Professional Documents
Culture Documents
Autor:
GQ-AP
NDICE
1. EVOLUO HISTRICA................................................................................. 4
2. CONCEITO DE GESTO DA QUALIDADE..................................................... 9
3. AS NORMAS INTERNACIONAIS ISO 9000 .................................................. 11
3.1. INTRODUO ........................................................................................................... 11
3.2. A NORMA ISO 9000: 2000...................................................................................... 13
3.2.1. PRINCPIOS DA GESTO DA QUALIDADE............................................................... 13
3.2.1.1. Focalizao no Cliente ............................................................................................... 13
3.2.1.2. Liderana.................................................................................................................... 13
3.2.1.3. Envolvimento das pessoas......................................................................................... 13
3.2.1.4. Abordagem por processos ......................................................................................... 13
3.2.1.5. Abordagem da gesto como um sistema ................................................................... 13
3.2.1.6. Melhoria Contnua ...................................................................................................... 13
3.2.1.7. Abordagem tomada de decises baseada em factos.............................................. 14
3.2.1.8. Relaes mutuamente benficas com fornecedores.................................................. 14
3.2.2. A ESTRUTURA DA NORMA ISO 9000:2000 .............................................................. 14
3.2.3. Clausula 4 sistema de gesto da qualidade .......................................................... 14
3.2.4. Clausula 5 responsabilidade da gesto ................................................................. 15
3.2.5. Clausula 6 gesto de recursos ............................................................................... 16
3.2.6. Clausula 7 realizao do produto ........................................................................... 16
3.2.7. Clausula 8 medio, anlise e melhoria................................................................. 17
PGINA 1 DE 91
GQ-AP
PGINA 2 DE 91
GQ-AP
8. BIBLIOGRAFIA ............................................................................................. 17
PGINA 3 DE 91
1.
GQ-AP
EVOLUO HISTRICA
Desde os tempos mais remotos da histria do homem que a qualidade dos produtos, isto , a sua aptido utilizao, foi
uma preocupao de quem os produzia. No passado, o arteso, nico interveniente no ciclo de vida do produto, executava
tambm as actividades de controlo necessrias para assegurar que os defeitos eram corrigidos. Quando as oficinas se
tornaram maiores, aumentando por isso o nmero de artesos, surgiu o cargo de mestre, que chefiava vrios artesos. As
tarefas de verificao do produto comearam a ter um volume mais significativo, pelo que as oficinas passaram a utilizar
inspectores a tempo inteiro. Esta era a situao existente antes da Revoluo Industrial. Aps esta revoluo, as unidades
produtivas de maior dimenso estavam organizadas em vrios sectores, com actividades bem diferenciadas: fundio,
maquinagem, montagem, etc. Cada uma destas unidades era dirigida por um encarregado que era responsvel
simultaneamente pelos operrios que executavam o produto e pelos inspectores que verificavam o produto (fig. 1.1). Este
tipo de organizao era semelhante aquela que existia anteriormente nas oficinas artesanais de maior dimenso.
CHEFE DA PRODUO
ENCARREGADO
Sector A
operrios + inspectores
ENCARREGADO
Sector B
operrios + inspectores
Apesar da produtividade e a qualidade no serem antagnicas, na prtica verificava-se, com frequncia, que os esforos
para a melhoria da primeira traziam prejuzos segunda. A causa apontada era o facto de os inspectores estarem
dependentes do chefe da produo, cuja primeira prioridade era a quantidade produzida. Quando a quantidade estava em
perigo, os critrios de inspeco eram aliviados por presso dos chefes de produo sobre os seus inspectores. Esta
situao gerou problemas de qualidade graves, durante a Primeira Grande Guerra, conduzindo a uma alterao
significativa na organizao que assegurava a qualidade conduzindo colocao dos inspectores sob a responsabilidade
dum chefe de inspeco. Deste modo procurava-se uma maior independncia da inspeco, face s presses quantitativas
da produo (ver fig. 1. 2).
PGINA 4 DE 91
GQ-AP
metrologia;
planeamento da inspeco;
DIRECTOR
CHEFE DA INSPECO
ENCARREGADO
DA INSPECO
Sector A
inspectores
ENCARREGADO
DA INSPECO
Sector B
inspectores
CHEFE DA PRODUO
ENCARREGADO
DA PRODUO
Sector A
operrios
ENCARREGADO
DA PRODUO
Sector B
operrios
Estes passos no sentido da preveno de defeitos foram dados nos anos 30 e incrementados durante a Segunda Grande
Guerra.
No incio desta guerra, muitas empresas tiveram dificuldade em conseguir converter-se produo de produtos militares,
devido aos prazos e requisitos de qualidade exigidos. Aps a guerra, tambm a converso da produo militar para a
produo civil se mostrou difcil.
Esta dificuldade gerou graves problemas de qualidade, que obrigou a modificaes no sistema de controlo da qualidade.
Essas alteraes traduziram-se no incremento das actividades de planeamento e anlise de resultados para nveis muito
superiores aos anteriormente praticados pelos sectores de inspeco.
Este salto veio a traduzir-se em alguns ajustamentos organizacionais, que permitiram um planeamento e anlise mais
eficazes.
PGINA 5 DE 91
GQ-AP
Surgiram os chamados engenheiros de controlo da qualidade, integrados num novo sector chamado Engenharia de
Controlo da Qualidade, ou simplesmente Engenharia da Qualidade.
Foi tambm nesta fase que se comeou a introduzir uma nova ferramenta - o controlo estatstico da qualidade.
A engenharia da qualidade e a inspeco, em muitas empresas, foram enquadradas num novo departamento chamado
Controlo da Qualidade.
A organizao que resultou deste ajustamento est representada na fig. 1.3 .
SERVIO DA
QUALIDADE
INSPECO
INSPECO
Sector A
Sector B
ENGENHARIA DA
QUALIDADE
planeamento da qualidade;
anlise de resultados;
anlise de reclamaes;
auditorias;
PGINA 6 DE 91
GQ-AP
No controlo da qualidade podem considerar-se duas actividades fundamentais a do planeamento com vista ao alcance dos
objectivos da qualidade e a da melhoria da qualidade, ou seja, a procura contnua de nveis de desempenho superiores,
produtos cada vez mais aptos a custos cada vez menores.
Toda esta evoluo se deu no sentido da preveno dos problemas da qualidade, tendo como base o envolvimento de toda
a empresa para se atingirem os objectivos da qualidade e no limitando essa aco s actividades de inspeco, como no
passado.
Consideremos o perodo que vai do ps-guerra at aos nossos dias dividido em trs fases:
No perodo 1945/1960, a qualidade inseria-se numa estratgia quantitativa, que procurava satisfazer mercados em
forte expanso, em que a procura era maior que a oferta. Tudo o que se produzia vendia-se, a concorrncia era
fraca e apenas a nvel interno. A qualidade sem ser desprezada, obviamente, ficava em segundo plano, face
quantidade.
No perodo 1960-1975, caracterizado por uma concorrncia maior, no apenas nacional mas tambm europeia, e
por um crescimento substancialmente menor dos mercados. Muitas indstrias desenvolveram polticas de
diversificao, que procuravam responder s necessidades de mercados mais alargados e mais exigentes. Apesar
destas dificuldades, a quantidade ainda era um factor que se sobrepunha qualidade.
Finalmente, no perodo que vai de 1975 at aos nossos dias, caracterizado por mercados de fraca expanso, em
que a oferta superior procura, a estratgia at a seguida foi alterada. A qualidade torna-se o factor mais
importante da competitividade. A sobrevivncia das empresas, a poltica econmica dos pases industrializados e
a procura do equilbrio das suas balanas comerciais conduzem a urna estratgia qualitativa.
Quando o cliente v abrir-se a possibilidade de escolha, os produtos de m qualidade no tm capacidade para competir.
A definio dos produtos torna-se cada vez mais sofisticada, utilizando novas tecnologias para os tornar mais atraentes,
para melhorar o seu desempenho e a sua fiabilidade.
Duma estratgia quantitativa passou-se para uma estratgia qualitativa, assente na diferenciao do produto/servio pela
qualidade.
Todo este percurso responde a uma necessidade expressa pelo mercado e foi acompanhado por alteraes substanciais
ao nvel da gesto da qualidade.
PGINA 7 DE 91
GQ-AP
A qualidade no pode ser assegurada pelos mesmos mtodos do passado. Uma m preparao das diferentes fases do
ciclo industrial gera, inevitavelmente, um nmero elevado de defeitos, de eliminao difcil e dispendiosa, atravs da
inspeco.
Esta insuficincia crescente dos processos tradicionais de controlo da qualidade levou a um alargamento progressivo do
seu mbito, desde a fase de contrato at utilizao do produto/servio (ver fig. 1. 4).
Esta gesto completa do ciclo de vida do produto, para que tenha uma eficcia mxima, exige que cada funo da empresa
tome conta duma parte do objectivo global da qualidade. Mais ainda, que dentro de cada funo da empresa todos sejam
mobilizados nesse sentido. S assim ser possvel ser melhor do que a concorrncia.
Podemos resumir da forma seguinte a evoluo das formas de controlo da qualidade, desde a Segunda Guerra Mundial at
aos nossos dias:
- Inspeco;
- Controlo da qualidade: inspeco + planeamento + anlise de resultados + aces preventivas;
- Garantia da qualidade: funes do sistema + controlo da qualidade + auditoria;
- Gesto Total da Qualidade: garantia da qualidade + custos mnimos + mobilizao de todos.
MBITO
INSPECO
CONTROLO
DA
QUALIDADE
GARANTIA
DA
QUALIDADE
GESTAO
DA
QUALIDADE
QUALIDADE
TOTAL
TEMPO
PGINA 8 DE 91
2.
GQ-AP
Fornecer produtos ou servios que satisfaam as necessidades dos seus utilizadores a misso principal de qualquer
organizao, quer seja uma empresa, um servio pblico, um hospital, etc.
Estes produtos e servios devem gerar receitas e lucros para o promotor. Antes de se produzirem, necessrio identificar
essas necessidades e transform-las em caractersticas (por exemplo, potncia, cr, forma, consumo, etc.).
As caractersticas identificadas so depois transformadas em especificaes para o produto ou servio e para o processo,
possibilitando a sua realizao ou prestao de acordo com o inicialmente definido.
Para conseguir levar a cabo esta misso necessrio executar uma srie de tarefas, distribudas pelos diversos
departamentos da organizao (ver fig. 2.1).
CLIENTE / CONSUMIDOR
ALTERAO
APS
UTILIZAO
PRODUTOR / FORNECEDOR
PROSPECO
DO
MERCADO
CONCEPO E
DESENVOLVIMENTO
DO PRODUTO
APROVISIONAMENTO
ASSISTNCIA
TCNICA E
MANUTENO
PROGRAMAO DO
PROCESSO E SEU
DESENVOLVIMENTO
PRODUO
INSPECO E ENSINO.
ANLISE
INSTALAO
E
FUNCIONAMENTO
VENDAS
E
DISTRIBUIO
EMBALAGEM
E
ARMAZANAMENTO
PGINA 9 DE 91
GQ-AP
As actividades executadas ao longo do ciclo de vida do produto devem incluir as actividades da gesto da qualidade que
assentam em trs processos:
-
Controlo da qualidade (medir, comparar com os objectivos, identificar problemas espordicos, corrigir).
Os problemas espordicos e os problemas crnicos, referidos anteriormente, so muito diferentes uns dos outros e a sua
soluo segue metodologias diferentes.
Os problemas espordicos resultam de desvios substanciais das caractersticas da qualidade, relativamente aos limites
estabelecidos como normais para essas caractersticas.
Quando surge um desvio espordico, para se restabelecer a normalidade necessrio executar uma sequncia de passos:
detectar a variao, identificar as causas e corrigir o processo.
Estes limites correspondentes normalidade do processo ou do produto constituem um objectivo que contm implcita a
ideia de que no econmico (ou no possvel com a tecnologia actual) melhor-los.
No entanto, tambm sabemos que, frequentemente, o que hoje normal, amanh obsoleto, devido a melhorias
conseguidas. O processo de se obterem estas melhorias substancialmente diferente do processo anterior, uma vez que
se considera o nvel normal como inadequado s exigncias actuais. A diferena entre o nvel antigo e o nvel que se
pretende atingir olhada como um problema crnico.
A metodologia utilizada para atacar os problemas crnicos compreende: uma mudana de atitude face necessidade de
melhorar, a seleco dos problemas mais importantes, a criao de equipas, a efectuao de diagnstico, vencer a
resistncia mudana, execuo da melhoria e controlo dos resultados obtidos.
Estas actividades de gesto da qualidade constituem uma garantia de que a qualidade ir ser uma realidade, razo por que
se designam tambm por actividades de garantia da qualidade.
PGINA 10 DE 91
3.
3.1.
GQ-AP
As normas ISO 9000 so um guia valioso para se definirem os requisitos concretos a cumprir no sistema da qualidade,
para se estabelecer a organizao e responsabilidades relacionadas, e para se documentar o sistema. No entanto, a excelncia da empresa exige mais do que a aplicao destas normas.
Os produtos e servios que se encontram disponveis no mercado satisfazem requisitos, expressos, frequentemente, em
especificaes. No entanto, s podemos consider-los de qualidade quando essas especificaes estiverem bem definidas
e forem repetidas ao longo do tempo. Caso contrrio, no se pode garantir a satisfao do cliente com continuidade.
Mas, como possvel obter a garantia antecipada de que um nosso fornecedor (o mesmo pensamento tero os nossos
clientes relativamente nossa empresa) capaz de fornecer produtos aptos utilizao com a continuidade desejada?
Hoje mais fcil responder a esta questo, porque existem normas que definem vrios modelos de sistemas de gesto da
qualidade, aplicveis ao universo das empresas (quer sejam de produtos, quer de servios) e que constituem um guia
extremamente valioso para as empresas:
- desenvolverem o modelo de sistema de gesto da qualidade aplicvel ao seu caso;
- avaliarem os seus fornecedores potenciais, quanto adequao e correcto funcionamento do seu sistema da
qualidade.
Uma vez obtida esta confiana antecipada, desencadeia-se o negcio, j com a garantia da qualidade esperada.
As normas da srie ISO 9000 para sistemas de gesto da qualidade, foram criadas pela Organizao Internacional de
Normalizao (International Organization for Standardization ISO) constituda por 132 organismos de acreditao, cada
um em representao de um pas. O Instituto Portugus da Qualidade (IPQ) o representante de Portugal na ISO. As
normas ISO 9000 para sistemas de gesto da qualidade no se aplicam a produtos ou servios mas aos processos que os
realizam. As normas so propositadamente genricas para permitir a sua aplicao universal a qualquer empresa,
independentemente da sua dimenso ou sector de actividade. A primeira edio das normas ISO 9000 efectuou-se em
1987, sendo reeditadas em 1994. Em 2000 foram novamente revistas.
A ISO 9000 define requisitos para estabelecer, documentar e manter um sistema que assegure a qualidade como output de
um processo. Actualmente estas normas internacionais so ratificadas pelos pases da Unio Europeia, fazendo da
certificao com base na ISO 9000:2000 um pr requisito para a realizao de negcios nesses pases.
Antes da edio da verso 2000, as sries ISSO 9000 englobavam as seguintes normas:
- ISO 9000: Normas para a gesto da qualidade e a garantia da qualidade. Linhas de orientao para a seleco e
utilizao;
- ISO 9001: Sistemas da qualidade. Modelo de garantia da qualidade no projecto/desenvolvimento, produo,
instalao e aps venda;
SECO DE ECONOMIA E GESTO GESTO DA QUALIDADE E AVALIAO DE PROJECTOS
PGINA 11 DE 91
GQ-AP
PGINA 12 DE 91
3.2.
GQ-AP
3.2.1.2. LIDERANA
Os lderes estabelecem a finalidade e a orientao da organizao. Convm que criem e mantenham o ambiente interno
que permita o pleno envolvimento das pessoas para se atingirem os objectivos da organizao.
PGINA 13 DE 91
GQ-AP
esto a fazer bem feito para fazer melhor e assim todos evolurem de uma forma mais rpida. Esta realidade deve ser vista
numa perspectiva positiva e proactiva:
As empresas que no buscam melhorias continuamente ficam para trs;
As empresas que acreditam terem atingido a perfeio so facilmente ultrapassadas.
PGINA 14 DE 91
GQ-AP
PGINA 15 DE 91
GQ-AP
PGINA 16 DE 91
GQ-AP
PGINA 17 DE 91
3.3.
GQ-AP
A P
C D
Responsabilidade
da Gesto
Cliente
Medio, anlise
e melhoria
Gesto de
Recursos
Cliente
Realizao do
Produto
Todos os requisitos para assegurar a conformidade dos produtos ou servios podero ser organizados segundo este
modelo. Por exemplo a gesto de topo define os requisitos ao abrigo da Responsabilidade da Gesto, os recursos
necessrios so determinados e aplicados ao abrigo da Gesto de Recursos, os processos so estabelecidos e
implementados ao abrigo da Realizao do Produto, a satisfao do cliente e os resultados de outras medies so
medidos, analisados e melhorados ao abrigo da Medio, Anlise e Melhoria, e finalmente a reviso pela gesto prov o
feed back do desempenho do sistema ao abrigo da Responsabilidade da Gesto possibilitando a melhoria contnua.
PGINA 18 DE 91
GQ-AP
A P
C D
PROCESSO GLOBAL
Processo de gesto
Processos de suporte
Processos de melhoria
Processo Operacional
PROCESSO
Conjunto de actividades coordenadas que introduzindo valor acrescentado transformam entradas em sadas
A gesto por processos torna mais fcil atingir os objectivos
Voz do
Cliente
Recursos Humanos
Mquinas e
Equipamentos
Materiais
Organizao e Mtodos
Produto
e/ou
Servio
Processo
Conjunto de
indicadores
Informao
Voz do
Processo
PGINA 19 DE 91
GQ-AP
CONTABILIDADE
FACTURAS
DOCUMENTOS DE
DESPESAS
Controlo
Classificao
Processamento
informtico
Natureza dos custos
SADAS
ENTRADAS
TANGVEL
EXEMPLO DE UM PROCESSO
Carro
TRANSPORTE
PELA CIDADE
Condutor
Combustvel
Ligar carro
Chave de ignio
Conduzir at Rua A
Informao
Virar direita
ENTRADAS
Percurso completo
SADAS
Parar na Rua C
INTANGVEL
A estrutura de processos de uma Empresa dever ser a adequada para contribuir para o xito do seu negcio e
tambm para satisfao das partes interessadas (Accionistas, Clientes, Colaboradores, Fornecedores, Ambiente e
Sociedade envolvente);
PGINA 20 DE 91
GQ-AP
Normalmente os processos do Core Business, sem os quais a Empresa no sobreviria, sero os processos-chave ou
operacionais;
No entanto, existem outros processos que, apesar de no serem chave, sero importantes para que os processoschave funcionem;
Tambm se no tivermos Recursos Humanos com as competncias adequadas os processos no tero, concerteza, a
eficcia e a eficincia desejada;
Com estes exemplos queremos dizer que existem processos que, apesar de no serem chave, so igualmente
importantes para que estes tenham os resultados esperados, podem englobar-se em dois grupos, processos de
suporte e processos de gesto;
P R O C E S S O S O P E R A C IO N A IS
P ro c e s s o s P ro d u tiv o s
P ro c e s s o s d e In o v a o
P ro c e s s o s d e R e la o c o m o s C lie n te s
P ro c e s s o s L o g s tic o s
Por nem tudo correr sempre bem, necessrio analisar o que deu origem a problemas ou desvios e actuar de uma forma
eficaz sobre as causas que estiveram associadas, evitando o seu reaparecimento no futuro, pelo menos devido mesma
causa.
Este um ponto que implica uma mudana da atitude das Pessoas, procurando-se que cada elemento tenha vontade e
motivao para integrar um ambiente de:
- dinmica de antecipao;
SECO DE ECONOMIA E GESTO GESTO DA QUALIDADE E AVALIAO DE PROJECTOS
PGINA 21 DE 91
GQ-AP
- identificao de erros;
- procura sistemtica de causas;
- implementao de solues.
Os conceitos de aco correctiva e aco preventiva so determinantes para se compreender que a actuao face aos
problemas no pode ser no sentido do estancar o efeito dos problemas, mas sim em anul-los por ataque s causas
profundas que os provocam.
Plan
Do
Check
Action
PLANEAR
-Analisar as lacunas
-Providenciar Recursos
-Analisar os Processos
-Estabelecer Objectivos
e medidas de melhoria
EXECUTAR
ACTUAR
-Comunicao
e
standardizao
da Melhoria
dos Processos
-Avaliao e
Monitorizao
Contnuas
VERIFICAR
SGQ
Sustentando
os
ganhos
Planear
Executar
Verificar
Actuar
Implementao do
processo
MELHORIA
Monitorizao e
Avaliao do
Processo
OBJECTIVO
MVEL
A eficcia e eficincia dos processos dever estar sempre em melhoria contnua e o ciclo PDCA a ferramenta adequada
para este objectivo. Esta ferramenta, pela sua simplicidade e potencialidade ao nvel dos resultados, dever merecer uma
aceitao e utilizao frequente dado que responde s necessidades e expectativas crescentes dos Clientes e assegura a
evoluo dinmica do SGQ.
PGINA 22 DE 91
3.4.
GQ-AP
9001:2000
No poder nunca ser considerado como apenas mais um projecto da Organizao, sob pena de no vir a atingir
os objectivos propostos.
PGINA 23 DE 91
GQ-AP
PGINA 24 DE 91
GQ-AP
PGINA 25 DE 91
GQ-AP
Note que a documentao de processos, com as capacidades tecnolgicas dos sistemas de informao
actuais, j no passa necessariamente pela construo de pesados edifcios de papel.
Melhore os processos, teste e s depois proceda sua descrio para efeitos de apoio execuo.
Identifique, a todos os nveis da organizao, quais os dados necessrios para os processos de deciso.
Estabelea a forma de recolha e de registo, levando sempre em conta a forma como pretende vir a utiliz-los
depois.
18- Controlar periodicamente a evoluo do programa e fazer revises
Execute, sem cedncias de oportunidade, os controlos estabelecidos. Avalie sistematicamente se o projecto
se desenrola de acordo com os objectivos estabelecidos para o programa. Caso se verifiquem desvios,
estabelea, de imediato, os ajustes necessrios e reveja o planeamento (e o prprio programa).
19- Analisar os resultados e executar a reviso do programa
Face aos objectivos e s prioridades estabelecidos, proceda a uma avaliao final dos resultados do
programa.
SECO DE ECONOMIA E GESTO GESTO DA QUALIDADE E AVALIAO DE PROJECTOS
PGINA 26 DE 91
GQ-AP
Avalie a expresso das melhorias, os insucessos e as resistncias (bem como as respectivas causas).
Avalie a adequao do sistema implementado face ao modelo da norma e reveja o programa
(nomeadamente atravs de processos de "Auditoria Interna" e de "Reviso pela Gesto", tal como
estabelecidos pela prpria norma).
Prepare e lance o novo ciclo de melhoria.
PGINA 27 DE 91
4.
4.1.
GQ-AP
OS CUSTOS DA QUALIDADE
INTRODUO
Os problemas da qualidade tm origem sempre em pequenos desvios nas especificaes dos materiais, do produto ou do
processo, nos procedimentos, etc. No entanto, as consequncias destes pequenos desvios, por vezes, atingem propores
completamente inesperadas, catastrficas at. Um caso passado em 1990, e amplamente divulgado na imprensa, foi o das
guas Perrier. Esta marca, conhecida mundialmente, foi protagonista dum caso que se traduziu numa autntica catstrofe
financeira para a empresa. Um pequeno desvio - esquecimento de substituir um filtro - no permitiu eliminar completamente
os vestgios de benzeno numa dada quantidade de garrafas. Segundo alguns especialistas, o perigo que isto trazia para a
sade era inferior ao perigo que corremos quando estamos a um metro de um fumador. No entanto, o alarme provocado
por esta contaminao obrigou a Perrier a retirar do mercado mais de 100 milhes de garrafas, com custos superiores a 5
milhes de contos. A campanha de recuperao da imagem da empresa custou cerca de 4 milhes de contos (revista TIME
de 6/8/90).
Infelizmente, muitas destas catstrofes atingem pessoas e bens. frequente chegarem ao nosso conhecimento notcias de
acidentes ferrovirios e de aviao, acidentes em centrais nucleares, estruturas de construo civil que caem, erros em
tratamentos hospitalares, etc., com custos e danos irreparveis.
Mesmo que as consequncias destes desvios no sejam to trgicas como os referidos atrs, podem traduzir-se em
catstrofes nas relaes com os clientes, levando perda ou diminuio de encomendas, ou at mesmo perda definitiva
do cliente.
A verdadeira dimenso destes custos nem sempre conhecida, quando se conhecem alguns custos da no qualidade,
estes representam uma pequena fraco da realidade. Se adoptamos a conhecida imagem do icebergue, diremos que a
parte visvel corresponde aos pequenos problemas da qualidade. O grande volume destes custos est escondido nos
custos operacionais da empresa, tal como o maior volume do icebergue est oculto debaixo do nvel do mar. Por vezes, s
tardiamente se detectam os grandes problemas da qualidade: quando se comea a perder clientes. Assim os problemas
visveis defeitos e falhas so uma pequena parte da totalidade dos problemas nomeadamente paragens, horas extra,
stress, descontos por danos, decises erradas, stocks em excesso e obsoletos, expedio errada de produtos, perda de
credibilidade, perda de clientes, perdas de tempo, transtornos, atrasos, maus contratos, etc.
PGINA 28 DE 91
4.2.
GQ-AP
O custo da qualidade o custo resultante de se fazerem as coisas mal feitas. um tipo de medio que transforma os
erros em euros e permite determinar os benefcios resultantes das aces correctivas. Todos os negcios da empresa so
medidos em termos monetrios, atravs de margens, lucros, valor acrescentado, etc.
A importncia que a qualidade tem para o negcio da empresa um facto incontestvel e que nos leva a procurar medi-la
tambm em termos monetrios, atravs dos chamados custos da qualidade.
As vantagens que a empresa poder recolher com a reduo dos custos da qualidade, traduzem-se num aumento de
margens por duas vias: reduo de custos e aumento do volume de vendas. Esta ltima como resultado dum melhor
aproveitamento da capacidade produtiva da empresa, pois, os meios ocupados a corrigir a m qualidade do produto podem
ser aproveitados a produzir mais ou novo produto.
4.3.
PGINA 29 DE 91
4.4.
GQ-AP
4.5.
Para uma empresa que nunca calculou os seus custos da qualidade, sugere-se que comece por estimar o custo da no
qualidade, isto , o custo das falhas internas e externas. suficiente recolher ao longo de 2 ou 3 meses durante uma
produo normal e estvel, a quantidade de horas gastas a reparar, a repetir testes, a substituir produtos defeituosos, etc.
Esta primeira estimativa do custo do trabalho malfeito vai dar indicaes precisas para se definirem aces correctivas,
com o objectivo de reduzir esses custos. A partir deste momento, pode montar-se um sistema de medida e anlise
permanente dos custos da no qualidade. Pode-se depois avanar mais um passo, determinando o custo da inspeco,
que a soma dos salrios e encargos sociais do pessoal que efectua trabalho de inspeco. Nesta fase, temos j os
valores aproximados do custo das falhas e do custo da avaliao, podemos agora pensar na optimizao dos custos da
qualidade.
PGINA 30 DE 91
4.6.
GQ-AP
As tcnicas de anlise dos custos da qualidade so to variadas como aquelas que so usadas para qualquer problema da
qualidade.
As mais comuns so:
a) Anlise de tendncias
b) Anlise de Pareto (por departamento, por produto, por categoria dos custos, etc.)
A anlise de tendncias consiste em comparar os actuais nveis com os do passado.
Destas comparaes podem observar-se as variaes significativas e a respectiva evoluo. Se a
evoluo
desfavorvel, existe um sinal de alarme, que sugere a necessidade de anlise destes custos ou de outra varivel.
A tcnica mais usada para anlise posterior dos custos a Anlise de Pareto. Esta anlise envolve a listagem dos factores
que contribuem para o problema e sua marcao num grfico de barras, de acordo com o valor da sua contribuio. Em
muitas situaes, h um nmero relativamente pequeno de causas que contribuem para uma percentagem relativamente
elevada dos custos. Para que as melhorias sejam mais visveis, os esforos devem ser concentrados na eliminao ou
atenuao das causas que mais contribuem para o efeito em anlise.
4.7.
PGINA 31 DE 91
4.8.
GQ-AP
H numerosas fontes de informao dentro da empresa, que nos fornecem dados parciais e que necessitam de ser
combinados para que tenhamos informao suficiente para avaliarmos as melhorias conseguidas. Algumas destas origens
so:
- Variao dos custos da qualidade;
- Relatrios de falhas externas e sua reparao;
- Relatrios de instalao;
- Observaes pessoais efectuadas por pessoal da empresa;
- Teste de vida a produtos da prpria empresa e da concorrncia;
- Pesquisas de mercado, acerca da opinio do cliente e dos custos de posse;
- Dados sobre vendas de peas sobresselentes;
- Reclamaes de clientes;
- Auditorias ao produto, antes da sua expedio.
PGINA 32 DE 91
5.
5.1.
GQ-AP
CARACTERSTICAS DA QUALIDADE
FIABILIDADE
A qualidade de um produto caracteriza-se, simultaneamente, pelo seu grau de conformidade com as especificaes e pela
sua aptido em satisfazer as necessidades do cliente / utilizador. Esta conformidade pode ser verificada e comprovada, de
modo quase completo, durante a recepo do produto. Mas h certas aptides que s podem ser verificadas durante a
utilizao do produto. o caso da aptido que o produto tem para funcionar sem falhas, durante um certo perodo de
tempo. Esta aptido no mais do que a Fiabilidade do produto, que podemos definir do modo seguinte.
Fiabilidade dum produto a aptido (probabilidade) que ele tem para realizar uma dada funo, durante um dado perodo
de tempo e em determinadas condies de utilizao.
Um parmetro usado para medir a Fiabilidade o MTBF (mean time between failures), tempo mdio entre falhas, no caso
de estarmos a estudar produtos reparveis como, por exemplo, um telefone, um motor, etc. No caso de produtos no
reparveis como, por exemplo, uma lmpada, um rel, etc., utiliza-se o MTTF (mean time to fail), tempo mdio para falhar.
O cliente quando adquire um dado produto, implicitamente est a aceitar que ele pode falhar algumas vezes durante o seu
uso. No entanto, durante um certo perodo de tempo, chamado perodo de garantia, ele est protegido legalmente contra as
eventuais falhas do produto, cujo custo dever ser suportado pelo fornecedor. claro que o cliente acaba por ter sempre
os incmodos resultantes da indisponibilidade do produto e, fora do perodo de garantia, suporta tambm os custos das
reparaes. Mas tudo isto desgasta tambm, a imagem e reputao do fornecedor.
Mas porque falham os produtos?
Quando se aplica uma dada carga a um produto, ele falhar se a sua resistncia for inferior a essa carga no momento da
aplicao. Podemos entender, com facilidade, esta explicao para produtos mecnicos (por exemplo, um vidro parte-se
quando leva uma pancada que ultrapassa a sua resistncia), mas pode ser considerado vlido para qualquer outro produto.
Por exemplo, um dodo poder falhar se a corrente que o atravessa exceder a sua capacidade de conduo, de modo a
danificar os materiais que o constituem.
A resistncia no tem sempre o mesmo valor, podendo degradar-se com o tempo, com a aplicao repetida da carga. o
que acontece, por exemplo, com a corroso dum dado material. Portanto, a taxa de falhas dum dado produto no se
mantm constante ao longo do tempo. Ao longo da vida de um produto, observam-se trs fases distintas, consoante a taxa
de falhas decrescente, constante ou crescente. Quando a taxa de falhas crescente, isso significa que comeou a haver
deteorizao do materiais, devido a fadiga, corroso ou outra causa. a fase de envelhecimento do produto. Se a taxa de
falhas for constante, isso significa que a carga excede a resistncia normal do produto, a uma taxa tambm constante.
SECO DE ECONOMIA E GESTO GESTO DA QUALIDADE E AVALIAO DE PROJECTOS
PGINA 33 DE 91
GQ-AP
O efeito combinado destas trs fases apresentado sob a forma da chamada curva em banheira. Esta curva mostra uma
zona inicial chamada mortalidade infantil (taxa de falhas decrescente), uma zona intermdia chamada vida til (taxa de
falhas constante) e uma zona final, chamada velhice (taxa de falhas crescente). A vida humana segue uma curva idntica a
esta.
TAXA DE
PERODO DE
PERODO
FALHAS
MORTALIDADE
INFANTIL
DE VIDA TIL
PERODO
DE ENVELHECIMENTO
TEMPO
TAXA DE FALHAS
CONSTANTES
5.2.
MANUTIBILIDADE E DISPONIBILIDADE
Quando um equipamento falha, como inevitvel mais cedo ou mais tarde, importante que ele seja reparado
rapidamente (Manuteno Correctiva), de modo a torn-lo disponvel no mais curto espao de tempo. Esta rapidez com
que detectada e localizada a falha, reparado ou substitudo o elemento defeituoso e verificado o funcionamento, medido
pela Manutibilidade, cuja definio a seguinte:
Manutibilidade dum produto a aptido (probabilidade) que ele tem dentro de condies de uso definidas, para ser
mantido ou restaurado de tal modo que possa realizar as funes que lhe so exigidas, sendo a manuteno
realizada em condies bem definidas, utilizando procedimentos e recursos prescritos.
A Manutibilidade pode ser medida atravs do chamado MTTR (mean time to repair), tempo mdio de reparao.
A combinao destes dois conceitos, Fiabilidade e Manutibilidade, permite definir um outro conceito que a Disponibilidade
(figura 5.2).
SECO DE ECONOMIA E GESTO GESTO DA QUALIDADE E AVALIAO DE PROJECTOS
PGINA 34 DE 91
ESTADO OPERACIONAL
GQ-AP
ESTADO INOPERACIONAL
AGUARDA
USO ACTIVO
INACTIVO
EM REPARAO
DISPONIBILIDADE
MATERIAIS
DOCUMENTOS
NDISPONIBILIDADE
Fig. 5.2 Disponibilidade de um produto
5.3.
ASPECTOS ECONMICOS
Um aspecto fundamental para qualquer produto o seu custo. Muitas vezes, as decises de compra so tomadas com
base no custo inicial do produto. No entanto, o custo de posse torna-se cada vez mais significativo nos critrios de deciso
do mercado. Este custo de posse o somatrio do custo inicial do produto e das despesas necessrias para o manter em
perfeito estado de funcionamento durante a utilizao. O custo da manuteno correctiva e preventiva depende da
fiabilidade do produto. Quanto mais fivel ele for, menos dispendiosa ser a manuteno, mas maior ser o seu custo
inicial.
De facto, quanto maior for a fiabilidade do produto, mais cuidado ter que ser o projecto, melhores tero que ser os
componentes e materiais usados, mais elaborados tero que ser os meios de teste e inspeco, etc. Tudo isto faz
aumentar o preo de venda do produto (ou custo inicial, na ptica do cliente). Mas, em contrapartida, a quantidade de
falhas ser menor, o que se traduz em custos de manuteno tambm menores.
5.4.
PROGRAMA DE FIABILIDADE
Um programa de fiabilidade deve iniciar-se durante a concepo do produto. nesta fase que se tomam as decises
fundamentais, envolvendo compromissos entre fiabilidade, complexidade, desempenho e preo. Um programa de
fiabilidade tipicamente constitudo pelas seguintes actividades:
1 - Definir o objectivo de fiabilidade para o produto (por exemplo, o seu MTBF).
2 - Repartir este objectivo global pelas diversas partes do produto.
3 - Analisar os esforos a que o produto ir estar sujeito durante a utilizao.
PGINA 35 DE 91
GQ-AP
5.5.
usual em engenharia de fiabilidade determinar o tipo de distribuio que se adapta a um dado conjunto de dados de falha
e calcular os seus parmetros. Os mtodos grficos so muito fceis de utilizar para este efeito, o que levou ao
desenvolvimento dos chamados grficos probabilsticos. So baseados nas funes cumulativas de probabilidade (Fcp)
das distribuies em causa. As coordenadas dos eixos desses grficos so transformadas de modo que as linhas que
representam as Fcp verdadeiras se transformam em rectas. Assim, se os dados representados em papel probabilstico se
apresentarem sob a forma duma linha recta, ento eles ajustam-se a essa distribuio. Com outras construes grficas
possvel determinar os parmetros da distribuio. Isto permite avaliar rapidamente os dados da fiabilidade, sem um
conhecimento detalhado da matemtica estatstica.
5.6.
A distribuio de Weibull muito importante nos estudos de fiabilidade porque, atravs dum ajustamento de parmetros,
adapta-se a muitas outras distribuies aplicveis ao tempo de vida de produtos. a mais flexvel na descrio de vrios
tipos de falha.
A funo densidade de probabilidade (Weibull) a seguinte:
1 ( t / v )
,t 0
t e
f (t ) = v
0, t < 0
- factor de forma, isto , consoante o seu valor, a funo Weibull adquire uma forma diferente
- factor de escala ou vida caracterstica
PGINA 36 DE 91
GQ-AP
Quando = 1, a funo Weibull toma a forma duma funo exponencial, a taxa de falha do produto constante, isto , o
produto est no perodo de vida til. Neste caso, a funo densidade de probabilidade :
f (t ) = Le Lt
E a funo fiabilidade
R (t ) = e Lt
Quando < 1, a taxa de falhas do produto decrescente, isto , o produto est no perodo de mortalidade infantil.
Quando > 1, a taxa de falhas do produto crescente, isto , o produto est no perodo de velhice.
Se = 3.5, a distribuio de Weibull aproxima-se da distribuio normal.
f(t)
=1
= 3.5
t
Fig. 5.3 Funo densidade de probabilidade de Weibull
5.7.
PREVISO DA FIABILIDADE
Seria bom que as previses de fiabilidade fossem razoavelmente precisas mas a fiabilidade de uma grande parte dos
produtos altamente dependente de um largo nmero de factores, tais como o projecto, qualidade dos componentes,
produo, proteco ambiental e mtodos de uso. Qualquer previso de fiabilidade tem que ter em conta esta realidade, o
que lhe d grandes margens de incerteza. Depois de determinarmos os componentes que constituem o produto,
precisamos de conhecer dados sobre a sua fiabilidade, que nos vo permitir avaliar o conjunto.
PGINA 37 DE 91
5.8.
GQ-AP
MODELOS DE FIABILIDADE
L1
L2
Se as taxas de falha dos dois componentes forem LI e L2, a taxa de falhas do sistema LI+L2. A fiabilidade (probabilidade
de sobrevivncia) do sistema o produto da fiabilidade dos elementos. Dado que a fiabilidade dum produto com taxa de
falhas constante uma funo exponencial, teremos:
R = R1 R2 = e L1t e L2t = e ( L1 + L2 ) t
L = Li
i =1
MTBF =
1
L
Este o modelo bsico mais simples, no qual se baseia a previso de fiabilidade por contagem de componentes.
PGINA 38 DE 91
GQ-AP
R1
R2
A operao deste sistema satisfatria quando um ou os dois componentes funcionam. A fiabilidade ser ento a
probabilidade de um ou outro sobreviverem.
R = R1 + R2 R1 R2
Para o caso da taxa de falhas ser constante
R = e L1t + e L2t e ( L1 + L2 ) t
5.9.
PREVENO DE FALHAS
Na anlise carga-resistncia de um produto deveremos ter em ateno que a carga inclui o efeito combinado de vrios
tipos de carga como por exemplo, temperatura, vibrao, etc. Pode ser difcil analisar o efeito combinado de vrios tipos de
carga e as interaces que da resultam. A utilizao de adequadas margens de segurana est relacionada com uma
correcta tolerncia.
Sempre que necessrio e possvel devem considerar-se proteces contra cargas extremas.
A degradao da resistncia pode ser um dos aspectos mais difceis de quantificar numa anlise de fiabilidade. Esta
degradao em metais, devida fadiga, est bem documentada, permitindo a definio de limites de fadiga, abaixo dos
quais o projecto dever funcionar. Se a degradao for devida corroso, qualquer previso extremamente difcil de
efectuar.
PGINA 39 DE 91
6.
GQ-AP
6.1.
APLICAES ESTATSTICAS
O uso de tcnicas estatsticas para tratamento de dados uma necessidade bsica da generalidade das actividades de
qualquer organizao. Neste captulo, pretende-se abordar alguns mtodos elementares de inferncia estatstica,
nomeadamente a estimao e os testes de hipteses, necessrios para a compreenso de algumas das tcnicas mais
usuais, como sejam o Controlo Estatstico do Processo e o Controlo por Amostragem.
Alguns dos problemas tpicos que podem ser resolvidos so os seguintes:
i)
Determinar a eficcia de um nmero limitado de resultados de ensaios na estimao do verdadeiro valor de uma
caracterstica de um produto.
ii) Determinar o nmero de ensaios necessrios obteno de dados que possibilitem retirar concluses.
iii) Comparar os resultados de ensaios entre duas ou mais alternativas de concepo, ou comparao dos resultados dos
ensaios com os valores das especificaes.
iv) Planear experincias para determinar se a influncia de um parmetro significativa no desempenho de uma
caracterstica.
v) Determinar relaes quantitativas entre duas variveis.
2.1
2.12
2.11
2.09
2.12
2.06
2.08
2.1
Existe evidncia suficiente para concluir que este lote tem dimetro mdio superior?
2) Dados de ensaios anteriores mostram que a dureza (Rockwell) mdia de anis de bronze de 49.95. Um novo
processo foi desenvolvido para obter uma dureza superior. Uma amostra de 61 peas mostra uma mdia de 54.62
e um desvio padro de 2,0. Podemos concluir que o novo processo tem uma dureza significativamente superior?
PGINA 40 DE 91
GQ-AP
3) Dois mtodos diferentes de aplicao de esmaltes para revestimento cermico foram desenvolvidos. Uma amostra
de 14 valores foi retirada de cada uma das aplicaes. Os valores obtidos para a densidade foram os indicados.
Mt.1
1818
1812
1813
1813
1813
1813
1812
1815
1813
1811
1810
1810
1810
1810
Mt.2
1818
1816
1815
1814
1810
1810
1812
1816
1815
1815
1816
1817
1818
1817
Temos dados suficientes para concluir que existe diferena significativa entre os dois mtodos de aplicao no que
diz respeito uniformidade?
4) A inspeco visual de um lote de 1000 mosaicos de um determinado padro apresentou 87% de peas de 1
qualidade, enquanto dados do passado de um padro similar apresentavam uma mdia de 83%. O novo padro
melhor que o anterior?
5) Um lote de 1000 resistncias fornecidas por um fornecedor tinha 2.6% de elementos defeituosos. Um lote de 1500
resistncias similares de outro fornecedor tinha 1.9% de elementos defeituosos. Podemos concluir que a
qualidade do processo de fabrico de um fornecedor inferior do outro?
6) Num teste de resistncia ao desgaste em mosaicos cermicos (20 mosaicos testados) mostrou que 5% estavam
abaixo do valor especificado. Um novo revestimento foi desenvolvido, tendo mostrado 3% de mosaicos abaixo do
valor especificado. Podemos concluir que o novo revestimento melhor que o antigo?
PGINA 41 DE 91
GQ-AP
Exemplo 6. 1 Uma amostra de 10 peas esmaltadas mostra os seguintes valores para o peso (em gramas) do
revestimento:
65.7
65
65.5
64.9
64.7
64.4
66.6
66.9
67.5
64
Supondo que o desvio padro da populao de 1, qual o intervalo de confiana para a mdia da populao?
A mdia da amostra 65.52, o intervalo de confiana a 95% para a mdia da populao :
1 ou seja, o verdadeiro valor do peso do revestimento est compreendido entre os
1
Os testes de hipteses tm por objectivo verificar a validade estatstica de uma afirmao acerca de uma populao,
normalmente um valor numrico para uma caracterstica da populao. Esta verificao faz-se atravs da anlise de uma
amostra de dados.
Exemplo 6. 2 Um fabricante de agulhas desenvolveu um novo mtodo para reduzir o dimetro das mesmas. O mtodo
actual mostra uma mdia de 0,076 cm e um desvio padro de 0,01 cm. Uma amostra de 25 agulhas do novo mtodo
mostra uma mdia de 0,071. Se for desejado um dimetro menor, o novo mtodo deve ser adoptado? (assumir o mesmo
desvio padro nos 2 mtodos).
H 0 : = 0 = 0.076
= 0.076
= 0.010
H1 : 0
Z=
0.071 0.076
= 2.5
0.01
25
0.95
1.96
PGINA 42 DE 91
GQ-AP
Os exemplos apresentados mostram que estas duas reas complementam-se na anlise de dados: enquanto na
estimao, estabelecemos um intervalo dentro do qual se encontrar o verdadeiro valor do parmetro (incerteza da
estimativa), no teste de hipteses verificamos se uma estimativa do valor de uma caracterstica (por exemplo uma mdia)
estatisticamente diferente de um valor assumido/calculado como referncia.
onde:
X Z / 2
X a mdia da amostra
Z o coeficiente da distribuio normal
o desvio padro da populao
n a dimenso da amostra.
(1-) grau de confiana
onde:
X t / 2
s
n
X a mdia da amostra
t o coeficiente da distribuio t-Student com n-1 graus de liberdade
s o estimado
n a dimenso da amostra
(1-) grau de confiana
Limite _ Superior = s
Limite _ Inferior = s
n 1
2 / 2
n 1
12 / 2
PGINA 43 DE 91
onde:
GQ-AP
4. Diferena entre as mdias de uma populao normal com desvios padro conhecidos
(X
1 X 2 Z / 2
12
n1
22
n2
5. Diferena entre as mdias de uma populao normal com desvios padro desconhecidos
(X
X 2 t / 2
( X X 1 ) + ( X X 2 )
1
1
+
n1 n2
n1 + n 2 2
2
6. Tempo mdio entre falhas baseado numa populao exponencial de tempo entre falhas
Limite superior =
Onde:
2rm
/ 2
2
Soluo: Como o desvio padro da populao desconhecido teremos de usar uma estimativa e a distribuio t de
student. O valor de t para 95% encontra-se na tabela respectiva com 0.975 e 10-1=9 graus de liberdade.
PGINA 44 DE 91
GQ-AP
t(9)
t(9)
0.95
0.025
0.025
-2.262
X t
t=2.262
2.262
t = 2.262
0.975
IC = [2.0763;2.1077 ]
s
0.022
= 2.092 2.262
n
10
Exemplo 6.4 Mdia de uma populao exponencial. Um sistema reparvel de radar operou durante 1200H, durante as
quais ocorreram 8 falhas. Quais so os limites de confiana a 90% do MTBF (Mean Time Between Failure)?
2rm
2
2
2 8 150
= 301.4
7.962
Limite inferior =
2rm
2
1
=
2
2 8 150
= 91.3
26.296
onde
r= nmero de falhas na amostra
216
0.05
0.05
0.90
7.962
m= MTBF
Graus de liberdade=2r
26.296
PGINA 45 DE 91
GQ-AP
n = 96
-1.96
1.96
A preciso do intervalo de confiana (1-)x100% para a mdia a metade da sua amplitude, ou seja, Z / 2 ou
n
t / 2
s . Assim, antes de efectuar a amostragem, pode estimar-se para um grau de confiana de (1-)x100% dado, o
n
tamanho n da amostra que garante um erro mximo cometido no ultrapasse um valor desejado.
Z / 2
ou
t / 2
Z
o valor de n obtm-se n / 2
n
ou
t s
n /2
claro que na maioria das situaes, a varincia populacional 2 desconhecida. Nestas circunstncias, antes de se
2
t s
determinar a ordem de grandeza de n atravs de n / 2 recorre-se a uma amostra preliminar de tamanho n 30 .
PGINA 46 DE 91
GQ-AP
H0 verdadeira
H0 falsa
Aceitar H0
Rejeitar H0
O erro de tipo I (ou erro ) consiste em rejeitar a hiptese nula quando esta verdadeira. O erro de tipo II (ou erro )
consiste em aceitar a hiptese nula quando esta falsa.
Cometer um erro de tipo I uma situao que acontece quando um produto rejeitado apesar de satisfazer os requisitos
de qualidade. Assim, conhecido como risco do produtor. De forma anloga, cometer um erro de tipo II o risco do
consumidor, porque ocorre quando o consumidor adquire um produto imprprio.
Quando se constri um teste, desejvel que tanto como sejam os menores possveis, pois isto significa diminuir as
probabilidades de errar. Mas, para uma dada dimenso da amostra, no possvel diminuir simultaneamente os dois
valores:
- Para um dado valor de , valor de determinado pela RA (regio de aceitao) correspondente; se
diminuir, aumenta a RA e, como tal, aumenta o valor de ;
- Se quiser reduzir o erro de tipo II (), ter de diminuir a RA, aumentando o nvel de significncia e, portanto, a
probabilidade do erro de tipo I.
Actuar simultaneamente sobre os dois erros, diminuindo a sua probabilidade, pode ser feito aumentando a dimenso da
amostra, isto , recolhendo mais informao, o que tem, normalmente custos associados.
Para elaborao dos testes de hipteses dispomos das seguintes frmulas de clculo:
1. H: = 0
Teste estatstico
Z=
X 0
Distribuio normal
2. H: = 0
Teste estatstico
t=
X 0
s
n
PGINA 47 DE 91
3. H: 1 = 2
GQ-AP
normais.
Teste estatstico
t=
X1 X 2
1 n1 + 1 n2
[(n 1)s
1
2
1
+ (n2 1)s22
] (n + n
1
2)
Teste estatstico
5. H: 1 = 2
2 =
(n 1)s 2
02
O desvio padro da populao 1 igual ao desvio padro da populao 2; assuma que ambas so
normais.
Teste estatstico
6. H: p = p0
F=
s12
s22
A fraco defeituosa de uma populao normal igual a um dado valor p0 ; assuma que np0 5
Teste estatstico
Z=
p p0
p0 (1 p0 ) n
Distribuio normal
Teste estatstico
p=
Z=
X 1 n1 X 2 n2
p 1 p (1 n1 +1 n2 )
Distribuio normal
com
X1 + X 2
n1 + n2
PGINA 48 DE 91
GQ-AP
Exerccios:
Exemplo 6.6 Um molde com uma nica cavidade produziu no passado peas com os seguintes valores da resistncia ao
impacto: Mdia 5.15 (N.m) e desvio padro 0.25 (N.m). Um novo lote mostrou os seguintes valores:
Peas
10
11
12
Resistncia
5.02
4.87
4.95
4.88
5.01
4.93
4.91
5.09
4.96
4.89
5.06
4.85
Teste estatstico: Z =
X 0 4.95 5.15
=
= 2.75
n
0.25 12
X = 4.95 (N.m)
-1.96<Z<1.96
0.95
1.96
-1.96
Exemplo 6.7 Dois tipos de velas trabalham em cilindros de um motor durante 100 horas. Os cilindros foram montados de
maneiras diferentes. Foram obtidos os seguintes dados:
Montagem 1
Montagem 2
10
0.0049
0.0064
0.0005
0.0004
Teste estatstico: t =
X1 X 2
1 n1 + 1 n2
[(n 1)s
1
2
1
+ (n2 1)s22
] (n + n
1
2)
= 7
PGINA 49 DE 91
GQ-AP
Graus de liberdade: n1 + n2 2 = 16
t(16)
0.95
2.12
-2.12
Exemplo 6.8 Para os dados do exerccio 1 o desvio padro de 0.036. Este valor indica que o novo lote
significativamente mais uniforme?
Resoluo:
Hiptese: H0: = 0 = 0.25
Teste estatstico
2 =
(n 1)s 2
02
11 0.036 2
= 0.23
0.252
Graus de liberdade n -1 = 11
211
0.025
0.025
0.95
3.82
21.9
H 0 : = 2.05
Z=
2.092 2.05
= 4.427
0.03 / 10
0.95
-1.96
1.96
PGINA 50 DE 91
GQ-AP
Exemplo 6.10 Mdia de uma populao normal com desvio padro estimado
X = 54.62
H 0 : = 49.95
s = 2.0
54.62 49.95
= 18.24
2 / 61
t=
t(60)
0.95
-2.0
2.0
Teste estatstico F =
F1313
0.025
s12 6.841
=
= 1.36 com n1 1 = 13 e n2 1 =13 graus de liberdade
s22 5.016
Como o valor de F obtido est dentro da
regio de aceitao conclui-se que no
existe evidncia de que os mtodos
sejam diferentes quanto sua
variabilidade.
0.025
0.95
3.28
Exemplo 6.12 A fraco de produtos conformes de uma populao normal igual a um dado valor p0
H: p = p0
Teste estatstico
np0 = 830 5
Z=
p p0
=
p0 (1 p0 ) n
0.87 0.83
0.83 0.17 / 1000
= 3.37
1.96
PGINA 51 DE 91
GQ-AP
n1 p1 = 26 5 e n2 p2 = 28.5 5
Teste estatstico
Z=
X 1 n1 X 2 n2
p 1 p (1 n1 +1 n2 )
0.026 0.019
= 1.174
0.0218 0.9782 (1 1000 + 1 1500 )
X 1 + X 2 26 + 28.5
=
= 0.0218
2500
n1 + n2
p=
0.75
0.95
-1.96
-1.15
1.15
1.96
Exemplo 6.14 A fraco defeituosa da populao 1 igual fraco defeituosa da populao 2 (valores abaixo do
especificado)
H: p1 = p2
Z=
p=
X 1 n1 X 2 n2
p 1 p (1 n1 +1 n2 )
X 1 + X 2 1 + 0.6
=
= 0.04
n1 + n2
40
0.05 0.03
= 0.32
0.04 0.96 (1 20 + 1 20)
-1.96
1.96
PGINA 52 DE 91
6.2.
GQ-AP
As sete ferramentas base da qualidade so todas elas ferramentas grficas, simples e utilizveis pelo conjunto do pessoal
de uma empresa. O objectivo destas ferramentas o de resolverem, de maneira fcil, a grande maioria dos problemas de
produo.
Estas ferramentas so:
A folha de registo
A estratificao
O histograma
O diagrama em espinha de peixe
O diagrama de correlao
O diagrama de Pareto
A carta de controlo
As sete ferramentas foram formalizadas mais de 30 anos no Japo. O princpio base este: Para compreender preciso
ver. por isso que todas as ferramentas so ferramentas grficas e tm por objectivo:
- Facilitar, a todos os membros da empresa, meios simples para a resoluo de problemas;
- Poder ser utilizados pela totalidade do pessoal da empresa;
- Estarem adaptados ao trabalho de grupo uma vez que so visualizveis e consensualmente aceites.
Cada ferramenta tem uma funo bem definida que podemos resumir da seguinte forma:
FUNES
FERRAMENTAS
Recolha de dados
Folha de registo
Amostragem
Estratificao
Ilustrar variaes
Histograma
Mostrar correlaes
Diagrama de correlao
Hierarquizar factos
Diagrama de Pareto
Controlar o processo
Carta de controlo
PGINA 53 DE 91
GQ-AP
Facilidade de arquivo
Toda a folha de registo deve ter espao para registar local e data da colecta de dados, alm do nome do responsvel pelo
trabalho.
Exemplo 6.15
Folha de registo utilizada no teste final de circuitos electrnicos para inspeccionar tipos de defeito. O inspector s precisa
de fazer um trao na linha que descreve o tipo de defeito toda a vez que encontrar um produto com um defeito desse tipo.
Seco: B12
Tipo de Defeitos
Numero de no conformidades
Teste visual
||||| |||
Teste funcional
22
Defeito de soldadura
||||| |
Outros
|||||
Total
41
Quadro 6.2 Folha de registo para estabelecer a localizao de de feitos no produto final
PGINA 54 DE 91
GQ-AP
Exemplo 6.16
Folha de registo utilizada para levantar a proporo de produtos no conformes
Tipo de Produto: X45C64
Seco: B22
Amostra
Tamanho da amostra(n)
100
100
100
100
10
100
100
100
Prod. no conformes(d)
Proporo de no conf.(p)
2%
1%
1%
3%
2%
5%
4%
1%
Exemplo 6.17
Folha de registo utilizada para estudar a distribuio da dimenso de uma pea.
Tipo de Produto: X50C64
Seco: B22
Dimenso/Amostra
Menos de 10,05
De 10,050 a 10,055
De 10,055 a 10,060
20
15
10
12
25
20
15
10
De 10,060 a 10,065
65
70
77
76
55
60
70
80
De 10,065 a 10,070
10
10
14
13
De 10,070 a 10,075
10,75 ou mais
PGINA 55 DE 91
GQ-AP
Exemplo 6.18
Folha de registo utilizada para controlar um processo de fabricao
Tipo de Produto: X50C6
Seco: B22
Tamanho da amostra: 5
Amostra
X1
10
11
10
12
11
12
10
X2
12
11
12
10
11
10
12
X3
11
11
11
12
11
10
10
X4
10
12
11
11
10
10
10
X5
10
10
12
11
11
11
MEDIA
10.4
10.4
10.8
10.6
10
10.8
10.6
10.4
AMPLITUDE
6.2.2. ESTRATIFICAO
Chama-se estratificao ao processo de dividir o todo heterogneo em sub grupos homogneos.
Imagine que pretende estudar a variao de determinada caracterstica de qualidade em funo da mquina e do operador.
Se obtiver uma amostra de produtos sem especificar a mquina em que foram produzidos, no poder verificar se existe
variao dessa caracterstica de qualidade em funo da mquina. Para estudar a variao entre mquinas preciso obter
dados de diferentes mquinas e anotar. Cada mquina seria um estrato. Da mesma forma se pretende verificar se existe
variao entre produtos produzidos por diferentes operadores, preciso obter dados da produo de cada operador e
anotar. Cada operador seria um estrato. A estratificao uma ferramenta importante mas precisa ser usada antes do
incio da recolha dos dados.
6.2.3. HISTOGRAMA
O histograma permite fazer a representao grfica dos dados. Cada barra proporcional frequncia de aparecimento de
um determinado valor numa dada classe. Permite identificar a existncia de um modelo:
PGINA 56 DE 91
GQ-AP
Exemplo 6.19
Considerem-se os resultados da medida de 60 resistncias de 330 Ohm, numa fbrica de material electrnico, na ordem
por que foram obtidos pelo operador:
Medida em Ohm
321
337
319
336
326
333
328
320
328
319
326
333
342
323
328
319
321
318
327
333
317
328
344
329
335
318
324
334
330
331
327
333
340
320
329
329
321
325
338
331
327
319
334
332
325
331
330
327
324
338
322
333
329
318
330
327
319
330
332
323
Os valores extremos so 317 e 344. A amplitude de 27 Ohm. Podem-se formar por exemplo 6 classes de 5 Ohm.
CLASSE
OHMS
316 a 321
///// ///// /
11
321 a 326
///// /////
10
326 a 331
19
331 a 336
13
336 a 341
/////
341 a 346
//
2
60
PGINA 57 DE 91
GQ-AP
Histograma de frequncias
Freq.
20
10
Exemplo 6.20
Consideremos o caso de uma fonte de alimentao fabricada para fornecer uma tenso de 12 volts, com uma tolerncia de
2 volts. O valor desta tenso apresenta variaes, de fonte para fonte, conforme seria de esperar. As medies
efectuadas numa amostra de 50 fontes durante o seu ensaio final foram as seguintes:
14
12
15
12
13
11
14
10
13
15
14
13
14
15
12
14
11
16
13
17
13
16
13
14
16
12
14
13
13
13
14
14
12
14
11
13
13
14
13
15
15
12
15
14
14
13
14
12
14
13
Frequncia
1
3
7
14
15
6
3
1
PGINA 58 DE 91
GQ-AP
Freq.
10 11 12 13 14 15 16 17
Se tirssemos uma amostra maior, a curva resultante seria muito prxima da curva de Gauss (distribuio Normal) que a
distribuio mais frequente encontrada em processos de fabrico e na natureza.
PGINA 59 DE 91
GQ-AP
Exemplo 6.21
Desenhar um diagrama de Pareto para a folha de registo do exemplo do exemplo 6.6.
Freq.
22
Teste funcional
Teste visual
Defeitos de soldadura
Outros
6
5
Tipo de defeito
Freq.
41
100%
22
50%
Tipo de defeito
Fig. 6.4 Diagrama e curva de Pareto para tipos de defeito
PGINA 60 DE 91
GQ-AP
Exemplo 6.22
Dado o tipo, frequncia e o custo das reclamaes sobre determinado produto ou servio. Podemos ter dois tipos de
diagramas de Pareto:
- Frequncia das reclamaes
- Custo das reclamaes
Reclamao
Frequncia
Custo
100
100
60
30
20
200
15
10
Frequncia
Custo
200
100
100
50
50
100
Reclamao
PGINA 61 DE 91
GQ-AP
Exerccio 6.3
Compare os diagramas dos exerccios 1 e 2. Se estivesse procurando a causa do defeito a que concluso teria chegado?
MATERIAIS
MQUINAS
EFEITO
MO DE
OBRA
MTODOS
Materiais
Mo de obra
Mtodos
Mquinas
PGINA 62 DE 91
GQ-AP
Exemplo 6.23
Pretende-se levantar as causas elementares do problema das inmeras no conformidades detectadas no fabrico de
aparelhos de telefone.
MATERIAIS
MQUINAS
Descarnamento de fios
Terminais
Microtelefone
cpsulas
Montagem da campainha
Ensaio do
marcador
Ensaio de transmisso
QUANTIDADE ELEVADA DE
TELEFONES
DEFEITUOSOS NO ENSAIO
Falta de treino
Soldadura
MTODOS
Absentismo
MO DE
OBRA
Fig. 6.7 Diagrama de causa efeito para detectar a quantidade elevada de telefones defeituosos no ensaio final
PGINA 63 DE 91
GQ-AP
Enquanto as variaes da grandeza puderem ser explicadas por variaes estatsticas no ser necessrio intervir. Se as
variaes so superiores ao limite admissvel, consideramos que o sistema deixa de estar controlado e ser ento
necessrio intervir.
Todos os processos, quaisquer que eles sejam, so capazes de reproduzir sempre e exactamente o mesmo produto.
Quaisquer que sejam a mquina estudada e a caracterstica observada, notamos sempre uma disperso.
O controlo do processo , geralmente aplicado em duas situaes. Uma delas surge quando o produto tem caractersticas
que necessrio medir, designadas por medies ou variveis. Nestas condies faz-se um controlo por variveis. A
outra para caractersticas que so contadas e classificadas em passa/no passa, ou seja, controlo por atributos.
O QUE UM DIAGRAMA DE CONTROLO?
Um diagrama de controlo tpico exibe trs linhas paralelas: a central, que representa o valor mdio da caracterstica de
qualidade; a superior que representa o limite superior de controlo (LSC); e a inferior, que representa o limite inferior de
controlo (LIC). Os pontos representam as amostras tomadas em momentos diferentes. usual unir os pontos por
segmentos de recta, para melhor visualizar a evoluo da caracterstica ao longo do tempo.
LSC
+3s
X
LIC
1
7 8
X
-3s
10
Amostras
Fig. 6.8 Grfico de controlo tpico
Os grficos de controle mostram o desempenho do processo. Entende-se que o processo est sob controlo se:
a) todos os pontos do grfico esto dentro dos limites de controlo;
b) a disposio dos pontos dentro dos limites de controlo aleatria.
Um ou mais pontos fora dos limites de controlo ou em disposio no-aleatria indicam que o processo est fora de
controlo. Assim considera-se que o processo est fora de controlo se ocorrer uma sequncia de pontos com as seguintes
caractersticas:
PGINA 64 DE 91
GQ-AP
PGINA 65 DE 91
GQ-AP
calcule o limite superior de controlo (LSC) e o limite inferior (LIC) atravs das frmulas:
LSC = np + 3
LIC =
np - 3
np (1 p )
np (1- p )
Se o valor calculado para o limite inferior de controlo for negativo faa esse limite igual a zero.
Exemplo 6.24
Dados para a construo de um diagrama de controlo np
n
d
p
1
100
5
0.05
2
100
2
0.02
AMOSTRAS
3
4
100
100
7
3
0.07
0.03
5
100
6
0.06
6
100
2
0.02
p = 0.04167
np = 4.167
LSC = 10.16
LIC = -1.828
Como LIC < 0 faz-se LIC = 0
Alguns autores preferem dar valores de np, LSC e LIC em nmeros inteiros. Para este exemplo, teramos np=4, LSC=10,
LIC=0.
12
10
8
6
4
2
0
10.162
4.167
0
3 4 5
Amostras
PGINA 66 DE 91
GQ-AP
d
n
n=
LSC = p + 3
p 1 p
n
LIC = p 3
p 1 p
n
Exemplo 6.25
Dados para a construo de um diagrama de controlo p
1
300
9
0.03
n
d
p
AMOSTRAS
3
4
320
350
16
7
0.05
0.02
2
300
3
0.01
5
325
13
0.04
6
350
21
0.06
Total
1945
69
0.035
p = 0.035
n = 324.17
LSC = 0.0663
LIC = 0.00469
0.08
0.0663
0.06
0.0355
0.04
0.02
0
0.00469
1
Amostras
Fig. 6.10 Grfico de controlo p para os dados da tabela 6.12
SECO DE ECONOMIA E GESTO GESTO DA QUALIDADE E AVALIAO DE PROJECTOS
PGINA 67 DE 91
GQ-AP
c=
Exemplo 6.26
Foram contados os defeitos de acabamento em 8 unidades produzidas. Os resultados encontram-se na tabela seguinte:
1
14
cj
2
12
Unidade
4
11
3
18
5
1
6
17
7
19
8
16
c=
14 + 12 + ... + 16
= 13.5
8
30
24.52
25
20
15
13.5
10
5
2.48
0
1
Amostras
Fig. 6.11 Grfico de controlo c para os dados da tabela 6.13
Existe um ponto fora dos limites de controlo. preciso encontrar a causa especial dessa ocorrncia. Imagine-se que se
estudou esse ponto e se verificou que essa unidade foi vistoriada por um inspector recm contratado, que no reconheceu
PGINA 68 DE 91
GQ-AP
alguns defeitos presentes. Ento razovel excluir essa unidade e estimar novos limites de controlo. A nova estimativa de
c
c=
14 + 12 + ... + 16
= 15.29
7
30
27.02
25
20
15
15.29
10
5
3.56
0
1
Amostras
Fig. 6.12 Grfico de controlo c para os dados da tabela 6.13 (Novos limites)
LSC i = u + 3 u ni
LIC i = u 3 u ni
PGINA 69 DE 91
GQ-AP
Exemplo 6.27
A tabela 6.14 apresenta o nmero de defeitos por rolo de tecido e o tamanho em m2 de cada rolo amostrado.
1
N de defeitos por rolo 14
Tamanho do rolo (m2) 500
2
20
650
Amostra
4
5
21
19
600
600
3
7
475
6
23
625
Se for estabelecido que a unidade 50 m2 de tecido calcula-se o nmero mdio de unidades (ni) e o nmero mdio de
defeitos por unidade (ui). Estes resultados esto na tabela 6.15.
1
Unidades por rolo (ni)
10
N mdio def.por unidade (ui) 1.4
2
13
1.54
3
9.5
0.74
Amostra
4
12
1.75
5
12
1.58
6
12.5
1.84
u=
14 + 20 + ... + 23
= 1.51
10 + 13 + ... + 12.5
Amostras
1
2
3
4
5
2
LSC
2.68
2.53
2.71
2.57
2.57
2.55
ui
1.4
1.54
0.74
1.75
1.58
1.84
LIC
0.34
0.49
0.31
0.45
0.45
0.47
1.51
1.0
0.5
0
1
Amostras
Fig. 6.13 Grfico de controlo u para os dados da tabela 6.16
SECO DE ECONOMIA E GESTO GESTO DA QUALIDADE E AVALIAO DE PROJECTOS
PGINA 70 DE 91
GQ-AP
x1 + x 2 + ... + x m
m
R=
R1 + ... + Rm
m
calcule o limite superior de controlo (LSC) e o limite inferior de controlo (LIC) para a mdia x, atravs das
frmulas: LSC = x + A 2 R ;
LIC = x - A 2 R
onde x a mdia das mdias, R a mdia das amplitudes e o valor de A2, que depende do tamanho das amostras,
dado em tabelas.
g) calcule o limite superior de controlo (LSC) de R atravs da frmula:
LSC = D4 . R
onde R a mdia das amplitudes e D4, que depende do tamanho da amostra dado em tabelas;
h) se as amostras tiverem 6 elementos ou mais, calcule o limite inferior de controlo (LIC) para R atravs da frmula:
LIC = D3 . R
onde R a mdia das amplitudes e D3, que depende do tamanho da amostra dado em tabelas. Se as amostras
tiverem menos de 6 elementos faa LIC=0.
SECO DE ECONOMIA E GESTO GESTO DA QUALIDADE E AVALIAO DE PROJECTOS
PGINA 71 DE 91
GQ-AP
Exemplo 6.28
Dados para construir um grfico de controlo x R
Medida
x1
x2
x3
x4
x
R
1
78
77
79
82
79
5
AMOSTRAS
3
86
83
79
84
83
7
2
82
82
81
79
81
3
4
77
79
81
79
79
4
5
76
78
79
79
78
3
Mdias
x = 80
R = 4.4
84
83.21
82
80
80
78
76.79
76
1
3
4
Amostras
Amplitudes
12
10
8
6
4
2
0
10.04
4.4
0
1
3
4
Amostras
PGINA 72 DE 91
GQ-AP
Para analisar um grfico de controlo x R, no bastam conhecimentos de estatstica. preciso familiaridade com o
processo. De qualquer modo algumas sugestes ajudam. Comece a anlise pelo grfico R. A amplitude mede a variao
dentro de amostras. Ento preciso estudar primeiro essa variao. A anlise do grfico de controlo x R, pode mostrar
uma das seguintes situaes:
a) R sob controlo, x sob controlo, revelando um bom desempenho do processo.
b) R sob controlo, x fora de controlo, revelando que, em alguns momentos (pontos fora do limite), o desempenho
do processo foi afectado por uma causa especial de variao. Procure identificar essa causa, isto , procure
uma explicao para os pontos fora de controlo. Essa explicao poder ser, por exemplo, a introduo de
novas mquinas, ou de novos operadores ou de novo material. Verifique.
c) R fora de controlo, x sob controlo, revelando que, em alguns momentos (pontos fora dos limites), a variao
dentro das amostras no foi apenas casual. Procure essa causa especial de variao dentro das amostras
com valor no usual de R.
d) R fora de controlo e x fora de controlo, mostrando que preciso reestudar o processo. Algumas causas de
variao foram, provavelmente, negligenciadas. Comece eliminando as causas especiais de variao que
actuaram dentro das amostras. Se controlar R possvel que x seja automaticamente controlado.
Por norma cerca de 2/3 dos pontos devem cair dentro do tero mdio da regio situada entre os limites de controlo, tanto
no grfico x como no R.
Para construir um grfico de controlo x s para amostras de tamanho constante procede-se do seguinte modo:
a) Organiza-se uma folha de verificao como na construo dos grficos x R .
b) Calcula-se a mdia e o desvio padro para cada uma das m amostras;
c) Calcula-se a mdia das mdias x ;
d) Calcula-se a mdia dos desvios padro s = s1 + ... + s m ;
m
f)
LSC = B4 s
LIC = B3 s
PGINA 73 DE 91
GQ-AP
Exemplo 6.29
Dados para construir um grfico de controlo x s
Medida
x1
x2
x3
x4
x
s
1
78
77
79
82
79
2.16
AMOSTRAS
3
86
83
79
84
83
2.944
2
82
82
81
79
81
1.414
4
77
79
81
79
79
1.633
5
76
78
79
79
78
1.414
x = 80
s = 1.913
Mdias
84
83.11
82
80
80
78
76.89
76
1
3
4
Amostras
Desvios padro
5
4
3
2
1
0
4.335
1.913
0
1
3
4
Amostras
PGINA 74 DE 91
GQ-AP
Para construir um grfico de controlo x s para amostras de tamanho varivel procede-se do seguinte modo:
a) Calcular a mdia ponderada das mdias das amostras
x=
s=
s1 + ... + s m
m
n=
n1 + ... + n m
m
n1 x1 + n 2 x 2 + ... + n m x m
n1 + n 2 + ... + n m
e) Calcule os limites superior e inferior de controlo para o desvio padro de cada amostra
LSC = B4 s
LIC = B3 s
Para construir um grfico de controlo x s para amostras de tamanho varivel procede-se do seguinte modo:
f)
s=
s1 + ... + s m
m
n=
n1 + ... + n m
m
i)
n1 x1 + n 2 x 2 + ... + n m x m
n1 + n 2 + ... + n m
j)
Calcule os limites superior e inferior de controlo para o desvio padro de cada amostra
LSC = B4 s
LIC = B3 s
PGINA 75 DE 91
GQ-AP
Exemplo 6.29
Dados para construir um grfico de controlo x s para amostras de tamanho varivel
Medida
x1
x2
x3
x4
x
s
1
78
77
79
82
79
2.16
AMOSTRAS
3
86
83
79
84
83
2.944
2
82
82
79
81
1.732
4
77
79
81
79
2
5
76
78
79
79
78
1.414
s = 2.05
n = 3.6
Mdias
84
83.6
82
80
80
78
76.4
76
1
3
4
Amostras
Desvios padro
5
4
3
2
1
0
4.89
2.05
0
1
3
4
Amostras
PGINA 76 DE 91
GQ-AP
Para construir um grfico de controlo para medidas individuais, isto , com amostras de um s elemento estima-se a
variabilidade atravs da amplitude mvel MR de duas observaes sucessivas.
a) Calcular a mdia das amostras;
b) Calcular a amplitude mvel de cada amostra
MR = x i xi 1
MR =
MR
d2
LIC = x 3
MR
d2
LSC = D4 MR
LIC = D3 MR
cair entre -3 e +3
99.73%.
Ento, os extremos do intervalo 3
n
podem ser tomados como limites de
controlo para as mdias das amostras.
0.9973
-3
Na prtica, e so desconhecidos. Para estimar esses valores, tomam-se entre 20 e 25 amostras de tamanho 4,5 ou 6.
Cada amostra fornece uma mdia e uma amplitude. A mdia das mdias x a estimativa da mdia do processo. Para
estimar , calcula-se a mdia das amplitudes R das amostras e usa-se como estimador = R
d2
PGINA 77 DE 91
GQ-AP
R
d2 n
R
A2 =
3
d2 n
d2 n
( x x)
x s , o estimador de
n 1
PGINA 78 DE 91
GQ-AP
LSE LIE
6
PCR
Concluses
PCR < 1
PCR =1
PCR >= 2
No clculo deste ltimo indicador devem ainda ser consideradas as seguintes situaes e frmulas de clculo que
permitem tambm avaliar o descentramento relativamente mdia:
b1) S o limite superior especificado, ento:
PCR s =
LSE x
3
PCRi =
x LIE
3
PGINA 79 DE 91
GQ-AP
Para construir um grfico x R, retire 20 a 25 amostras de tamanho 4 ou 5, isto cerca de 100 dados. Se, dadas as
consideraes anteriores for conveniente retirar amostras de tamanho superior, mantenha o nmero de amostras em torno
de 20.
No desenhe um grfico x R para amostras com mais de 10 elementos.
Para n >10 conveniente construir grficos x s
Para construir um grfico np, retire de 20 a 25 amostras de tamanho constante. Se o valor de p for pequeno escolha um
valor de n suficientemente grande para que tenha hiptese de encontrar pelo menos um artigo no-conforme em 90% das
amostras. Caso contrrio, corre-se o risco de um nico artigo no conforme indicar que o processo est fora de controlo.
Um processo est sob controlo estatstico quando as fontes de variao so apenas causas comuns. Enquanto o processo
estiver sob controlo estatstico, ele continuar previsvel, o que tem benefcios bvios para a qualidade, produtividade e
custos.
As aces de gesto para reduzir as variaes com origem nas causas comuns so necessrias para melhorar o
desempenho do processo.
PGINA 80 DE 91
GQ-AP
O controlo e melhoria do processo, usando as cartas de controlo como um processo contnuo, envolve as seguintes fases:
a) Recolha de dados
Os dados recolhidos so registados num grfico
b) Controlo
Calcular os limites de controlo
Identificar as causas especiais de variao
Lanar aces para corrigir
c) Melhoria
Avaliar a capacidade
Quantificar as causas comuns de melhoria
Lanar aces de melhoria
A continuidade do processo de melhoria exige a repetio destas trs fases.
Exerccio 6.7
Faa um grfico de controlo np para os seguintes dados:
n
d
1
200
20
2
200
15
3
200
18
AMOSTRAS
4
5
200
200
30
17
6
200
22
7
200
18
PGINA 81 DE 91
GQ-AP
Exerccio 6.8
Faa um grfico de controlo x - R para os seguintes dados:
Medida
x1
x2
x3
x4
1
26
30
20
24
2
28
20
24
20
AMOSTRAS
3
22
24
24
26
4
27
28
24
21
5
23
18
21
22
Exerccio 6.9
Em sete amostras de tamanho 100 foram observados os seguintes nmeros de no conformes: 10, 15, 18, 12, 15, 8 e 8.
Faa um grfico de controlo.
Exerccio 6.10
Uma caracterstica de qualidade monitorada com grficos de controlo x R.
O tamanho da amostra 7. Para cada amostra calcula-se xi e Ri. Depois de terem sido observadas 35 amostras verificouse que xi =7805 e que Ri = 1200. Calcule as mdias e os limites de controlo.
Exerccio 6.11
Os dados apresentados abaixo so o resultado da inspeco de todas as unidades de mocroprocessadores produzidas nos
ltimos 10 dias. O processo est sob controlo?
Dia
1
2
3
4
5
6
7
8
9
10
Nmero inspecionado
80
110
90
75
130
120
70
125
105
95
N de no conformes
4
7
5
8
6
6
4
5
8
7
PGINA 82 DE 91
GQ-AP
Exerccio 6.12
O nmero de defeitos por unidade produzida dado na tabela abaixo. O processo est sob controlo?
Unidade
N de defeitos
1
2
3
4
5
6
7
8
1
3
2
1
0
2
1
5
Exerccio 6.13
O nmero de defeitos observados na inspeco final de discos de freio para automveis est tabelado abaixo. Faa o
grfico de controle.
Dia
N de unidades
1
2
3
4
5
6
7
8
9
10
N de defeitos
2
4
2
1
3
4
2
4
3
1
10
30
18
10
20
24
15
28
21
8
Exerccio 6.14
Com os dados apresentados abaixo, faa um grfico de controlo. A especificao VN=10, LSE=20 e LSI=0. Calcule o
PCR.
x1
x2
x3
x4
x5
15
13
15
10
12
14
12
14
16
13
17
15
15
14
16
18
16
PGINA 83 DE 91
6.2.10.
GQ-AP
DIAGRAMAS DE CORRELAO
O diagrama de correlao permite conhecer se duas variveis evoluem de uma forma comum. O princpio do diagrama o
seguinte:
-
Cada medio representada por um ponto. O registo de vrias medies no diagrama, origina uma nuvem
de pontos;
Existir uma correlao se a nuvem de pontos est orientada segundo uma recta.
Se X e Y crescem no mesmo sentido, existe uma correlao positiva entre as variveis. Esta correlao tanto maior
quanto menor a disperso dos pontos.
Se X e Y variam em sentido contrrio, existe correlao negativa entre as variveis. Esta correlao tanto menor quanto
maior a disperso dos pontos.
Se X cresce e Y varia ao acaso, no existe correlao entre as variveis.
Exemplo 6.30
comum a ideia de que as frutas frescas tm mais vitaminas que as frutas processadas e armazenadas. Foi ento obtida a
quantidade de vitamina C em goiabas submetidas liofilizao (processo de secagem realizado a baixa presso e a baixa
temperatura) com diferentes tempos de armazenamento.
Os dados obtidos foram os seguintes:
PGINA 84 DE 91
GQ-AP
T eor d e vitam in a C em m g /1 0 0 g
790
780
T eor d e
vitam in a C
em m g /1 0 0 g
770
760
750
0
100
200
O coeficiente de correlao uma medida do grau de correlao entre duas variveis. Esse coeficiente, que se representa
por r, dado pela seguinte expresso:
r = cov (xy) / sxsy
onde
cov (xy) = xy /n - x y
x
0
15
30
45
60
75
90
105
120
135
150
165
990
y
780
777
774
772
769
765
762
759
759
757
756
755
9185
xy
0
11655
23220
34740
46140
57375
68580
79695
91080
102195
113400
124575
752655
x2
0
225
900
2025
3600
5625
8100
11025
14400
18225
22500
27225
113850
y2
608400
603729
599076
595984
591361
585225
580644
576081
576081
573049
571536
570025
7031191
X = 990 / 12 = 82.5
Y = 9185 /12 = 765.4
COV(XY) = 752655 / 12 82.5*765.4 = - 425.625
sx =
113850 / 12 82.5 2
= 51.78
sy =
7031191 / 12 765.4 2
= 8.36
PGINA 85 DE 91
GQ-AP
O valor de r varia entre 1 e +1. Valores de r prximos de 1 ou +1 indicam correlao forte e valores de r prximos de
zero indicam correlao fraca. O sinal de r indica se a correlao positiva ou negativa.
O exemplo apresentado mostra correlao negativa entre o tempo de armazenamento de goiaba liofilizada e teor de
vitamina C. Mas a anlise desses dados pode ser levada adiante, estabelecendo a relao entre as variveis. o que se
chama, em estatstica, de anlise de regresso.
Observando o diagrama de disperso apresentado parece existir uma relao linear entre as duas variveis, isto , parece
existir uma relao linear entre as duas variveis, isto , parece existir uma recta que permite prever o teor de vitamina C
na goiaba liofilizada em funo do tempo de armazenamento.
Se x a varivel que representa tempo de armazenamento e Y a varivel que representa teor de vitamina C, ento a
recta tem equao Y = a + bX . Nessa recta, denominada recta de regresso, Y a varivel dependente.
Os coeficientes a e b calculam-se pelo mtodo dos mnimos quadrados pelas seguintes expresses:
b = cov (xy) / var (x)
a=ybx
Para o exemplo dado a recta de regresso calcula-se:
b = - 425.625 / 2681.25 = - 0.1587
a = 765.4 + 82.5 * 0.1587 = 778.51
Y = 778.51 0.1587 X
Vamos agora calcular os desvios dos valores observados de Y em relao aos valores estimados pela recta de regresso.
Tais desvios, apresentados na seguinte tabela, podem ser escritos como se segue:
d = Y ( a + b X ) =Y Ye
Y
Y
780
777
774
772
769
765
762
759
759
757
756
755
778.51
776.13
773.75
771.37
768.99
766.61
764.23
761.85
759.47
757.09
754.7
752.32
d=Y Y
1.49
0.87
0.25
0.63
0.01
-1.61
-2.23
-2.85
-.0.47
-0.09
1.3
2.68
d2 = (Y Y) 2
2.2201
0.7569
0.0625
0.3969
0.0001
2.5921
4.9729
8.1225
0.2209
0.0081
1.6900
7.1824
d2 = 28.1457
O mtodo dos mnimos quadrados consiste em minimizar a soma dos quadrados dos desvios, isto , minimizar d2 .
SECO DE ECONOMIA E GESTO GESTO DA QUALIDADE E AVALIAO DE PROJECTOS
PGINA 86 DE 91
6.2.11.
GQ-AP
Exerccio 6.15
Mesmo sem dispor de dados, indique e justifique o tipo de correlao (positiva negativa ou nula) e o grau ( perfeita forte ou
fraca) entre as variveis:
a) idade e experincia;
b) salrio e consumo de carne bovina;
c) raio e comprimento de uma circunferncia
d) reclamaes de clientes e qualidade do produto.
Exerccio 6.16
dado o nmero de itens descartados em duas linhas de produo, durante oito dias do mesmo ms. Calcule o coeficiente
de correlao. Como explica o resultado.
Dia
X
Y
1-3
2
2
2-3
3
2
3-3
4
3
4-3
4
4
5-3
2
3
8-3
3
2
9-3
1
1
10-3
2
3
Exerccio 6.17
O alongamento de uma mola funo da carga aplicada. Com os dados apresentados em seguida, faa um diagrama de
disperso. Calcule o valor de r e discuta o problema. Depois, ajuste uma recta de regresso que mostre o alongamento em
funo da carga.
Carga (kg)
1.5
2.5
3.5
4.5
5.5
Along.(cm)
0.5
0.7
1.1
1.3
1.5
1.8
2.3
2.5
2.8
PGINA 87 DE 91
7.
7.1.
GQ-AP
A QUALIDADE TOTAL
INTRODUO
Implementar um sistema de garantia da qualidade de acordo com um dos modelos da norma ISO 9000 um passo
importante no caminho para a qualidade total, mas no suficiente. Estes modelos constituem apenas a base mnima,
havendo ainda um longo caminho a percorrer para se atingir a excelncia na qualidade. A concorrncia, cada vez mais
agressiva, o motor fundamental na persecuo desse objectivo.
7.2.
O Dr. J. Juran sugere trs reas de rompimento com prticas do passado, para atingir a qualidade total:
1 - Remodelar o estilo de gesto, de modo a estabelecerem-se novas polticas, objectivos, planos, organizao,
medies e controlos;
2 - Formar todos os empregados, em mtodos para melhoria da qualidade;
3 - Melhorar continuamente a qualidade, fazendo amanh melhor do que se fez hoje.
PGINA 88 DE 91
GQ-AP
substancial da sua actividade consiste na utilizao destas tcnicas, na definio de objectivos financeiros, na anlise dos
resultados atingidos e tomada de decises sobre aces correctivas consideradas necessrias.
Conseguem assim manter um controlo eficaz sobre o desempenho financeiro das suas empresas, mas isto j no chega
para gerir a empresa.
Hoje, fundamental manter um controlo eficaz sobre a capacidade da empresa em satisfazer os seus clientes, isto , sobre
a qualidade dos seus produtos e servios. Em muitas empresas, esse controlo, situado ao nvel mais alto da empresa,
ainda muito raro, especialmente naquelas que tm vindo a perder as suas posies no mercado.
PGINA 89 DE 91
7.3.
GQ-AP
Menos de 20% dos problemas da qualidade so da responsabilidade dos operrios, sendo os restantes 80% da
responsabilidade da gesto. Na realidade, a maioria dos problemas so interdepartamentais, exigindo o envolvimento
directo da gesto para se conseguir a sua soluo. Devem evitar-se as campanhas de motivao dirigidas aos operrios,
com o objectivo de resolver os problemas da qualidade, porque estas exortaes so superficiais, no estabelecem
objectivos, no estabelecem planos de aco, nem providenciam os meios necessrios. No entanto, a gesto, por vezes,
prefere este tipo de campanhas, porque no lhe ocupam muito tempo. A metodologia que J. Juran prope para se melhorar
a qualidade, isto , para se eliminarem os problemas crnicos, assenta no trabalho de equipa devidamente coordenado,
planeado e dotado dos meios necessrios. A direco desempenha um papel fundamental neste processo e que no pode
ser delegado em ningum.
Isto no deve ser um programa que termina aps introduzidas algumas melhorias, mas deve transformar-se num processo
contnuo (as melhorias nunca tm fim) que procure sempre fazer melhor todos os dias.
Estes programas de melhoria contnua:
- Atacam problemas crnicos e no espordicos.
- Conduzem a grandes poupanas.
- Exigem investimentos muito modestos.
- So altamente rentveis. Alguns chegaram a atingir rentabilidades da ordem dos 1200%.
- Conduziram a melhorias da qualidade e redues de custo.
7.4.
CONCLUSO
O processo de melhoria, pode ser mais ou menos rpido e pode ser mesmo mal sucedido. Quando isso acontece,
normalmente por causa da gesto da empresa:
- que o utilizou mal;
- que no participou nele;
- que pensa que o problema est nos outros empregados e no neles;
- que no quer fazer um compromisso a longo prazo;
- que pensa que o negcio no tem nada a ver com isto.
PGINA 90 DE 91
8.
GQ-AP
BIBLIOGRAFIA
QUALIDADE
Sistemas de gesto da qualidade
A. Ramos Pires (Editora Slabo)
Gesto da Produo
A. Courois, M. Pillet, C. Martin
Quality Control
Fifth Edition
Dale H. Besterfield
Prentice Hall inc.
A Gesto da Qualidade
Fernando Nogueira Ganho
Artur Pereira
Estatstica para a Qualidade
Snia Vieira (Editora Campus)
APCER
Associao Portuguesa de Certificao
Guia Interpretativo ISO 9001:2000
PGINA 91 DE 91