Ferramentas Da Qualidade - ESTRUTURAS E FUNDAÇÕES

Todos os direitos reservados ao autor
Verso II Rev. 0 Mar / 2016

Ferramentas Quantitativas da Qualidade MBA em Projeto, Execuo e Desempenho de Estruturas e Fundaes 1
OBJETIVOS
Geral:
Apresentar ferramentas quantitativas para garantia e controle
da qualidade, utilizando o software MS-Excel para apoio
tomada de deciso.
Especficos:
Compreender os princpios da garantia e controle da qualidade

de forma quantitativa;
Conhecer metodologia para garantia da qualidade -
Planejamento de Experimentos;
Aplicar tcnica estatstica de Analise de Varincia para a garantia
da qualidade;
Conhecer princpios do Controle Estatstico da Qualidade;
Aplicar Tcnica 3-Sigma para Controle Estatstico de Processos.

PLANO DE AULA:
Assunto Recursos Audiovisuais Durao (h)
Apresentao do Mdulo: Bibliografia, Objetivos e Mtodo Avaliatrio Datashow 0,25
Introduo a Gesto Quantitativa da Qualidade Datashow 0,50
Princpios Estatsticos para quantificao da qualidade Datashow 0,25
Funes estatsticas bsicas e aplicao em gesto quantitativa da qualidade Datashow/Computador 0,75
Resoluo de Estudos de Caso de Funes Estatsticas Datashow/Computador 1,50
Planejamento de experimentos - DOE Datashow 1,50
Aplicao de planejamento de experimentos - Estudo de Caso Resolvido Datashow 1,00
Anlise de Varincia - ANOVA Datashow 1,00
Estudos de caso aplicado para ANOVA Fator nico Datashow/Computador 1,00
Resoluo da Primeira Lista de Atividades Computador 3,00
Fundamentos de Controle da Qualidade Datashow 0,50
Princpios do Controle Estatstico de Processos CEP Datashow 1,00
Grficos de Controle da Qualidade Datashow 3,00
Definio dos Limites de Controle e de Especificao Datashow 0,75
Clculo da capacidade e desempenho do processo Datashow/Computador 1,00
Resoluo da Segunda Lista de Atividades Computador 3,00
Durao Total Estimada: 20h efetivas

BIBLIOGRAFIA
RECOMENDADA
MONTGOMERY, D. C. Estatstica Aplicada e Probabilidade para Engenheiros.
Ed. LTC, 2009.
ABNT. Guia sobre tcnicas estatsticas para a ISO 9001. NBR ISO 10017, 2005.
ABNT. Sistemas de gesto da qualidade - Requisitos. NBR ISO 9001, 2008.
MONTGOMERY, D. C. Introduo Controle Estatstico de Processos. Ed. LTC,
2004.
BRUNI, A. L.; PAIXO, R. B. Excel Aplicado Gesto Empresarial. Ed. Atlas,
2008.
Ministrio das Cidades. Regimento do Sistema de Avaliao da Conformidade
de Empresas e Servios e Obras da Construo Civil. PBQP-H, 2012.
CARLBERG, C. Administrando a Empresa com Excel. So Paulo: Makron
Books, 2005.
LEOPOLDINO, E. A. Introduo Pesquisa Operacional: Mtodos e modelos
para anlise de decises. 3 Edio. Ed. LTC. Rio de Janeiro, 2004.

MTODO AVALIATRIO
Princpios:
A avaliao ser baseada na capacidade do
aluno de compreender e desenvolver os
temas abordados nesse mdulo.
7 9
2 5 10 Critrios Objetivos:
1) Desempenho nas listas de exerccios;
2) Desempenho nos exemplos;
3) Assiduidade;
4) Presena fsica (eliminatria).
Critrios Subjetivos:
1) Participao pr-ativa nas atividades;
2) Respeito ao colega (silncio nas horas devidas);
3) Presena mental;
4) Critrio de desempate: Agradar o professor.

Afinal, O que Qualidade?
Capacidade de se atender a
necessidade de algum ou de algo.
Respeito a requisitos normativos (ex.: NBR, ISO);
Atender a Interesses sociais (ex.: leis e regulamentos);
Necessidade Necessidades coletivas (ex.: tendncias de
(referncia) mercado);
Necessidades individuais (ex.: projetos em geral).
Lembre-se: Atender a necessidade no absoluto,

mas sim relativo.
Atender a necessidade = Agregar Valor
Formas de atendimento da Qualidade
O Propsito da qualidade pode ser atingido de duas
formas: Qualidade do Processo:
Racionalizao dos recursos;
Padronizao das rotinas;
Confiabilidade e previsibilidade dos
resultados;
Foco na produtividade e melhoria
contnua.
Qualidade do Produto:
Satisfao do cliente;
Alto desempenho (uso racional e
durvel);
Confiabilidade e segurana.

Para se manter um Sistema de Gesto da
Qualidade fundamental se respeitar:
Garantia da Qualidade:
Aes planejadas para se assegurar os
padres de qualidade.
Princpios:
- Produto deve ser adequado finalidade pretendida;
- Erros devem ser eliminados antes de acontece-lo.
Controle da Qualidade:
Permitir de forma preventiva que processos
resultem em produtos e servios conformes.
Princpio:
- Capacidade de previsibilidade dentro de limites aceitveis.
preciso mensurar a
Qualidade
Deve-se ter medidas quantitativas para
avaliar os atributos de um produto ou servio.
Elas se dividem em 2 grandes grupos:
Medidas Objetivas (diretas):
Bsicas: quando feita a partir de medies diretas
(ex.: dimenses de um produto)
Compostas: quando proveniente de uma composio
de medidas bsicas (ex.: propriedades dos materiais)
Medidas Subjetivas (inferencial):
Realizadas normalmente a partir de processos
empricos que visam transformar medidas qualitativas
em quantitativas (ex.: ndice de satisfao do cliente).
Funes Estatsticas
INTRODUO
O que estatstica?
Estatstica a cincia que se ocupa do levantamento e
tratamento de informao.
A Estatstica divide-se em 2 ramos distintos:

Estatstica Descritiva:
Responsvel pelo estudo das caractersticas de uma
dada populao conhecida. (Ex.: produtividade mdia Total dos
das equipes de trabalho); trabalhadores
Estatstica Indutiva:
Infere-se os resultados de um grupo a partir da amostra
Total de
de uma dada populao ou universo, enunciando as amostra
Insumos
consequentes leis. (Ex.: controle de qualidade dos
insumos).
12
Funes Estatsticas
INTRODUO
Qual a importncia das ferramentas estatsticas no gerenciamento
qualidade?
Elas so fundamentais no planejamento, inspeo, controle e anlise de
registros da qualidade, como tambm de dados de maneira geral.
O Sistema de Avaliao da Conformidade (SiAC) do Programa Brasileiro da
Qualidade e Produtividade do Habitat (PBQP-H) explicita, em seu referencial
normativo, a importncia e obrigatoriedade do uso de tcnicas estatsticas para
medio e anlise da conformidade do produto e do sistema de gesto da
qualidade.
8 Medio, anlise e melhoria
8.1. Generalidades
A empresa construtora deve, de maneira evolutiva, planejar e
implementar os processos necessrios de monitoramento, medio,
anlise e melhoria para:
a) demonstrar a conformidade do produto;
b) assegurar a conformidade do Sistema de Gesto da Qualidade, e;
c) melhorar continuamente a eficcia do Sistema de Gesto da
Qualidade.
Isso deve incluir a determinao dos mtodos aplicveis, incluindo
tcnicas estatsticas, e a abrangncia de seu uso.
Ferramentas Quantitativas da Qualidade MBA em Projeto, Execuo e Desempenho de Estruturas e Fundaes
Funes Estatsticas
INTRODUO
Qual a importncia das ferramentas estatsticas no gerenciamento
qualidade?
8.4 Anlise de dados
A organizao deve determinar, coletar e analisar dados apropriados para
demonstrar a adequao e eficcia do sistema de gesto da qualidade e para
avaliar onde melhorias contnuas do sistema de gesto da qualidade podem
ser realizadas. Isso deve incluir dados gerados como resultado do
monitoramento e das medies e de outras fontes pertinentes.
A anlise de dados deve fornecer informaes relativas a:
a) satisfao dos clientes;
b) conformidade com os requisitos do produto;
c) caractersticas e tendncias dos processos e produtos, incluindo
oportunidades para aes preventivas, e;
d) fornecedores.
[...], a utilidade das tcnicas estatsticas segue a variabilidade

observada no comportamento e na realizao de praticamente todos
os processos, mesmo sob condies de uma aparente estabilidade. [...]
NBR ISO 10017 - Guia sobre tcnicas estatsticas para a ISO 9001.

Funes Estatsticas
Medidas de Posio
Ao lidar com grande quantidade de dados numricos em um determinado evento,
interessante obter algum tipo de nmero que possa represent-los a fim de facilitar futuras
comparaes.
Foram realizadas 10 medidas para avaliar o grau de absoro de gua em

piso cermico, com os seguintes resultados:
2% 2% 3% 3% 3% 4% 4% 4% 5% 5%
Se voc tivesse que representar os resultados acima por um nico nmero,

qual seria?
Uma forma intuitiva de representar esse grande volume de dados numricos pode
ser por meio de medidas que permitam avaliar onde h maior concentrao
(posio) de valores em uma dada distribuio numrica.
Essas medidas normalmente so denominadas de Medidas de Posio.
Mdia Aritmtica
Moda
Mediana
Funes Estatsticas
Medidas de Posio
Mdia Quociente da soma dos valores da varivel pela quantidade

Aritmtica deles.
Funo: MDIA
Retorna a mdia aritmtica de um conjunto de dados numricos.
Sintaxe no Excel: =MDIA(nm1; nm2; ...)

Ex.: Mdia de: 1, 2, 3, 4, 5 , 6
Moda Valor que ocorre com mais frequncia em uma srie de dados.
Funo: MODO
Retorna o valor que ocorre com mais freqncia em uma matriz ou intervalo de
dados.
Sintaxe no Excel: =MODO(nm1; nm2; ...)

Ex.: Moda de: 1, 2, 3, 4, 5 Moda de: 1, 1, 3, 4, 5 Moda de: 1, 1, 3, 3, 5
Funes Estatsticas
Medidas de Posio
Mediana Refere-se ao valor central de uma srie em ordem crescente

ou decrescente.
Funo: MED
Retorna a mediana dos nmeros indicados. Se houver uma quantidade par de
nmeros no conjunto, MED calcular a mdia dos dois nmeros do meio.
Sintaxe no Excel: =MED(nm1; nm2; ...) Ex.: Mediana de: 1, 2, 3, 4, 5
Exemplo:
Uma grande empresa de mbito nacional resolveu
realizar uma pesquisa junto aos seus principais clientes
pelo Brasil, para verificar o nvel de satisfao quanto aos
servios prestados pelas suas redes regionais. A partir
dessas informaes, pretendeu-se compar-las entre si
por meio do clculo da mdia, moda e mediana.
A partir dos resultados obtidos, pergunta-se: Em qual regio do pas a empresa
possui os clientes mais satisfeitos?
Funes Estatsticas
Medidas de Disperso
Para a interpretao de dados estatsticos fundamental que se conhea no s uma
medida de posio, mas tambm medidas de variabilidade.
Imagine os trs conjuntos de dados abaixo, representando a mesma medida de referncia:

X: 70 70 70 70 70
Y: 68 69 70 71 72 Mdia X = Mdia Y = Mdia Z = 70
Z: 5 15 50 120 160
Isso demonstra que uma medida de posio no suficiente para representar

estatisticamente um conjunto de dados.
As principais medidas de disperso so:
Amplitude total
Varincia
Desvio Padro
Coef. de Variao
Funes Estatsticas
Medidas de Disperso
Amplitude total a diferena entre o maior e o menor valor observado. Possui a

desvantagem de no considerar valores intermedirios.
Funo: MXIMO e MNIMO

Retorna o maior e o menor valor, respectivamente, de um conjunto de dados
numricos.
Sintaxes no Excel : =MXIMO(nm1; nm2; ...) =MNIMO(nm1; nm2; ...)
Varincia a diferena quadrtica mdia entre cada um dos valores e a mdia

aritmtica de um conjunto de observaes.
Funo: VARP Funo: VAR
Calcula a varincia com base na Calcula a varincia com base uma

populao total. amostra.
Sintaxe no Excel : =VARP(nm1; nm2; ...) Sintaxe: =VAR(nm1; nm2; ...)

Funes Estatsticas
Medidas de Disperso
Desvio Padro Equivale raiz quadrada da varincia. Possui unidade similar
populao de dados.
Funo: DESVPADP Funo: DESVPAD

Calcula o desvio padro com base Calcula o desvio padro com base
na populao total. em uma amostra.
Sintaxe: =DESVPADP(nm1; nm2; ...) Sintaxe: =DESVPAD(nm1; nm2; ...)
Coeficiente de O desvio padro, quando utilizado comparativamente, por si

Variao s no diz muita coisa. Ele possui maior destaque se
relacionado com uma medida de posio (mdia).
Baixa disperso: CV 15%
Assim, tem-se: Mdia disperso: 15%<CV<30%
Alta disperso: CV 30%
No h funo especfica para obter o coeficiente de variao no Excel.

Funes Estatsticas
Medidas de Disperso
Exemplo: Uma indstria faz retirada de amostras de um determinado insumo vendido por 3
fornecedores para verificao da qualidade do mesmo. Adotando o valor 1 como pssimo e
10 como timo, determine a mdia aritmtica e todas as medidas de disperso apresentadas.
Que consideraes podem ser feitas a partir dos resultados obtidos?
Deve-se avaliar a
qualidade do produto.
Deve-se avaliar a
qualidade do processo.
(Trecho da norma NBR 10017:2005)
Qualidade do Produto: Capacidade em atender aos requisitos tcnicos.

Qualidade do Processo: Capacidade em fornecer produtos com baixa
disperso de qualidade tcnica (semelhantes);
Funes Estatsticas
HISTOGRAMA
Forma grfica de se resumir a distribuio de CLASSE

dados agrupados por caractersticas
semelhantes.
Classe: intervalo de valores onde se deseja
verificar a quantidade de medidas contidas
no mesmo;
Frequncia: Nmero de vezes em que as
medidas encontram-se numa mesma classe.
Com o histograma possvel:
Verificar se h alguma concentrao de resultados dentro de poucas
classes;
Avaliar se existe alguma correlao entre a frequncia e classe;
Adotar um padro de comportamento para predio de futuros
resultados.

Funes Estatsticas
HISTOGRAMA
Passos Bsicos para Criao do Histograma:

Coletar dados de forma aleatria (recomenda-se no mnimo 50 valores)
referente a varivel que se deseja estudar.
Definir um nmero de intervalos (quantidade de classes: k) da varivel
em que se deseja estudar para se realizar a contagem de frequncias.
Calcule a amplitude total dos dados coletados (R = Mx-Mn).

Calcule a amplitude de cada classe (h = R / k).
Adote intervalos de classe partindo do menor valor dos dados e
acrescente gradativamente h at alcanar o maior valor.

Determinao do Histograma a partir do Excel:
Selecionar o comando
Anlise de Dados*
(menu>Dados).
- Intervalo de entrada: faixa onde esto

registrados os dados.
- Intervalo de bloco: faixa de valores de
seleo dos dados (classes). So os
nmeros que constaro no eixo das
abscissas.
- Intervalo de sada: determina o lugar
onde sero apresentados os resultados.
- Porcentagem acumulada: apresenta as frequncias acumuladas.
- Resultado do grfico: apresenta o grfico escolhido.
* Caso no esteja disponvel deve-se instalar o Suplemento: Ferramentas de Anlise dentro de Opes do Excel.

Funes Estatsticas
HISTOGRAMA
Exemplo de Aplicao:
Uma empresa resolveu realizar o monitoramento de duas de suas principais
equipes de assentamento de piso cermico a partir de amostragens. Monte o
histograma e conclua a respeito dos resultados encontrados.
40 120% 25 120%
Freqncia
Equipe B
35 Equipe A 100% 20 % cumulativo 100%
30 Freqncia 80%
Freqncia
80% 15
Freqncia
25
% cumulativo 60%
20 60%
10
15 40%
40%
10 5 20%
20%
5
0 0%
0 0%
0,77 0,80 0,83 0,86 0,89 0,92 0,94 0,97 1,00 1,03 1,06 Mais
Produtividade (m2/h)
Produtividade (m2/h)
Consideraes:
Equipe B apresenta maiores disperses de produtividade que a Equipe A (ou seja, ela
menos previsvel);
Equipe B apresenta maior potencial de produtividade, embora com menor confiabilidade
de reprodutibilidade;
As produtividades mais frequentes da Equipe A (entre 0,92 a 1,00m2/h) ocorrem em
menor frequencia na Equipe B.
Funes Estatsticas
GRFICO DE PARETO
Diagrama que permite a anlise das
principais origens de um fenmeno, avaliando
quantitativamente a representatividade das
mesmas na forma agrupada (grfico de
percentual acumulado). Efeitos
acumulados
O grfico de Pareto extremamente til em
anlise de projetos para tomada de decises.
Causas do fenmeno
em ordem decrescente
Curiosidade: Vilfredo Pareto, competente economista e engenheiro do sculo

XVIII, foi convidado por um dono de uma grande empresa na Itlia para traar as
metas de atuao da corporao. Aps um rduo levantamento, chegou a
seguinte concluso: 80% do nosso trabalho direcionado para apenas 20% dos
nossos clientes. A partir da foi generalizado uma srie postulados, dentre eles:
Um nmero pequeno de causas responsvel pela maior parte do problema
Poucos vitais e muitos teis
Funes Estatsticas
GRFICO DE PARETO
Utilizando o Excel:
O grfico de Pareto pode ser criado a partir do comando: anlise de
dados>histograma.
Esta maneira utilizada quando h um conjuto de dados significativos que
necessitam ser agrupados para posteriormente avaliar os efeitos dos mais
significativos
Exemplo:
Avaliar as equipes de maior produtividade do primeiro trimestre a partir do grfico de
Pareto
Funes Estatsticas
GRFICO DE PARETO
Utilizando o Excel:
Quando os resultados j foram previamente tratados (agrupados) e deseja-se somente
criar o grfico:
Neste caso a varivel que se deseja avaliar deve
Gastos no ms
Classe de Custos Custos realizados % Acumul
estar agrupada em ordem decrescente de valor.
Pessoal R$ 2.600.450,00 73,3%
Materiais R$ 606.892,00 90,4%
1) Selecionar com o mouse os dados das duas
Equipamento R$ 110.394,00 93,5% sries, incluindo as classes de custos;
Viagens R$ 92.956,00 96,1%
Hora-extra R$ 55.903,00 97,7%
2) Selecionar a opo: grfico de colunas;
Contas de consumo R$ 49.000,00 99,1% 3) Selecione a srie de dados %Acumulado no
Despesas gerais R$ 18.000,00 99,6%
Aluguel R$ 15.400,00 100,0% grfico e a configure como eixo secundrio e
Total R$ 3.548.995,00 altere o tipo de grfico para linha.
R$ 3.000.000,00 120%
Dica: Caso esteja com dificuldade de
R$ 2.500.000,00 100%
selecionar a srie do grfico:
- V at o comando seleo atual R$ 2.000.000,00 80%
(dentro do menu: formatar); Aps a R$ 1.500.000,00

Custos realizados
60%
- L fica disponvel todos os elementos configurao do R$ 1.000.000,00

% Acumul
40%
do grfico para seleo e formatao. grfico, tem-se: R$ 500.000,00 20%
R$ 0,00 0%

Funes Estatsticas
GRFICO DE PARETO
Exemplo de Aplicao:
Para a construo de um grande shopping foi adotado a soluo estrutural via pr-
moldados de concreto. Durante o processo de controle da qualidade das peas
estruturais, utilizando como referncia os requisitos da NBR 9062*, chegou-se a
uma determinada etapa da obra com um levantamento das principais no-
conformidades dos produtos. Determine o grfico de Pareto e defina as
recomendaes que devero ser feitas para o fornecedor de pr-moldados.
Controle de Qualidade - Pr-moldados Recomendao:

60 120%
98% 100% As principais patologias que o
50 93% 100%
80%
87% fornecedor deve se preocupar em
Quantidade de NC
Acumulado de NC
40
64%
80%
reduzir so:
30 60% - Tolerncia dimensional (TD),
39%
20 40% - Peas empenadas (E),
10 20% - Fissuras (F),
0 0%
equivalente a maioria das no-
TD E F M R AC PE conformidades.
No-conformidades
* ABNT. Projeto e Execuo de Estruturas de Concreto Pr-Moldado: NBR 9062. Rio de Janeiro, 2006.

Planejamento dos Experimentos
Introduo
A cultura do imediatismo onde grandes e pequenos projetos vem sendo
forados a cumprir com cronogramas cada vez mais enxutos,
demandam por procedimentos de execuo com pequenas chances
desperdcio, exigindo gradualmente aumento da eficincia, eficcia,
racionalizao dos processos e melhoria do desempenho.
Processos Prazos e Qualidade do Desempenho

Racionalizados Produto satisfeitos atendido
O Planejamento dos Experimentos possui como premissa analisar a qualidade do

produto/processo previamente para garantir o seu desempenho, preocupando-se
em racionalizar recursos (tempo, insumos, equipe e equipamentos).
Introduo
O cenrio atual da construo est exigindo no somente
reduo de custo na execuo, mas tambm garantia de um
razovel nvel de desempenho em seu uso.
NBR 15.575 Edificaes Habitacionais Desempenho
Primeira norma brasileira que define os requisitos que devero ser atingidos para que
o uso da edificao (habitabilidade, segurana e sustentabilidade) seja adequado.
Como atestar o O Planejamento de

desempenho no uso da experimentos visa avaliar de
edificao de forma forma criteriosa quais fatores
antecipada ainda na fase so importantes para atingir o
de projeto e construo? desempenho desejado de um
produto ou processo.
Item 6 NBR 15.575 Avaliao do Desempenho:
[] Para atingir essa finalidade realizada uma investigao sistemtica baseada em
mtodos consistentes, capazes de produzir uma interpretao objetiva sobre o
comportamento esperado do sistema em condies de uso definidas. []
Introduo
DEFINIO (segundo NBR ISO 10.017):
Refere-se s investigaes planejadas para comprovar
estatisticamente efeitos avaliados por meio de experimentos.
Ex.: Uma construtora ir implar um sistema de gesto da qualidade onde
pretende definir procedimentos operacionais para as principais atividades fins da
obra. Dentre as vrias atividades ela resolveu iniciar por uma que possui maior
impacto na obra (vedaes em alvenaria).
Quais so os principais fatores Planejar testes
Avaliar quais fatores
(equipe, processo e produtos) preferencialmente em campo
merecem ser priorizados
que influenciam na execuo da para avaliar se os fatores
para que sejam
alvenaria a partir de um estudados interferem na
customizados.
referencial de qualidade? qualidade do produto.
P D
A C
Tomar providncias para a Avaliar os resultados
Realizar os testes
melhoria do processo de provenientes dos testes a
respeitando as definies
execuo e padronizar o partir de tcnicas estatsticas
planejadas
mtodo construtivo. (ANOVA)
Introduo
O Planejamento de Experimentos (tambm conhecido por DOE Design
of Experiments) segundo a ISO 10017 pode ser utilizado no cumprimento
dos seguintes requisitos da ISO 9001:
Realizao do Produto (item 7):
Levantar e avaliar os requisitos do cliente (verificar as
necessidades)
Verificar se os requisitos do produto atendem as expectativas do
cliente.
Avaliar a qualidade dos insumos;
Medio, Anlise e Melhoria (item 8):
Garantir que os produtos e processos alcancem os resultados
planejados;
Implantar melhorias nos processos e produtos.
Em sntese: A partir do DOE tem-se condio de avaliar se os processos e produtos

atendero os requisitos dos clientes e ainda procurar garantir que haja uma melhora
contnua dos processos e produtos.

Introduo
Exemplos de aplicao do DOE:
Avaliao tcnica de novos insumos a serem utilizados nos procedimentos

operacionais da construtora.
Realizar levantamento e avaliar os principais fatores que interferem na

produtividade das equipes de trabalho.
Quantificar e avaliar os principais motivos de reclamaes ps-entrega de um

imvel a partir de pesquisas com clientes, apontando as possveis causas e
solues recomendadas.
Identificar os principais motivos de desperdcios de matrias-primas no

processo produtivo, apontando ainda se h interaes entre os motivos.
Avaliar a viabilidade tcnica do uso de material reciclado proveniente da prpria

linha de produo.

Benefcios
O DOE uma ferramenta de engenharia importante para

melhorar um processo de fabricao, mas tem tambm
extensiva aplicao no desenvolvimento de novos
processos. A aplicao dessas tcnicas bem cedo na
melhoria do processo pode resultar em:
Melhor rendimento do processo (aumento da eficincia);

Variabilidade reduzida e conformidade mais prxima da padro (qualidade);
Reduo nos tempos de projeto e de desenvolvimento;
Reduo nos custos de operao (racionalizar o uso de recursos).
No planejamento de novos processos os benefcios so:

Reduo dos insucessos quando os processos estiverem sendo aplicados;
Avaliao de materiais alternativos que podem ser aplicados no processo;
Determinao dos parmetros-chave do projeto que tm impacto sobre o
desempenho (qualidade) do produto.
TERMINOLOGIA
Caractersticas de Qualidade:
Todas as caractersticas do produto que o cliente
percebe como importantes (Ex.: durabilidade).
Variveis de Resposta:
Aspectos do produto que podem ser medidos e que
permitem quantificar as caractersticas de qualidade
(Ex.: Vida til).
Voz do Cliente Voz do Engenheiro

Relao entre a demanda de
Caractersticas Variveis de
qualidade (cliente) e as de Qualidade Resposta
variveis de resposta
Aspectos que Mensurveis,
(engenharia) podem ser vagos quantitativas

TERMINOLOGIA
Parmetros do Processo:
Todas as variveis da linha de produo que podem ser alteradas e
que possam promover um efeito sobre as variveis de resposta.
Fatores controlveis (manipulados):
So aqueles parmetros do processo que foram selecionados para serem
estudados a vrios nveis no experimento (Ex.: Testar tipos de matria-prima
diferentes).
Fatores constantes:
So os parmetros do processo que no entram no experimento e que so
mantidos seguramente constantes durante o experimento (Ex.: Mesma equipe).
Fatores Objeto de
Parmetros do Controlveis estudo
Processo
Fatores mantidos
constante

TERMINOLOGIA
Fatores no controlveis (Rudos): So as variveis que no podem ser
controladas pela equipe tcnica (Ex.: produtividade das equipes ao
longo do tempo, oscilaes climticas, etc.).
So responsveis pelo erro experimental ou variabilidade residual.
Nveis:
Correspondem s quantidades de valores dos fatores controlveis.
Exemplo:
Necessidade do Cliente: Produto + durvel.
Varivel de Resposta (identificada pelo especialista): Aumento da resistncia.
Fatores Controlveis: Tipo de matria-prima (Material A e B ->2 nveis), Processo Alterado.
Fatores Constantes: Mesma equipe tcnica.
Fatores No Controlveis: Desempenho da equipe, Condies ambientais, etc.

CONCEPO
Um experimento planejado um teste, ou uma srie de testes, no qual so feitas
mudanas propositais nas variveis de entrada de um processo, de modo a podermos
observar e identificar mudanas correspondentes na resposta.
O processo pode ser visualizado como uma combinao de mquinas, mtodos e

pessoas, que transforma um material de entrada em um produto (sada).
Processo ou
Entradas Sadas
Produto
Parmetros do Processo
(Fatores Controlveis e
Constantes) Fatores de Rudo Variveis Respostas
Definem o ajuste timo Responsveis pela variabilidade Mensura os efeitos decorrentes dos
no controlvel Fatores Controlveis e Rudos.
Quanto menor for o efeito dos rudos sobre a varivel resposta melhor ser o
planejamento dos experimentos.
ETAPAS DE UM EXPERIMENTO
Ouvir a voz do Cliente
Ouvir a voz do Especialista (Engenheiro, Arquiteto, etc.)
Planejamento Final e Execuo do Experimento
Anlise
Otimizao

1 - Ouvir a voz do Cliente (O qu):

Pesquisa de Mercado;
Identificar as Caractersticas de Qualidade (C.Q.)
de interesse;
Identificar a importncia relativa dessas C.Q.
2 - Ouvir a voz do Especialista (Como):

Definir variveis de resposta associadas s C.Q.;
Identificar outras variveis de resposta de
interesse (em geral associadas a custos/produt);
Identificar todos os parmetros do processo;
Identificar o intervalo de variao de todos os
parmetros do processo.
2 - Ouvir a voz do Especialista (Como):

Identificar os Fatores Controlveis (que podem afetar
as Variveis Respostas);
Definir o nmero de nveis para cada FC;
Definir possveis interaes entre os FC;
Identificar as restries experimentais:

Nmero mximo de ensaios (testes);
Equipamento e mo de obra disponveis;
Tempo disponvel, etc;
Escolher o modelo estatstico do experimento.

3 - Planejamento Final e Execuo do Experimento
Escrever a matriz experimental (listagem dos testes);
Definir a ordem dos ensaios (aleatorizao);
Definir os procedimentos de ensaio (padronizao);
Criar planilhas de coleta de dados;
Executar o experimento e anotar resultados.

4 Anlise (Tratamento dos dados)

Realizar a anlise de varincia (ANOVA);
Fazer grficos dos efeitos dos fatores principais;
Fazer grficos das interaes significativas.
5 - Otimizao
Modelar individualmente cada Varivel
Resposta. Ou seja; achar uma relao entre FC
e VR => VR = f (FC);
Otimizar, isto , achar o ajuste dos FC que
minimiza ou maximiza a funo acima;
Verificar a consistncia da soluo.

Identifique em seu trabalho algum processo crtico que possa ser melhorado,
utilizando a metodologia do DOE a partir da resposta dos quesitos abaixo:
1) Defina um ttulo para este propsito, explicitando o que se pretende.
2) Como eu poderia mensurar as caractersticas de qualidade de meu processo?
3) Quais fatores voc entende que interferem significativamente na qualidade

deste processo?
4) Selecione 1 fator para controlar e especifique nveis de controle, e informe

aqueles que devero ficar inalterados.
5) Que resultados voc esperaria obter deste experimento?
Dica Importante: Crie um DOE que seja de fato possvel de ser implantado, considerando as restries da
empresa e o potencial benefcio desta ao

FERRAMENTA PARA ANLISE DOS RESULTADOS
Para tanto existe uma ferramenta estatstica conhecida pela sigla em ingls
ANOVA Analise de Varincia - que avalia a capacidade dos Fatores
Controlveis em interferir na Varivel Resposta a partir da disperso dos
resultados de ensaios.
Nvel 1 VR1
Rudos
Fatores Nvel 2 Variveis VR2
...
Controlveis Nvel n
Respostas
VRn
Varincia Provocada:
Pelos Nveis de FC`s

Variveis Qual mais
Pelos Rudos
Respostas expressivo?

FERRAMENTA PARA ANLISE DOS RESULTADOS
Exemplo: Experimento de Deming do Funil (adaptado)
Meta: Maior concentrao de esferas no centro do alvo (VR)

Verticalidade do Funil, densidade da esfera e inclinao do
FC`s:
plano do alvo.
Aps vrios experimentos,

otimiza-se os FC`s
Vrios testes com Mesmo com os ajustes dos FR`s

resultados dispersos h ainda pequenas disperses
Deming ento propos tentar corrigir essas pequenas disperses alterando a
posio do funil a partir de onde se estacionou a esfera anterior.
No surtiu efeito. Pelo contrrio, os resultados tenderam a se dispersar mais.
Chegou-se a concluso ento que essas disperses so inerentes do processo.
TIPOS DE PLANEJAMENTO DE EXPERIMENTOS
O DOE classificado pela quantidade de fatores controlveis
considerados no experimento. Ser abordado nesse mdulo somente
o primeiro tipo:
DOE - Fator nico (One-way ANOVA):

A anlise de varincia avaliar somente o efeito de 1 Fator de Controle
sobre 1 Varivel Resposta.
O Fator Controlvel poder ter mais de um nvel, da seguinte forma:
FC a nveis fixos (Ex.: 5 valores de temperatura);
FC a nveis aleatrios (Ex.: 3 lotes de fabricao escolhidos ao
acaso);
DOE Multifatorial* com 2 Fatores (Two-way ANOVA):
A anlise de varincia avaliar o efeito de 2 Fatores de Controle sobre 1
Varivel Resposta. Realiza a combinao de todos os nveis dos 2 FCs sobre a
Varivel Resposta. A cada combinao pode haver repetio de testes.
H anlise de interao entre os dois fatores (Ex.: Efeito da temperatura
em conjunto a umidade sobre o concreto)
* Maiores detalhes para ANOVA Multifatorial consultar livro de Montgomery Estatstica Aplicada e Probabilidade para Engenheiros

DOE de Fator nico (One-way ANOVA)
O mtodo ANOVA considera que o efeito dos rudos deve ser o menor o
possvel para que no atrapalhe na verificao do efeito dos nveis do fator
de controle sobre a Varivel Resposta.
adotado um Modelo Linear para correlacionar os efeitos dos Nveis dos

Fatores de Controle sobre a Varivel Resposta, conforme apresentado
abaixo:
Efeito dos Nveis do FC sobre a VR
Varivel Resposta Efeito do Rudo sobre a VR
Mdia Global
A partir do modelo acima podemos ter duas Hipteses:
: O efeito dos Nveis do FC pode ser significativo sobre a VR;
: O efeito dos Nveis do FC no significativo sobre a VR;

O mtodo ANOVA se baseia na varincia dos valores da varivel resposta
proveniente das alteraes nos nveis do Fator de Controle...
Mdia Quadrtica dos Nveis do FC
Mdia Quadrtica dos Rudos (Erros experimentais)
... em relao as alteraes decorrentes dos Rudos.
Ou seja, quanto maior for a relao acima mais o efeito dos nveis se torna
significativo em relao ao efeito dos rudos, e por conseguinte, mais distante a
hiptese deixa de ser verdadeira.
Quanto maior for a Mais provvel ser os efeitos

relao das varincias dos FC`s sobre a VR.
necessrio comparar a relao acima com um valor tabelado da distribuio F.

O Excel quando aplicado fornece esse valor automaticamente.
Exemplo Resolvido* com Auxlio do Excel:
Um fabricante de papel para sacos pardos est interessado em melhorar

a resistncia do seu produto tenso. Para tanto, resolveu estudar o
efeito da concentrao de polpa de madeira de lei nos teores de 5% a
20%.
Eles decidem fabricar 6 corpos de prova para cada teor de 5%, 10%, 15% e 20%.
Os testes foram feitos em ordem completamente aleatria com os seguintes
resultados:
Tabela Resultados dos testes de Resistncia tenso (em psi).
Observaes
Concentrao de Madeira de Lei Caracterizao do Modelo:
5% 10% 15% 20% Possui 1 fator de controle com 4 nveis
1 7 12 14 19
(Modelo Fator nico);
2 8 17 18 25
3 15 13 19 22 Possui 1 Varivel de Resposta
4 11 18 17 23 (Resistncia Tenso);
5 9 19 16 18 Possui 6 observaes ou repeties por
6 10 15 18 20
Nvel.
* Exemplo adaptado do livro: Estatstica aplicada e Probabilidade para Engenheiros Douglas Montgomery.

Exemplo Resolvido com Auxlio do Excel:
Ir no Menu Dados:
Clicar no Comando Anlise de Dados*:
Aparecer dentre as vrias opes uma

denominada Anova: fator nico.
* Esse comando no Excel 2003 encontra-se no menu Ferramentas.

Os resultados de cada nvel podem estar

agrupados em colunas ou linhas. Nesse
exemplo est em colunas.
Nvel de preciso do modelo. Ele aponta Se no intervalo de entrada foi selecionado a descrio dos
a probabilidade do efeito do FC no ser nveis, deve-se selecion-lo. Caso contrrio a primeira
significativo sobre a populao. linha ser considerada com resultados da Varivel
Quanto menor possvel for esse valor Resposta.
mais representativa ser a anlise para
a populao, porm mais exigente ser
Resultado na mesma planilha, em local selecionado.
o modelo.

Resumo das estatsticas por Nvel (5%, 10%,

15%, 20%) do Fator de Controle Teor de
poupa de madeira de lei.
Mdia Quadrtica dos Nveis
Relao entre a Mdia Quadrtica dos

Nveis pelo Rudo
Valor tabelado para comparar com o valor F

calculado (associado com o a: quanto maior
for a, menor ser o Fcrtico)
Mdia Quadrtica dos Rudos Como F >> F crtico, ento:

A probabilidade do efeito dos nveis
do FC sobre a VR no ser O efeito dos nveis do FC significativo
significativo na populao de sobre a Varivel Resposta.
aproximadamente 0,0004%
(praticamente impossvel).
Realizando o Grfico das mdias, mxima e mnimas, tem-se:
Concentrao Mxima Mnima Mdia

5% 15 7 10
10% 19 12 15,67
15% 19 14 17
20% 25 18 21,17
possvel distinguir quais os nveis (concentrao de

madeira de lei) que produzem o mesmos efeito na
resistncia tenso?

Comparao Mltipla de Mdias:
Permite diferenciar o efeito dos nveis de um Fator de Controle sobre a

Varivel Resposta. Ou seja, consegue verificar a seguinte questo:
H Nveis que provocam efeitos distintos na Varivel Resposta?
Avalia-se a diferena entre mdias dos nveis,

tomadas duas a duas, e compara-se com o valor:
O valor de L, conhecido por Mnima Diferena Significativa, refere-se ao intervalo
de valores da varivel resposta onde no se consegue distinguir se a variao
decorrente do FC ou dos rudos.
Passos:
Listar as mdias de cada nvel em ordem crescente ou decrescente e compar-
las duas a duas, consecutivamente.
A diferena das mdias, tomadas duas a duas, ser significativa se for maior que
a Mnima Diferena Significativa (L). Caso contrrio, o efeito dos respectivos
nveis sero provavelmente semelhantes na Varivel Resposta.
Continuando o Exemplo Resolvido anterior...
1 Passo: Clculo da Mnima Diferena Significativa (L).

Clculo da Mnima Diferena Significativa (L) entre Mdias:
MQE= 6,508
n= 6
L= 3,124
2 Passo: Ordenar de forma crescente as mdias e calcular a diferena entre elas.
3 Passo: Comparar a diferena de

mdias com L.
L=3,12
10,0 15,7 17,0 21,2

Resistncia tenso Mdia
Nvel 5% Nvel 10% Nvel 15% Nvel 20%

Um engenheiro industrial desenvolveu um modelo estocstico de simulao que

prev a produtividade mensal em funo do intervalo de tempo entre manutenes
preventivas. Se esse intervalo for muito curto, as mquinas estaro constantemente
em manuteno e a produtividade ser baixa. Se o intervalo for muito longo, haver
quebras, exigindo manuteno corretiva, mais demorada, novamente prejudicando
a produtividade. Os resultados da simulao aparecem a seguir:
Faa a anlise da varincia (p/ alfa=5%), encontre os intervalos que promovem a

mesma produtividade, e conclua a respeito do intervalo timo para as intervenes
da manuteno produtiva a partir do grfico das mdias.

Controle Estatstico da Qualidade
Introduo
Qualidade significa adequao ao uso.

A qualidade determinada por meio da interao:
Qualidade de Projeto: Estar de acordo com os anseios do cliente (foco no produto).
Qualidade de Conformidade: Reduo sistemtica de variabilidade e a eliminao

de defeitos at que cada unidade produzida seja idntica e livre de defeito (foco no
processo de produo).
A Qualidade de Projeto deve proporcionar um modelo ideal de Produto na concepo

do cliente.
J a Qualidade de Conformidade incentiva a criao de mecanismos, por meio de

Melhorias no Processo, para se alcanar os anseios do cliente (Produto ou Servio
ideal).
Melhoria da Qualidade significa a eliminao sistemtica de resduos (perdas,

retrabalhos, inspeo, teste, erros em documentos, etc).

Introduo
impraticvel inspecionar qualidade em um produto; o produto
tem de ser construdo corretamente j na primeira vez.
O processo de fabricao / prestao de um servio tem, por conseguinte, de
ser estvel ou capaz de ser repetido e operar com pouca variabilidade ao redor
do alvo ou dimenso nominal.
O Controle Estatstico de Processo (CEP) em tempo real (online) uma

ferramenta poderosa para encontrar a estabilidade de um processo e para
melhorar a capacidade atravs da reduo de variabilidade.
importante destacar que Planejamento dos Experimentos (DOE) diferencia-se do CEP,

pois o primeiro possui uma abordagem mais ativa para alcance da qualidade. Mudanas
planejadas so realizadas nos Fatores de Controle para melhoria da qualidade de forma mais
concentrada, independente do andamento da produo, e com menor frequncia que o CEP,
que possui uma periodicidade incontestvel.
Ou seja: DOE => Abordagem PR-ATIVA (Planejamento);

CEP => Abordagem mais REATIVA (Acompanhamento).
Introduo
DEFINIO (baseado na NBR ISO 10.017):
CEP avalia a estabilidade do processo a partir de limites que descrevem a
variabilidade inerente da atividade, utilizando-os para monitorar a varivel
que mensura a qualidade.
Ex.: A partir de um grande histrico de dados da construtora sabe-se que ela consegue
executar acabamentos em reboco com desaprumo de +/- 0,3% do p direito. Assim resultados
que estejam dentro deste intervalo considerado como natural do processo de execuo.
Todo o processo de fabricao de algum produto ou fornecimento de algum servio
est sujeito a algumas variabilidades em sua sada. Essas variabilidades podem
se dividir em 2 partes:
Causas Casuais (inerentes): Tambm conhecido por variabilidade natural ou rudo
de fundo. As suas causas so essencialmente inevitveis, porm aceitveis e
inerentes dentro de um processo controlvel do ponto de vista estatstico;
Causas Atribudas: Causas passveis de reconhecimento de sua origem e que

normalmente geram maior oscilao de resultados. Essa oscilao geralmente surgem
de 3 fontes: mquinas no propriamente ajustadas, erro dos operadores ou matrias-
primas defeituosas. Representam um nvel inaceitvel de desempenho do processo
(fora de controle).
Grficos de Controle: Princpios Bsicos
Uma das formas mais usuais de CEP a ser tratada neste mdulo ser por meio dos
Grficos de Controle (como sugerido pela NBR ISO 10.017 Item 4.11).
Grficos de Controle: Forma grfica de visualizao da Varivel Reposta a ser monitorada
com o objetivo de tomada de deciso para controle contnuo da qualidade na sada de um
processo.
O Grfico de Controle uma ferramenta largamente utilizada na gesto

da qualidade e pode ser aplicada principalmente nas seguintes fases:
Fase de Planejamento:
Constatar se os processos possuem condio controlar a qualidade
e ainda se os produtos podero estar em conformidade com as
especificaes.
Fase de Produo:
Necessidade de validar, monitorar e controlar a produo e
prestao de servios.
Fase de Acompanhamento da Gesto da Qualidade:
Avaliar a capacidade dos processos em manter e garantir que a
qualidade dos processos e produtos sejam atendidos.
Componentes bsicos de um Grfico de Controle:
Caracter. da Qualidade da Amostra
Nmero da Amostra ou Tempo
Linha Mdia ou Central (LC): Representa o valor mdio da caracterstica de

qualidade.
Em um processo sob controle o valor mdio das amostras deve estar
envolvendo a linha central.
Linha Superior e Inferior de Controle (LSC e LIC): Limites que procuram definir os
resultados sob controle. No meta, retrato da produo.
O intervalo desses limites estabelecido para abrigar apenas as variabilidades
provenientes de causas casuais. A pergunta agora : como definir os limites?
O posicionamento dos limites inferior e superior est associado ao desvio-
padro, pois assim atribui-se uma variabilidade aceitvel com previsibilidade
probabilstica.
Os eventos aleatrios de amostragem
podem ser previstos como possuindo
comportamento de uma curva normal:
Assim as chances uma amostra

encontrar entre:
Intervalo de 1 sigma de 68,26%;
68,26%
Intervalo de 6 sigma de 99,99985%; 95,46%
Para o intervalo de 3 sigma, a probabilidade 99,73%

de um ponto mdio cair fora dos limites do
controle do processo de 0,27%. 99,99985%

Concluso Importante:
Quanto maior for o intervalo
considerado como aceito o processo sob
controle (3 ou 6s), menor dever ser o
valor do desvio padro para manter o
nvel de qualidade limitado a intervalos de
variao efetivamente pequenos.
Isso implica em dizer que se um

processo aumentar seu controle de 3 para
6s, mantendo os limites extremos fixos
(LSC e LIC) o desvio padro dever
reduzir para do anterior (ou da
varincia), ou seja, o processo dever
estar melhor ajustado aos quesitos de
qualidade (ser mais exigido!).

Concluso Importante:
Controle 3s: 2,7 erros por 1.000 peas
Controle 6s: 2 erros por 1.000.000 peas
O controle de qualidade 6s foi

implementado pioneiramente pela
Motorola.
O nvel de controle deve ser compatvel 3s => 99,73%
com o porte organizacional da empresa:
6s => 99,99985%
No adianta ter um controle 6s em uma

empresa com prticas operacionais 3s.

importante saber sobre Controle Estatstico da Qualidade:
Os grficos de controle so massivamente utilizados para Melhoria no
Processo;
A maioria dos processos no opera em um estado de controle estatstico;
Grficos de controle devem identificar as causa atribudas;
Vantagens dos Grficos de Controle:

uma tcnica comprovada para a melhoria da produtividade;
So efetivos na preveno de defeitos (Faa certo da 1 vez);
Previnem ajustes desnecessrios no processo (diferenciar a causas
casuais da atribudas);
Fornecem informao sobre o diagnstico da variabilidade do
processo (possveis motivos da variabilidade);
Fornecem informao sobre a capacidade do processo (com qual
frequncia haver resultados fora dos limites);
Projeto de um Grfico de Controle
Em uma fbrica de anis de pisto de motores automotivos o
dimetro interno do anel uma dimenso crtica de qualidade.
O valor mdio dessa dimenso de 74,00 mm e sabe-se que o
desvio-padro de 0,01mm.
A cada hora retirada uma amostra aleatria de 5 anis, cujo o
dimetro mdio representado por e plotado no grfico de
controle da mdia amostral (conhecido por Grfico ).
LSC=74,013
5
Dimmetro mdio ,
LC=74,000
LIC=73,9865
N da amostra

O calculo dos Limites de Controle do Grfico da Mdia Amostral
(Grfico ) para uma variabilidade de 3 sigma :
Desvio-Padro do Processo
Mdia do Processo
Tamanho da amostra
Para o exemplo:
LSC=74,013
5
Dimmetro mdio ,
LC=74,000
LIC=73,9865
N da amostra

O projeto de um grfico de controle tem que especificar o tamanho da amostra e
a freqncia da amostras:
Amostragem grande tornar mais fcil detectar pequenas mudanas;
Amostragem pequena est mais susceptvel a captar mudanas

relativamente grandes no processo;
O ideal seria realizar amostragens grandes muito freqentemente.
A prtica corrente nas indstrias tende a favorecer pequenas amostras e mais

freqentes, particularmente em processos de fabricao de alta produo ou
onde muitos tipos de causas atribudas possam ocorrer.
Experincias apontam para tamanhos em torno de 3 a 6 medidas.
J a freqncia deve estar em intervalos condizentes com a ocorrncia das

variaes por causa atribuda.
* Encontra-se no material complementar deste mdulo uma forma de se dimensionar o tamanho da amostra, porm que no
ser abordado em funo do tempo disponvel.
Amostras Racionais
Quando h o estabelecimento dos Limites de Controle a partir de amostras
iniciais do processo importante coletar dados amostrais que evitem, na medida
do possvel, observaes sob influncia de variabilidades atribuda, e aceitar
observaes sujeitas a variabilidades de causas casuais. Assim, ser possvel
estabelecer as fronteiras (LIC e LSC) para englobar as causas casuais e deixar
de fora as causas atribudas, que evidenciam o processo fora de controle.
A forma de se realizar a amostragem deve passar por uma das duas abordagens
levantadas por Montgomery (2007):
Amostragem de unidades produzidas ao mesmo tempo: normalmente
considerada quando deseja-se detectar mudanas no processo. Essa forma de
amostragem minimiza efeitos de variabilidade atribuda dentro das amostras e
maximiza o efeito desta variabilidade entre amostras.
Amostragem ao longo do tempo: entre intervalos pr-estabelecidos. Esse

mtodo empregado quando deseja tomar decises sobre os produtos que
foram gerados ao longo da amostragem.

Comportamento dos Resultados
Assumindo que um processo esteja sob controle, de esperar

que os resultados plotados no grfico estejam dentro dos
limites (LIS e LSC) e ainda que apresentem comportamento
aleatrio, sem haver uma tendncia de lgica presumvel.
Estvel*
Instvel
*Sob controle
Tal comportamento aleatrio esperado, pois se considera

que as amostras foram selecionadas de forma aleatria e
que as variaes de resultados monitorados estejam sob
influncia das causas casuais no previsveis.
Comportamentos No-Aleatrios
Um grfico pode ter comportamento no-aleatrio, quando h influncia de
causas atribudas, que geram uma variabilidade alm do desejado, nas
seguintes situaes:
Quanto uma ou mais amostras encontram-se fora dos Limites de
Controle;
Quanto vrias amostras encontram-se dentro dos Limites de Controle, mas:
Possuem uma seqncia crescente ou decrescente com mais
de 5 amostras contnuas (conhecido por: corrida);
Possuem uma seqncia maior que 8 pontos do mesmo

lado da linha mdia;
Possuem um comportamento cclico. Tal padro de
comportamento pode indicar um problema com o processo, como
por exemplo: fadiga do operador, entrega de matria-prima e
desenvolvimento de variaes ambientais;
LEMBRE-SE: Os limites LIC e LSC devem compreender, dentro do possvel, somente

variabilidades casuais.

Comportamentos No-Aleatrios
No fcil detectar padro de comportamentos no-aleatrios. A habilidade
para interpretar um padro particular de comportamento em termos de causas
atribudas requer experincia e conhecimento do processo.
O Western Electric Handbook (1956) sugere um conjunto de regras complementares

de anlise de estabilidade dos grficos de controle. As duas principais so:
2 de 3 pontos consecutivos carem

LSC
alm do limite 2 sigma;
Probabilidade de ocorrncia desta situao
= [(100%-95,46%)/2]2 = 0,05%
LC
4 de 5 pontos consecutivos carem

alm do limite 1 sigma;
LIC
Probabilidade de ocorrncia desta situao

= [(100%-68,26%)/2]4 = 0,06%

Clculo dos Limites de Controle
recomendado que seja feito o CEP a partir das mdias, amplitudes e desvios-
padro das amostras racionais.
Grfico de Controle das Mdias Amostrais ( )
Caso os parmetros m e s forem

desconhecidos, geralmente estima-se com
base em amostras racionais retiradas
quando o processo estiver aparentemente
sob controle (estvel).
A quantidade mnima de amostras

recomendada de 20 a 25, e o tamanho
por amostra de 3 a 6.
Mdia das Amplitudes Amostrais
Mdia das Mdias Amostrais

Constante em funo do
tamanho da amostra (valor
tabelado). Obs.: Limites definidos para 3 sigmas
Tabela para obteno das Constantes (Retirado de
Montgomery, 2009).

Grfico de Controle das Amplitudes Amostrais ( )
Mdia das Amplitudes Amostrais
tabelado).
tabelado).
Obs.: No aconselhado LIC negativo. Se ocorrer,

considerar igual a zero.
importante controlar a qualidade a partir de medidas de disperso, pois

dentro da amostra pode ocorrer variaes de resultados inaceitveis na
produo de um produto.
Isso significa dizer que dentro de um mesmo lote podero haver desvios de
padro: unidades produzidas com excesso ou carncia de qualidade.
Grfico de Controle do Desvio-Padro Amostral ( )
Mdia dos Desvios-Padro
Amostrais
tabelado).
Obs.: No possvel LIC negativo. Se ocorrer, considerar

igual a zero.
Os limites de controle devem ser revisados periodicamente, pois as

condicionantes de produo (insumos, trabalhadores, equipamentos,
etc.) variam com o tempo.

Exemplo:
Uma construtora resolve implantar e controlar a produo de
edifcios classe mdia respeitando-se os critrios mnimos da
NBR 15.575. Um dos requisitos estratgicos definido em projeto
garantir a resistncia trmica da alvenaria externa, depois de
acabada, para alcanar o desempenho trmico pretendido.
Amostra Resistncia Trmica Alvenaria (dm2.0C/W)
N x1 x2 x3 x4 x5
1 33 29 31 32 33 Para tanto foram realizadas vrias medies de forma
2 33 31 35 37 31
3 35 37 33 34 36 padronizada nas primeiras unidades e tomadas como
4 30 31 33 34 33
5 33 34 35 33 34
referncia para controle da qualidade. Sendo assim,
6
7
38
30
37
31
39
32
40
34
38
31
determine:
8 29 39 38 39 39
9 28 33 35 36 43
10 38 33 32 35 32 a)Os grficos de controle , , ;
11
12
28
31
30
35
28
35
32
35
31
34
b)Verificar se h algum ponto no grfico fora de controle;
13 27 32 34 35 37 c)Reconstrua os grficos desconsiderando os pontos
14 33 33 35 37 36
15 35 37 32 35 39 fora de controle.
16 33 33 27 31 30
17 35 34 34 30 32
18 32 33 30 30 33
19 25 27 34 27 28
20 35 35 36 33 30

Exemplo:
10 Passo: Determine os Limites de Controle para os trs grficos:
Resistncia Trmica Alvenaria (dm2.0C/W) Resumo Estatstico das Amostras Limites de Controle da Mdia
N Amostra x1 x2 x3 x4 x5 Mdia Amplitude Desv. Padro
1 33 29 31 32 33 31,6 4 1,67332 Amostral:
2 33 31 35 37 31 33,4 6 2,60768 LC 33,32
3 35 37 33 34 36 35 4 1,58114
LSC 36,67
4 30 31 33 34 33 32,2 4 1,64317
5 33 34 35 33 34 33,8 2 0,83666 LIC 29,97
6 38 37 39 40 38 38,4 3 1,14018
7 30 31 32 34 31 31,6 4 1,51658
8 29 39 38 39 39 36,8 10 4,38178
Limites de Controle da Amplitude
9 28 33 35 36 43 35 15 5,43139 Amostral:
10 38 33 32 35 32 34 6 2,54951
LC 5,8
11 28 30 28 32 31 29,8 4 1,78885
12 31 35 35 35 34 34 4 1,73205 LSC 12,27
13 27 32 34 35 37 33 10 3,80789 LIC 0,00
14 33 33 35 37 36 34,8 4 1,78885
15 35 37 32 35 39 35,6 7 2,60768
16 33 33 27 31 30 30,8 6 2,48998 Limites de Controle da Desvio-Padro
17 35 34 34 30 32 33 5 2,00000
18 32 33 30 30 33 31,6 3 1,51658
Amostral:
19 25 27 34 27 28 28,2 9 3,42053 LC 2,35
20 35 35 36 33 30 33,8 6 2,38747 LSC 4,90
Mdia 33,32 5,8 2,345 LIC 0,00

Exemplo:
20 Passo: Plotagem dos Grficos e Verificao de Pontos Fora de Controle:
Grfico de Controle da Mdia Amostral
42
40 6
38 8
36
Medias
34
32 Grfico de Controle da Amplitude Amostral

30 16 9
28 11 14
19
26 12
Amplitudes Mdias
0 2 4 6 8 10 12 14 16 18 20
10
Amostras
8
0
0 2 4 6 8 10 12 14 16 18 20
Amostras

Exemplo:
20 Passo: Plotagem dos Grficos e Verificao de Pontos Fora de Controle:
Grfico de Controle da Desvio-Padro Amostral

6
9
5
Desvio Padro Mdio
0
0 2 4 6 8 10 12 14 16 18 20
Amostras

30 Passo: Aps a retirada dos pontos considerados fora de controle: 6, 8, 9, 11 e
19, e recalculando os limites, tem-se:
Grfico de Controle da Mdia Amostral Esses limites podem
42
agora ser usados para
40
38
julgar o Controle
36 Grfico de Controle da Amplitude Amostral Estatstico da Produo
Medias
34 futura.
16
32
14
30
Grfico de Controle da Desvio-Padro Amostral
Amplitudes Mdias
12
28
10
6
26
8
0 5 10 5 15 20
Desvio Padro Mdio
6 Amostras
4 4
2
3
0
0 5 2 10 15 20
Amostras
1
Recomenda-se rever 0
periodicamente os limites, 0 5
Os10limites devem
15
sempre ser
20
mesmo que o processo revistos
Amostras quando melhorias no
permanea estvel. processo so implementadas.

Medies ndice de Produtividade (h/m2)

Resolveu-se monitorar a produtividade do Amostra
X1 X2 X3 X4
servio de montagem das frmas em uma 1 0,33 0,33 0,33 0,43
2 0,38 0,38 0,43 0,33
grande obra de 6 mil unidades habitacionais, 3 0,38 0,40 0,35 0,38
cujo o novo sistema construtivo apresenta 4 0,30 0,35 0,38 0,33
5 0,35 0,33 0,43 0,40
como caminho crtico esta etapa. Esta 6 0,30 0,38 0,43 0,35
7 0,38 0,33 0,38 0,35
empresa possui certificao NBR-ISO 9001. 8 0,30 0,40 0,38 0,38
As amostras so medidas diariamente. 9 0,33 0,43 0,43 0,38
10 0,30 0,30 0,40 0,33
11 0,40 0,35 0,40 0,35
Determine: 12 0,43 0,43 0,33 0,35
a) Calcule os limites de controle. 13 0,35 0,38 0,38 0,35
14 0,33 0,43 0,38 0,30
b) Monte os grficos de controle. 15 0,45 0,40 0,38 0,43
16 0,38 0,38 0,40 0,33
c) Avalie os resultados: 17 0,38 0,43 0,35 0,40
c1) Podemos considerar os limites 18 0,38 0,30 0,35 0,30
19 0,33 0,43 0,33 0,35
calculados para controle da qualidade? 20 0,30 0,33 0,30 0,33
c2) H algum sinal de instabilidade da 21
22
0,25
0,30
0,33
0,33
0,40
0,33
0,40
0,38
produtividade que precisa ser ajustado? 23 0,40 0,38 0,33 0,33
24 0,33 0,30 0,30 0,35
25 0,33 0,35 0,30 0,33

Capacidade de Processo
Definio:
Refere-se capacidade do processo gerar sadas
(produtos e servios) conforme as especificaes
previamente definidas pelo cliente (normas,
mercado, leis, exigncias especficas de clientes,
etc.).
A inteno verificar se o processo de produo capaz de

gerar variabilidade estatisticamente controlvel (previsvel) e
ainda suportvel, dentro das expectativas do cliente.
Sendo assim, no basta estar com o processo sob controle
estatstico da qualidade (dentro dos limites de controle), mas
preciso tambm garantir que ele gere resultados dentro do
esperado pelo cliente (dentro dos limites de especificao)
necessrio obter alguma informao acerca da capacidade do processo em
gerar sadas dentro dos Limites de Especificao do produto.
No confunda limites de controle com

limites de especificao.
Limites de Controle (LC) so internos ao processo.

Eles refletem a faixa estatisticamente esperada de
variao da sada do processo.
Limites de Especificao (LE) representam os requisitos de engenharia do
produto para satisfazer um cliente interno ou externo. Eles so externos ao
processo.
T
Ex.: O fabricante de um piso cermico especifica
boiando... que a espessura do rejunte deve ser em torno de
2mm a 5mm (Limites de Especificao). J a sua
equipe de funcionrios, aps levantamento do
processo, consegue assentar o piso com rejunte
variando de 3mm a 4mm (Limite de Controle).

Pode-se dizer ento que...
Os LIMITES DE CONTROLE (LC) so responsveis por
verificar se o processo de produo de algo est mantido
dentro de certos nveis de tolerncia de variabilidade (sob
controle);
Os LCs devem ser comparados estritamente com os valores representativos das

amostras e no com seus valores individuais;
Os LIMITES DE ESPECIFICAO (LE) delimitam o

quanto certa caracterstica do produto pode ser
aceita dentro dos padres de qualidade exigidos pelo
cliente (ou outro interessado);
Produtos que estejam fora dos LEs so considerados no-conformes aos

padres de qualidade, porm no quer dizer necessariamente que estejam fora de
controle do processo;
Uma das formas de se medir a Capacidade do Processo por meio da seguinte
razo: Diferena entre o Limite Superior e
Inferior de Especificao
Diferena entre os Limite de Controle
RCP>1 RCP=1 RCP<1
LIE LSE LIE LSE LIE LSE
6s 6s 6s
DESEJVEL ACEITVEL INDESEJVEL
=> Avalia o quanto do intervalo possvel de variao das especificaes

do produto aproveitado pelo processo.
Desempenho do Grfico de Controle
Todo grfico de controle procura abrigar
de forma previsvel grande parte dos
resultados de qualidade a ser
monitorado.
Porm, invivel tecnicamente abrigar dentro dos limites de

controle todos os resultados possveis, at mesmo porque h
limites de especificao do produto que devem ser
respeitados.
Desta forma, deve-se prever qual ser o desempenho do
processo em gerar resultados dentro dos limites a fim de
se planejar quando o oposto ocorrer e ainda no gerar
uma expectativa errnea sobre a condio de controle da
gesto da qualidade.
Uma das formas de se avaliar o desempenho do Grfico de Controle por meio do
Comprimento Mdio de Corrida (CMC).
onde CMC refere-se ao nmero de mdio de pontos p = probabilidade de

que tem de ser plotado no Grfico de Controle antes de um ponto exceder os
um resultado indicar uma condio fora de controle. limites de controle.
Exemplo:
Se o processo estiver sob controle, as chances de um ponto estar fora dos 3s de
p=0,0027. Assim:
Concluses do Exemplo:
Mesmo se o processo permanecer sob controle, um sinal de fora de controle ser

gerado, em mdia, a cada 370 amostras;
Teremos um alarme falso aproximadamente a cada 370 amostras, em mdia. Logo,
se caso ocorrer pontos fora de controle nessa frequncia, no quer dizer que o
processo est efetivamente fora do controle.
Caso haja resultados fora dos limites LIC e LSC em corridas inferiores a 370
amostras, significa que h grande chance do processo estar fora de controle*.
Ex.: Constatou-se que a cada 8 amostras em mdia 1 1 = 12,5%

estava fora dos limites de controle. Qual a 8=
= 87,5%
probabilidade de ter resultados sob controle?
Suponha neste exemplo que a amostragem ocorra diariamente. Sendo assim,

um sinal de alerta sobre resultados fora de controle ocorre a cada 8 dias.
O que fazer para reduzir o tempo de

resposta a um possvel comportamento
fora dos Limites de Controle do Processo?
* Para a situao fora de controle onde a mdia amostral se desloca em relao LC,
pode-se calcular o CMC. Ver material complementar.
Estratgias para reduzir o tempo de resposta

quando h amostras fora de controle e no seja
vivel implantar melhorias no processo:
1. Reduzir o tempo entre amostragens (aumentar a freqncia de
amostragem);
2. Aumentar o tamanho da amostra (Isto reduz o intervalo entre LSC e LIC);
3. Recalcular os Limites de Controle (inclusive a Linha Central) a partir dos

novos valores amostrais, caso ainda estiverem dentro dos Limites de
Especificao e essa variao no for proveniente de uma causa atribuda;
4. Criar um plano de conteno, caso ocorra algum problema com as sadas do

processo, a fim de se precaver das conseqncias (no o mais
aconselhvel).


96
Consultoria em Engenharia
CONTATOS PROFISSIONAIS:
leonardo0eloi@gmail.com
62-993902677
sergio_botassi@yahoo.com.br
62-81130925

Ferramentas Da Qualidade - ESTRUTURAS E FUNDAÇÕES

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Ferramentas Da Qualidade - ESTRUTURAS E FUNDAÇÕES

Uploaded by

Copyright:

Available Formats

Todos os direitos reservados ao autor

Verso II Rev. 0 Mar / 2016

Compreender os princpios da garantia e controle da qualidade

Ferramentas Quantitativas da Qualidade MBA em Projeto, Execuo e Desempenho de Estruturas e Fundaes 2

Durao Total Estimada: 20h efetivas

Ferramentas Quantitativas da Qualidade MBA em Projeto, Execuo e Desempenho de Estruturas e Fundaes 3

Ferramentas Quantitativas da Qualidade MBA em Projeto, Execuo e Desempenho de Estruturas e Fundaes 4

Ferramentas Quantitativas da Qualidade MBA em Projeto, Execuo e Desempenho de Estruturas e Fundaes 5

Lembre-se: Atender a necessidade no absoluto,

Ferramentas Quantitativas da Qualidade MBA em Projeto, Execuo e Desempenho de Estruturas e Fundaes 7

A Estatstica divide-se em 2 ramos distintos:

[...], a utilidade das tcnicas estatsticas segue a variabilidade

Ferramentas Quantitativas da Qualidade MBA em Projeto, Execuo e Desempenho de Estruturas e Fundaes 13

Foram realizadas 10 medidas para avaliar o grau de absoro de gua em

Se voc tivesse que representar os resultados acima por um nico nmero,

Mdia Quociente da soma dos valores da varivel pela quantidade

Sintaxe no Excel: =MDIA(nm1; nm2; ...)

Sintaxe no Excel: =MODO(nm1; nm2; ...)

Mediana Refere-se ao valor central de uma srie em ordem crescente

Sintaxe no Excel: =MED(nm1; nm2; ...) Ex.: Mediana de: 1, 2, 3, 4, 5

Imagine os trs conjuntos de dados abaixo, representando a mesma medida de referncia:

Isso demonstra que uma medida de posio no suficiente para representar

As principais medidas de disperso so:

Amplitude total a diferena entre o maior e o menor valor observado. Possui a

Funo: MXIMO e MNIMO

Sintaxes no Excel : =MXIMO(nm1; nm2; ...) =MNIMO(nm1; nm2; ...)

Varincia a diferena quadrtica mdia entre cada um dos valores e a mdia

Funo: VARP Funo: VAR

Calcula a varincia com base na Calcula a varincia com base uma

Sintaxe no Excel : =VARP(nm1; nm2; ...) Sintaxe: =VAR(nm1; nm2; ...)

Ferramentas Quantitativas da Qualidade MBA em Projeto, Execuo e Desempenho de Estruturas e Fundaes 18

Funo: DESVPADP Funo: DESVPAD

Sintaxe: =DESVPADP(nm1; nm2; ...) Sintaxe: =DESVPAD(nm1; nm2; ...)

Coeficiente de O desvio padro, quando utilizado comparativamente, por si

No h funo especfica para obter o coeficiente de variao no Excel.

Ferramentas Quantitativas da Qualidade MBA em Projeto, Execuo e Desempenho de Estruturas e Fundaes 19

(Trecho da norma NBR 10017:2005)

Qualidade do Produto: Capacidade em atender aos requisitos tcnicos.

Forma grfica de se resumir a distribuio de CLASSE

Ferramentas Quantitativas da Qualidade MBA em Projeto, Execuo e Desempenho de Estruturas e Fundaes 21

Passos Bsicos para Criao do Histograma:

Calcule a amplitude total dos dados coletados (R = Mx-Mn).

Ferramentas Quantitativas da Qualidade MBA em Projeto, Execuo e Desempenho de Estruturas e Fundaes 22

- Intervalo de entrada: faixa onde esto

Ferramentas Quantitativas da Qualidade MBA em Projeto, Execuo e Desempenho de Estruturas e Fundaes 23

Curiosidade: Vilfredo Pareto, competente economista e engenheiro do sculo

(dentro do menu: formatar); Aps a R$ 1.500.000,00

- L fica disponvel todos os elementos configurao do R$ 1.000.000,00

do grfico para seleo e formatao. grfico, tem-se: R$ 500.000,00 20%

Ferramentas Quantitativas da Qualidade MBA em Projeto, Execuo e Desempenho de Estruturas e Fundaes 27

Controle de Qualidade - Pr-moldados Recomendao:

Ferramentas Quantitativas da Qualidade MBA em Projeto, Execuo e Desempenho de Estruturas e Fundaes 28

Processos Prazos e Qualidade do Desempenho

O Planejamento dos Experimentos possui como premissa analisar a qualidade do

Como atestar o O Planejamento de

Em sntese: A partir do DOE tem-se condio de avaliar se os processos e produtos

Ferramentas Quantitativas da Qualidade MBA em Projeto, Execuo e Desempenho de Estruturas e Fundaes 33

Exemplos de aplicao do DOE:

Avaliao tcnica de novos insumos a serem utilizados nos procedimentos

Realizar levantamento e avaliar os principais fatores que interferem na

Quantificar e avaliar os principais motivos de reclamaes ps-entrega de um

Identificar os principais motivos de desperdcios de matrias-primas no

Avaliar a viabilidade tcnica do uso de material reciclado proveniente da prpria