOGRAMACOMOboto do lado direito do mouse
#LICAREMAlterar Tipo de Grco de Srie
3. Procura nos modelos de grcos apresentados o que tenha uma linha boleada
4. Clicar em Ok
3.4. Aplicaes das Principais Medidas Estatsticas

TCNICAS DE APOIO IDENTIFICAO DE PROBLEMAS E CAUSAS
1
Identicao de causas
Busca de solues
10
Implantao e avaliao
11
A utilizao de tcnicas estatsticas para monitorar a gesto dos processos empresariais de vital importncia. A seguir sero apresentadas de forma resumida as principais
medidas utilizadas nos processos de melhoria da qualidade.
Curva Normal
Curva Normal a curva construda a partir da distribuio de frequncia de um
conjunto de dados.
Amplitude
!AMPLITUDE! DEUMCONJUNTODEDADOSADIFERENAENTREOMAIOREOMENORVALOR
!6ALOR-XIMO n6ALOR-NIMO
Mdia
!MDIAx DEUMCONJUNTODEDADOSDElNIDAPELAMDIAARITMTICADOSDADOS
x6X N
3OMADETODOSOSVALORESDIVIDIDAPELAQUANTIDADEDEDADOS
Mdia Ponderada
A mdia ponderada de um conjunto de dados a mdia aritmtica com pesos ou
ponderaes para cada elemento de acordo com a importncia atribuda ao mesmo.
xp6KX 6K
k o fator de ponderao ou peso de cada elemento
Moda
!MODAOVALORQUEAPRESENTAMAIORFREQUNCIAEMUMCONJUNTODEDADOS1UANDO
o conjunto de dados apresenta apenas um valor com frequncias elevadas em relao
AOSOUTROSVALORESDADISTRIBUIOELEDESCRITOCOMOUNIMODAL1UANDOOCONJUNTO
de dados apresenta dois valores no adjacentes com frequncias elevadas em relao
aos outros valores da distribuio descrito como bimodal. Uma distribuio de valores
PODETERMAISDEDUASMODASMULTIMODAIS
ELSEVIER
Mediana
A mediana de um conjunto de dados o valor mdio identicado no agrupamento,
em ordem crescente ou decrescente, de todos os dados. A mediana em uma distribuiOCOMNMEROMPARDEDADOSOVALORCENTRAL1UANDOONMERODEDADOSPAR
a mediana a mdia dos dois valores do meio.
A mediana o quantil que divide os dados em duas partes iguais. Outros quantis
UTILIZADOSCOMFREQUNCIASO
1UARTISn$IVIDEOSDADOSEMQUATROPARTESIGUAIS
Decis Divide os dados em dez partes iguais.
Percentis Divide os dados em cem partes iguais.
ATENO
Uma das ferramentas a serem apresentadas neste livro o Box Plot, que utiliza como
suporte o conceito de quartil. Com base neste conceito temos que:
O primeiro quartil apresenta 25% dos dados de uma distribuio.
O segundo quartil, a mediana, apresenta 50% dos dados de uma distribuio.
O terceiro quartil apresenta 75% dos dados de uma distribuio.
Varincia
!VARINCIAV UMAUNIDADEDEMEDIDAESTATSTICAQUEREPRESENTAADISPERSOEM
torno da mdia de um conjunto de dados.
V =
68nX
Nn
IMPORTANTE
Comumente usam-se os smbolos:
Mdia: X ou P
Varincia: V ou s
Desvio-Padro
/DESVIO PADROVnSIGMA UMAUNIDADEDEMEDIDAESTATSTICAQUEREPRESENTAA
disperso em torno da mdia de um conjunto de dados, que representada pela raiz
quadrada da varincia.
V=
68nX
Nn
Para as distribuies normais em condies ideais, processo centrado, aproximaDAMENTETEMOSPROBABILISTICAMENTEQUE

DOSDADOSENTREx V Ex + V
DOSDADOSENTRExnV ExV
DOSDADOSENTREx 3V Ex + 3V
DOSDADOSENTREx 6V Ex + 6V o1UALIDADE3EIS3IGMA
No anexo J encontra-se uma tabela com todos os valores signicativos.
Esta concluso resultado do clculo da rea total da curva normal sobre o eixo
horizontal, comparada com a rea da curva diante dos limites estabelecidos. Para determinar essas reas utilizam-se conceitos matemticos avanados, atravs do clculo
integral.
ELSEVIER
+f
REA4OTALDEFX EOEIXOHORIZONTAL!t = f FX DX

rea Aab Aab =
aFX DX
b
Exemplo: Clculo da rea relativa

Se a = m V
e
b=m+V
o
3EAMnV E
BMV
o
Se a = m 3V
e
b = m + 3V
o
Aab/At
Aab/At
Aab/At
IMPORTANTE: Outros Conceitos Bsicos

Evento qualquer resultado de um fenmeno aleatrio.
Fenmeno Aleatrio qualquer fenmeno que apresente resultado imprevisvel.
Espao Amostral o conjunto de todos os resultados possveis de um fenmeno.
Probabilidade a medida que apresenta a chance de ocorrncia de um evento em um
sistema de resultados aleatrios, e representada pela razo entre o nmero de ocorrncias deste evento, pelo nmero total de casos possveis.
Coeciente de Variao
/COElCIENTEDEVARIAOCV OINDICADORDAVARIABILIDADEDEUMADISTRIBUIO
de um conjunto de dados.
cv = V/x
1UANTOMAIOROCOElCIENTEDEVARIAOMAIORAVARIABILIDADE
1UANTOMENOROCOElCIENTEDEVARIAOMENORAVARIABILIDADE
Variabilidade
A variabilidade, que a oscilao em torno da mdia ou ponto ideal de um processo,
um aspecto fundamental para o controle da qualidade. A variabilidade deriva prin-
cipalmente da no uniformidade das matrias-primas, das habilidades e diferenas
pessoais dos trabalhadores, dos equipamentos, e, muitas vezes, das condies contextuais inerentes ao processo. A determinao de seus limites em valores aceitveis
fundamental para o controle de um processo.
Tipos de Limite
,IMITEDE%SPECIlCAO,% DElNIDOPELOMERCADOOURGOREGULADOR
LIE Limite Inferior de Especicao.
LSE Limite Superior de Especicao.
,IMITEDE#ONTROLE,# DElNIDOPELOPROCESSOECONTROLADOPELAEMPRESA$EVE
ser mais rgido do que os limites de especicao e tem como objetivo estabelecer
controles internos com menor tolerncia.
,)#n,IMITE)NFERIORDE#ONTROLE,)#,)%
,3#n,IMITE3UPERIORDE#ONTROLE,3#,3%
!VARIABILIDADEDEUMPROCESSOATRIBUDAADOISTIPOSDECAUSAASCAUSASCOMUNS
e as causas especiais.
As causas comuns esto associadas ao desenho, estrutura e aos atores do processo.
Para eliminar ou minimizar estas causas preciso rever o projeto do processo. Estas
causas, em um processo estvel, encontram-se fora dos limites de controle, mas denTRODOSLIMITESDEESPECIlCAO1UANTOSCAUSASESPECIAISESTASSOIMPREVISVEISE
ELSEVIER
espordicas, causam pontual ou momentaneamente grandes variaes e so difceis

de ser previstas j que esto associadas a parmetros no controlveis do processo.
Estas causas em um processo estvel encontram-se fora dos limites de especicao.
A melhoria do processo, com a diminuio da amplitude da variabilidade, uma
tarefa que precisa da contribuio de todos os envolvidos. Os gerentes talvez sejam
os nicos que possam realmente atuar nas oportunidades de melhoria, mas eles no
podem agir se no tiverem dados e uma equipe capacitada, comprometida e com conscincia desse fator. Muitas vezes o supervisor do processo a pessoa que identica a
oportunidade e o momento adequado para otimizar o processo.
Clculo das Medidas Estatsticas Atravs do Microsoft Excel

Seguem os passos necessrios para o clculo das medidas de posio e de variabiLIDADEUTILIZANDOO-ICROSOFT%XCELVERSO
$IGITAROSDADOSEMUMASColuna ou Linha em uma planilha Excel.
4. Entrar em Estatistica Descritiva.
5. Clicar em OK.
6. Inserir Dados.
7. Vericar se os dados foram digitados em Coluna ou Linha.
8. Clicar em Nova Planilha ou em Nova Pasta de Trabalho.
#LICAREMResumo Estatistico.
#LICAREM OK.
Aplicao 3.4: Clculo de Medidas Estatsticas

Calcular, utilizando o Microsoft Excel, as medidas estatsticas do tempo total de
cada dia referente ao processo Aes de um prossional para ir ao trabalho no perodo
matinal, Caso Referncia.
Tempo total (em minutos), por dia, que um prossional gasta, desde a hora
de acordar at a chegada ao trabalho, em 60 dias (Aplicao 3.2)
DIA
10
11
12
13
14
15
16
17
18
19
20
TEMPO
61
63
65
66
58
69
70
72
75
75
79
78
77
76
80
76
82
83
82
87
DIA
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
TEMPO
88
86
84
85
86
85
86
87
108
115
88
89
94
90
91
92
89
93
94
90
DIA
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
TEMPO
88
89
92
92
93
94 105 108 103
102
95
101 100
99
98
96
96
98
100 101
5TILIZANDOO-ICROSOFT%XCEL
Mdia
87,4
Amplitude
Mediana
88,5
Mnimo
58
88
Mximo
115
Moda
Desvio-padro
12,3
Varincia da amostra
151,1
Soma dos dados

No de dados
3.5. Grco de Controle

FERRAMENTAS PARA IDENTIFICAO DE PROBLEMAS
1
Identicao de causas
Busca de solues
10
Implantao e avaliao
11
57
5.244
60
ELSEVIER
/'RlCODE#ONTROLEAFORMADEEXPLICITARO#ONTROLE%STATSTICODO0ROCESSOn#%0
&OIESTUDADOEUTILIZADOINICIALMENTEEMETINHACOMOOBJETIVOCONTROLARAQUALIDADEENOSOMENTEVERIlC LAAPSOPROCESSOREALIZADO*EMESTABELECEU SE
OCONCEITODETOLERNCIADEUMLOTEEEMUSOU SEPELAPRIMEIRAVEZO'RlCODE
Controle de qualidade de produtos de fabricao.
O CEP tem sido bastante utilizado para controlar os resultados dos processos.
/S'RFICOSDE#ONTROLEGERALMENTECONSIDERAMDOISTIPOSDELIMITELIMITESDE
especificao e limites de controle. Como j mencionado neste livro, os limites
de ESPECIFICAO,% SODEFINIDOSDEACORDOCOMOSREQUISITOSDORGOREGULAdor ou cliente e garantem a consistncia e a capacidade do processo. Os limites
DECONTROLE,# INDICAMASITUAODESEJADAEODESEMPENHODOPROCESSO%LES
SOCALCULADOSESTATISTICAMENTEVERMEDIDASESTATSTICAS /S,#SDEVEMSERMAIS
rigorosos do que os LEs.
/S'RlCOSDE#ONTROLECOMAUTILIZAODASMEDIDASESTATSTICASSOFERRAMENTAS
de baixo custo, que buscam identicar as causas para melhoria do processo, e de alguma forma permitem que o processo fale com voc. Estas ferramentas so atualmente
muito utilizadas, principalmente nos meios de produo.
Guru da Qualidade e Produtividade: Walter Shewhart (1891-1967)

Matemtico e estatstico norte-americano, criador dos grcos de controle. Segundo
Shewhart, a contribuio de longo prazo da estatstica depende em no ter somente estatsticos altamente treinados para a indstria, mas criar uma gerao de fsicos, qumicos,
engenheiros e outros que pensem estatisticamente, os quais estaro desenvolvendo os
processos de produo do futuro.
Para Shewhart a diculdade em denir qualidade a de traduzir as necessidades futuras
do usurio em caractersticas mensurveis, de forma que o produto possa ser projetado
e transformado para oferecer satisfao a um preo que o cliente possa pagar. Isso no
fcil, e assim que se sente razoavelmente bem-sucedido nessa tarefa, descobre-se que
as necessidades do cliente mudaram, outros concorrentes entraram no mercado, surgiram
novos materiais, alguns melhores que os antigos, outros piores, alguns mais baratos, outros mais apreciados.
Principais Contribuies:
Aplicao de Mtodos Estatsticos aos Processos de Produo.
Controle Estatstico do Processo.
Construo dos Limites de Controle

/S'RlCOSDE#ONTROLEPODEMSERREPRESENTADOSAPARTIRDEVARIVEISORIGINADAS
em uma medio, ou com atributos originados em contagem ou classicao.
Construo de um Grco de Controle com Variveis Carta x e R

!SETAPASPARAACONSTRUODEUM'RlCODE#ONTROLECOMVARIVEISEIDENTIlCAO
DOSRESPECTIVOSLIMITESDECONTROLESOASQUESESEGUEM
%TAPAn4ABULAROSDADOSPORGRUPOSOULOTES
%TAPAn#ALCULARAMDIAx DOSDADOSDECADAGRUPOOULOTE
%TAPAn#ALCULARAAMPLITUDE2 DOSDADOSDECADAGRUPOOULOTE
%TAPAn#ALCULARAMDIAx DASMDIASx DOSGRUPOSOULOTE
%TAPAn#ALCULARAAMPLITUDEMDIAR DASAMPLITUDESDOSGRUPOSOULOTES
%TAPAn#ALCULAROS,IMITESDE#ONTROLE,#x ATRAVSDAFRMULA
LCx = x A . R
LSCx = x + A . R e LICx = x A . R
ELSEVIER
ATENO
A2, D3 e D4 so constantes que dependem do nmero de dados de cada grupo ou lote e
devem ser extradas da tabela abaixo:
No de Dados de Cada
Grupo ou Lote
2
3
4
5
6
7
8
9
t 10
A2
D3
1,880
1,023
0,729
0,577
0,483
0,419
0,373
0,337
0,308
0
0
0
0
0
0,076
0,136
0,184
0,223
D4
Grupo ou Lote
3,267
2,574
2,282
2,114
2,004
1,924
1,864
1,816
1,777
%TAPAn#ALCULAROS,IMITESDE#ONTROLE,#R ATRAVSDAFRMULA
LSCR = D4 . R e LICR = D3 . R
ATENO
Devido a limitao do Caso Referncia e a complexidade de construo das Cartas x e
R utilizando o Microsoft Excel, no apresentaremos aplicaes deste item. Sugerimos ao
leitor procurar literatura especca e conhecer o Minitab.
Construo de um Grco de Controle com Atributos Carta p

!SETAPASPARAACONSTRUODEUM'RlCODE#ONTROLECOMATRIBUTOSEIDENTIlCAO
DOSRESPECTIVOSLIMITESDECONTROLESOASQUESESEGUEM
%TAPA
Tabular os dados explicitando os nmeros de eventos em cada grupo ou lote com
respectivos defeitos.
%TAPA
#ALCULARAFRAODEFEITUOSAP DECADAGRUPOOULOTEATRAVSDAFRMULA
No de defeitos no grupo ou lote
p=
No de eventos do grupo ou lote
Etapa 3
#ALCULARAFRAODEFEITUOSAATRAVSDAFRMULA
p = No total de defeitos em todos os grupos ou lotes
No total de eventos
Etapa 4
#ALCULAROS,IMITESDE#ONTROLE,#p ATRAVSDAFRMULA
LCp = p 3 . p .np N
onde n o nmero de dados por grupo ou lote
LSC = p + 3 . p .np N e LIC = p 3 . p .np N
p
ATENO
Devido a limitao do Caso Referncia e a complexidade de construo da Carta P utilizando o Microsoft Excel, no apresentaremos aplicaes deste item. Sugerimos ao leitor
procurar literatura especca e conhecer o Minitab.
Aplicao 3.5: Anlise Utilizando o Grco de Distribuio de Frequncia

Analisar, atravs de um grco de distribuio de frequncia, a situao real do
tempo gasto no processo Aes de um prossional para ir ao trabalho no perodo
MATINALv#ASO2EFERNCIAECOMPARARCOMASSEGUINTESSITUAESIDEAIS
4EMPOMDIOPARASECHEGARAOTRABALHODEMINUTOSCOMDASOCORRNCIAS
ENTREEMINUTOS
4EMPOMDIOPARASECHEGARAOTRABALHODEMINUTOSCOMDASOCORRNCIAS
entre 75 e 85 minutos.
Tempo total (em minutos), por dia, que um prossional gasta, desde
a hora de acordar at a chegada ao trabalho, em 60 dias (Aplicao 3.2)
DIA
10
11
12
13
14
15
16
17
18
19
20
TEMPO
61
63
65
66
58
69
70
72
75
75
79
78
77
76
80
76
82
83
82
87
DIA
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
TEMPO
88
86
84
85
86
85
86
87
108 115
88
89
94
90
91
92
89
93
94
90
DIA
41
42
43
44
45
46
47
48
51
52
53
54
55
56
57
58
59
60
TEMPO
88
89
92
92
93
94
105 108 103 102 95
101 100 99
98
96
96
98
100 101
49
50
#LCULODASMEDIDASESTATSTICAS!PLICAO
Mdia
87,4
Moda
88
Mnimo
58
Desvio-padro
12,3
Intervalo
57
Mximo
115
As situaes ideais/metas devem ser denidas pelo corpo gerencial, com base nas
exigncias do mercado, no desempenho dos concorrentes e nas condies potenciais
da empresa quanto a recursos de investimento, tecnologia e pessoal.
ATENO
Para monitorar a denio da meta aconselhvel denir a mdia e o desvio-padro de cada
atividade:
Eventos
Levantar da cama
Esperar banheiro
Tomar banho
Passar roupas
Vestir roupas
Preparar caf
Tomar caf
Ler jornal
Noticirio na TV
Tempo para estacionar
Estacionamento no trabalho
ELSEVIER
Mdia
Calculada
da Amostra
4,50
0,07
18,47
1,90
8,97
4,57
13,17
2,13
6,08
12,67
10,30
2,77
1,82
Desvio-padro
Calculado
da Amostra
3,52
0,52
9,11
3,68
1,83
0,81
7,42
3,77
4,56
11,82
12,27
0,85
0,60
Meta Desejada
Denida pela
Gerncia
5
0
10
0
10
5
10
10
10
25
25
3
2
Para calcular a Mdia e o Desvio-padro atravs do Excel, deve-se:

1. Inserir Funo; 2. MDIA ou DESVPAD; 3. Inserir Dados.
Aps denir a meta preciso analisar todos os processos e denir metas parciais
PARACADAETAPADEACORDOCOMOHISTRICODAATIVIDADEECOMOSOBJETIVOSVERTABELA
DA!PLICAO )SSODEVESERFEITOCOMAAJUDADOSSUPERVISORESESEFOROCASODOS
operadores de cada etapa do processo.
Curva de Distribuio com todas as Informaes Referentes
aos Dados (Aplicao 3.3 e 3.5)
ATENO
Em relao ao grco da Situao Real da Aplicao 3.5, construdo a partir do Microsoft
Excel, conclumos que:
Em aproximadamente 68% dos 60 dias da amostra, 41 dias, o processo foi realizado
entre 75,1 e 99,7 minutos.
Em aproximadamente 95% dos 60 dias da amostra, 57 dias, o processo foi realizado
entre 62,8 e 112 minutos.
Curva de Distribuio de Dados (Aplicao 3.3): Situao Real x Situao Ideal
Comparando as metas parciais com os dados coletados, identicam-se as no conformidades, ou seja, os eventos que no atingiram a meta parcial denida.
.ATABELADA!PLICAOESTESDADOSESTOINDICADOS
Em uma anlise mais criteriosa preciso, ainda, denir a variabilidade do processo
e de cada etapa do mesmo, o que poder ser feito atravs da Anlise de Varincia.
Nem sempre a situao com menor variabilidade a mais adequada. preciso
analisar a relao custo/benefcio e se o cliente est disposto a pagar mais por um
ELSEVIER
produto, mais convel ou preciso. Assim, na gura anterior, no podemos armar

QUEA3ITUAO)DEALMELHORDOQUEA3ITUAO)DEAL
Ainda em relao Aplicao 3.5, e tomando como base o uxograma do processo,
!PLICAO !POSSVELNESSEESTGIODEANLISEDOPROCESSOSEFOROCASOELIMINAR
agregar ou substituir etapas, com o objetivo de otimizar o processo e todos os recursos
disponveis. Caso isso ocorra teremos um novo uxograma para o processo.
3.6. Capacidade de um Processo

FERRAMENTAS DE APOIO PARA A SELEO DE PROBLEMAS
E CAUSAS PRIORITRIAS
1
Identicao de causas
Busca de solues
10
Implantao e avaliao
11
A capacidade de um processo sua variabilidade diante do intervalo de tolerncia xado, aps a sua otimizao e estabilizao. Um processo considerado estvel
quando se encontra sob controle.
A capacidade de um processo determina a relao entre o desempenho real e o
DESEMPENHOESPECIlCADO5MPROCESSOCONSIDERADOCAPAZQUANDO
ATENDEAOSLIMITESDEESPECIlCAODElNIDOSPELOSCLIENTES
se encontra controlado, ou seja, tem todas as causas comuns entre os limites de
controle.
Para mensurar a capacidade de um processo considera-se a amplitude natural do
processo, esta amplitude correspondendo a seis desvios-padro 6V.
Cp = Amplitude da Especicao =
LSE LIE
= LSE LIE
x + 3V nx 3V
6V
Amplitude do Processo
/NDE
LIE Limite Inferior de Especicao.
LSE Limite Superior de Especicao.
V Desvio-padro.
1UANTOMAIORO#PMENORAVARIABILIDADEDOPROCESSOMASO#PNOIDENTIlCASE
o processo se encontra centrado na mdia. Devido a isso pode apresentar interpreTAESNOADEQUADAS/UTROINDICADORO#PKNDICEDE0ERFORMANCEDO0ROCESSO
possibilita esta identicao. Sua mensurao deve considerar de forma individual os
,)%E,3%OUSEJA
0ARAOLIMITEINFERIORESPECIlCADO#PKXn,)% V.
0ARAOLIMITESUPERIORESPECIlCADO#PK,3%nX V.
0ARAOSLIMITESINFERIORESUPERIORESPECIlCADOS#PKMIN;Xn,)% V,3%nX
/ 3V].
ATENO
Regra prtica com parmetro 4V centrado:
a) Cp < 1
Capacidade do processo inadequada
b) 1 d Cp d 1,33
Capacidade do processo na diferena entre as especicaes
c) Cp > 1,33
Capacidade do processo adequada
ELSEVIER
ATENO
Para o processo com Padro Seis Sigma a capacidade Cp ser igual a 2, ou seja:
Como LSE = x + 6V e LIE = x 6V, ento:
LSE LIE = (x + 6V) (x 6V) = 12V
Cp =
=2
6V
6V
6V
Aplicao 3.6: Anlise da Capacidade de um Processo

Analisar a capacidade do processo Aes de um prossional para ir ao trabalho no
perodo matinal, Caso Referncia, considerando as duas situaes ideais apresentadas
na Aplicao 3.5.
Situao Ideal 1
/TEMPOMDIOPARASECHEGARAOTRABALHODEMINUTOSCOMDASOCORRNCIASENTREEMINUTOS
x = 80
V,)%,3%

n
Cp =

nn
/BSERVAO/PROCESSONOATENDEASESPECIlCAESo#P
Situao Ideal 2
/TEMPOMDIOPARASECHEGARAOTRABALHODEMINUTOSCOMDASOCORRNcias entre 75 e 85 minutos.
V,)%,3%
x = 80

n
Cp =
#

nn
/BSERVAO/PROCESSOATENDEASESPECIlCAESEMSITUAESCRTICASo#P
3.7. Diagrama de Pareto

FERRAMENTAS PARA A SELEO DOS PROBLEMAS PRIORITRIOS
1
Identicao de causas
Busca de solues
10
Implantao e avaliao
11
O Diagrama de Pareto um grco de barras verticais que permite determinar quais

problemas resolver e quais as prioridades. Ele deve ser construdo tomando como
suporte uma Lista de Vericao.
Este diagrama importante para explicitar os problemas prioritrios de um proCESSOATRAVSDARELAODASCAUSASEXPLICAMDOSPROBLEMAS %SSA
regra prtica tem sido bastante til para identicar e priorizar os problemas mais
frequentes.
ELSEVIER
O Diagrama de Pareto largamente utilizado em todos os nveis organizacionais

e constitui-se em importante instrumento para anlise, planejamento e implantao
de melhorias aos processos.
Guru da Qualidade e Produtividade: Vilfredo Pareto (1848-1923)
Nasceu em Paris, viveu em Florena, foi engenheiro ferrovirio, socilogo, economista e
Diretor-Geral das estradas de ferro italianas. Foi ainda Senador do Reino da Itlia.
Em 1897 executou um estudo sobre a distribuio de renda no qual percebeu-se que a
distribuio de riqueza no se dava de maneira uniforme, havendo grande concentrao
de riqueza (80%) nas mos de uma pequena parcela da populao (20%). Esta a origem
da relao que imortalizou Pareto, a relao 20 80: 20% das causas tendem a explicar
80% dos problemas.
Principal Contribuio:
Teoria das Elites.
Lei de Pareto.
Etapas para a Construo de um Diagrama de Pareto

Seguem as etapas para a elaborao de um Diagrama de Pareto:
Etapa 1
Selecionar o processo.
Etapa 2
Selecionar as etapas do processo e determinar um perodo de anlise e coletar dados
em uma Lista de Vericao.
Etapa 3
Denir metas para as etapas do processo.
Etapa 4
Comparar dados coletados com metas das etapas e identicar as no conformidades.
Etapa 5
Selecione as no conformidades em ordem decrescente.
Etapa 6
Calcular a frequncia cumulativa considerando o total de no conformidades, com
as no conformidades de cada etapa fr oFN
Etapa 7
Construir o diagrama em colunas verticais, com as no conformidades identicadas,
utilizando um sistema de eixos cartesianos, em ordem decrescente.
Etapa 8
#ONSTRUIRACURVADAFREQUNCIACUMULATIVA#URVADE0ARETO
Etapa 9
6ERIlCARQUALIS PROBLEMAS CORRESPONDEMORDENADANOEIXOFREQUNCIA
cumulativa.
Aplicao 3.7: Construo de um Diagrama de Pareto

Construir um Diagrama de Pareto com as no conformidades do processo Aes
de um prossional para ir ao trabalho no perodo matinal, Caso Referncia.
3ELECIONAROPROCESSOASERANALISADO%TAPA h!ESDEUMPROlSSIONALPARAIR
ao trabalho no perodo matinal, Caso Referncia.
Selecionar as etapas do processo, determinar um perodo de anlise e coletar dados
EMUMA,ISTADE6ERIlCAOVER!PLICAO%TAPA
Etapas do Processo
Levantar da cama
Preparar caf
Espera banheiro
Tomar caf
Tomar banho
Ler jornal
Passar roupas
Noticirio na TV
Vestir roupas
As no conformidades so as situaes que no atendem as respectivas metas parciais. Estas metas parciais devem ser denidas pelo nvel gerencial, de preferncia
em negociao com o operador, e precisa ser coerente com a meta ou situao ideal
denida para todo o processo.
3ELECIONEASNOCONFORMIDADESEMORDEMDECRESCENTE%TAPA
Identicar os problemas ou situaes indesejadas apresentados na Lista de VeriCAODA!PLICAO
ELSEVIER
No de
No conformidades
Eventos
Tomar banho
40
Preparar o caf
22
Passar a roupa
14
Congestionamento (Ida ao Trabalho de Carro)
Demora na TV
Outros motivos (nos outros 8 eventos)
Perodo de anlise: 60 dias.

Total de no conformidades nos 60 dias: 93.
#LCULODA&REQUNCIA#UMULATIVA%TAPA
&
&
&
&
&
&
No de
No conformidades
Tomar banho
40
43%
Preparar o caf
22
67%
Passar a roupa
14
82%
Congestionamento (Ida ao Trabalho de

Carro)
89%
Demora na TV
91%
Outros motivos (nos outros 8 eventos)
100%
Eventos
#ONSTRUODODIAGRAMAEMCOLUNASVERTICAIS%TAPA
#ONSTRUIRACURVADAFREQUNCIACUMULATIVA%TAPA
6ERIlCARQUALIS NOCONFORMIDADESCORRESPONDEM ORDENADAOUMAIS
PRXIMODESTEVALOR%TAPA
Tomar banho.
Preparar o caf.
Passar a roupa.
%STASTRSNOCONFORMIDADESQUEREPRESENTAMAPROXIMADAMENTEn
EM DOTOTALIDENTIlCADONOPROCESSOEMANLISESOASRESPONSVEISPORAPROXIMADAMENTE DASNOCONFORMIDADESNASh!ESDEUMPROlSSIONALPARAIR
ao trabalho no perodo matinal, diante das metas denidas.
3.8. Brainstorming: Tempestade Cerebral

FERRAMENTAS DE APOIO PARA A IDENTIFICAO DAS CAUSAS
MAIS PROVVEIS DOS PROBLEMAS PRIORITRIOS
1
Identicao de causas
Busca de solues
10
Implantao e avaliao
11
ELSEVIER
Brainstorming ou Tempestade Cerebral uma tcnica utilizada para auxiliar uma

equipe a gerar/criar diversas ideias no menor espao de tempo possvel.
Etapas para o Brainstorming

Seguem as etapas para a aplicao do brainstorming
Etapa 1
Estabelecer o objetivo a ser tratado claramente.
Etapa 2
Convocar a equipe.
Etapa 3
Indicar um coordenador para dirigir a equipe.
Etapa 4
Indicar um membro da equipe que ir registrar as ideias e administrar o tempo.
Etapa 5
$ElNIRREGRASDEFUNCIONAMENTO
s $ElNIRAMETODOLOGIAAFORMADEPARTICIPAOOUINTERVENODOSMEMBROS
s 4ODASASIDEIASDEVEMSERREGISTRADASONDEPOSSAMSERVISTASPORTODOS
s .ENHUMAIDEIAPODESERCRITICADAOUREJEITADA
s /UTRASIDEIASPODEMEDEVEMSERCRIADASAPARTIRDEIDEIASANTERIORES
1. Fase de Gerao
O lder da equipe estabelece
as regras e os membros
passam a gerar uma lista de
ideias
2. Fase de Classicao
A equipe repassa toda a lista
para ter certeza de que todos
entenderam todas as ideias
Vantagens do Brainstorming
Quebra de paradigmas
Muitas ideias:
Multidisciplinares, originais,
inovadoras, impulsivas e
ousadas.
3. Fase de Avaliao
A equipe rev a lista para
eliminar as duplicidades ou
irrelevncias.
4. Fase Final
Selecionam-se as ideias
mais apropriadas ao caso em
questo.
Aplicao 3.8: Utilizao do Brainstorming

Detalhar as etapas de um brainstorming com o objetivo de identicar as provveis
causas relacionadas a materiais na demora em usar o banheiro, referente ao processo
Aes de um prossional para ir ao trabalho no perodo matinal, Caso Referncia.
/BJETIVO)DENTIlCARASPROVVEISCAUSASRELACIONADASAMATERIAISNAhDEMORAEM
usar o banheiro.
2EUNIRFAMILIARESEPESSOALDEAPOIOLIMPEZACOMPRASETC
Denir um lder para conduzir o processo.
O lder deve estabelecer e/ou capacitar os participantes diante das tcnicas e dos
critrios a serem adotados.
Coletar e anotar todas as contribuies.
Juntamente com o grupo, analisar e denir as contribuies mais ecazes diante
do objetivo denido.
3.9. Diagrama de Causa e Efeito

FERRAMENTAS PARA A IDENTIFICAO DAS CAUSAS
MAIS PROVVEIS DOS PROBLEMAS PRIORITRIOS
1
Identicao de causas
Busca de solues
10
Implantao e avaliao
11
O Diagrama de Causa e Efeito, tambm chamado de Diagrama Espinha de Peixe

ou Diagrama de Ishikawa, um diagrama que visa estabelecer a relao entre o efeito
e todas as causas de um processo. Cada efeito possui vrias categorias de causas, que,
por sua vez, podem ser compostas por outras causas.
ELSEVIER
Guru da Qualidade e Produtividade: Karou Ishikawa (1915-1989)

Nasceu no Japo, e foi um grande discpulo de Deming. Sugeriu, com base na cultura
japonesa que enaltece as sete armas dos samurais, a utilizao das Sete Ferramentas
para o Controle Estatstico de Qualidade: Folha de Vericao, Estraticao, Diagrama de
Pareto, Histograma, Diagrama de Causa Efeito, Diagrama de Disperso, Grco de Controle
de Processos ou de Shewhart.
Ishikawa criou do Diagrama de Causa Efeito ou Diagrama de Espinha de Peixe e os Crculos de Controle da Qualidade (CCQ). Ele armava que o uso das Sete Ferramentas resolve
aproximadamente 95% dos problemas de qualidade em qualquer tipo de organizao, seja
ela industrial, comercial, de prestao de servios ou pesquisa.
Principais Contribuies:
Diagrama de Ishikava.
Ciclo de Controle da Qualidade.
Utilizao das Sete Ferramentas.
Como base para o detalhamento das principais causas, tm-se utilizado com bastanTEFREQUNCIAOSDIAGRAMASDECAUSAEEFEITODENOMINADOS-MTODOMODEOBRA
MATERIALEMQUINA 0POLTICASPROCEDIMENTOSPESSOALEPLANTA E6VIABILIDADE
DOPROJETOVIABILIDADEFSICAVIABILIDADElNANCEIRAEVIABILIDADEDEAPOIO .AlGURA
acima, como exemplo, apresentado um diagrama 4M, um dos mais utilizados como
suporte. Um detalhamento deste diagrama poderia ser realizado a partir dos fatores
QUECONDICIONAMCADAUMADASVARIVEIS-POREXEMPLO
Mo de obra: depende de treinamento, superviso e motivao.
Mquina: depende de manuteno, adequao, capacidade e instrumentao.
Material: depende de estocagem, qualidade, especicao, rendimento e perdas.
Mtodo: depende de processo de fabricao, uxo, tolerncia e instrumentao.
!LGUMASEMPRESASTMACRESCENTADOAOS-SMAISTRS-SODAMEDIOODO
meio ambiente e o do managementGERNCIA
A elaborao de um Diagrama de Causa e Efeito deve ser feita atravs de um brainstorming ou de outras tcnicas que envolvam equipes de trabalho. Esta ferramenta alm
de contribuir para a soluo do problema motiva o trabalho em equipe e envolve os
membros com as causas e os objetivos organizacionais.
Etapas para a Construo de um Diagrama de Causa e Efeito

3EGUEMASETAPASPARAACONCEPODEUM$IAGRAMADE#AUSAE%FEITO
Etapa 1
Denir e delimitar o problema ou a no conformidade a ser analisada.
Etapa 2
Convocar a equipe para anlise do problema ou no conformidade e denir a metodologia a ser utilizada. Utilizar o brainstorming.
Etapa 3
Denir as principais categorias e buscar as possveis causas, coletando junto equipe
OMAIORNMEROPOSSVELDESUGESTESCAUSAS
Etapa 4
Construir o diagrama no formato espinha de peixe e agrupar as causas nas cateGORIASPREVIAMENTEDElNIDASMODEOBRAMQUINASMTODOSMATERIAISMEIO
AMBIENTEOUOUTRASDEACORDOCOMAESPECIlCIDADEDOPROBLEMAEMANLISE
Etapa 5
Detalhar cada causa identicada preenchendo o diagrama.
Etapa 6
Analisar e identicar no diagrama as causas mais provveis.
Aplicao 3.9: Construo de um Diagrama de Causa e Efeito

!NALISARATRAVSDO$IAGRAMADE#AUSAE%FEITOOPROBLEMAEFEITO h4OMARBANHOv
selecionado pelo Diagrama de Pareto, na Aplicao 3.7, em relao ao processo Aes
ELSEVIER
Efeito: Tomar banho.

Principais categorias para anlise: Materiais, Mo de Obra, Mtodos e Mquinas.
ATENO
A anlise realizada na Aplicao 3.9, deve tambm ser realizada com os outros problemas
identicados no Diagrama de Pareto, Preparar Caf e Passar Roupa.
3.10. Matriz de Prioridade

FERRAMENTAS PARA A SELEO DOS PROBLEMAS PRIORITRIOS
1
Identicao de causas
Busca de solues
10
Implantao e avaliao
11
As Matrizes de Prioridade so utilizadas para selecionar o problema ou causa prioritria diante das condies prprias, customizadas e da especicidade do processo.
0ARACONSTRUIRUMA-ATRIZDE0RIORIDADEDEVEMSERSEGUIDOSOSSEGUINTESPASSOS
)DENTIlCAROSPROBLEMASOUNOCONFORMIDADESQUEPARTICIPARODAMATRIZ
Aconselha-se a utilizao das provveis causas identicadas no Diagrama de
Causa e Efeito.
$ElNIRECONCEITUAROSCRITRIOSPARAAVALIAODIANTEDAESPECIlCIDADEDOPROCESSO
3. Denir a escala a ser utilizada para atribuir pesos aos critrios.
4. Construir a matriz.
5. Somar ou multiplicar todos os pesos atribudos aos critrios diante de cada
problema ou no conformidade.
6. O que apresentar maior valor ser o problema prioritrio.
Problema
Critrio
A
Critrio
B
Critrio
C
Produto
A+B+C
12
Problema A
Problema B
10
Problema C
19
Escala: 1 2 3 4 5.
Escala: 1 menor prioridade.
5 maior prioridade.
Matrizes de Prioridade mais utilizadas:
Tipos de Escalas mais utilizadas:
Matriz GUT
Critrios: Gravidade; Urgncia e Tendncia
1) Intervalo de 1 a 5
4) 0 1 3 5
Matriz MVR
Critrios:
Melhoria do Processo Global; Viabilidade Econmico-nanceira; Rentabilidade/ Resultados.
Aplicao 3.10-A: Construo de uma Matriz de Prioridade

Analisar a prioridade das causas selecionadas pelo Diagrama de Causa e Efeito da
!PLICAOREFERENTEAOPROCESSOh!ESDEUMPROlSSIONALPARAIRAOTRABALHONO
perodo matinal, Caso Referncia.
4ODASASPROVVEISCAUSASSELECIONADASPELO$IAGRAMADE#AUSAE%FEITO!PLICAO
Sabonete
Reposio Material de Consumo
Produtos para o Cabelo
Escala de Utilizao
Toalha
Aplicao Produtos Especiais
gua
Banho Completo
Manuteno Eltrica
Chuveiro
Manuteno Hidrulica
Aparelho de Barbear
Limpeza Banheiro
Escova de Dente
ELSEVIER
$ElNIODOSCRITRIOS
3EROUTILIZADOSOSCRITRIOS'54
'n'RAVIDADE
U Urgncia.
T Tendncia.
Cada critrio deve ser conceituado de forma prpria e de acordo com a especicidade do processo e a realidade da organizao. Como sugesto pode-se
CONSIDERAROSSEGUINTESCONCEITOS
s 'RAVIDADE/IMPACTODOPROBLEMASOBREOPERAESEPESSOAS%FEITOSQUE
surgiro a curto, mdio ou longo prazo em caso de no soluo.
s 5RGNCIA/TEMPOPARARESOLVEROPROBLEMA
s 4ENDNCIA/POTENCIALDECRESCIMENTODOPROBLEMA
$ElNIODAESCALA
5TILIZADAAESCALAONDE
0 Sem inuncia.
n0OUCA)NmUNCIA
3 Inuncia Moderada.
5 Muita Inuncia.
#OMAAJUDADEUMAEQUIPEDEPREFERNCIACOMUMAVISOMULTIDISCIPLINARDEVE-se pontuar os diversos critrios de acordo com a escala escolhida. Para tabular
os valores, diante da escala, pode-se tomar como referncia a mdia aritmtica
das contribuies apresentadas pelos membros da equipe, ou buscar um valor de
consenso.
3OMAROSPESOSEIDENTIlCARAHIERARQUIADEPRIORIDADESCUSTOMIZADAS
MATRIZ DE PRIORIDADE
Prioridade
Sabonete
11
Produtos para o Cabelo
11
Toalha
gua
15
Manuteno Eltrica
Manuteno Hidrulica
13
Limpeza Banheiro
Reposio Material de Consumo
11
Escala de Utilizao
Aplicao Produtos Especiais
13
Banho Completo
Chuveiro
Aparelho de Barbear
Escova de Dente
-AIORES0RIORIDADESMAIORESPONTUAES IDENTIlCADASNAMATRIZAPSOSOMATRIO
DOSVALORESATRIBUDOSAOSCRITRIOS
GUAPONTOS
!PLICAO0RODUTOS%SPECIAISPONTOS
-ANUTENO(IDRULICAPONTOS
/RESULTADOOBTIDOPELA-ATRIZ'54DEVEORIENTARAPRIORIDADEPARANOVASANLISES
ou para estabelecer a ordem na busca de causas razes e das aes a serem melhoradas.
Aplicao 3.10-B: Anlise das Causas Prioritrias

!NALISARCOMOAhGUAvUMADASCAUSASSELECIONADAPELA-ATRIZ'54NA!PLICAO
!DAATIVIDADEh4OMAR"ANHOvDOPROCESSOh!ESDEUMPROlSSIONALPARAIRAO
trabalho no perodo matinal inuencia no processo, Caso Referncia.
#AUSA0RIORITRIAGUA
Convocar equipes tcnicas para anlise de como a gua interfere na atividade
Tomar Banho do processo Aes de um prossional para ir ao trabalho no perodo matinal.
ELSEVIER
Aps anlise, atravs da utilizao do brainstorming, as equipes tcnicas concluram

que a gua, pode interferir na atividade Tomar Banho do processo Aes de um
prossional para ir ao trabalho no perodo matinal, atravs da sua temperatura, do
seu uxo, e da falta da mesma.
ATENO
A anlise realizada na Aplicao 3.10-B deve tambm ser realizada com as causas Aplicao de Produtos Especiais e Manuteno Hidrulica identicadas como de alta relevncia na Aplicao 3.10-A.
Aplicao 3.10-C: Busca da Causa Raiz

Identicar porque a Temperatura da gua na atividade Tomar Banho do processo
Aes de um prossional para ir ao trabalho no perodo matinal, Caso Referncia,
NOSEENCONTRAADEQUADACONFORMEIDENTIlCADANA!PLICAO "
Busca da Causa Raiz da Temperatura da gua no adequada.
5TILIZAROShPORQUSv
Causa Prioritria gua
0ORQUEAGUACAUSAPRIORITRIA
Devido temperatura.
0ORQUEATEMPERATURADAGUACAUSAPRIORITRIA
Devido resistncia do chuveiro.
0ORQUEARESISTNCIADOCHUVEIROCAUSAPRIORITRIA
Devido a sua compra errada.
0ORQUEACOMPRADARESISTNCIAFOIERRADA
Devido denio de uma especicao no adequada.
0ORQUEACOMPRAFOIFEITACOMUMAESPECIlCAONOADEQUADA
Devido falta de capacitao do responsvel.
A falta de capacitao do responsvel a Causa Raiz.
ATENO
A anlise realizada na Aplicao 3.10-C deve tambm ser realizada com as causas Fluxo
da gua e Falta da gua identicadas na Aplicao 3.10-B.
Aplicao 3.10-D: Construir um Plano de Ao com Base nos 5W e 2H

Construir um Plano de Ao para orientar a soluo da causa raiz falta de capaciTAODORESPONSVELvIDENTIlCADANA!PLICAO #DECORRENTEDAANLISEDAh4EMperatura da gua na atividade Tomar Banho do processo Aes de um prossional
para ir ao trabalho no perodo matinal, Caso Referncia.
Causa Raiz Falta de capacitao do responsvel.
Soluo Sugerida Capacitar responsvel.
0n0LANEJANDOASOLUOn5TILIZANDOOS7E(
5W
2H
Why?
What?
Where?
When?
Who?
How?
How much?
Por que capacitar comprador?

O que vai ser feito para capacitar o comprador?
Onde ser realizada a capacitao do comprador?
Quando ser realizada a capacitao do comprador?
Quem vai capacitar o comprador?
Como o comprador ser capacitado?
Quanto custa capacitar o comprador?
$n%XECUTANDOA3OLUOn/QUEFOIFEITO
#n6ERIlCANDOA3OLUOIMPLANTADAn1UALORESULTADODASOLUOIMPLANTADA
!n!GINDOCORRETIVAMENTEOUMANTENDOOPROCESSOn1UAISASNOVASAESASEREM
REALIZADAS
ELSEVIER
IMPORTANTE
Segue abaixo tabela com roteiro simplicado para anlise de um processo com algumas
ferramentas apresentadas at o momento por este livro.
Roteiro Simplicado para Melhoria de
Processos Organizacionais Utilizando as Ferramentas Clssicas
Procedimento
Ao, Tcnica ou Ferramenta
Identicar Processo Critico a ser Analisado Tomar como suporte para decises os Objetivos Estratgicos da Organizao
Mapear o Processo Critico
Determinar o Indicador de Desempenho do Analisar o Objetivo do Processo e as NecesProcesso

sidades do Mercado
Determinar o Mtodo de Coletas de Dados
Buscar um Instrumento de Medio Adequado
Coletar os Dados (Medir)
Preencher a Lista de Vericao
Processar os Dados
Determinar as Medidas de Posio e Disperso da Amostra e Construir um Histograma

e a Curva de Distribuio de Frequncia
Utilizar o Excel
Analisar o Resultado do Processamento dos Analisar Histograma, Curva e Medidas EsDados

tatsticas
Denir a Meta para Indicador de Desempenho Utiliza a Metodologia para conceber a meta
do Processo
do Indicador de Desempenho
Denir as Metas Parciais para as Etapas do Negociao com os Setores para denio
Processo
das metas parciais
10
Identicar o(s) Problema(s) do Processo Construir o Diagrama de Pareto

(No Conformidades)
11
Identicar o(s) Problema(s) Prioritrio(s) do Analisar o Diagrama de Pareto utilizando a

Processo
Relao 20 80
12
Identicar a(s) Causa(s) do(s) Problema(s) Construir um Diagrama de Causa e Efeito

Prioritrio(s)
13
Identicar a(s) Causa(s) mais Provveis
Utilizar uma Matriz de Prioridade GUT
14
Identicar a Causa Raiz
Utilizar os 5 Porqus
15
Elaborar o Plano de Ao para Eliminar a

Causa Raiz
Utilizar os 5W e 2H tendo como Suporte o

PDCA
16
Acompanhar e Controlar a busca da Soluo Acompanhar a Realinhar Plano de Ao
Fazer um Fluxograma
ELSEVIER
3.11. Anlise de Disperso

FERRAMENTAS PARA A IDENTIFICAO DO GRAU DE RELACIONAMENTO
ENTRE AS CAUSAS DOS PROBLEMAS PRIORITRIOS
1
Identicao de causas
Busca de solues
10
Implantao e avaliao
11
A Anlise de Disperso uma ferramenta que permite identicar a existncia e a

INTENSIDADEDORELACIONAMENTOCORRELAOnR ENTREDUASVARIVEISREPRESENTADA
por uma matriz ou grco, no qual cada ponto plotado representa um par observado
DEVALORESPARAASVARIVEISEMQUESTOVARIVELDEPENDENTEEVARIVELINDEPENDENTE
Varivel dependente o eixo vertical.
Varivel independente o eixo horizontal.
4IPOSDE6ARIVEL
Problema/Problema Problema/Causa Causa/Causa
Intensidade do
Relacionamento
Coeciente de
Correlao
Etapas para a Construo de Diagrama de Disperso

Seguem as etapas para a vericao do relacionamento, anlise de disperso, entre
ASVARIVEISDEUMCONJUNTODEDADOS
Etapa 1
Selecionar as duas variveis.
Etapa 2
Recolher dados das variveis de forma correspondente, em pares.
Etapa 3
s#ONSTRUIRUMSISTEMADEEIXOSCARTESIANOSEPLOTAROSPARES
s5TILIZARO-ICROSOFT%XCELPARADETERMINAROCOElCIENTEDECORRELAOR
Etapa 4
Interpretar o grco e o coeciente de correlao.
3UGESTOPARAANLISEDOCOElCIENTEDECORRELAOEMPROCESSOSTRIVIAIS
Clculo do Coeciente de Correlao r

Apenas como ilustrao, segue a frmula utilizada para o clculo do coeciente de
CORRELAOENTREVARIVEISDEUMCONJUNTODEDADOS
r=
/NDE
X = Varivel independente.
Y = Varivel dependente.
n = nmero de pares.
n . 68.9 n6X . 6Y
n . 6X 6X . n . 6Y 6Y
ELSEVIER
Devido complexidade das frmulas, o clculo do coeciente de correlao, na

PRTICADEVESERREALIZADOATRAVSDO-ICROSOFT%XCELVERSO OUOUTRASSOLUES
estatsticas.
Construo do Grco de Disperso Atravs do Microsoft Excel

%TAPASPARA#ONSTRUIRO'RlCODE$ISPERSO
$IGITAROSDADOSEMColunas ou Linhas correspondentes de uma planilha Excel.
-ARCAR Dados.
3. Entrar em Inserir.
4. Entrar em Disperso.
5. Escolher Opo Grca.
Construo da Matriz de Correlao Atravs do Microsoft Excel

%TAPASPARA#ONSTRUIRA-ATRIZDE#ORRELAO
4. Entrar em Correlao.
5. Clicar em OK.
6. Inserir Dados.
7. Vericar se os dados foram digitados em Coluna ou Linha.
8. Entrar em Nova Planilha.
#LICAREM OK.
Matriz de Correlao
Matriz com coecientes de correlao
MATRIZ
Varivel 1
Varivel 2
Varivel 1
Varivel 2
Grco de Disperso
Grco com pares de
variveis plotadas
Aplicao 3.11-A: Construo do Grco de Disperso e Matriz de

Correlao
Na amostra analisada em 60 dias, referente ao processo Aes de um prossional
para ir ao trabalho no perodo matinal, Caso Referncia, foram mensurados o tempo
de deslocamento total e o tempo de tomar banho. Construir a matriz de correlao
e desenhar o grco de disperso, identicando o coeciente de correlao entre as

variveis em anlise.
.ASTABELASASEGUIRAaLINHAREPRESENTAODIADAMEDIOAa linha o tempo de
banho e a 3a linha o tempo total.
Tempo
10
11
12
13
14
15
16
17
18
19
20
Tomar Banho
10
12
10
13
14
10
15
20
21
16
22
12
18
Total
61
63
65
66
58
69
70
72
75
75
79
78
77
76
80
76
82
83
82
87
Tempo
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
Tomar Banho
10
18
19
10
19
21
19
25
32
38
23
10
25
26
25
22
22
Total
88
86
84
85
86
85
86
87 108 115 88
89
94
90
91
92
89
93
94
90
Tempo
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
Tomar Banho
19
32
28
10
15
28
38
10
38
33
10
10
28
29
27
30
19
26
21
28
Total
88
89
92
92
93
94
105 108 103 102
95
101 100
99
98
96
96
98
100 101
Construindo o Grco de Disperso

3.
4.
5.

-ARCAR Dados.
Entrar em Inserir.
Entrar em Disperso.
Escolher Opo Grca.
Para a construo da reta de tendncia e sua equao, utilizando o Microsoft Excel,

PRECISOSEGUIROSSEGUINTESPASSOS
.APLANILHA%XCELCLICARCOMOBOTODIREITODOmouse em um ponto do grco.
#LICAREMAdicionar Linha de Tendncia.
3. Clicar em Opes de Linha de Tendncia.
4. Marcar Automtico.
5. Marcar Exibir equao no Grco.
6. Clicar Fechar.
Ateno
Caso seja conhecido o histrico do processo e se tenha o objetivo de conseguir maior preciso na anlise, deve-se optar pelo tipo de tendncia esperada: linear, exponencial, logartmica, etc. Estas opes encontram-se no Microsoft Excel.
ELSEVIER
Construindo a Matriz de Correlao

3.
4.
5.
6.
7.

Entrar em Analise de Dados.
Entrar em Correlao.
Clicar em OK.
Inserir Dados.
Linha 1
Linha 2
Vericar se os dados foram digitados em Coluna
Linha 1
1,00
ou Linha.
Linha 2
0,51
1,00
8. Entrar em Nova Planilha.
#LICAREM OK.
Concluso
O Coeciente de Correlao encontrado foi oROQUEREPRESENTAUMA#ORrelao Signicativa, Positiva e Fraca. Logo, a inuncia do tempo para tomar banho
em relao ao tempo total relativamente importante.
Aplicao 3.11-B: Construo da Matriz de Correlao

5TILIZANDOOSDADOSDATABELAQUESEENCONTRAEM,ISTADE6ERIlCAO!PLICAO
#ASO2EFERNCIAh!ESDEUMPROlSSIONALPARAIRAOTRABALHONOPERODOMATINALv
construir a matriz de correlao para analisar o relacionamento de todos os tempos
parciais entre si com o tempo total.
Construindo a Matriz de Correlao


3.
4.
5.
6.
7.
8.

Entrar em Anlise de Dados.

Entrar em Correlao.
Clicar em OK.
Inserir Dados.
Vericar se os dados foram digitados em Coluna ou Linha.
Entrar em Nova Planilha.
#LICAREM OK.
Linha
1
Linha
2
Linha
3
Linha
4
Linha
5
Linha
6
Linha
7
Linha
8
Linha
9
Linha
10
Linha
11
Linha
12
Linha
13
Linha 1
1,00
Linha 2
-0,17
1,00
Linha 3
-0,21
-0,12
1,00
Linha 4
-0,13
-0,07
-0,25
1,00
Linha 5
0,10
-0,14
0,32
-0,17
1,00
Linha 6
0,08
0,07
0,04
-0,09
0,08
1,00
Linha 7
-0,03
-0,11
-0,07
-0,24
0,10
0,10
1,00
Linha 8
0,01
-0,07
0,32
-0,17
0,20
-0,06
-0,15
1,00
Linha 9
0,08
0,06
-0,26
-0,07
-0,12
0,13
0,14
-0,77
1,00
Linha 10
-0,12
0,03
0,04
-0,13
-0,02
-0,12
0,23
0,27
-0,35
1,00
Linha 11
0,35
-0,11
-0,13
0,10
0,03
0,17
-0,28
-0,32
0,46
-0,91
1,00
Linha 12
0,04
0,04
-0,18
0,01
0,01
0,00
0,31
-0,08
0,02
0,05
-0,08
Linha 13
0,08
0,04
0,03
-0,23
-0,13
0,15
0,14
-0,03
0,01
-0,06
-0,01
-0,05
1,00
Linha 14
0,36
-0,28
0,51
-0,22
0,45
0,25
0,47
0,07
0,15
0,08
0,06
0,10
0,04
Legenda:
Linha 1
Linha 2
Linha 3
Linha 4
Linha 5
Linha 6
Linha 7
Levantar da cama
Esperar banheiro
Tomar banho
Passar roupas
Vestir roupas
Preparar caf
Tomar caf
Linha 8
Linha 9
Linha 10
Linha 11
Linha 12
Linha 13
Linha 14
Linha
14
1,00
1,00
Ler jornal
Noticirio na TV
Tempo Total
Anlise da Matriz:
A matriz apresentou correlacionamento positivo ou correlacionamento negativo
signicativos.
preciso analisar a natureza do correlacionamento, pode signicar um indicador
de relacionamento.
No possvel tirar antecipadamente qualquer concluso apenas com base no
coeciente de correlao.
ELSEVIER
3.12. Diagrama de Concentrao

FERRAMENTA PARA IDENTIFICAR A CONCENTRAO DOS PROBLEMAS
1
Identicao de causas
Busca de solues
10
Implantao e avaliao
11
O Diagrama de Concentrao um mapa de registro visual, que apresenta no produto ou processo o local da ocorrncia dos problemas.
As ocorrncias ou no conformidades so registradas no mapa, permitindo ao observador a identicao imediata dos pontos ou aes crticas.
Caso de Sucesso: Londres e a Epidemia de Clera
Em 1854 ocorreu uma terrvel epidemia de clera, em Londres. Mais de 800 mortes em
menos de duas semanas. Londres cou em pnico. A Rainha Victria solicitou a seu mdico
particular, John Snow, que investigasse o surto. Snow comeou a acompanhar as mortes,
usando uma clssica ferramenta analtica de qualidade.
Era o clera, problema j identicado em outras cidades europeias, associado principalmente s pssimas condies de vida, devido grande imigrao para os centros urbanos
de grandes massas, ansiosas por trabalho, devido Revoluo Industrial.
Em meados do sculo XIX a gua em Londres era fornecida em carros-pipa, que se abasteciam em diversos poos. Utilizando o mapa de Londres e localizando os casos de clera,
Snow constatou que a maioria se concentrava em uma parte da cidade servida por um nico distribuidor, que utilizava a gua de um poo da Broad Street. Embora nem mesmo John
Snow imaginasse que a doena era causada por bactrias, seu diagrama de concentrao
tornou perfeitamente claro que aquela gua era suspeita. Snow tomou uma simples medida: mandou retirar a alavanca da bomba do poo. Com isso, o nmero de casos diminuiu
substancialmente.
O trabalho realizado por Snow hoje considerado o marco fundador da epidemiologia, e
est sendo, por sua vez, a base da sade pblica moderna.
At hoje o diagrama de concentrao usado por Snow pode ajudar a levar uma ordem
analtica aos problemas de qualidade aparentemente caticos.
Fonte: Caso adaptado de Minutos da Qualidade, do Instituto Juran
3.13. Grco Box-Plot

GRFICO PARA IDENTIFICAR A DISPERSO DOS DADOS
EM UMA DISTRIBUIO
1
Identicao de causas
Busca de solues
10
Implantao e avaliao
11
O Box-Plot um grco em formato de retngulo que busca apresentar gracamenTEATRAVSDAIDENTIlCAODOMXIMOEMNIMODAMEDIANAEDOSo e 3o quartis, a
disperso dos dados de um evento.
ELSEVIER
.OITEMDESTELIVROJFOIAPRESENTADOOCONCEITODEQUARTIL2ECORDANDO#OMOS
dados em ordem crescente, o quartil divide os dados em quatro partes iguais, tomando
COMOBASEAQUANTIDADEDEDADOS/oQUARTILAPRESENTAAPROXIMADAMENTEDOS
DADOSDEUMADISTRIBUIOOoQUARTILAMEDIANAAPRESENTAAPROXIMADAMENTE
dos dados de uma distribuio e o 3oQUARTILAPRESENTAAPROXIMADAMENTEDOS
dados de uma distribuio.
Clculos dos Quartis

Sendo n a quantidade de dados de uma distribuio ordenada em forma crescente,
TEMOSQUE
/oQUARTILSERLIMITADOPELODADODEPOSIO
DENo .N N
/oQUARTILAMEDIANASERLIMITADOPELODADODEPOSIO
DENo .N N
O 3oQUARTILSERLIMITADOPELODADODEPOSIO
DENo .N .N
Os Outliers em um Box-Plot
Em determinadas distribuies de dados, alguns so identicados como muito
distantes da maioria dos outros, o que pode induzir a interpretaes no adequadas
de um Box-Plot. Estas distores so chamadas de outliers.
*OHN4UKEYCRIADORDO"OX 0LOTSUGERIUUMAESCALAPRPRIAPARAESTESCASOSA

%SCALA)NTERQUARTILEn)1ONDE)1o1no1
*AVARIAOTILDO"OX 0LOT,)l,3 REPRESENTADAPORVALORESCOMBASENO)1
EEMUMFATORCONSTANTEDETERMINADOPOR4UKEY/SLIMITES)NFERIOR,) E3UPERIOR
,3 TMCOMOBASEDECLCULOASSEGUINTESEXPRESSESMATEMTICAS
,)o1n.)1
E
,3o1.)1
Os outliers podem ter origens diversas, por isso preciso uma ateno especial a
ESTESDADOS
Eles podem ser justicados diante da especicidade do evento analisado.
Eles podem ter origem em erros de medio.
Eles podem pertencer a outras distribuies.
As distribuies apresentam outliersSE
,)6ALOR-NIMODA$ISTRIBUIOOU
,36ALOR-XIMODA$ISTRIBUIO
Os outliers so representados no Box-Plot por pontos.
Etapas para a Construo de um Grco Box-Plot

3.

5.
6.

/RDENAROSDADOSDAAMOSTRA
#ALCULAROo quartil, mediana e 3o quartil.
Construir a escala de referncia.
#ONSTRUIRAhCAIXAvRETNGULO TOMANDOCOMOLIMITESOo e o 3o quartis.
Indicar a mediana.
Indicar o menor e o maior valor da amostra.
#ALCULARO)1
#ALCULAROS,IMITES)NFERIOR,) E3UPERIOR,3
6ERIlCARAEXISTNCIADEoutliers.
Exemplo 1:
Segue a construo de um grco Box-Plot, explicitando todas as etapas.
Seja o conjunto de dados apresentado na tabela abaixo.
10
13
23
25
20
22
18
14
17
20
17
13
19
22
11
16
26
18
14
18
13
15
17
#ONSTRUODO'RlCO"OX 0LOT
ELSEVIER
Exemplo 2:
3EGUEACONSTRUODEUM'RlCO"OX 0LOTUTILIZANDOA%SCALA)NTERQUARTILE
Seja o conjunto de dados apresentado na tabela abaixo.
5
19
14
10
11
$ADOSEM/RDEM#RESCENTE

1o
2o
3o
4o
5o
6o
7o
8o
9o
10o
11o
12o
13o
14o
10
11
19
N
o1N -DIAo e 4oTERMOS o 5
-N -DIAo e 8oTERMOS o 7
3o1N -DIAoEoTERMOS o
)1o1no1n
,)o1n.)1n.n
LS = 3o1.)1.
,36ALOR-XIMOo outliersn
Aplicao 3.13: Construo de um Box-Plot

#ONSTRUIRO'RlCO"OX 0LOTDOSDADOSREFERENTESAOSPROBLEMASSELECIONADOSPELO
Diagrama de Pareto, na Aplicao 3.7, referente ao processo Aes de um prossional
para ir ao trabalho no perodo matinal, Caso Referncia.
Problemas Identicados:
Tomar Banho.
Tomar Caf.
Passar Roupa.
Planilha de Dados (Aplicao 3.2):
Tomar Banho
10
12
10
13
14
10
16
20
21
16
22
12
18
10
18
19
10
19
21
19
25
32
38
23
10
25
26
25
22
20
19
32
28
10
15
28
38
10
38
33
10
10
28
29
27
30
19
26
21
28
Tomar Caf
7
10
15
10
18
10
12
16
22
19
23
10
10
10
13
22
10
15
11
24
30
18
33
17
33
35
20
10
29
20
18
10
Passar Roupa
0
10
11
14
ELSEVIER
Etapas para a Construo de um Grco Box-Plot

Ordenar os dados da amostra.
#ALCULAROo quartil, mediana e 3o quartil.
Construir a escala de referncia.
#ONSTRUIRAhCAIXAvRETNGULO TOMANDOCOMOLIMITESOo e o 3o quartis.
Indicar a mediana.
Indicar o menor e o maior valor da amostra.
#ALCULARO)1
Calcular os limites Inferior e Superior.
Vericar a existncia de outliers.
Tomar Banho
1
10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
10 10 10 10 10 10 10 10 10 10 12 12 13 14 15 16 16 18 18 19
31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60
19 19 19 19 20 20 21 21 21 22 22 23 25 25 25 26 26 27 28 28 28 28 29 30 32 32 33 38 38 38
Tomar Caf
1
10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
10
31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60
10 10 10 10 10 10 10 10 11 12 13 15 15 16 17 18 18 18 19 20 20 22 22 23 24 29 30 33 33 35
Passar Roupa
1
10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60
0
!TENO
/oQUARTILSERLIMITADOPELODADODEPOSION
o-DIADOSDADOSDEPOSIOoEo.
/o quartil, a mediana, ser limitado pelo dado de posio
N o Mdia dos dados de posio
30oEo.
O 3o quartil ser limitado pelo dado de posio 3.N
3. o Mdia dos dados de posio 45o e 46o.
#ONSIDERAESSOBREO'RlCO"OX 0LOT
%MDOSDIASFOIGASTONOBANHOUMTEMPOSUPERIORAMINUTOS
10 11 14
%MDOSDIASFOIGASTOPARATOMARCAFUMTEMPODEAMINUTOSJNOSOUTROS
DOSDIASUMTEMPODEAMINUTOS
%MDOSDIASNOFOIGASTOTEMPOPARAPASSARROUPA
A menor variabilidade foi no tempo de passar roupa e a maior no tempo de tomar banho.
Foram identicados outliersEM4OMAR#AFE0ASSAR2OUPA
%M4OMAR#AFE
%M0ASSAR2OUPAE
Quanto a Tomar Banho
Quanto a Tomar Caf
Quanto a Passar Roupa
1 Q = (10 + 10)/2 = 10
1 Q = (9 + 9)/2 = 9
1o Q = (0 + 0)/2 = 0
M = (19 + 19)/2 = 19
M = (10 + 10)/2 = 10
M = (0 + 0)/2 = 0
3o Q = (25 + 26)/2 = 25,5
3o Q = (17 + 18)/2 = 17,5
3o Q = (0 + 0)/2 = 0
Maior Valor = 38
Maior Valor = 35
Maior Valor = 14
Menor Valor = 2
Menor Valor = 5
Manor Valor = 0
IQ = 25,5 0 = 25,5
LI = 10 1,5 . 15,5 = 13,25
IQ = 17,5 9 = 8,5
LI = 9 1,5 . 8,5 = 3,75
IQ = 0 0 = 0
LI = 0 1,5 . 0 =0
LS = 25,5 + 1,5 . 15,5 = 48,75
LS = 17,5 + 1,5 . 8,5 = 30,25
LS = 0 + 1,5 . 0 = 0
Ateno: LS < Maior Valor
Ateno: LS < Maior Valor
ELSEVIER
3.14. Planejamento de Experimento

TCNICA PARA INVESTIGAR AS CAUSAS DOS PROBLEMAS PRIORITRIOS
1
Identicao de causas
Busca de solues
10
Implantao e avaliao
11
O Planejamento de Experimento Planex um mtodo estruturado que permite,

atravs de experincias ou testes programados, analisar os diversos, e muitas vezes
complexos, fatores, seus nveis de importncia e suas consequentes respostas, em um
processo com muitas variveis.
O Planex possibilita que, mesmo diante das muitas variveis diretas ou indiretas
do processo, atravs de uma quantidade limitada de ensaios, seja possvel identicar
os fatores e nveis adequados.
O Planex um mtodo ecaz para vericar a inuncia causal entre duas variveis.
ATENO
Para o estudo de todas as possibilidades em processo com n variveis, seria necessrio
realizar 2n experincias ou testes.
Processo com 5 variveis:
25 = 32 experincias
Processo com 10 variveis:
210 = 1.024 experincias
O experimento deve coletar, processar e analisar os dados na busca direta ou indireta
para comprovar proposies, teorias ou relaes de causa e efeito. Para viabilizar um
ESTUDOEXPERIMENTALPRECISOQUESEATENDAAOSSEGUINTESREQUISITOS
Existncia de uma hiptese explcita ou implcita para investigao.

Denio das variveis das hipteses para que a medio seja possvel.
Possibilidade de a varivel independente ser manipulada pelo experimentador.
Um ou mais grupos de controle devem ser utilizados.
A seleo aleatria deve ser empregada na designao dos objetos do grupo experimental e de controle.
IMPORTANTE: Variveis e Hiptees
Variveis: So elementos com propriedades pertinentes s ocorrncias de um processo e
que o caracterizam, sendo-lhes possvel adotar diferentes valores (nveis). As variveis, em
suas relaes especcas, podem ser em um experimento: independentes (fator), dependentes (resposta) ou intervenientes.
Tipos de Variveis: Quantitativa (Discreta ou Contnua) ou Qualitativa (Nominal ou Ordinal).
Hiptese: uma proposio que se supe, talvez sem acreditar nela, a m de chegar s
suas consequncias lgicas de acordo com fatos conhecidos. As hipteses buscam sugerir
explicaes para nortear a investigao.
O Planex procura determinar as condies necessrias e suficien tes para uma

ocorrncia. A viso tradicional dos programas de qualidade tende a aceitar que uma
NICACAUSAPROVOCAOUTRONICOEFEITO.AVISODA-ETODOLOGIA'%)1n'ESTO)NTEGRADAPARAA1UALIDADEnADMITE SEQUEAMULTIPLICIDADEDECONDIESDETERMINANTES
reunidas provoca um determinado acontecimento. O Planex a base para identicar
condies contribuintes, contingentes e alternativas.
IMPORTANTE: Condio Necessria e/ou Suciente
Condio Necessria: aquela que precisa ocorrer, para que ocorra o fenmeno que a
causa: X condio necessria de Y: Y nunca ocorrer se no ocorrer X.
Condio Suciente: aquela que sempre seguida pelo fenmeno, que a causa: X
condio suciente de Y: X ocorre, sempre Y ocorre.
Alternativas:
Condio Necessria e Suciente.
Condio Necessria e no Suciente.
Condio no Necessria e Suciente.
Condio no Necessria e no Suciente.
Mtodos para Otimizao do Planex Propostos por J. S. Mill

Vrios so os mtodos que procuram otimizar a realizao dos experimentos
para explicitar a existncia de relaes causais. Os mais utilizados como apoio
foram os propostos e sistematizados por John Stuart Mill, que so apresentados
ASEGUIR
ELSEVIER
Mtodo da Concordncia
Se duas ou mais situaes da ocorrncia analisada tm apenas uma varivel em comum, a varivel na qual todos os exemplos concordam a causa do fenmeno dado.
%XEMPLODO-ETODODE#ONCORDNCIA
3E! " # $OCORREMQUANDOOCORREMW X Y ZESE! % & 'OCORREMQUANDOOCORrem w-t-u-v. Ento A a causa de w.
Mtodo da Diferena
Se uma situao na qual a ocorrncia analisada ocorre e em outra situao na qual
ela no ocorre tem todas as variveis em comum menos uma, aquela que ocorreu
no primeiro, a varivel na qual os dois exemplos diferem o efeito, ou a causa, ou
uma parte indispensvel da causa da ocorrncia.
%XEMPLODO-ETODODA$IFERENA
3E! " # $OCORREMQUANDOOCORREMW X Y ZESE" # $OCORREMQUANDOOCORREM
x-y-z. Ento A a causa, ou o efeito, ou uma parte da causa de w.
Mtodo da Juno entre Concordncia e Diferena
Se duas ou mais ocorrncias onde um fenmeno ocorre tm somente uma varivel
em comum, e em duas ou mais outras ocorrncias onde o fenmeno no ocorre no
tm nada em comum exceto a falta daquela varivel, a varivel na qual as instncias
diferem, o efeito, ou a causa, ou necessariamente parte da causa do fenmeno.
%XEMPLODO-TODODA*UNOENTRE#ONCORDNCIAE$IFERENA
3E! " #OCORREMQUANDOOCORREMX Y ZSE! $ %OCORREMQUANDOOCORREMX T W
e se B-C ocorrem quando ocorrem y-z. Ento A a causa, ou o efeito, ou parte da
causa de x.
Mtodo das Variaes Concomitantes
1UALQUEROCORRNCIAQUEVARIEDEUMAMANEIRAQUANDOOUTRAOCORRNCIAVARIADEUMA
maneira particular, tanto uma causa quanto um efeito daquela ocorrncia, ou est ligada
a ela por algum fato de causao.
%XEMPLODO-TODODAS6ARIAES#ONCOMITANTES
3E! " #OCORREMQUANDOOCORREMX Y ZESE! "lCAMCONSTANTESEVARIANDO#
resulta em x-y constante e varia z. Ento C e z so relacionados.
Mtodo dos Resduos
Subtrai-se de qualquer ocorrncia a parte que conhecida por experincias anteriores, como o efeito de certos antecedentes, e o resduo do fenmeno ser o efeito
dos antecedentes restantes.
%XEMPLODO-TODODOS2ESDUOS
3E! " #OCORREMQUANDOOCORREMX Y ZSE"CONHECIDOCOMOACAUSADEYESE
C conhecido como a causa de z. Ento A a causa de x.
Etapas para o Planex

3EGUEMASPRINCIPAISETAPASPARAACONCEPODEUM0LANEJAMENTODE%XPERIMENTO
Etapa 1
s)DENTIlCAROPROCESSOASERTRABALHADO
s)DENTIlCARDElNIREDELIMITARUMPROBLEMA
s$ElNIRAHIPTESE

Etapa 2
s$ElNIROSFATORESVARIVEISINDEPENDENTESnENTRADADOPROCESSO
s$ElNIROSNVEISVALORESDOSFATORES
s3ELECIONARARESPOSTAVARIVELDEPENDENTEnSADADOPROCESSO
Etapa 3
$ElNIRAMETODOLOGIAASERUTILIZADANOEXPERIMENTOAMOSTRAINSTRUMENTODE
coleta de dados, coleta dos dados, tcnicas de processamento dos dados, grau de
conabilidade do experimento.
Etapa 4
Executar o experimento.
Etapa 5
Processar e analisar os dados na busca de informaes.
Etapa 6
Elaborar relatrio com concluses e recomendaes.
Aplicao 3.14-A: Executar um Planejamento de Experimento

Conceber um Planejamento de Experimento para o processo Aes de um prossional para ir ao trabalho no perodo matinal, Caso Referncia.
Etapa 1
s 0ROCESSOASERTRABALHADOh!ESDEUMPROlSSIONALPARAIRAOTRABALHONOPErodo matinal.
s 0ROBLEMA$EMORANABUSCADEINFORMAES
s (IPTESE!BUSCADEINFORMAESATRAVSDOJORNALPROVOCAMENORATRASOAO
prossional no processo em anlise.
Etapa 2
s &ATOR*ORNALE46
s $ElNIROSNVEIS*ORNALnATMINUTOS46nATMINUTOS
s 2ESPOSTA4EMPONABUSCADEINFORMAES
Etapa 3
s !MOSTRADIAS
s )NSTRUMENTODECOLETADEDADOS0REENCHIMENTODELISTADEVERIlCAO
ELSEVIER
s #OLETADOSDADOS-ANUAL
s 4CNICASDEPROCESSAMENTODOSDADOS5TILIZAODO%XCEL
s 'RAUDECONlABILIDADEDOEXPERIMENTO-DIO
Etapa 4
%XECUTAROEXPERIMENTOVER!PLICAO #OLETADEDADOSDIFERENCIANDOOSDIAS
em que o prossional leu jornal ou assistiu ao noticirio na TV.
Etapa 5
0ROCESSAREANALISAROSDADOSNABUSCADEINFORMAES6ERIlCARECOMPARARO
tempo na busca de informaes em relao aos dias em que o jornal ou a TV foram
utilizados.
Etapa 6
Elaborar relatrio com concluses sobre a inuncia do tempo gasto na leitura do
jornal ou ao assistir TV, buscando comprovar ou no a hiptese inicial, ressaltando a inuncia no desempenho total do processo Aes de um prossional para
ir ao trabalho no perodo matinal. Apresentar recomendaes quanto ao novo
tempo que dever ser destinado ao jornal e TV, bem como novas alternativas, que
preferencialmente j devem ter sido analisadas para a busca de informaes pelo
prossional. Por exemplo, a utilizao do rdio do carro ou assinar um resumo de
notcias.
Nvel (Tempo) Dirio
Fator
Nvel Mximo
(minutos)
Leitura do Jornal
10
...
Noticirio na TV
10
...
10
...
60
Tcnica para o Planex: Planejamentos Ortogonais de Taguchi

Os planejamentos fatoriais so matrizes de planejamento que utilizam a tcnica
fatorial e consideram, atravs de ensaios, todas as possibilidades de combinaes entre
as variveis ou estado de um evento.
A utilizao do planejamento fatorial deve ocorrer no incio de anlise do processo,
quando preciso identicar os fatores relacionados com as no conformidades mais
crticas.
%MUMPLANEJAMENTOFATORIALDENOMINAM SEFATORF AVARIVELINDEPENDENTEE
NVELN OSVALORESATRIBUDOSAOSDIVERSOSFATORES/TOTALDECOMBINAESEMUM
planejamento fatorial igual a nf.
'ENICHI4AGUCHINOINCIODOSANOSPROPSAUTILIZAODOPLANEJAMENTO
fatorial com determinadas limitaes, que tecnicamente so denominados de pla-
nejamentos fatoriais fracionrios. Na matriz proposta por Taguchi so analisadas as
combinaes possveis, as mais fortes ou crticas, sendo que cada um dos fatores pode
ASSUMIRDOISNVEIS/SNVEISPODEMSERREPRESENTADOSSIMBOLICAMENTEPORnE OU
E %STELIVROSUGEREASEGUNDAOPO
A proposta de Taguchi conhecida como Planejamento Ortogonal ou Arranjos Ortogonais de Taguchi. O objetivo de Taguchi ao apresentar sua proposta foi o de criar instrumentos para minimizar a variabilidade de um processo, direcionando seus parmetros
para maximizar os resultados de acordo com a meta para o pleno atendimento ao cliente.
Ateno
Minimizar a variabilidade Menor Melhor.
Maximizar os resultados Maior Melhor.
De acordo com a meta Nominal timo.
Pleno atendimento ao cliente Maximizar a relao Sinal/Rudo (variao observada
pelo cliente).
A anlise pode ser realizada com a utilizao de duas metodologias. A primeira
atravs dos dados coletados. J na segunda so utilizadas expresses matemticas que
SODENOMINADASDERELAESSINALRUDO3. PARAQUANTIlCAROCOMPORTAMENTODO
PROCESSODEACORDOCOMOSPRINCPIOSDE4AGUCHI-ENOR-ELHOR.OMINALTIMO
e Maior Melhor. Seguem abaixo as expresses matemticas.
!NLISEDA6ARIABILIDADE
-ENOR-ELHOR o3.n. logN ;6Y =
!NLISEDAS-ETAS
.OMINALTIMO o3.. logP/V
3. Anlise do Resultado
-AIOR-ELHOR o3.n. logN .;6Y =
/NDE
S/N relao sinal/rudo
n nmero de dados
y resposta
P mdia
V desvio-padro
Para a utilizao do Planejamento Ortogonal de Taguchi preciso seguir as seguintes
ETAPAS
$ElNIROSFATORESASEREMANALISADOS
$ElNIRDOISNVEISPARACADAFATOR
3. Construir a matriz.
ELSEVIER
4. Construir as combinaes.
5. Analisar as combinaes.
6. Analisar as combinaes, mantendo xos, por fator, os nveis.
Apesar da popularidade e da signicativa utilizao, notoriamente no setor industrial, o planejamento ortogonal de Taguchi tem muitas limitaes e uma estrutura, em
muitas das aplicaes, complexa, que pode induzir o analista a erros ou interpretaes
no adequadas. aconselhvel utilizar poucos fatores, e sempre cada um com dois
nveis de anlise.
Plano de Experimentos Planejamento Ortogonal
FATORES
A
NVEIS
ENSAIOS
12
12
12
COMBINAES
ANLISE DO ENSAIO
(Atribuir notas de
acordo com o resultado
das combinaes)
Nota 1
Nota 2
Nota 3
Nota 4
Nota 5
Nota 6
Nota 7
Nota 8
Aplicao 3.14-B: Executar um Planejamento de Experimento

Fazer uma anlise, utilizando o Planejamento Ortogonal de Taguchi, em relao
qualidade/custo do caf consumido por um prossional em uma das etapas das Aes
Denir os Fatores:
A Temperatura do Caf.
"n1UANTIDADEDE#AFENAQUEDIFERENCIAOFABRICANTEnMARCA
C Preo do Caf.
Denir Dois Nveis para Cada Fator:
A Temperatura do Caf.
s .VELn-DIA
s .VELn!LTA
"n1UANTIDADEDE#AFENA
s .VELn"AIXA
s .VELn-DIA
C Preo do Caf.
s .VELn-DIO
s .VELn!LTO
Construir a Matriz
Plano de Experimentos Planejamento Ortogonal Qualidade/Custo do Caf
Fatores
A
Temperatura
do Caf
B
Quantidade
de Cafena
Ensaio
C
Preo
do Caf
Nveis
1 Mdia
2 Alta
1 Baixa
2 Mdia
Avaliao do Resultado
(Escala 1 a 10)
1 Mdio
2 Alto
Combinaes
1
10
Analisar as combinaes, mantendo xos, por fator, os nveis

Mdia de A
Mdia de B
Mdia de C
Nvel 1 Fixo
4,25
Nvel 2 Fixo
8,25
5,25
Exemplo de Clculo da Mdia do Fator

#ONSIDERARORESULTADODO&ATOR!ATODOSOSNVEISoE
Calcular a mdia aritmtica das avaliaes correspondentes o
2ESUMO-DIA&ATOR!.VELn&IXO
ELSEVIER
Resultado Grco do Planejamento Ortogonal
Resultado do Planejamento Ortogonal

!ANLISEMOSTRAQUE
O efeito mais signicativo em relao avaliao est relacionado com o Fator
A Temperatura do Caf. No grco a inclinao maior.
/&ATOR"n1UANTIDADEDE#AFENA-ARCAEO&ATOR#n0REODO#AFESTO
menos associados aos resultados apresentados na avaliao.
3.15. Anlise de Varincia

!!NLISEDE6ARINCIAn!./6!Analysis of Variance UMATCNICAESTATSITCAUTILIzada para investigar a diferena entre as mdias de diversos grupos de variveis e suas
respectivas varincias com o objetivo de identicar as que inuenciam no resultado
de um processo.
TCNICA PARA INVESTIGAR AS CAUSAS
DOS PROBLEMAS PRIORITRIOS
1

5
Identicao de causas
Busca de solues
10
Implantao e avaliao
11
A ANOVA parte do princpio de que as mdias amostrais dos diversos grupos de variveis so obtidas de populaes normalmente distribudas e tm a mesma varincia.
1UANTOSPOPULAESQUETMDISTRIBUIOUNIMODALASAMOSTRASSOAPROXIMADAMENTEIGUAISASUPOSIONORMALIDADENOAFETASIGNIlCATIVAMENTEAANLISE
A ANOVA tem como objetivo identicar diante de diversas causas, em grupos de
variveis, variaes dentro dos grupos e em relao a eles. Isto ajuda a isolar o grupo
no qual se devem procurar as principais causas do problema.
Etapas para a ANOVA

3EGUEMASPRINCIPAISETAPASPARAA!NLISEDE6ARINCIA
Etapa 1
s %STABELECERAHIPTESECHAMADADEHIPTESENULAn(0, em que as mdias das
populaes so iguais, e apresentam uma homogeneidade da varincia, o que
IMPLICARIAQUEASMDIASFORAMOBTIDASDAMESMAPOPULAO
H0P = P = P3 = P4 = P5 = ... = Pk,
onde P a mdia das populaes.
s %STABELECERAHIPTESEDEQUEEXISTEPELOMENOSUMAMDIADIFERENTE
H%XISTEUMAOUMAISMDIASDIFERENTES
Etapa 2
s )DENTIlCARECALCULARAMDIAPARACADAGRUPODAPOPULAO
x6X N
Etapa 3
Calcular a varincia para cada grupo da populao.
V = S =
6Xnx
Nn
Etapa 4
Calcular a varincia da populao comum, da qual foram obtidos os dados. Esta
ESTIMATIVADAVARINCIADAPOPULAOO1UADRADO-DIOENTREOS'RUPOS1-%
V = Se =
6Xnx
+n
ONDE+QUANTIDADEDEGRUPODEVARIVEIS
ELSEVIER
Etapa 5
Calcular a varincia dentro de cada grupo da populao comum, da qual foram obtidos os dados com relao mdia do grupo. Combinar estes valores ponderando-os
DEACORDOCOMNn PARACADAAMOSTRA%STAESTIMATIVADAVARINCIADAPOPULAO
O1UADRADO-DIODENTRODOS'RUPOS1-$
V3 = Sp = 6
Nkn 3k
nkn
onde n = quantidade dos grupos de variveis.

Etapa 6
#ALCULARARELAOENTREASDUASVARINCIAS&n6ARIVEL!LEATRIA
F = Se / Sp
Etapa 7
4ESTARA6ARIVEL!LEATRIAn&
3E&SEENCONTRANAREGIODEREJEIOPARAONVELDESIGNIlC NCIAESPECIlCADOD
OU OUSEJA&0&D, rejeita-se a H0. Caso contrrio se aceita H0. Para determinar
FDDEVE SEPROCURARTABELASESTATSTICAS4ABELASDE6ALORES#RTICOSDE&QUEPODERO
SERENCONTRADASEMLIVROSDE%STATSTICA
Para obteno de F preciso realizar clculos complexos e, devido a isso, na prtica, as operaes devem ser realizadas atravs de calculadoras cientcas ou com a
utilizao do Microsoft Excel.
ANOVA Atravs do Microsoft Excel

Seguem as aes a serem adotadas para a Anlise de Varincia utilizando o MicroSOFT%XCEL
$IGITARDADOSEMlinhas correspondentes
%NTRAREMDados no Menu Principal
3. Entrar em Analise de Dados
4. Entrar em ANOVA: fator nico
5. Marcar e Inserir
6. Clicar em Linha
7. Denir signicncia
8. Clicar em Nova Planilha
#LICAREMConcluir
Aplicao 3.15: Anlise de Varincia

Na amostra analisada em 60 dias e apresentada na Lista de Vericao da Aplicao REFERENTEAOPROCESSOh!ESDEUMPROlSSIONALPARAIRAOTRABALHONOPERODO
matinal, Caso Referncia, foram mensurados o tempo de deslocamento total e os temPOSPARCIAISDOSGRUPOSDEVARIVEIS#ONSTRUIRUMATABELADEANLISEDEVARINCIA
PARAOSGRUPOSDEVARIVEISETESTARADESIGNIlCNCIASEASVARIVEISSOOUNO
igualmente inuentes no processo nal.
A %STABELECERAHIPTESENULA( P = P = P3 = P4 = ... = P
B 5TILIZARO-ICROSOFT%XCEL
$IGITARDADOSEMlinhas correspondentes
%NTRAREMDados no Menu Principal
3. Entrar em Anlise de Dados
4. Entrar em ANOVA: fator nico
!TENO#ASOAOPOFOSSEPORh!./6!FATORDUPLOvTERAMOSPARAANLISE
ALMDASLINHASGRUPODEVARIVEISREFERENTESATIVIDADES ASCOLUNASOSDIAS
5. Marcar e Inserir OSDADOSDA!PLICAO
6. Clicar em Linha
7. Denir signicncia 0,05
8. Clicar em Nova Planilha
#LICAREMConcluir
Tabela de Anlise de Varincia Feita no Microsoft Excel
ANOVA: Fator nico
RESUMO
Contagem
Soma
Mdia
Linha 1
Grupo
60
270
4,50
Varincia
Linha 2
60
0,07
0,27
Linha 3
60
1.108
18,47
83,03
12,42
Linha 4
60
114
1,90
13,52
Linha 5
60
538
8,97
3,35
Linha 6
60
277
4,62
0,85
Linha 7
60
790
13,17
55,09
Linha 8
60
128
2,13
14,22
Linha 9
60
364
6,07
20,71
Linha 10
60
760
12,67
139,75
Linha 11
60
618
10,30
150,48
Linha 12
60
165
2,75
0,73
Linha 13
60
108
1,80
0,37
ANOVA
Fonte da Variao
SQ
gl
QM
Valor P
F Crtico
Entre grupos
22.263,22
12
1.855,27
48,74
4,39E-86
1,76
Dentro dos grupos
29.192,97
767
38,06
Total
51.456,18
779

ELSEVIER
Anlise da Tabela
+N
31n3OMADOS1UADRADOS
31entre 31dentro
GLn'RAUDE,IBERDADE
GLentre KnnGLdentro NnKn
1-%n1UADRADO-DIOENTREOS'RUPOS
1-entre
1-$n1UADRADO-DIODENTRODOS'RUPOS
1-dentro
F Varivel Aleatria
&1-%1-$
FD F crtico para signicncia D&0,05
Comparar F com FD&&D
Concluso:
F excede FDPARAEGRAUSDELIBERDADECOMDLOGODEVEMOSREJEITARAHIPTESE
nula, H0DEQUEOSGRUPOSSOIGUALMENTEINmUENTESNODESEMPENHODOPROCESSO
3.16. Anlise de Taguchi

A Anlise de Taguchi utiliza uma combinao de Planejamento de Experimento associado a Anlise de Varincia, com o objetivo de minimizar a variabilidade e identicar
o custo da perda da qualidade, a partir da Funo Perda de Taguchi FPT, partindo da
tese de que se deve buscar o valor-meta do processo, em vez dos limites de especicao, e canalizar todos os esforos para atingi-los.
A FPT, que tem como objetivo quanticar os custos relacionados perda da qualidade, explicita que os desvios do valor-meta representam uma perda signicativa para
o processo e para o consumidor.
TCNICA PARA INVESTIGAR OS CUSTOS DOS PROBLEMAS
1
Identicao de causas
Busca de solues
10
Implantao e avaliao
11
!BASEPARAOPOSICIONAMENTODE4AGUCHIPARTIUDOSEGUINTEQUESTIONAMENTO
1UALADIFERENAENTREUSARAABORDAGEMNAGESTODAQUALIDADEPARAOPROCESSO
car exatamente no limite interno da faixa de tolerncia e car imediatamente fora
DESTAFAIXA
A resposta de Taguchi atestou que a diferena mnima e desprezvel, o que justica
a abordagem de perseguir sempre o valor-meta, e no os limites de tolerncia.
ELSEVIER
Funo Perda de Taguchi

O desenvolvimento matemtico da FPT tem como base a Srie de Taylor, procedimento matemtico complexo, que no apresentaremos neste livro.
#ONSIDERANDO018 APERDADEQUALIDADEEM8EMUMPROCESSOCOMLIMITESDEESPECIlCAES-n4-4 E#OCUSTODECONCEPODOPRODUTOPODEMOSAlRMARQUE
C
018 8n-
T
Tipos de Perdas de Taguchi

A viso tradicional admite a no existncia de perdas econmicas em um processo
caso ele esteja dentro dos limites de tolerncia. J a viso de Taguchi admite uma perda
incremental em cada desvio da meta especicada pelo cliente.
3OTRSOSTIPOSDEVARIAESOUPERDASNAVISODE4AGUCHI0ERDAS)NTERNAS0ERDAS
Externas e Perdas Variacionais. Estas variaes ou perdas foram tambm denominadas,
por Taguchi, de rudo.
Perdas Internas/Rudos Internos
So perdas causadas pela variao no desempenho do trabalhador, equipamento
ou ferramenta, devido ao cansao ou desgaste.
%XEMPLO
s -UDANANASCARACTERSTICASFSICO QUMICASDEUMAPEACAUSADAPELOTEMPO
de uso ou armazenagem.
s &ADIGADOTRABALHADORDEVIDOAOTEMPODETRABALHO
Perdas Externas/Rudos Externos
So perdas causadas pelas condies ambientais e variveis intervenientes ao processo.
%XEMPLO
s !ODATEMPERATURANODESEMPENHODEUMAPEA
s -UDANADEHBITOSDOSCLIENTES
Perdas Variacionais/Rudos Variacionais
So perdas causadas devido variabilidade das aes, componentes ou insumos
de um produto.
%XEMPLO
s $IFERENADEPESODEUMADETERMINADAPEA
s $IFERENANACAPACIDADEDEREAODEUMPACIENTEAPLICAODEUMAMEDICAO
Etapas da Metodologia Taguchi

A Metodologia Taguchi conhecida como Projeto de Experimentos e consiste na
UTILIZAODETCNICASJAPRESENTADASNESTELIVRO0LANEJAMENTODE%XPERIMENTOSE
Anlise de Varincia.
!METODOLOGIACOMPOSTADEETAPAS
3ELECIONARASVARIVEISFATORES ASEREMANALISADAS
Identicar as possveis interaes entre as variveis.
$ETERMINAROSVALORESNVEIS QUESEROATRIBUDOSSVARIVEISDURANTEOEXPERImento.
Selecionar o arranjo ou combinao das variveis.
Realizar o experimento.
Utilizar o Planejamento Ortogonal de Taguchi.
Analisar os resultados.
Conrmar o experimento, repetindo o mesmo.
3.17. Diagramas para o Planejamento e Gesto dos

Processos
/S$IAGRAMASPARAO0LANEJAMENTOE'ESTODOS0ROCESSOSDEMELHORIANOSO
novos. J existem h muitas dcadas, alguns j eram utilizados no incio do sculo
XX, mas s foram sistematizados ou adaptados aos processos de melhoria no nal
DOSANOS
ELSEVIER
O objetivo principal desses diagramas foi o de dar uma amplitude maior anlise
QUALITATIVADOSPROCESSOSDEMELHORIA/SSETEDIAGRAMASSOOSSEGUINTES
Diagrama Seta.
Diagrama rvore.
Diagrama Programa de Processo Decisrio.
Diagrama de Anidades.
Diagrama de Relaes.
Diagrama Matriz.
Diagrama Matriz de Anlise de Dados.
Diagrama Seta
O Diagrama Seta tem como objetivo planejar o cronograma e gerenciar a sequncia das atividades das aes produtivas. O citado diagrama composto por
um plano de ao e por um grfico interligando todas as atividades do processo.
O Diagrama Seta um diagrama PERT simplificado, e tem sido utilizado para monitorar os planos dirios.
Diagrama rvore
O Diagrama rvore tem por objetivo mapear o detalhamento das aes necessrias para que o processo atinja seus objetivos, explicitando como as mesmas devem
ser realizadas. Partindo de um objetivo, procura-se fazer o seu desdobramento em
objetivos secundrios, tomando sempre como norteador os questionamentos o
QUvEhCOMOvOUSEJABUSCAAPRESENTAREMUMAVISOMACROOSMEIOSEOSlNS
de cada atividade.
Diagrama Programa de Processo Decisrio

O Diagrama Programa de Processo Decisrio tem por objetivo apresentar o
planejamento para a soluo de um problema, explicitando todas as opes, facilitadores e barreiras, para o atingimento do objetivo. O Diagrama Programa de
Processo Decisrio tem estrutura semelhante ao Diagrama rvore e utilizado
como suporte no FMEA.
ELSEVIER
Diagrama de Anidades
O Diagrama de Anidades tem por objetivo apresentar o agrupamento de dados,
informaes que apresentam anidades, aspectos semelhantes ou que apresentam
as mesmas tendncias ou origens em relao a uma ao ou processo. Para o levantamento dos dados ou informaes de um Diagrama de Anidades, deve ser utilizado
o Brainstorming.
Diagrama de Anidades
Demora em usar o banheiro
Falta de
produtos de
limpeza
Utilizao
de produtos
especiais
Planejamento das
compras material
para o banheiro
Temperatura
da gua no
adequada
gua no
satisfatria
Chuveiro
no adequado
Fluxo da
gua no
adequado
Preparao
e limpeza
do banheiro
Manuteno
hidrulica
Diagrama de Relaes
O Diagrama de Relaes tem por objetivo apresentar, atravs de setas, as relaes
lgicas de causas e efeito ou sequenciais dos dados ou informaes que apresentam
as mesmas tendncias em relao a uma ao ou processo. O Diagrama de Relaes deve utilizar como suporte os dados ou informaes obtidas no Diagrama de
Afinidades.
ELSEVIER
Diagrama Matriz
O Diagrama Matriz tem por objetivo estabelecer as prioridades a partir das
correlaes entre as atividades ou variveis, e suas caractersticas principais, com
o intuito de explicitar a existncia ou a intensidade deste relacionamento, que
representada por smbolos. O Diagrama Matriz utilizado com frequncia no desenvolvimento e na melhoria dos produtos atravs do Desdobramento da Funo
1UALIDADEn1&$
Diagrama Matriz de Anlise de Dados

O Diagrama Matriz de Anlise de Dados tem por objetivo vericar a existncia de
relacionamento, e se for o caso sua intensidade, entre as causas de um problema. A
existncia e a intensidade dos relacionamentos so representadas por arranjos numricos, que so facilmente observados. Os arranjos numricos tm como base uma
ESCALAQUESUGERIMOSSERDEA0ARACOMPORACOLUNAh4OTALvSOTOTALIZADOSOS
valores da escala atribudos a cada varivel. Depois, calcula-se a porcentagem relativa
diante do somatrio da coluna total e atravs desta percentagem dene-se o grau de
importncia de cada varivel.
ELSEVIER
Diagrama Matriz de Anlise de Dados
Volume
Total
% do Total
Grau de
Importncia
Quantidade
de Cafena
Componente
do Sabor
Componente
do Aroma
Preo de
Venda
Temperatura
Qualidade do Caf Relao entre os Atributos
Temperatura
10
10,87
Quantidade de cafena
16
17,39
Componente do sabor
19
20,65
Componente do aroma
18
19,56
Preo de venda
20
21,74
Volume
9,78
Total
10
16
19
18
20
92
100
Legenda: 1 Relao Muito Fraca 2 Relao Fraca 3 Relao Mdia 4 Relao Forte 5 Relao Muito Forte
Legenda: A Muito Importante B Mdia Importncia C Baixa Importncia

Ações para A Qualidade Quarta Edição

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Ações para A Qualidade Quarta Edição

Hochgeladen von

Copyright:

Verfügbare Formate

3

03.1. Mapeamento do Processo

03.4. Aplicaes das Principais Medidas Estatsticas

03.6. Capacidade de um Processo

03.8. Brainstorming: Tempestade Cerebral

3.11. Anlise de Disperso

3.12. Diagrama de Concentrao

3.14. Planejamento de Experimento

3.17. Diagramas para o Planejamento e Gesto

 Aes para a qualidade

3.1. Mapeamento do Processo

Identicao do processo a ser trabalhado

Avaliao do posicionamento do processo

Seleo do problema prioritrio

Seleo da causa mais provvel

Plano de ao para implantao da soluo

Aes alternativas para otimizao do processo

Identicar tempo, produtividade, conabilidade ou capacidade do ciclo.

Para atingir os objetivos na construo de um uxograma aconselhvel responder

 Aes para a qualidade

Aplicao 3.1-A: Construo de um Fluxograma

 Aes para a qualidade

Etapas para a Construo do Mapa do Processo

Aplicao 3.1-B: Construo de um Mapa de Processo

Necessidade de tomar banho

Parmetros do Processo: C: Parmetro controlvel; R: Parmetro no controlvel (Rudo); *: Parmetro crtico

3.2. Lista de Vericao

Identicao do processo a ser trabalhado

Avaliao do posicionamento do processo

Seleo do problema prioritrio

Seleo da causa mais provvel

Plano de ao para implantao da soluo

Aes alternativas para otimizao do processo

A Lista de Vericao um formulrio fsico ou virtual utilizado para tabular dados

Cuidados ao Construir uma Lista de Vericao

 Aes para a qualidade

O objetivo da Lista de Vericao coletar dados, que devero ser processados e

Aplicao 3.2: Construo de uma Lista de Vericao

Dias Analisados Dados (em minutos)

Dias Analisados Dados (em minutos)

Metas No confor60 Parciais midades

Metas No confor30 Parciais midades

 Aes para a qualidade

Identicao do processo a ser trabalhado

Avaliao do posicionamento do processo

Seleo do problema prioritrio

Seleo da causa mais provvel

Plano de ao para implantao da soluo

Aes alternativas para otimizao do processo

Histogramas so diagramas de barras verticais de Distribuio de Frequncia de

uma tabela na qual os possveis

Frmulas para Clculo

(Valor Mximo) (Valor Mnimo)

Ac Amplitude aproximada da classe

Etapas para a Construo de um Histograma

Denir o perodo de anlise ou quantidade de dados.

Entre 100 e 200

Maior do que 200

A associao apresentada na tabela aceitvel na prtica.

 Aes para a qualidade

Histogramas: Quanto Forma

Histogramas: Quanto aos Limites de Especicao

Legenda: LIE Limite Inferior de Especicao

Aes para a qualidade

Aes para a qualidade

Aes para a qualidade

Aes para a qualidade

Aes para a qualidade

Aes para a qualidade

Aes para a qualidade

Aes para a qualidade

Aes para a qualidade

Aes para a qualidade

Para as distribuies normais em condies ideais, processo centrado, aproximaDAMENTETEMOSPROBABILISTICAMENTEQUE

Aes para a qualidade

REA4OTALDEFX EOEIXOHORIZONTAL!t = f FX DX

Aes para a qualidade

Aes para a qualidade

Aes para a qualidade

Aes para a qualidade

Aes para a qualidade

Aes para a qualidade