U

S
O

I
N
T
E
R
N
O

e-DSA
MASP Mtodos de Anlise e Soluo de
Problemas
Nvel de conhecimento dos problemas operacionais
COMPROMISSOS
4.6 ANLISE CRTICA







-Adequada natureza e escala dos
impactos ambientais.
-Fornecer estrutura para estabelecimento
e reviso de objetivos e metas.
-Ser documentada, implementada e mantida
- Ser comunicada a todos.
- Estar disponvel para o pblico.
4.2 Poltica Ambiental
4.4 Implementao/Operao
4.4.1 Estrutura/Responsabilidades
4.4.2 Competncia/Treinamento/
Conscientizao
4.4.3 Comunicao
4.4.4 Documentao
4.4.5 Controle de Documentos
4.4.6 Controle Operacional
4.4.7 Tratamento de Emergncias
4.3 PLANEJAMENTO
4.3.1 Aspectos Ambientais
4.3.2 Requisitos legais/Outros
4.3.3 Objetivos/Metas/Programas
4.5 Verificao/Ao Corretiva
4.5.1 Medio e Monitoramento
4.5.2 Avaliao de Atendimento
4.5.3 No Conformidade e Aes
Corretivas e Preventivas
4.5.4 Controle de Registro
4.5.5 Auditoria Interna
- Melhoria Contnua
- Preveno da Poluio
-Atendimento a Diplomas Legais
aplicveis e outros compromissos
subscritos

4.6 ANLISE CRTICA







COMPROMISSOS
-Adequada natureza e escala dos
impactos ambientais.
-Fornecer estrutura para estabelecimento
e reviso de objetivos e metas.
-Ser documentada, implementada e mantida
- Ser comunicada a todos.
- Estar disponvel para o pblico.
4.2 Poltica Ambiental
4.4 Implementao/Operao
4.4.1 Estrutura/Responsabilidades
4.4.2 Competncia/Treinamento/
Conscientizao
4.4.3 Comunicao
4.4.4 Documentao
4.4.5 Controle de Documentos
4.4.6 Controle Operacional
4.4.7 Tratamento de Emergncias
4.3 PLANEJAMENTO
4.3.1 Aspectos Ambientais
4.3.2 Requisitos legais/Outros
4.3.3 Objetivos/Metas/Programas
4.5 Verificao/Ao Corretiva
4.5.1 Medio e Monitoramento
4.5.2 Avaliao de Atendimento
4.5.3 No Conformidade e Aes
Corretivas e Preventivas
4.5.4 Controle de Registro
4.5.5 Auditoria Interna
- Melhoria Contnua
- Preveno da Poluio
-Atendimento a Diplomas Legais
aplicveis e outros compromissos
subscritos

A
C
P
Definir as metas
Definir os mtodos
que permitiro
atingir a meta
proposta
Executar a tarefa
(coletar dados)
Verificar os
resultados da
tarefa executada
Atuar
Corretivamente
D
Educar e
treinar
O PLANEJAMENTO ESTRATGICO
E O CICLO PDCA
A
C
P
Definir as metas
Definir os mtodos
que permitiro
atingir a meta
proposta
Executar a tarefa
(coletar dados)
Verificar os
resultados da
tarefa executada
Atuar
Corretivamente
D
Educar e
treinar
I
m
p
l
e
m
e
n
t
a

o

d
a

A

o

C
o
r
r
e
t
i
v
a

PDCA (MASP)
5 PASSOS
COM FOCO NO
PLANO DE AO
PDCA (MASP)
8 PASSOS
COM FOCO
BALANCEADO
PDCA (MASP)
VER E AGIR
4 PASSOS
PDCA (MASP)
5 PASSOS
COM FOCO NA
PESQUISA DAS
CAUSAS
Fcil Difcil
F

c
i
l

D
i
f

c
i
l

6
Identificao da causa do Problema
Correo
Descreva o
Problema (tome
ao imediata, se
possvel) e levante
as provveis causas
Soluo de problemas 4 Passos
Faa um plano para
eliminar as causas
mais relevantes
Acompanhe a Soluo
do Problema
Verifique os
resultados alcanados
Descreva o
Problema (tome
ao imediata, se
possvel) e levante
as provveis causas
O MTODO DE SOLUO DE PROBLEMA
O CICLO PDCA
Soluo de problemas 4 Passos
Faa um plano para
eliminar as causas
mais relevantes
Acompanhe a Soluo
do Problema
Verifique os
resultados alcanados
Identifique o
Problema (tome ao
imediata, se possvel)
e levante as causa mais provveis
Avalie e determine as aes
necessrias para combater
as causas principais
Analise a eficcia da
ao realizada
Registre as aes
executadas
REGRA DA MO GRANDE !
Faa um plano para
eliminar as causas
mais relevantes
A
C
D
P
Identificar o Problema
Levantar Fatos e Dados
Analisar o Processo
Elaborar
Plano de Ao
Realizar as
Aes do Plano
Verificar se
o Problema
foi corrigido
Padronizar
Concluir
Soluo de problemas 8 Passos
A
C
D
P
Identificar o Problema
Levantar Fatos e Dados
Analisar o Processo
Elaborar
Plano de Ao
Realizar as
Aes do Plano
Verificar se
o Problema
foi corrigido
Padronizar
Concluir
Soluo de problemas 8 Passos
A
C
D
P
Identificar o Problema
Levantar Fatos e Dados
Analisar o Processo
Elaborar
Plano de Ao
Realizar as
Aes do Plano
Verificar se
o Problema
foi corrigido
Padronizar
Concluir
A
C
D
P
Identificar o Problema
Levantar Fatos e Dados
Analisar o Processo
Elaborar
Plano de Ao
Realizar as
Aes do Plano
Verificar se
o Problema
foi corrigido
Padronizar
Concluir
A
C
D
P
Identificar o Problema
Levantar Fatos e Dados
Analisar o Processo
Elaborar
Plano de Ao
Realizar as
Aes do Plano
Verificar se
o Problema
foi corrigido
Padronizar
Concluir
Identificar o
Problema
Levantar
Fatos e
Dados
Analisar o
Processo
Elaborar
Plano de
Ao
Realizar as
aes do
Plano
Verificar se o
Problema foi
corrigido
Padronizar
Concluir
P
l
a
n
e
j
a
r

F
a
z
e
r

V
e
r
i
f
i
c
a
r

A
g
i
r

FASE
Observao

Anlise
Planilha de Dados, Diagrama Polar, Fluxograma
SIPOC, QFD, SWOT
Identificar o
Problema
Levantar
Fatos e
Dados
Analisar o
Processo
Elaborar
Plano de
Ao
Realizar as
aes do
Plano
Verificar se o
Problema foi
corrigido
Padronizar
Concluir
P
l
a
n
e
j
a
r

F
a
z
e
r

V
e
r
i
f
i
c
a
r

A
g
i
r

Identificao
Priorizao
Classificao
Anlise de Causa e
Efeito
Planejamento
Observao

Acompanhamento
Controle
Documentao

Disseminao
Reflexo

Prximo problema
Se a ao no se mostrar eficaz para remover as causas
d
e
v
e

s
e

r
e
t
o
r
n
a
r

f
a
s
e

d
e

O
b
s
e
r
v
a

o

e

A
n

l
i
s
e

Brainstorming, Pareto
SETIF, GUT, RAB, REI
Brainstorming, Diagrama de Causa e Efeito, Diagrama de Disperso
CEDAC, CEP, Compasso Porque Porque, rvore Porque,
rvore das Causas, AV/EV, FMEA, FTA, DOE
5W 2H, GANT, Curva S, GR e GM, PERT, CPM, Mapa de
Obstculos, Diagrama Polar, Diagrama de Foras Opostas,
rvore de Solues
5W 2H
Planilha de Dados
Histograma, CEP, Regresso,
DOE, EVOP, SRM e etc...
Procedimentos, Tabelas, Instrues
Reunies, Encontros, Eventos e etc...
Recomendaes para novas melhorias, Auditorias,
Ganhos percebidos, Avaliao de resultados, Anlise Crtica pela
Direo, Novos cenrios: Planejamento Estratgico
FASE ETAPA FERRAMENTAS
A
C
D
P
Observao

Anlise
Planilha de Dados
Diagrama Polar, Fluxograma
SIPOC
Identificar o
Problema
Levantar
Fatos e
Dados
Analisar o
Processo
Elaborar
Plano de
Ao
Realizar as
aes do
Plano
Verificar se o
Problema foi
corrigido
Padronizar
Concluir
P
l
a
n
e
j
a
r

F
a
z
e
r

V
e
r
i
f
i
c
a
r

A
g
i
r

Identificao
Priorizao
Classificao
Anlise de Causa e Efeito
Planejamento
Observao

Acompanhamento
Controle
Documentao

Disseminao
Reflexo

Prximo problema
Se a ao no se mostrar eficaz para remover as causas
d
e
v
e

s
e

r
e
t
o
r
n
a
r

f
a
s
e

d
e

O
b
s
e
r
v
a

o

e

A
n

l
i
s
e

Brainstorming
Pareto
SETIF, GUT, RAB, REI
Brainstorming
Diagrama de Causa e Efeito, Diagrama de Disperso
CEP, Compasso Porque Porque, rvore Porque, rvore das Causas
5W 2H
Curva S
Diagrama Polar, Diagrama de Foras Opostas, rvore de Solues
5W 2H

Planilha de Dados
Histograma
CEP
Regresso
Procedimentos
Tabelas
Instrues e etc...
Recomendaes para novas melhorias
Ganhos percebidos
Anlise Crtica pela Direo
FASE ETAPA FERRAMENTAS
A
C
D
P
Gerenciar atingir
METAS
Metas vm do Cliente
atravs da Alta Direo
Meta tem que ter
Objetivo
Valor
Prazo
Metas tem que ser
desafiadoras
e exeqveis
Meta so desdobradas
em cascata
Custo
Moral
Qualidade
Segurana
Atendimento
Meio ambiente
Responsabilidade social
Aes corretivas
preventivas
melhorias

Acompanhamento
peridico dos
resultados

Novas
metas
Auditoria da
Alta Direo
Resultados
compostos em
cascata invertida
CONHECIMENTO
PADRES
EXPERINCIA ANTERIOR
KNOW-HOW
JULGAMENTO
AVALIAO
ESCOLHA
OUTRAS POSSIBILIDADES
RISCO
JULGAMENTO ADIADO
ABERTURA AO RISCO
AVENTURA
JULGAMENTO
ANTECIPADO
HBITOS
CRENAS
FIRMES
TEMPO EXIGIDO
RECURSOS
MATERIAIS
AMBIENTE
FSICO
MOMENTO
RECURSOS
HUMANOS
ROMPA O ISOLAMENTO
ABRA A COMUNICAO
FORME ALIANAS
CRIATIVAS
INFLUENCIE PELO
EXEMPLO
APRESENTAO E
ANLISE DO ASSUNTO
BUSCA COLETIVA
DE SOLUES
ADIAR O
JULGAMENTO
TOMAR
CARONA
BENVINDO
SEJA A ZORRA
QUANTIDADE
CARACTERSTICA DA
DECISO
P O N T U A O
5 3 1
O problema muito grave,
grave ou sem grande
gravidade?
Muito grave Grave Sem muita gravidade
Qual o grau de urgncia para
solucionar este problema?
Muito urgente Urgente Pode esperar
Qual a tendncia de evoluo
deste problema?
O problema tende a
piorar rapidamente
O problema vai piorar
a mdio prazo
O problema no tende
piorar ou at tende
melhorar
CARACTERSTICA DA
DECISO
P O N T U A O
5 3 1
Em quanto tempo podemos
solucionar este problema?
Uma Semana At trinta dias Mais de trinta dias
At quem temos que ir para
resolver este problema?
Superviso Gerente de rea
Acima do Gerente
de rea
Que benefcio a soluo trar?
(atingir at onde)?
Atinge alm do setor Atinge s o setor Atinge s o grupo
CARACTERSTICA
DA DECISO
P O N T U A O
5 3 1
Segurana
Existem srios riscos de
acidente de trabalho com
a existncia do problema
O problema tem algum
risco de acidente no
trabalho
O problema no implica
em nenhum risco de
acidente no trabalho
Emergncia
necessria ao imediata
para solucionar o
problema
Solucionar o problema o
mais cedo possvel
No h pressa para
solucionar o problema
Tendncia
O problema tende piorar
rapidamente
O problema vai piorar a
mdio prazo
O problema no vai
piorar ou at tende
melhorar
Facilidade
O problema muito fcil
de ser resolvido
Existe alguma
dificuldade para resolver
o problema
O problema muito
difcil de ser resolvido
Investimento
No necessrio nenhum
investimento para resolver
o problema
necessrio pouco
dinheiro para resolver o
problema
necessrio muito
dinheiro para resolver o
problema
Pensei que levaramos
apenas o essencial na
nossa viagem de frias !
O essencial varia de acordo com
as necessidades de cada um !
Exemplos
Desenvolver novos produtos
Geralmente so utilizados dados de pesquisa de mercado.

Inspecionar
Aprovar ou rejeitar um produto aps a inspeo.

Controlar e acompanhar processos produtivos para:
Avaliar se est sob controle
Qualificar a variabilidade de algum produto
Verificar se o processo capaz

Promover melhorias de processo produtivo
Usando dados histricos ou de experimento planejado

Dados contnuos
Medidos em uma escala contnua
Teor de uma propriedade qumica de um lote de minrio;
Temperatura de um fomo;
Rendimento de uma reao qumica;
Espessura de uma pea;
Tempo de entrega de um produto ao cliente.
Dados discretos
Sob forma de nmeros inteiros
Nmero de arranhes em lentes de vidro;
Nmero de acidentes num perodo;
Nmero de no-conformidade num perodo.

Amostra
um subconjunto de elementos extrados de uma populao.
Populao
a totalidade dos elementos de um universo sobre o qual
desejamos estabelecer concluses ou estabelecer aes.

fundamental que a amostra seja representativa da populao
da qual foi extrada e que as medies realizadas para gerar os
dados sejam confiveis, objetivando garantir que as aes que
sero tomadas a partir da anlise dos dados coletadas sejam
realmente apropriadas.
1. DETERMINE EXATAMENTE O QUE DEVE SER OBSERVADO.
2. ESTABELEA O PERODO EM QUE OS DADOS DEVEM SER COLETADOS.
FAA UMA FOLHA DE VERIFICAO PARA ANOTAR OS DADOS
3. VERIFIQUE SE EXISTE TEMPO PARA A COLETA DOS DADOS.
4. CONSIDERE SE EXISTEM DIFERENTES LOCAIS DE PRODUO.
5. LEVANTE RESULTADOS DE MATRIA PRIMA DOS FORNECEDORES
6. VERIFIQUE SINTOMAS - RESULTADOS DIFEREM EM DEFEITOS .
7. CONSIDERE SE DIFERENTES OPERADORES INFLUENCIAM O RESULTADO
O que?
Quem?
Onde?
Como?
Porqu
Quando?
Quanto tempo?
Item
A
B
C
D
Sub item
A1
A3
A2
A4
A5
B1
B2
B3
B4
C1
C2
D1
Efeito
analisado
A B
C D
D1
C1
C2
B1
B2
B3
B4
A2
A3
A1
A3
A5
1 2 3 4 5 29 30 31 F P
Nadir Toledo
Pedro Ramos
Salvador Rocha
D I A S TOTAL
Operador
Accio Rocha
Bernardo Costa
Carlos Andrade
Joo Tadeu
Marcos Bispo
Fe < 45% / dia
Risco MA > 17%
TOTAL
TOTAL
Produo < Meta
Alvura < 32 %
HE > 8 Hh / ms
Corretiva > 25h/ms
Idias < 2,5/empr.
Solues
Problemas
Exemplos
2
2 2
2
3
3
3
3
3
3
3
3
3
3
3
1
4
4 4
4
4
4
4
4
4
4
A
B
C
D
Foto
sensibilidade
Tempo de
armazenamento
Modo de
armazenamento Qualidade
do papel
Tempo de
secagem
Colocao
do original
Desvio
Quantidade
Qualidade
quando novo
Qualidade
do papel
Resistncia
Transparncia
Mesa
suja
Mo
suja
Velocidade
Tempo de
utilizao
Potncia da
lmpada
Condies de
enrolamento
Sujeira na
lmpada
DERROTA
EM UMA
COMPETIO
Esprito
de luta
Orgulho
Encorajamento
Cuidado
Serenidade
Descanso
Refeio
Nutrio
Sono
Tempo
Profundidade
Relaxamento
Diverso
SADE MORAL
ESRATGIA TCNICA
Planejamento
Observao
Experincia
em jogos
Trabalho
de equipe
Cooperao
Funo
Julgamento da
situao
Estudo do
adversrio
Anlise
Informao
Exerccio
Qualidade
Quantidade
Forma
Repetio Modelo
Recomendao
EXEMPLO DA UTILIZAO DO DIAGRAMA
EM POCA DE OLIMPADAS
Devoo
Confiana
Calma
Pacincia
Concentrao
Calorias
Quantidade
Bom senso
Teoria
Regras
Movimento
Velocidade
Fora
Programa
AUMENTAR
A
MOTIVAO
Auxlio
transporte
Auxlio
alimentao
Ticket
Restaurante
prprio
Sistema de
remunerao
varivel
Plano de
Cargos e
Salrios
Educao e
treinamento
(empregabilidade)
Complementao
de aposentadoria
Sistema de
benefcios
Sade
Habitao
Apoio
financeiro
Poltica e
estabilidade
Sistema de
remunerao
varivel
Distribuio
do lucro
Plano de
carreira
Seguros
Programas
de apoio a
Associao
de empregados
Sistema de
recrutamento /
seleo /
admisso
Programas com
familiares
Clulas de
produo
Treinamento de
ambientao
Programas
participativos
Sugestes
5 S CCQ
Reunies
relmpagos
Eventos
sociais
Eventos
culturais
Eventos
esportivos
SOCIAIS SEGURANA FISIOLGICAS
ESTIMA AUTO - REALIZAO
Programas
participativos
Sugestes
5 S CCQ
Programas
participativos
Sugestes
5 S CCQ
Elogio e
agradecimento
Plano de
classificao
de cargos
e salrios
Sistema de
reconhecimento
e premiao
Sistema de
remunerao
varivel
Promoo por
mrito
Distribuio
do lucro
Aumento salarial
Plano de
de cargos
e salrios
Adequao
funo
Atingimento
de metas
Individuais
Setoriais
Reconhecimento
e premiao
Sistema de
remunerao
varivel
Distribuio
do lucro
Promoo
por mrito
Aumento salarial
HIERARQUIA DAS NECESSIDADES DE MASLOW
SISTEMA DE RH
A
T
I
T
U
D
E

I
N
A
D
E
Q
U
A
D
A
- H REGRAS PARA A FUNO? - AS REGRAS SO CONHECIDAS?
- AS REGRAS SO REVISADAS PERIODICAMENTE?
- A INFORMAO CORRESPONDE REALIDADES?
- ENTENDEU-SE CERTO UMA ORDEM TRANSMITIDA?
- A PESSOA TEM HABILIDADE NECESSRIA PARA A FUNO QUE
EXERCIA?
- A PESSOA TENTOU GANHAR TEMPO? BASEOU SEU COMPORTAMENTO NO
EXEMPLO OU NA TOLERNCIA DA SUPERVISO?
- A PESSOA TENTOU FAZER A COISA CERTA, EM BENEFCIO DA EMPRESA,
PORM UTILIZANDO CAMINHOS QUE NO DEVERIA?
- A PESSOA VEM ADOTANDO PRTICAS ERRADAS, CONTRARIANDO
CONHECIMENTOS BSICOS DO CURSO PROFISSIONALIZANTE OU PRTICAS
E REGRAS DA EMPRESA?
- A PESSOA FOI NEGLIGENTE OU IMPRUDENTE?
- A CONDIO DE TRABALHO CONTM SITUAES DE DIFICULDADES
PRTICAS PARA A MAIORIA DAS PESSOAS?
O TRABALHADOR QUE COMETEU A FALHA:

- CONHECE BEM A TAREFA E OS RISCOS?
- NORMALMENTE TOMA CUIDADO PARA EVITAR OS RISCOS DE PERDA?
- DEIXOU DE TOMAR CUIDADO EM TAREFA ROTINEIRA?
F
A
L
H
A

H
U
M
A
N
A
- HOUVE ALGUM FATOR QUE TENHA CONTRIBUDO PARA TIRAR OU REDUZIR
O GRAU DE APTIDO FSICA OU MENTAL PARA O TRABALHO?
FALTA DE INFORMAO
FALTA DE CAPACIDADE
FALTA DE APTIDO FSICA
OU MENTAL
MOTIVAO INCORRETA
CONDIO ERGONMICA
DESFAVORVEL
DESLIZE*
SIM
SIM
SIM
SIM
SIM
SIM
NO
NO
NO
NO
NO
RVORE DE CAUSAS DA FALHA HUMANA
ITENS ANALISADOS
V

A

L

O

R

E

S


0
20
40
60
Quantidade
0
500
1000
1500
R $
100 %
0
25
50
75
%
576,00
1040,00

MELHOR
META
380
06 05
07
P
E
R
D
A

P
R
O
D
U

O

t

/

d
i
a

800
760
420
240
102
MELHOR
META
380
06 05
07
P
E
R
D
A

P
R
O
D
U

O

t

/

d
i
a

800
760
P
E
R
D
A

P
R
O
D
U

O


E
M

2
0
0
6




t

/

d
i
a

80
20
Q
u
e
d
a

d
o

r
i
t
m
o

200
40
P
e
r
d
a
s

p
o
r


D
e
f
e
i
t
o
s

P
e
r
d
a
s

p
o
r

P
a
r
a
d
a
s

300
120 P
e
r
d
a
s

p
o
r

Q
u
e
b
r
a
s

i
m
p
r
e
v
i
s
t
a
s

200
80
20
\ P
e
r
d
a
s

p
o
r

Q
u
e
b
r
a
s

l
a
m
i
n
a
d
o
r

120
50
20
6 4
P
e
r
d
a
s

p
o
r

T
r
o
c
a

f
e
r
r
a
m
e
n
t
a

20
100
P
e
r
d
a
s

p
o
r

R
e
f
u
g
o
s

100
50
20 19
11
P
e
r
d
a
s

n
a
s

L
i
n
h
a
s

d
e

r
o
l
o
s

60
15 15
P
e
r
d
a
s

p
o
r

P
a
r
a
d
a
s


i
n
t
e
r
m
i
t
e
n
t
e
s

65
10
4
1 P
e
r
d
a
s

p
o
r

I
n

c
i
o

p
r
o
d
u

o

30
5 3
2
MELHOR
META
380
06 05
07
P
E
R
D
A

P
R
O
D
U

O

t

/

d
i
a

800
760
0
Dificuldade para implantar
Gesto pela Qualidade
50
100 %
44
88
100 %
20
40
0
50
Cultura
Empresarial
8
16
50
100 %
0
Postura da
Direo
50
100 %
0
7
14
Prtica
Contraditrias
Falta
treinamento
10
20
0
50
100 %
50
100 %
0
10
20
Estratgia de
Implantao
Aes da
Gerncia
10
20
50
0
100 %
8
16
50
0
100 %
Postura do
Gerente
So medidas descritivas ou valores numricos com a propriedade de descrever, resumidamente, uma srie qualquer.
So as que mais comumente freqentam as estatsticas de assuntos operacionais.
Constituem a alternativa mais sinttica e so teis quando preciso comparar duas ou mais sries entre si.
So assim denominadas por representarem um conjunto de dados atravs de um nico valor mdio, central.

As medidas de Tendncia Central so :

MDIA Numa distribuio, valor que se determina priori; e que se utiliza para representar todos os
valores da distribuio.
Soma dos valores numricos dividido pela quantidade destes valores
Mdia aritmtica
Mdia ponderada

MEDIANA Numa distribuio freqncia acumulada, valor da varivel aleatria que corresponde ao
valor 0,5 da distribuio
Numa relao crescente ou decrescente o termo central.
Mediana para nmero par de valores
Mediana para mero impar de valores

MODA Numa distribuio de freqncia, valor da varivel que corresponde a um mximo.
Valor mais freqente
Amodal
Unimodal
Bimodal
Plurimodal
Anlise dimensional de produo seriada de um determinado produto, anlise de variao de teor, peso,
variao por horrio etc.

Nota Todo Controle Estatstico da Qualidade baseado na anlise das variaes ou variabilidade,
que so diferenas na magnitude (peso, densidade, teor etc.) presentes universalmente nos
produtos e servios resultantes de qualquer atividade, e so considerados os maiores inimigos
da qualidade.

As causas que produzem variaes nos processo so classificadas em:

COMUNS ou ALETRIAS: so aquelas que fazem parte do processo, acontecem por acaso e portanto so
consideradas normais.

ESPECIAIS ou ASSIMILVEIS: so variaes causais, provocadas por causas externas, portanto,
consideradas anormais ou extraordinrias

atravs do histograma que podemos analisar as variaes que ocorrem nos processos e verificar
se essas variaes esto dentro da normalidade ou se existem variaes causaIs.
CAUSAS COMUNS CAUSAS ESPECIAIS
Consiste em muitas causas que ocorrem ao acaso e
individualmente tem pouca influncia, cada uma
delas produz pequena variao.
Ex: Pequenas variaes de matria-prima, pequenas
vibraes de mquinas, pequenas diferenas na
afiao de ferramentas etc.
Consiste em uma ou poucas causas individuais. Cada
uma delas pode produzir grandes variaes.
Ex: Falhas do operador, ajuste errado das mquinas,
erros de clculo, parcela de matria-prima defeituosa,
quebra de componentes de mquina etc.
Pouca coisa pode ser feita, a no ser com uma
mudana de processo.
A tentativa de deteco e controle , as vezes,
antieconmica.
As causas especiais podem ser detectadas.
A sua eliminao em geral economicamente
justificvel.
Apresentam observaes dentro do limite de
controle, significam que o processo suficientemente
estvel para aplicar tcnicas de otimizao.
Apresentam observaes fora do limite de controle,
significam que o processo deve ser investigado e
corrigido. O processo no suficientemente estvel
para se aplicar mtodos de previso de seu
comportamento.
Quando as nicas causas de variabilidade presentes
forem aleatrias, a melhoria na qualidade do produto
precisa de decises gerenciais que envolvem
investimento e/ou mudanas substanciais no
processo, como troca ou reforma de mquina, de tipo
de minrio ou mtodo de produo.
A melhoria da qualidade pode na grande maioria dos
casos ser atingida atravs de aes locais de correo,
ajuste ou calibrao de aparelhos.
Estas aes envolvem, em geral, pequenos
investimentos.
Efeito
Causa
Determinar a influncia de um determinado parmetro
para a ocorrncia de um determinado efeito.
CAUSAS
Na anlise das sugestes surgidas em uma sesso de Brainstorming
para a elaborao de um Diagrama de Espinha de Peixe,
em que a provvel causa e efeitos pesquisados so mensurveis.
Coletar de 50 a 100 dados
referentes causa e o efeito analisados
e anot-los em uma tabela.
Marcar os valores da tabela como pontos
definidos no grfico
Efeito
Causa
Aps lanar todos os dados calcular as medianas*
do eixo da Causa e do eixo Efeito
* Para calcular a mediana, devemos em primeiro lugar ordenar os dados do menor para o maior,
e se a quantidade de observaes for mpar, a mediana a observao central,
e se for par a mdia aritmtica das duas observaes centrais
IV
II
I
III
Efeito
Causa
x
y
Atravs do valor de n" verificar na Tabela Padro, o limite para
soma de pontos de reas opostas e compara-Ia menor soma
encontrada.
Se o menor total for menor que
o limite estabelecido na Tabela
Padro, Indica que existe
Correlao entre x e y.
TABELA PADRO
Efeito
Causa
Efeito
Causa
Efeito
Causa
Efeito
Causa
Efeito
Causa
Efeito
Causa
Efeito
Causa
Forma de representao grfica da distribuio de freqncia,
atravs de colunas ou barras
F

R

E

Q

N

C

I

A

C L A S S E S
15 30 45 60
Se elaborar um histograma com classes de amplitudes
igual ou maior que a amplitude total da amostra
O histograma ter apenas uma coluna,
ou seja todas as medies esto
em uma nica classe
F

R

E

Q

N

C

I

A

C L A S S E S
30 35 40 45
Se utilizar classes com 1/3 da amplitude total
possvel ter um histograma desta natureza
Classes cada vez menor em relao
amplitude total da amostra, significa
que estamos subdividindo as classes.
F

R

E

Q

N

C

I

A

C L A S S E S
30 42 46
Reduzindo sucessivamente a amplitude com relao amplitude total
possvel ter um histograma venha a se apresentar deste modo
34 38
F

R

E

Q

N

C

I

A

C L A S S E S
30 42 46
Reduzindo novamente a amplitude com relao amplitude total
possvel ter um histograma venha a se apresentar deste modo
34 38
F

R

E

Q

N

C

I

A

C L A S S E S
30 42 46
Reduzindo a amplitude infinitamente, temos histograma com formato de perfil
sino, denominado de curva de distribuio de freqncia ou curva de Gauss.
34 38
O histograma apresenta um formato simtrico, semelhante ao perfil de um sino,
quando os dados que serviram de base para a sua construo so normais,
ou seja, sem a presena de variaes causais
Distribuio Normal
Distribuio Assimtrica
Quando os dados analisados so referentes a um
parmetro unilateral, ou seja que permite variaes
somente abaixo ou acima de um determinado valor,
por exemplo:

Teor de ferro no Sinter Feed da MAC, temperatura de
evaporao de gua, folga entre duas peas, etc.
ou quando existir variaes causais
C L A S S E S
F

R

E

Q

N

C

I

A

x
ACIMA DE X
C L A S S E S
F

R

E

Q

N

C

I

A

x
ABAIXO DE X
Distribuio Bimodal
Quando analisamos dados misturados, provenientes de duas
situaes diferentes como por exemplo materiais produzidos
por duas mquinas, antes e aps regulagem da mquina,
dados coletados por pessoas diferentes etc.
C L A S S E S
F

R

E

Q

N

C

I

A

Quando dados pr selecionados so analisados, como por exemplo
a coleta de dados em um lote de material escolhido atravs de
um calibrador passa-no-passa.
Distribuio Truncada
ESPECIFICAO
Casos em que durante a coleta de dados, existem medidas fora da
especificao, as pessoas tem tendncia de "forar" para que essas
medidas entrem no limite de especificao.
Desequilbrio na Distribuio
F

R

E

Q

N

C

I

A

C L A S S E S
30 42 46 34 38
ESPECIFICAO
estimado que 68,26% das observaes realizadas,
se encontram abaixo da curva, limitada por 1 para
mais e para menos, em relao mdia da amostra,
ou seja (x +/- )
Ampliando esta rea para (x+/- 2 ), teremos 95,44%
das observaes realizadas sob a rea da curva
Ampliando agora para (x+/- 3 ), teremos 99,73%
das observaes realizadas sob a rea da curva
Ampliando ainda mais, agora para (x+/- 4 ), teremos 99,995%
das observaes realizadas sob a rea da curva
Ampliando ainda mais, agora para (x+/- 4 ), teremos 99,995%
das observaes realizadas sob a rea da curva
P
o
r
c
e
n
t
a
g
e
m

d
a

F
o
r

a

d
e

T
r
a
b
a
l
h
o

(
E
U
A
)

Era Agrria Era Industrial Era Servio Era do Conhecimento Era Existencial
poca Ps-Industrial
Agricultura
Manufatura Relaes
Sociais
Sistemas de
Informao
Mental/
Espiritual
1800 1850 1900 1950
2000 2050 2100
0
20
10
30
40
50
60
70%
Ano
19
69
64
55
44
32
24
22
Evoluo da mo-de-obra na Agricultura
Brasil - IBGE, Censos Demogrficos
Fonte: Revista The Futuriste
Nov - 1996
Tempo de carregamento de Trem (horas)
Tempo de carregamento de Trem (horas)
V
A
L
O
R
E
S

O
R
D
E
N
A
D
O
S

V
A
L
O
R
E
S

O
R
D
E
N
A
D
O
S

V
A
L
O
R
E
S

O
R
D
E
N
A
D
O
S

Tamanho da Amostra (n) Nmero de Intervalos (k)
< 50 5-7
50 - 100 6 - 10
100 - 250 7 - 12
> 250 10 - 20
k =
Como estamos tratando de 99 dados, ento nosso valor :



MIN =
MAX =
3. Passo: Identificar o menor valor (MIN) e o maior valor (MAX) da amostra.
A tabela nos mostra que estes valores so:

R = MAX - MIN
R =
4. Passo: Calcular a amplitude total dos dados (R)
A amplitude (R) da amostra a diferena entre o maior valor (MAX) e o menor valor (MIN) encontrados.
Assim sendo, temos:

h = R/k
h =
5. Passo: Calcular o comprimento de cada intervalo (h).
Este comprimento do intervalo (h) denominado de amplitude de classe obtido dividindo-se a amplitude (R) pelo nmero de
classes (k).

Limite inferior: LI1 = MIN h/2=
Limite superior: LS1 = LI1 + h=
6. Passo: Calcular os limites de cada intervalo.
Primeiro intervalo:
Limite inferior: LI2 = LS1 LI2 =
Limite superior: LS2 = LI2 + h LI2 =
Segundo intervalo:
Continuar estes clculos at que seja obtido um intervalo que contenha o maior valor da amostra (MAX) entre os limites.

Seguindo este procedimento o nmero final de intervalos ser igual a K + 1.
Neste nosso exemplo teremos:
Tempo de carregamento de Trem (horas)
4
26
33
19
6
3
5
3
7. Passo: Construir uma tabela de distribuio de freqncias conforme as colunas da tabela a seguir:

8. Passo: Desenhar o histograma
Construa uma escala no eixo horizontal para representar os limites dos intervalos. Construa uma escala no eixo vertical para
representar as freqncias dos intervalos. Desenhe um retngulo em cada intervalo, com base igual ao comprimento (h)
e a altura igual freqncia (fi) do intervalo.

9. Passo: Determinar o polgono de freqncias, ligando os pontos mdios superiores das colunas, por segmentos de retas.

Deve-se observar, no histograma, se a forma da curva se assemelha a de um perfil de sino ou no.

Representao visual de uma caracterstica da qualidade medida
ou calculada para uma amostra de itens
Contribuem para a variao da qualidade
CAUSAS COMUNS

CAUSAS ESPECIAIS
Carta de controle no descobre quais so as
causas especiais de variao que esto
atuando em um processo que est
fora de controle estatstico.
Ela processa e dispe informaes
que podem ser utilizadas na
identificao das causas.
LINHA MDIA - LM
VALORES DA CARACTERSTICA DA QUALIDADE
LIMITE SUPERIOR DE CONTROLE
LIMITE INFERIOR DE CONTROLE
Utilizamos a carta X-Bar e R quando o tamanho da amostra for igual ou superior a dois.
Plota-se o valor mdio das amostras obtidas
CARTA X-BARRA e R
CARTA X
O grfico X-Bar (X) utilizado com o objetivo de controlar a mdia do processo,
enquanto o grfico R empregado para o controle da variabilidade do processo.
Esta carta empregada quando o tamanho da amostra for igual a um (n=1).
Plotam-se diretamente os valores observados
F

R

E

Q

N

C

I

A

30 42 46 34 38
C L A S S E S
F R E Q N C I A
3
0

4
2

4
6

3
4

3
8

C

L

A

S

S

E

S

F R E Q N C I A
3
0

4
2

4
6

3
4

3
8

C

L

A

S

S

E

S

Mdia
+

2

-

2

Limite
Superior de
Controle
Limite
Inferior de
Controle
PASSADO
PRESENTE e FUTURO
PROCESSO FORA DE CONTROLE
PROBLEMA!
PROBLEMA!
PROCESSO FORA DE CONTROLE
Pontos fora dos limites de controle:
Mdia
Limite
Superior de
Controle
Limite
Inferior de
Controle
PROCESSO FORA DE CONTROLE
PROBLEMA!
PROBLEMA!
PROCESSO FORA DE CONTROLE
Sete pontos sucessivos descendentes ou ascendentes:
Mdia
Limite
Superior de
Controle
Limite
Inferior de
Controle
PROCESSO FORA DE CONTROLE
PROBLEMA!
PROBLEMA!
PROCESSO FORA DE CONTROLE
Sete pontos sucessivos acima ou abaixo da linha mdia
Pelo menos 10 de 11 pontos consecutivos
aparecem de um mesmo lado da linha central
PROCESSO FORA DE CONTROLE
PROBLEMA!
Pelo menos 16 de 20 pontos consecutivos
aparecem de um mesmo lado da linha central
PROBLEMA!
PROCESSO FORA DE CONTROLE
Pelo menos 18 de 21 pontos consecutivos
aparecem de um mesmo lado da linha central
PROBLEMA!
PROCESSO FORA DE CONTROLE
Aproximao da linha mdia:
A maioria dos pontos est distribuda dentro das linhas centrais 1,5 sigma,
e portanto apresentando uma variabilidade mdia menor que a esperada,
significa que as amostras foram formadas de maneira inadequada.
1,5 Sigma
1,5 Sigma
PROBLEMA!
PROCESSO FORA DE CONTROLE
PROCESSO FORA DE CONTROLE
PROBLEMA!
Os limites de controle resultam da variabilidade natural do processo.

Os limites de especificao so determinados externamente,
podendo ser estabelecidos pela gerncia,
pelos engenheiros responsveis pela produo ou
pelos responsveis pelo planejamento do produto.
Os limites de especificao devem refletir as necessidades dos clientes.

importante observar que no existe relacionamento matemtico ou estatstico
entre os limites de controle e os limites de especificao para o processo.

Os limites de controle permitem avaliar se o processo
est ou no sob controle estatstico.

Os limites de especificao permitem avaliar se o processo
produz ou no itens defeituosos.

Um processo estvel (sob controle estatstico) apresenta previsibilidade.
Entretanto, possvel que mesmo um processo com variabilidade controlada e
previsvel produza itens defeituosos.

Logo, no suficiente simplesmente colocar e manter um processo sob controle.
fundamental avaliar se o processo capaz de atender s especificaes
estabelecidas a partir dos desejos e necessidades dos clientes.

Esta avaliao constitui o estudo da capacidade do processo.
Vale observar que, se o processo no estvel, ele possui um comportamento
imprevisvel e no faz sentido avaliar sua capacidade
SOMENTE PROCESSOS ESTVEIS
DEVEM TER SUA CAPACIDADE AVALIADA
Os ndices de capacidade processam informaes de forma que seja possvel
avaliar se um processo capaz de gerar produtos que atendam s
especificaes provenientes dos clientes internos e externos.
Para utilizar os ndices de capacidade necessrio que:

O processo esteja sob controle estatstico;

A varivel estudada tenha distribuio prxima da normal.
ndice Cp
Relaciona a faixa permitida ao processo
(determinada pelos limites de especificao) e a variao natural do processo.
Quanto maior o valor de Cp, maior ser a capacidade do processo
em satisfazer s especificaes,
desde que a mdia esteja centrada no valor nominal
Cp
=
LSE - LIE
6
ndice Cp
Cp assume implicitamente que o processo est centrado
no valor nominal da especificao.

Se o processo no estiver centrado no valor nominal, deve ser utilizado o ndice Cpk.
Classificao do Processo Valor de Cp
Capaz ou Adequado

Cp >= 1,33
(Verde)
Aceitvel

1 <= Cp <= 1,33
(Amarelo)
Incapaz ou Inadequado

(Vermelho) Cp < 1
ndice Cpk
Permite avaliar se o processo est sendo capaz de atingir o valor
nominal da especificao.

Pode ser interpretado como uma medida da capacidade real do processo.
Quando a mdia do processo coincide com o valor nominal da especificao,
ento Cp = Cpk
Cpk
=
LSE Mdia ,
3
Mdia - LiE
3
MIN
3 3
MEU PRODUTO
DESEJADO PELO CLIENTE
3 3
MEU PRODUTO
DESEJADO PELO CLIENTE
3 3
MEU PRODUTO
DESEJADO PELO CLIENTE
18 dicas para se viver bem
Persiga metas possveis de serem alcanadas

Sempre sorria espontnea e genuinamente
Divida com os outros
Ajude os necessitados
Mantenha seu esprito jovem
Se relacione com ricos, pobres, bonitos e feios
Sob presso, mantenha-se calmo!
Use seu humor para aliviar o stress
Perdoe aos que te incomodam
Tenha alguns amigos em quem confiar
Coopere e consiga as melhores recompensas
Valorize cada momento com quem voc ama
Mantenha em alta sua confiana e auto-estima
Respeite as diferenas
Vez ou outra, permita-se quebrar as regras
Corra riscos calculados
..E compreenda " Dinheiro no tudo"
U
S
O

I
N
T
E
R
N
O

www.place.com.b
r
Alexandre Nascimento
anascimento@place.com.br
(73) 3878.8009
(73) 9926.2779