ads:
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ
PR
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ
CAMPUS PONTA GROSSA
DEPARTAMENTO DE PÓS-GRADUAÇÃO
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO
PPGEP
VILMARA INDEZEICHAK
ANÁLISE DO CONTROLE ESTATÍSTICO DA
PRODUÇÃO PARA EMPRESA DE PEQUENO PORTE:
UM ESTUDO DE CASO
PONTA GROSSA
DEZEMBRO – 2005
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
VILMARA INDEZEICHAK
ANÁLISE DO CONTROLE ESTATÍSTICO DA
PRODUÇÃO PARA EMPRESA DE PEQUENO PORTE:
UM ESTUDO DE CASO
Dissertação apresentada como requisito parcial
à obtenção do título de Mestre em Engenharia
de Produção, do Programa de Pós-Graduação
em Engenharia de Produção, Área de
Concentração: Gestão Industrial, do
Departamento de Pesquisa e Pós-Graduação,
do Campus Ponta Grossa, da UTFPR.
Orientador: Profª. Magda Lauri Gomes Leite,
Doutora.
PONTA GROSSA
DEZEMBRO - 2005
ads:
PPGEP –Gestão Industrial (2005)
Dedico este trabalho a meu pai, Luiz
Indezeichak (in memoriam), e a minha
filha Paula Priscila Rodrigues.
PPGEP –Gestão Industrial (2005)
AGRADECIMENTOS
Após a conclusão desta jornada, não posso deixar de expressar a minha
gratidão àquelas pessoas que participaram e contribuíram para o seu cumprimento e
êxito;
Agradeço em especial à Profª. Magda Lauri Gomes Leite, orientadora deste
trabalho, e amiga dedicada que, com seu entusiasmo, dinamismo, perseverança e
atenção, tornou a caminhada mais clara e leve;
Agradeço a todos os professores do Programa de Mestrado em Engenharia da
Produção que, de alguma forma, contribuíram para o sucesso deste trabalho;
Agradeço a todos meus amigos, que sempre estiveram ao meu lado, por mais
que eu estivesse ausente;
Agradeço à Empresa W 3, aos seus diretores Wilson Gelaki e Jeison Gelaki e
seus funcionários, que foram sempre muito prestativos e cordiais. Em especial,
agradeço ao Engenheiro José Ademir e ao Anderson Luis Cheremetta, que abriram
as portas da Empresa para realização deste trabalho.
“Nada realizaríamos se esperássemos até
fazê-lo com tanta perfeição que ninguém
lhe achasse defeito”.
John Henry Newman (1801 – 1890).
PPGEP – Gestão Industrial (2005)
RESUMO
O objetivo deste trabalho é realizar uma análise do processo produtivo de uma
empresa manufatureira de pequeno porte visando a entender as principais
dificuldades de melhoria do processo de produção. Para tanto, buscou-se revisar os
conceitos de empresas de pequeno porte, competitividade e inovação. Investigaram-
se os conceitos do Controle Estatístico de Processos e suas dificuldades de
implantação nas Empresas de Pequeno Porte (EPP). Buscou-se selecionar a EPP
que tivesse sua linha de produção em série e que não utilizasse ferramentas
estatísticas de controle. Escolhida a empresa e a linha de produção, se descreveu o
processo produtivo desta linha. A partir da descrição do processo foram verificados
alguns pontos considerados críticos onde se aplicaram as cartas de controle por
atributos e utilizou-se o diagrama de causa e efeito para análise das falhas
detectadas. Os resultados, a partir da metodologia utilizada, mostraram que a
empresa está distante ainda de uma implantação de sistema de qualidade como o
Seis Sigma, por exemplo. No entanto, foi possível com uma ferramenta simples,
como a carta de controle por atributos, identificar a deficiência do processo
produtivo, mostrando que a utilização dela pode minimizar desperdício e retrabalho.
Palavras-chave: Empresa de Pequeno Porte, Controle Estatístico de Processo,
cartas de controle por atributos, qualidade.
PPGEP – Gestão Industrial (2005)
ABSTRACT
This work aims to analyze a small manufacturing company productive process in
order to understand the main improvement difficulties at production process. For this,
the concepts of small companies, competitiveness and innovation were reviewed. It
was investigated the concepts of Statistical Process Control, as well as the difficulties
of implanting it in Small Companies. It was selected a company with serial line
production and don’t use any statistical control tool. After choosing the company and
the line production, the process production was described. From this description
some critical points were identified, and then was applied the attribute control charts
and used cause and effect diagram to analyze the detected fails. The results showed
that the company is still far from implanting a quality system like Six Sigma, for
example. However, using a simple tool like attribute control chart, it was possible to
identify the productive process deficiency, showing that its use can reduce waste and
rework.
Keywords: Small Companies; Statistical Process Control; attribute control charts;
quality.
PPGEP – Gestão Industrial (2005)
LISTA DE FIGURAS
Figura 1 Gráfico das áreas sob a curva de Distribuição Normal................................38
Figura 2 Gráfico referente a um processo isento de causas especiais .....................39
Figura 3 Gráfico referente a um processo com causa especial alterando média do
processo ....................................................................................................................40
Figura 4 Gráfico de um processo com causa especial alterando a média do processo
e aumentando a variabilidade do processo ...............................................................40
Figura 5 Gráfico de um processo instável..................................................................42
Figura 6 Exemplo de gráfico com um processo estável e ajustado ..........................43
Figura 7 Exemplo de gráfico da média
X
..................................................................45
Figura 8 Exemplo de gráfico da amplitude
R
............................................................47
Figura 9 Limites de especificação e distribuição de X ...............................................51
Figura 10 Exemplo de carta de controle p..................................................................54
Figura 11 Exemplo de carta de controle np................................................................55
Figura 12 Exemplo carta de controle c.......................................................................57
Figura 13 Exemplo de carta de controle u .................................................................58
Figura 14 Histograma.................................................................................................64
Figura 15 1º corte da bandeja....................................................................................72
Figura 16 Estampa da bandeja.................................................................................72
Figura 17 Bandeja dobrada........................................................................................73
Figura 18 Bandeja com reforço .................................................................................73
Figura 19 Reforço ......................................................................................................74
Figura 20 Corte e estampa da coluna .......................................................................75
Figura 21 Dobra da coluna ........................................................................................75
PPGEP – Gestão Industrial (2005)
Figura 22 Gabarito 1 ..................................................................................................76
Figura 23 Gabarito 2 ..................................................................................................76
Figura 24 Carta de controle 1º corte da bandeja .......................................................80
Figura 25 Carta de controle 1º corte da bandeja 2 ....................................................83
Figura 26 Carta de controle para estampa ................................................................85
PPGEP – Gestão Industrial (2005)
LISTA DE TABELAS
Tabela 1 Valores de d
2
e d
3
. .....................................................................................46
Tabela 2 Valores de C
p
e C
pk
para diferentes valores de
µ
e
σ
com LIE=2 e
LSE=8.........................................................................................................................50
Tabela 3 Classificação do processo com respeito a sua capabilidade .....................51
Tabela 4 C
p
, Z e taxa de rejeição...............................................................................63
Tabela 5 Itens não-conformes 1º corte da bandeja....................................................77
Tabela 6 Itens não-conformes estampa da bandeja..................................................78
PPGEP – Gestão Industrial (2005)
LISTA DE QUADROS
Quadro 1 Cláusula 4.20 da ISSO 9001:1994.............................................................20
Quadro 2 Cláusula 8.1 da ISSO 9001:2000...............................................................20
Quadro 3 Dificuldades/razões de mortalidade das Empresas de Pequeno Porte.....24
Quadro 4 Diagrama de causa e efeito........................................................................42
Quadro 5 Fluxograma para estabelecimento dos Limites de Controle......................62
Quadro 6 Fluxograma do processo............................................................................71
Quadro 7 Diagrama de causa e efeito da 1ª carta de controle..................................82
Quadro 8 Diagrama de causa e efeito da 2ª carta de controle..................................86
PPGEP – Gestão Industrial (2005)
LISTA DE ABREVIATURAS E SIGLAS
APL Arranjo Produtivo Local
CCO Curvas Características de Operação
CD Compact Disc
CEP Controle Estatístico de Processo
CEQ Controle Estatístico da Qualidade
CNI Confederação Nacional das Indústrias
C
p
Í
ndice potencial do Processo
C
pk
Í
ndice de Desempenho do Processo
D 30 Tipo de Estante Fabricada
EPP Empresas de Pequeno Porte
FIEP Federação das Indústrias do Estado do Paraná
FINEP Financiadora de Estudos e Projetos
HP Hewlett – Packard
IBGE Instituto Brasileiro de Geografia e Estatística
ICP Índice de Capacidade do Processo
ISO Internacional Organization for Standarization
IPARDES Instituto de Desenvolvimento Econômico e Social
LIC
Limite Inferior de Controle
LM
Limite Médio
LSC Limite Superior de Controle
MS 105 Military Standart 105
NBR Normas Brasileiras
NQA
Nível de Qualidade Aceitável
OECD Organização para a Cooperação e Desenvolvimento Econômico
OCC Operating Characteristic Curves
PDCA Plan, Do, Check, Action
PFE Porcentagem por Itens Fora da Especificação
PIB
Produto Interno Bruto
PME Pequena e Média Empresa
PPGEP – Gestão Industrial (2005)
PPM Partes por Milhão
SEBRAE Serviço Brasileiro de Apoio às Micro e Pequenas Empresas
TPP Tecnological Product and Process
TQM Totally Quality Management
ZD Zero Defects
PPGEP – Gestão Industrial (2005)
LISTA DE SÍMBOLOS
α
(Alfa) Erro do tipo I
β
(Beta) Erro do tipo II
X
Média das amostras
R
Amplitude da amostra
x
µ
Média da população
x
σ
Desvio-padrão da média amostral
PPGEP – Gestão Industrial (2005)
SUMÁRIO
AGRADECIMENTOS
RESUMO
ABSTRACT
LISTA DE FIGURAS
LISTA DE TABELAS
LISTA DE QUADROS
LISTA DE ABREVIATURAS E SIGLAS
LISTA DE SÍMBOLOS
SUMÁRIO
1 INTRODUÇÃO....................................................................................................16
1.1 Apresentação do tema................................................................................................................ 16
1.2 Justificativa................................................................................................................................ 188
1.3 Objetivos...................................................................................................................................... 21
1.3.1 Objetivo Geral ...................................................................................................................... 21
1.3.2 Objetivos específicos ........................................................................................................... 21
2 REFERENCIAL TEÓRICO..................................................................................23
2.1 Empresas de Pequeno Porte...................................................................................................... 23
2.2 Competitividade e Inovação........................................................................................................ 26
2.2.1 Competitividade nas Indústrias Paranaenses...................................................................... 26
2.2.2 Inovação............................................................................................................................... 28
2.3 Controle Estatístico da Qaulidade............................................................................................... 31
2.4 Controle Estatistico de Processo................................................................................................ 36
2.4.1 Panorâma histórico do Controle Estatístico de Processo.................................................... 36
2.4.2 Conceituando Controle Estatístico de Processo.................................................................. 37
2.4.3 Variabilidade do processos.................................................................................................. 39
2.5 Monitoramento dos processos por cartas de controle................................................................ 41
2.5.1 Gráfico de
X
média amostral............................................................................................. 43
2.5.2 Gráfico da amplitude R......................................................................................................... 45
2.5.3 Capacidade do processo por cartas de controle ................................................................. 47
2.6 Gráfico de controle por atributos................................................................................................. 51
2.6.1 Carta de controle p .............................................................................................................. 53
2.6.2 Carta de controle np............................................................................................................. 54
PPGEP – Gestão Industrial (2005)
2.6.3 Carta de controle c............................................................................................................... 55
2.6.4 Carta de controle u............................................................................................................... 57
2.6.5 Interpretação das cartas de controle por atributos .............................................................. 59
2.6.5.1 Análise dos dados marcados........................................................................................ 59
2.6.5.2 Encontrar e corrigir as causas especiais ...................................................................... 60
2.6.5.3 Recalculos dos limites de controle................................................................................ 60
2.6.5.4 Capabilidade do processo............................................................................................. 60
2.7 Histograma.................................................................................................................................. 63
3 MATERIAL E MÉTODO .........................................................................................65
3.1 Introdução.................................................................................................................................... 65
3.2 Metodologia................................................................................................................................. 66
3.3 Descrição da Empresa................................................................................................................ 70
3.4 Processo de fabricação da estante D30..................................................................................... 71
3.5 Escolha dos pontos críticos e coleta de dados........................................................................... 75
4 RESULTADOS.......................................................................................................77
5 CONCLUSÕES E RECOMENDAÇÕES.............................................................88
5.1 CONCLUSÕES ..................................................................................................................... 88
5.2 SUGESTÕES PARA EMPRESA........................................................................................... 90
5.2 SUGESTÕES PARA FUTUROSTRABALHOS .................................................................... 91
REFERÊNCIAS.........................................................................................................92
ANEXO A – CARTA DE AUTORIZAÇÃO ...............................................................101
PPGEP – Gestão Industrial (2005)
Capítulo 1 Introdução 16
1 INTRODUÇÃO
1.1 Apresentação do tema
No Brasil, as empresas de pequeno porte (EPP) têm sua relevância
associada ao fato de empregarem 60% das pessoas ocupadas, assim como por
oferecerem bens e serviços que complementam as grandes empresas (COSTA &
ALMEIDA, 2000). Elas também representam 96,3% do universo empresarial com
participação de 21% do PIB e são responsáveis por 42% dos salários, no entanto,
contribuem apenas com 1,7% das exportações (IBGE, 2004). Os dados
apresentados no relatório SEBRAE (2005) apresentam diferenças em alguns destes
índices, no caso do universo empresarial é de 99,2%, e no caso dos salários é de
26%. Já o número de empregos quase se iguala, sendo 57,2% e para exportação,
2,2%. A diferença entre as estatísticas advém da metodologia utilizada por cada uma
delas. O IBGE utilizou-se da lei 9.841/99, de 5 de outubro de 1999, o SEBRAE fez
uma classificação própria, combinando a classificação do SEBRAE (número de
funcionários) e o Estatuto da Microempresa e da Empresa de Pequeno Porte,
parecendo ser esta a mais adequada, pois algumas EPP podem na classificação do
SEBRAE ser micro mas conforme seu faturamento (lei) ser pequena ou ainda até
média empresa.
Observa-se, através destes dados do IBGE e do SEBRAE, que a contribuição
das EPP em relação à empregabilidade é alta, mas a contribuição do PIB é baixa e
que respondem somente a 26% e as médias e grandes empresas representam 74%
da massa salarial (SEBRAE, 2005). Também, apesar das EPP serem a grande
maioria no país, a taxa de exportação é muito baixa, conforme o número delas. Uma
das soluções apontadas para que esse quadro possa ser revertido seria o
melhoramento de produtos e processos através do desenvolvimento de tecnologias
específicas para EPP, desta forma a competitividade se eleva (COSTA e ALMEIDA,
2000).
PPGEP – Gestão Industrial (2005)
Capítulo 1 Introdução 17
Conforme pesquisa do SEBRAE (2004), as EPP encontram dificuldades
financeiras para acompanhar as inovações, e assim têm buscado a inovação através
da utilização de técnicas de baixo custo, utilizando-se de procedimentos simples.
Além da dificuldade financeira citam-se outras que também podem levar as
empresas a uma menor competitividade, como: conhecimentos gerenciais, falta de
clientes, dificuldade com fiscalização, etc.
Para poder transpor estas dificuldades, alguns fatores são essenciais, como: o
aumento da competitividade e a busca pela inovação, via melhoria da qualidade e
produtividade.
Alguns empresários tentam superar muitas de suas dificuldades priorizando
investimentos na melhoria dos processos e produtos, assim como na qualidade dos
mesmos, embora se observe que a maior parcela de investimentos das empresas de
pequeno porte, nos últimos anos, tenha sido para implementação de sistema de
qualidade, os especialistas em qualidade alertam para o exagero na ênfase aos
aspectos qualitativos dos gerentes de qualidade. Não que estes não sejam
importantes, mas a parte estatística também o é, como Czarnecki apud Ograjensek
e Thyregod (2004) afirmou: “as companhias têm se preocupado apenas com a
filosofia do Totaly Quality Management – TQM sem adotar a metodologia
estatística”.
Gruner, na coluna da Quality Progress, “Statistics Corner” de 1998 (apud
OGRAJENSEK & THYREGOD, 2004), comentou que os empresários têm-se
afastado em demasia da metodologia quantitativa, enfatizando apenas as relações
humanas, condução de reuniões, entre outros, e não estão dando a devida ênfase à
parte quantitativa que mede e afeta a melhoria real.
Os conceitos quantitativos, algumas vezes, são negligenciados por duas
razões: as dificuldades de medição e falta de instrução quantitativa dos funcionários.
Com base nesse ambiente, é necessário que metodologias sejam
desenvolvidas e que possibilitem a adequação de ferramentas de gestão para EPPs.
Considerando a ênfase das empresas em implementar melhoria de processo e
produtos e implementação de controle de qualidade, este estudo propõe uma
análise do processo produtivo com sondagem para implementação de ferramentas
estatísticas, já que vários estudos apontam como deficiente a análise estatística
PPGEP – Gestão Industrial (2005)
Capítulo 1 Introdução 18
nestas implementações, treinamentos em conhecimentos estatísticos para que estes
estejam disponíveis aos empresários de micro, pequenas e médias empresas
tentando assim amenizar os problemas mais recorrentes nas empresas e torná-los
mais capazes de competir no mercado. A importância do trabalho em analisar o
processo produtivo e propor a implementação das ferramentas básicas do CEP, na
empresa de pequeno porte manufatureira de móveis de aço, vai ao encontro das
necessidades das empresas. A escolha deste setor, móveis de aço, da indústria
manufatureira se deu por ser uma atividade que representa um grande número de
EPP de Ponta Grossa, identificado como possível APL de Ponta Grossa pela
pesquisa do IPARDES de julho de 2005.
1.2 Justificativa
No Brasil, a abertura econômica fez com que as empresas passassem por um
processo de transformação estrutural, pois em uma economia globalizada existe a
necessidade de ajuste às novas exigências do mercado. O contexto globalizado
causou um aumento da competitividade e as empresas, para sobreviverem neste
novo contexto, precisam investir em novas tecnologias e buscar um padrão
operacional competitivo. No entanto, a utilização de técnicas avançadas de
produção e a inovação tecnológica dos equipamentos ficaram restritas a um
pequeno número de empresas.
A busca da inserção de um número maior de empresas neste mercado
globalizado tem sido preocupação em diversos setores da economia. A Federação
das Indústrias do Estado do Paraná – FIEP, por exemplo, vem realizando desde
1995 a Sondagem Industrial, com intuito de conhecer as expectativas dos líderes
empresariais do Paraná em relação ao presumido desempenho de seus negócios
num futuro próximo, e o que de concreto está sendo desenvolvido para fazer frente a
constantes e novos desafios.
A VIII Sondagem Industrial, realizada pela Federação das Indústrias do
Estado do Paraná (FIEP) em 2003, que contou com a participação de 393 empresas
de todos os portes, mostrou que 51,56% das empresas estão preocupadas com
PPGEP – Gestão Industrial (2005)
Capítulo 1 Introdução 19
investimentos em qualidade e 46,61% na melhoria de processo. Nas técnicas
gerenciais utilizadas, 41,15% apontaram os programas de qualidade e 17,19% o
Controle Estatístico de Processos – CEP.
A grande preocupação dos empresários está em melhorar processos e
produtos assim como a qualidade destes. Fato também comprovado pela pesquisa
“A Indústria e a Questão Tecnológica”, realizada pela Confederação Nacional das
Indústrias - CNI - e pela Financiadora de Estudos e Projetos – FINEP – que
investigou 531 empresas brasileiras nos meses de outubro a dezembro de 2001,
independente do porte, e apontou que a inovação de produtos e processos e a
expansão da capacidade foram as principais estratégias de negócios na segunda
metade dos anos 90. A mesma pesquisa mostra que “melhorar a qualidade dos
produtos” é o objetivo principal das empresas brasileiras, citando que a inovação de
produtos e processos é buscada pela maior parte do setor industrial, 83% das
empresas.
Apesar de verificar que os empresários estão muito preocupados com a
implantação de sistema de qualidade, estudos na literatura apontam problemas na
inserção dos mesmos. Irena Ograjensek, Poul Thyregod, M. T. Czarnecki e Bert
Gruner (2004) apontam a falta de preocupação com os métodos quantitativos
restringindo a implantação aos conceitos filosóficos da qualidade.
Analisando-se a norma ISO 9001:1994 percebe-se também que esta não
chama a atenção para as questões de estatística, falando desta apenas em dois
breves parágrafos (ver quadro 1). As orientações estatísticas somente foram
publicadas mais tarde, na ISO/TR 10017:1999 (Orientação em Técnicas Estatísticas
para a ISO 9001:1994).
PPGEP – Gestão Industrial (2005)
Capítulo 1 Introdução 20
Quadro 1 – Cláusula 4.20 da ISO 9001:1994
4.20 Técnicas Estatísticas
4.20.1
Identificação da
Necessidade
O fornecedor deve identificar a necessidade
de técnicas estatísticas requeridas para
estabelecimento, controle e verificação da
capabilidade do processo e das
características de produto.
4.20.2
Procedimentos
O fornecedor deve estabelecer e manter
procedimentos documentados para
implementar e controlar a aplicação das
técnicas estatísticas identificadas em 4.20.1
Fonte: Adaptado da Norma ISO 9001:1994.
Na ISO 9001:2000, em sua cláusula 8 (ver quadro 2), há uma abordagem
mais detalhada sobre estatística, aparecendo orientações ligadas às questões de
medição, análise e melhoria.
Quadro 2 – Cláusula 8.1 da ISO 9001:2000
8. Medição, análise e melhoria.
8.1
Generalidades
A
organização deve planejar e implementar os
processos necessários de monitoramento,
medição, análise e melhoria para:
a) Demonstrar a conformidade do produto.
b)
A
ssegurar a conformidade do Sistema
de Gestão da Qualidade.
c) Melhorar continuamente a eficácia do
Sistema de Gestão da Qualidade.
Isso deve incluir a determinação dos métodos
aplicáveis, incluindo técnicas estatísticas e a
extensão de seu uso.
Fonte: Adaptado da Norma ISO 9001:2000.
Mediante este panorama, ressalta-se a importância deste trabalho para a linha de
pesquisa: Produção e Manutenção do Programa de Pós-Graduação em Engenharia
PPGEP – Gestão Industrial (2005)
Capítulo 1 Introdução 21
de Produção, onde se propõe salientar o desenvolvimento estratégico das
empresas, em especial das empresas de pequeno porte.
Neste contexto, pretende-se analisar o processo produtivo de uma empresa de
pequeno porte e propor uma implementação das ferramentas do CEP. Para que isto
ocorra, deve-se descobrir quais elementos do CEP podem ser aplicados na empresa
a baixo custo e que possam trazer ganho na produtividade, com eliminação do
desperdício no processo de fabricação e também melhorar a qualidade dos produtos
finais.
A contribuição deste trabalho está em auxiliar as empresas, com seus problemas
mais recorrentes, propondo técnicas mais elaboradas de ferramentas de gestão da
produção, de forma que os custos sejam mínimos, favorecendo as EPP na
implantação de tecnologias para o aumento do valor agregado, da competitividade,
melhor inserção no mercado. Também contribuir para que essas tenham a opção de
certificar suas empresas conforme as ISO e decidirem-se por exportar ou não seus
produtos.
1.3 Objetivos
1.3.1 Objetivo Geral
Analisar o processo produtivo de uma empresa manufatureira de pequeno
porte e propor a implantação de ferramentas básicas do Controle Estatístico de
Processos.
1.3.2 Objetivos Específicos
- Analisar dados, informações e conhecimentos existentes na literatura, em
relação a empresas de pequeno porte;
- Analisar dados, informações e conhecimentos existentes na literatura, em
relação a Controle Estatístico de Processos;
PPGEP – Gestão Industrial (2005)
Capítulo 1 Introdução 22
- Evidenciar pontos positivos e vantagens das ferramentas do Controle
Estatístico de Processos (CEP);
- Escolher três empresas de pequeno porte, fabricantes de móveis de aço, do
CD de cadastro de empresas da FIEP/2003;
- Visitar as três empresas, verificando seu processo produtivo;
- Entrevistar gerentes de produção, das empresas escolhidas;
- Verificar, entre as três empresas, qual se adapta melhor ao estudo;
- Analisar o sistema de produção da empresa escolhida;
- Escolher o processo produtivo na empresa, onde será aplicada a pesquisa;
- Escolher os pontos críticos do processo produtivo;
- Escolher o tipo de carta de controle que se utilizará na pesquisa, conforme
processo produtivo escolhido, pontos críticos e exigências da empresa;
- Realizar a coleta de amostras;
- Calcular as estatísticas necessárias a carta de controle escolhida;
- Oferecer subsídios para futuros trabalhos da área em questão.
PPGEP – Gestão Industrial (2005)
Capítulo 2 Referencial Teórico 23
2 REFERENCIAL TEÓRICO
2.1 Empresas de Pequeno Porte
Existem muitos critérios para a definição de pequena empresa. Os mais
comuns envolvem o faturamento, o número de empregados, o capital e as vendas.
No Brasil, oficialmente, está em vigor a lei número 9.841/99, de 5 de outubro de
1999, que foi atualizada em 31 de março pelo decreto nº 5028/2004, que define,
quanto à receita anual, microempresa com receita bruta anual igual ou inferior a R$
433.755,14 (quatrocentos e trinta e três mil, setecentos e cinqüenta e cinco reais e
quatorze centavos), e empresa de pequeno porte com receita bruta anual superior a
R$ 433.755,14 (quatrocentos e trinta e três mil, setecentos e cinqüenta e cinco reais
e quatorze centavos) e igual ou inferior a R$ 2.133.222,00 (dois milhões, cento e
trinta e três mil, duzentos e vinte e dois reais).
O sistema SEBRAE (2004), para o enquadramento destas empresas na
utilização da maioria de seus serviços, classifica-as por número de empregados,
tendo uma classificação diferente para empresas de comércio e serviço em relação
às empresas industriais.
Microempresa: uma indústria com até 19 empregados ou um comércio com
até 9 empregados;
Pequena empresa: na indústria, com 20 a 99 empregados e um
comércio/serviço com 10 a 49 empregados;
Média empresa: na indústria, possui 100 a 499 empregados e no
comércio/serviço, de 50 a 99 empregados
.
Conforme as definições, algumas empresas classificam-se, segundo o
SEBRAE, como microempresa, mas seu faturamento excede o valor de pequena
empresa ou mesmo de média, que é a classificação oficial segundo a lei 9.841/99.
Outras são de pequeno porte, conforme número de empregados, mas possuem um
faturamento inferior ao que consta na lei. Neste trabalho, tratar-se-á micro, pequena
e média empresa utilizando da definição do SEBRAE.
PPGEP – Gestão Industrial (2005)
Capítulo 2 Referencial Teórico 24
Segundo dados do IBGE (2004), as EPP representam 96,3% do universo
empresarial, 42% dos salários e 60% das pessoas empregadas. O IBGE acrescenta
ainda a participação do PIB com 21%, e nas exportações a contribuição é de apenas
1,7%.
As EPP têm sua relevância ligada ao fato de que elas respondem, conforme
dados do SEBRAE (2005), por 99,2% do número total de empresas formais no país,
contribuindo assim com 57,2% dos empregos totais; ainda, 26% da massa salarial e
2,2% de participação nas exportações. Mesmo existindo diferenças entre os dados
do SEBRAE e do IBGE, os dois órgãos apontam baixa contribuição das EPP nas
exportações, um dos motivos para esta pequena participação pode ser a baixa
capacidade tecnológica encontrada nas EPP,
pois, segundo o SEBRAE,
considerando o grau de tecnologia dos produtos exportados, 81% do valor das
exportações das micro e pequenas empresas é oriunda de produtos de baixa e
média-baixa intensidade tecnológica, sendo que os produtos de alta intensidade
tecnológica representaram apenas 3,9% no caso das microempresas e 2,8% nas
pequenas. O SEBRAE também constatou uma associação entre má administração e
sobrevivência das empresas, embora o problema tenha sido detectado, ele ainda
persiste, pois existem inúmeros obstáculos pelos quais as empresas passam. Essas
dificuldades ficam evidenciadas quando verificamos as causas da mortalidade das
EPP, como podemos observar no quadro 3.
Quadro 3 – Dificuldades/razões de mortalidade de EPP.
Categorias Ranking Dificuldades/razões Percentual de
empresários que
responderam
1º Falta de capital de giro 42%
3º Problemas financeiros 21%
8º Ponto/Local inadequado 8%
Falhas Gerenciais
9º Conhecimentos Gerenciais 7%
2º Falta de clientes 25%
4º Maus pagadores 16%
Causas Econômicas
conjunturais
6º Recessão econômica do país 14%
12º Instalações inadequadas 3% Logística Operacional
11º Falta de mão de obra qualificada 5%
5º Falta de crédito 14%
10º Problemas com fiscalização 6%
13º Carga tributária 1%
Políticas públicas e
arcabouço legal
7º Outra razão 14%
Fonte: Fatores Condicionantes e Taxa de Mortalidade de Empresas no Brasil, SEBRAE 2004.
PPGEP – Gestão Industrial (2005)
Capítulo 2 Referencial Teórico 25
Apesar de diversos autores terem apontado a flexibilidade e o seu tamanho
como sendo pontos fortes das EPP, elas ainda não conseguiram encontrar a
estratégia para seu fortalecimento e sobrevivência, por esta razão ocorre à alta taxa
de mortalidade. Algumas estratégias podem ser enumeradas, como a de
diferenciação e de defesa. A primeira trata de não competir com preços e ganhos em
grande escala como as grandes empresas nacionais e as multinacionais, elas
devem procurar no mercado segmentos não atendidos por grandes empresas. A
segunda é concentrar-se no mercado doméstico, pois assim atende as
particularidades de seus consumidores, esta é uma estratégia excelente quando
existem barreiras à entrada de novas empresas. Assim poderiam transpor uma das
dificuldades mais recorrentes como a falta de clientes. Outra estratégia seria a de
expansão, na qual ela não se detém ao mercado doméstico, mas procuram
mercados semelhantes ao seu, sempre observando as preferências de seus
consumidores e os canais de distribuição. Esta estratégia poderia melhorar outra
dificuldade como a do local ou ponto inadequado.
A adoção de um outro tipo de estratégia é a formação de Arranjo Produtivo
Local (APL), pois estas empresas se especializam em estágios de produção e
comercialização, obtendo vantagens sobre as grandes empresas, pois conseguem
readaptar-se rapidamente às mudanças de mercado, tem maior produtividade,
ampliam a inovação, conseguem atrair novos negócios, facilitam a transferência de
informações, tem acesso à tecnologia, custos de transações e atrasos na entrega se
reduzem (COSTA e ALMEIDA, 2000). O IPARDES, em pesquisa realizada em julho
de 2005, pesquisando os possíveis APL’s no Estado do Paraná, identificou na região
de Ponta Grossa um possível APL no setor metal-mecânico de fabricação de móveis
de aço, pois este setor, nesta região, possui um número grande de micro e
pequenas empresas.
PPGEP – Gestão Industrial (2005)
Capítulo 2 Referencial Teórico 26
2.2 Competitividade e Inovação
2.2.1 Competitividade nas Indústrias Paranaenses
O acúmulo dos fatores produtivos físicos e competitivos faz a economia
crescer. Segundo o IPARDES (2002) “esses fatores se expressam nos avanços de
escala e nos ganhos de eficiência, provenientes do progresso técnico, cujo principal
benefício é a aceleração das taxas de expansão do produto”.
A competitividade e o crescimento dos conjuntos industriais obedecem às
ampliação dos mercados e à subordinação à dinâmica dos caminhos tecnológicos
(IPARDES, 2002).
As tendências de escala e produtividade foram moldadas por duas fases da
indústria brasileira. A primeira surgiu do modelo de importações, juntamente com a
estagnação e instabilidade econômica nos anos oitenta do século passado. A
indústria teve de mudar sua capacidade competitiva da área produtiva para a
financeira, mais precisamente para negociação de preços, custos e prazos. A
conseqüência da não ampliação da escala e a estagnação generalizada nos níveis
de eficiência tornaram possível que empresas de menor porte e menos eficientes
pudessem entrar no mercado causando uma descentralização dos mesmos. A
segunda fase aconteceu em duas etapas nos anos noventa, que foram marcadas
pela transformação radical do ambiente, devido à globalização, estabilidade
monetária e troca de desenvolvimento movido pela demanda por um modelo
sustentado pela competitividade no mercado mundial.
A primeira etapa é fortemente marcada pela combinação de algumas defesas
das indústrias como: corte de excessos, desverticalização e especialização na linha
de produtos. Já a segunda, além das defesas já citadas, ficou marcada pela
retomada do mercado interno acrescentadas pela modernização e renovação da
linha de produtos, reestruturação patrimonial e reinserção de setores industriais nas
trajetórias tecnológicas mundiais (IPARDES, 2002).
PPGEP – Gestão Industrial (2005)
Capítulo 2 Referencial Teórico 27
As mudanças reorientam novas estratégias para a produção. As empresas
paranaenses, diante de tais fatos, refletiram essas mudanças na remarcação de
preços, bem acima dos praticados pela indústria nacional. A retomada do
crescimento e aumento da capacidade produtiva daquelas empresas foi devido ao
“Plano Real” que fez com que as alíquotas de importações baixassem, assim cresce
realmente a estabilidade e produtividade da indústria.
As empresas de menor porte fazem aparecer ganhos na eficiência industrial,
mas o índice de produtividade cai. Assim, verifica-se que o crescimento industrial do
Estado do Paraná está diretamente ligado ao surgimento e crescimento de indústrias
de menor porte.
Na segunda metade dos anos noventa, ocorre uma nova fase na indústria
paranaense, onde o crescimento da produtividade se evidência sobre o de escala.
Esse crescimento deu-se pela expansão do grupo Tecnológico
1
sobre o grupo
Fornecedor
2
.
O estágio alcançado em cada momento pela competitividade de um conjunto
industrial depende da organização da produção, lembrando sempre das
individualidades de cada uma e as colaborações ao conjunto como um todo. A
adoção de técnicas de gestão, de estratégias de produção, modernização etc., estão
diretamente ligadas ao crescimento da produção e ao agrupamento de firmas líderes
que injetam novas tecnologias.
Quando as firmas começam a reconfigurar-se, elas crescem e impõe-se frente
aos concorrentes. Desta forma, avalia-se a competitividade, sendo o parâmetro para
essa avaliação a capacitação e a produtividade.
As elevações de produtividade e maior capacidade de produzir com custos
declinantes provêm da reorganização das indústrias gerando competitividade. Se
ocorrer o declínio do grupo industrial, nem sempre significa perda da
competitividade, caso esse declínio repercuta na transformação de um grau menor
para maior capacitação, com reflexo eficiente posteriormente.
1
Grupo que compreende eletroeletrônica e telecomunicações, máquinas e equipamentos, automobilística e produtos químicos.
2
Este grupo compreende extrativa e minerais não-metálicos, siderurgia e metalurgia, petroquímica, madeira, papel e gráfica e
agroindústria.
PPGEP – Gestão Industrial (2005)
Capítulo 2 Referencial Teórico 28
As empresas dos grupos Tecnológico e Fornecedor ganharam em eficiência
devido à reorganização, aumentando o dinamismo competitivo inclusive nas firmas
de menor porte, trazendo grande flexibilidade de processos e produtos (IPARDES,
2002).
As mudanças pelas quais as empresas devem passar para gerar
competitividade são: a globalização (abertura de mercado), volatilidade (maior
flexibilidade de processos), convergência (tecnologias combinando-se
conseqüentemente ocorre a multifuncionalidade de produtos e serviços), fim da
intermediação (distância menor entre produtos e consumidor), consciência
ecológica, entre outros (PRAHALAD & RAMASWAMY, 2001).
Vê-se, através deste panorama histórico do crescimento das EPP no Paraná,
que a competitividade é fator primordial para que estas continuem no mercado. Este
fato também induz que, para manter a competitividade, devem inovar, procurando
implantar novas tecnologias.
2.2.2 Inovação
A dificuldade do processo de inovação e as variações de formas em que este
ocorre nos diferentes tipos de empresas e indústrias implicam que a definição de
inovação não seja tão simples. Segundo Kruglianskas (1996), “a inovação é o
processo de tornar uma invenção rentável para a empresa”. E este processo,
segundo Marquis e Myers (1969) apud Kruglianskas (1996), “... é uma atividade
complexa, que se inicia com a concepção de uma nova idéia, passa pela solução de
um problema e vai até a real utilização de um novo item de valor econômico ou
social”. A pesquisadora Kanter (2001) define inovação como sendo o “processo de
trazer novas idéias para o uso produtivo. O segredo é construir a ponte entre idéia e
o uso comercial”, que foi citada na revista Inteligência Empresarial.
Segundo OECD (1997), no “Manual de Oslo”, a inovação tecnológica de
produtos e processos (TPP) só é considerada como implementada, se ela foi
colocada no mercado (inovação de produto) ou usada em um processo produtivo
(inovação de processo).
PPGEP – Gestão Industrial (2005)
Capítulo 2 Referencial Teórico 29
As inovações abrangem atividades científicas, tecnológicas, organizacionais,
financeiras e comerciais. As empresas são inovadoras em TPP se executam
melhorias e desenvolvimento em produtos e processos tecnologicamente novos ou
se sobressaem por um determinado período histórico.
Assim, segundo a OECD (1997),
Um processo de inovação tecnológica é a adoção de métodos de produção
tecnologicamente novos ou significativamente melhorados, incluindo-se os
métodos de entrega de produtos [delivery]. Estes métodos podem envolver
mudanças em equipamentos, ou organização da produção, ou a combinação
destas mudanças, e podem ser derivados do uso de novos conhecimentos.
Os métodos podem ter a intenção de produzir ou entregar produtos
tecnologicamente novos ou melhorados, os quais não podem ser produzidos
ou entregues usando-se os métodos convencionais de
produção, ou
essencialmente para incrementar a produção ou entrega eficiente de produtos
existentes.
É difícil encontrarmos um país ou uma empresa que, sozinho, consiga produzir
os conhecimentos que lhe são indispensáveis, pois a inovação tecnológica é
processo multidisciplinar. Reis (2004) afirma que
se considerarmos verdadeiro o conceito de que a inovação tecnológica é a
introdução no mercado, com êxito, de novos produtos ou tecnologias no
processo de produção ou nas próprias organizações, assim como a
subseqüente difusão destes na sociedade, então as inovações implicam
uma série de atividades científicas, tecnológicas, de organizações,
financeiras e comerciais
.
O desenvolvimento de uma nação está diretamente ligado à inovação
tecnológica que gera produtos novos ou melhora os existentes, proporcionando
maior competitividade.
De forma sucinta, uma empresa, para ser competitiva, deve ser capaz de
ofertar produtos com qualidade, disponíveis a tempo e a baixo custo
(KRUGLIANSKAS, 1996).
PPGEP – Gestão Industrial (2005)
Capítulo 2 Referencial Teórico 30
Para colocar produtos novos e com qualidade no mercado globalizado, as EPP
devem aumentar sua capacidade tecnológica. Esta nas empresas apresenta-se em
três níveis: o primeiro nível inclui empresas com aptidão para identificar, selecionar e
comprar tecnologia materializada. No segundo, estão as firmas que modificam e
adaptam tecnologia, e no terceiro as empresas que introduzem novos produtos,
processos e/ou serviços com forte componente de tecnologia. (LARANJA, SIMÕES
& FONTES 1997).
As tecnologias não são adquiridas facilmente pelas EPP, pois nota-se que uma
de suas dificuldades é a falta de capital. Então, treinamentos de recursos humanos
são fundamentais para que apareçam vantagens competitivas, inovação e
competitividade empresarial.
Também, é fundamental para o processo inovativo o conhecimento científico
advindo de universidades e institutos de pesquisa com relações estreitas com
empresas, assim o conhecimento teórico pode ser aplicado em seus processos.
Para a Empresa de Pequeno Porte, outro fator importante para a inovação é
fornecimento de bens de equipamentos e sistemas a serem utilizados nos
processos. Não se pode esquecer que a empresa também deve estar predisposta
para a inovação.
Segundo Souza (2002),
... uma inovação é sempre uma quebra de paradigma na empresa que a
introduz e, como tal, é um processo de tentativas e buscas. Está sempre
presente a possibilidade do fracasso, que pode advir de avaliações
incorretas quanto aos resultados das novas trajetórias de mercado.
A decisão de inovar das empresas está ligada a obter vantagem competitiva
sobre as demais na busca de lucro diferenciado e sua participação no mercado. Os
riscos são grandes em inovar, por isso os lucros devem compensar, pois os
investimentos são muitos.
Analisando os perfis de algumas empresas, independente do sucesso ou
fracasso, podem-se citar algumas categorias de firmas inovadoras que segundo Reis
(2004) são:
PPGEP – Gestão Industrial (2005)
Capítulo 2 Referencial Teórico 31
- pequenas empresas inovadoras dispostas a arriscar, pois a sobrevivência
está ameaçada;
- grandes empresas com flexibilidade para tomada de decisões relativas aos
seus projetos;
- empresas inovadoras financiadas pelo Estado.
Ainda segundo Reis (2004), “as EPP inovam mais, seja porque têm menos a
perder, ou detêm maior flexibilidade, ou ganham com mudanças, ou, ainda, porque
acumulam algum tipo de capacidade tecnológica própria”.
Esta afirmação está em conformidade com a reportagem do jornal inglês
Financial Times, escrita pela jornalista Murray (2002), sobre o III Prêmio Real
Britânico para Empreendimentos Inovadores. Ela afirma que, “à parte das empresas
de engenharia e tecnologia na categoria Pequena e Média Empresa - PME, muitas
das mais inventivas organizações concorrentes a vencê-lo, em diversas áreas de
atividade, tinham menos de cem funcionários”. Para este jornal de negócios, as
pequenas empresas têm sido as mais inovadoras, pois acham solução para muitos
problemas. Mesmo com estas assertivas, os indicadores não apontam uma maior
eficiência das pequenas em relação às grandes empresas (IPARDES, 2002). Para
aumentar a produtividade e a qualidade, é necessária a busca de melhores
desempenhos, como a concretização de inovações para conseqüente impacto nos
resultados operacionais.
2.3 Controle Estatístico da Qualidade
O movimento da qualidade teve origem na década de vinte, com Shewhart.
No período da II Guerra Mundial, a procura pela qualidade dava-se devido a grande
quantidade de material bélico produzido. No pós-guerra, Deming foi levado ao Japão
para ajudar na reconstrução da indústria japonesa.
PPGEP – Gestão Industrial (2005)
Capítulo 2 Referencial Teórico 32
Nos anos cinqüenta, Deming convidou J. M. Juran, para ir ao Japão. Juran
postulava que a melhoria deveria ser item por item. Deming e Juran foram de suma
importância para a indústria japonesa.
Existem várias definições de qualidade, sendo que Deming, Juran, Crosby,
Fiegenbaum, Ishikawa e Taguchi, considerados seus grandes pioneiros, cooperaram
e muito para o desenvolvimento deste conceito (GALUCH, 2002).
Para Deming apud Sommer (2000), qualidade é “o atendimento às
necessidades dos clientes a um preço que eles estariam dispostos a pagar”. Já para
Juran (1993), “qualidade é adequação ao uso”. Assim, verifica-se que a qualidade é
expressa pelas melhores condições de acordo com as vistas do cliente, tanto na
satisfação quanto na relação custo/benefício.
A sua importância está na inspeção da qualidade, pois requer
acompanhamento sobre todo o processo, ela busca uma peça, uma amostra ou um
lote para verificar se este atende as especificações da qualidade. Para a avaliação
da qualidade, pode-se utilizar os modelos de qualidade in-line, on-line e off-line
determinando um conjunto de elementos básicos de avaliação.
• Qualidade in-line – aquela ligada diretamente ao processo produtivo.
Ela prioriza correção de falhas, prevenção de defeitos, redução de
custos, desperdiço, retrabalho, ou seja, procura a otimização do
processo.
• Qualidade on-line – esforço que a empresa faz para sempre ter um
produto dentro das especificações do consumidor. A firma capta as
modificações de preferência e num menor tempo possível, adapta o
processo conforme a nova realidade. Conforme Soares (2001) esta
forma “acompanha o produto desde seu nascimento na forma de
Qualidade de Projeto e durante todo seu ciclo de vida, ajustando
permanentemente as suas características às exigências do mercado”.
• Qualidade off-line – é gerada por áreas que não estão diretamente
ligadas ao processo de produção, por exemplo: compras, vendas,
marketing.
PPGEP – Gestão Industrial (2005)
Capítulo 2 Referencial Teórico 33
Nos últimos anos, as empresas passaram por mudanças de perspectiva. Elas
verificaram que estão inseridas em um meio-ambiente. Isso leva a questionar
valores tradicionais como, por exemplo, quanto ao lucro. Estas mudanças trouxeram
a busca pela qualidade total. O fato é que o termo qualidade tem sido interpretado
de várias maneiras. Uns interpretam apenas como um controle estatístico e outros
como uma mudança de filosofia para tomada de decisões. Ou seja, qualidade é um
sistema operacional e está ligada à cultura e aos valores das organizações.
Segundo Luca (2001)
este processo não é estático, está sempre procurando melhorias e centrado
nas demandas dos fregueses. É o aspecto dinâmico que caracteriza o que
podemos chamar do novo paradigma da qualidade total na empresa. [...]
qualidade se torna um sistema tangível que assegura a entrega de valores
enquanto necessidades mudam.
Ao analisar toda a imagem da gestão da qualidade total – TQM, verifica-se que
o objetivo contempla a cultura das organizações, servindo-se de ferramentas que
são comuns a TQM. Citando algumas dessas ferramentas: melhorias contínuas
(Kaizen), métodos de análise e solução de problemas (MASP), ciclo PDCA etc. Elas
aparecem na NBR-ISO 9000/2000 e 14000, assim como programas de
sensibilização funcional para qualidade (os 5S), controle estatístico do processo
(CEP), ZD –Zero Defects (zero defeito), seis sigmas, entre outros.
Na nova visão da qualidade, o aumento da produtividade é conseqüência da
melhoria da qualidade. As novas tecnologias de processos são consideradas como
medida de qualidade. Com as técnicas da TQM os problemas, “defeitos” são
controlados e prevenidos por técnicas de controle de processo (BROCK e BROCK,
1994).
Essa forma de gestão gerencial foca a qualidade dos produtos e/ou serviços. A
TQM estabelece, por meio de uma reunião de idéias e técnicas, um aumento da
competitividade da empresa, com foco na melhoria de produto e processos. Ela é
um sistema de longo prazo, que visa à satisfação do cliente, melhorando
continuamente os produtos e serviços.
PPGEP – Gestão Industrial (2005)
Capítulo 2 Referencial Teórico 34
Segundo Ishikawa (1990) apud Souza (2002) a gestão da qualidade total tem
duas maneiras distintas. Aquela que se limita a produtos e serviços (pequena
qualidade) para seus usuários e compradores, e aquela que envolve satisfação de
várias pessoas, grupos e comunidade da empresa (grande qualidade).
O motor competitivo das empresas é movido pela gestão da qualidade no
processo manufatureiro, dando potencial de vantagem competitiva. A gestão tem
embate na produtividade, devido à eliminação do retrabalho.
Esse fenômeno ficou evidenciado com o uso do Controle Estatístico de
Processos, que relaciona qualidade de produtos com custos menores, e isso
aumenta a produtividade e gera ampliação do mercado.
O controle da qualidade moderno é frequentemente denominado Controle
Estatístico da Qualidade que, segundo Montgomery (1997) apud Souza (2003), “é
uma metodologia muito importante para obtenção de manutenção e melhoria da
qualidade de produtos ou serviços produzidos por uma empresa”. Já na Norma ISO
8402 (International Organization for Standartization) é: “A totalidade das
características de uma entidade que lhe confere a capacidade de satisfazer
necessidades implícitas e explícitas dos clientes”.
Há duas razões pelas quais se devem utilizar o Controle Estatístico da
Qualidade – CEQ. A primeira é de testar apenas uma amostra e não toda
população, e a segunda é que é mais rápido e econômico, pois requer menos
trabalho.
Os métodos estatísticos para qualidade são divididos em duas partes. A
primeira é a aceitação por amostragem que avalia produtos já fabricados, e a
segunda é o controle estatístico de processo, que acompanha todo o processo
verificando o seu comportamento. Os cálculos para ambas as partes são iguais, o
que difere é a interpretação dos resultados.
O CEQ pode ser por atributos (dados que podem ser contados, como defeitos
de uma peça) ou por variáveis (dados que podem ser medidos, como diâmetro de
uma peça). Quando se estuda uma população a partir de uma amostra, isto pode
levar a erros, classificados como erro de amostragem. Estes podem ser divididos em
dois tipos. Quando a população é dita ruim ou o processo é dito fora do controle, não
PPGEP – Gestão Industrial (2005)
Capítulo 2 Referencial Teórico 35
estando fora do controle, temos o erro alfa ou do tipo I, ou risco do produtor. O
segundo tipo é quando a população é considerada boa ou o processo está sob
controle, quando realmente ele não está, assim o tipo do erro é beta, ou tipo II ou
risco do consumidor (DAVIS, AQUILIANO e CHASE, 2001).
Um plano de amostragem para atributos pode ser realizado quando um produto
é recebido de um fornecedor e passa pela inspeção ou quando uma das etapas do
processo é terminada e o pessoal da qualidade faz a inspeção ou mesmo mais tarde
no almoxarifado.
Para se esquematizar um plano de amostragem, devem-se levar em
consideração os custos para a inspeção, se ela será total (100%) ou apenas por
amostras. Se o custo de se inspecionar 100% for menor que o custo provocado por
uma peça defeituosa à decisão será realizar a inspeção de 100%, mas se o custo for
maior, é melhor inspecionar apenas uma amostra. Os objetivos do plano de
amostragem são: determinar sua qualidade ou garantir que a qualidade seja aquela
suposta.
Para projetar um plano de amostragem para variáveis deve-se medir a variável
de interesse de cada item na amostra e calcular a média da amostra, comparando
então a média obtida com os limites de controle para determinar se se aceita ou não
o lote inteiro.
Três são os fatores que se deve levar em consideração quando se usa um
plano de amostragem, são eles: probabilidade de rejeitar um lote que é realmente
bom (erro
α
); a probabilidade de aceitar um lote que é realmente ruim (erro
β
) e o
tamanho da amostra (n).
Quanto a estes fatores, vale ressaltar o controle dos erros Tipo I e Tipo II, pois,
α
é a probabilidade de um erro Tipo I (rejeitar uma hipótese nula verdadeira) e
β
a
do Tipo II (não rejeitar uma hipótese nula falsa). Na indústria são determinados
previamente os valores de
α
e n, assim o valor de
β
fica determinado
automaticamente. O ideal seria ter sempre
α
e
β
iguais à zero, mas não é possível,
o que deve ser feito é controlar as probabilidades destes. Na prática, se
α
for fixado,
quanto maior a amostra ocorre maior redução da chance de cometermos o erro de
não rejeitar a hipótese nula quando ela é falsa. Se n for fixado, se diminuir
α
PPGEP – Gestão Industrial (2005)
Capítulo 2 Referencial Teórico 36
acarreta aumento de
β
, se aumentar
α
acarreta diminuição de
β
. Se reduzirmos
α
e
β
, deve-se aumentar o tamanho da amostra (TRIOLA, 1999).
2.4 Controle Estatístico de Processos (CEP)
2.4.1 Panorama Histórico do Controle Estatístico de Processos (CEP)
O CEP teve seu início por volta de 1924 com Walter A. Shewhart que
desenvolveu e aplicou os gráficos de controle nos Bell Telephone Laboratories
(COSTA, EPPRECHT & CARPINETTI, 2004).
Após a publicação do seu livro “Economic Control of Quality Manufactured
Product” em 1931, introduzindo a idéia da aplicação da estatística nos processos de
produção, houve uma revolução no enfoque gerencial da qualidade que passou da
simples inspeção para detecção de falhas no processo ao controle integral do
processo (BAYEUX, 2001).
Mesmo com a ampla divulgação das técnicas do CEP, muitas empresas ainda
trabalham com o conceito de inspeção. Pelas normas americanas Military Standard
105 – MS 105, é comum a inspeção de recebimento por planos de amostragem que
adota o Nível de Qualidade Aceitável – NQA, igual a 1 %. Um fato interessante foi o
ocorrido com a Hewlett-Packard – HP nas suas primeiras transações com os
fornecedores japoneses, que atribuíam grande ênfase à produção de alta qualidade.
A HP insistia em um NQA de 2% na compra de cem cabos. Ocorreram várias
discussões sobre a porcentagem de NQA, até que os japoneses concordaram.
Quando a caixa chegou à empresa norte-americana, quando a abriram verificaram
que havia duas caixas e uma carta explicativa, uma com cem cabos bons. “Por
vocês insistirem em um NQA de 2% estamos também enviando uma com dois cabos
defeituosos, mesmo não entendendo por que vocês os querem” (BAYEUX, 2001).
Vê-se que para empresas que trabalham realmente com qualidade o Nível de
Qualidade Aceitável – NQA torna-se obsoleto.
PPGEP – Gestão Industrial (2005)
Capítulo 2 Referencial Teórico 37
Se as empresas pretendem ser competitivas, está óbvio que este sistema de
inspeção é inaceitável, mesmo que um fornecedor apresente qualidade de 99%, ele
seria considerado um excelente fornecedor, mas se este fornece mil itens, quer dizer
que de cem consumidores um será “agraciado” com um produto defeituoso
(BAYEUX, 2001).
Atualmente e conforme o quadro descrito, as empresas estão adotando novas
normas de avaliação para seus fornecedores, usando em vez de percentuais, partes
por milhão – ppm. As empresas estão adotando ppm na ordem de 40 ppm ou
menos. Se os planos de amostragem da MS 105, cujo menor NQA é 0,04%, isto
corresponde a 400 ppm. A conclusão fatal é que a melhoria da qualidade não se dá
sobre o produto e sim pelo controle do processo, para que isso aconteça o
conhecimento da capacidade do processo é necessária (BAYEUX, 2001).
2.4.2 Conceituando Controle Estatístico de Processos (CEP)
Segundo Davis, Aquiliano e Chase (2001) o CEP “é um método quantitativo
para monitorar um processo repetitivo, a fim de determinar se um dado processo
está operando adequadamente”.
Segundo Veit (2003) “é um método para monitoramento de qualquer processo
produtivo – automóveis, máquinas, serviços de qualquer natureza, etc”. Seu objetivo
é controlar a qualidade dos produtos ou serviços no momento em que estão sendo
produzidos (VEIT, 2003).
Com CEP objetiva-se diagnosticar situações nas quais um processo não está
sob controle estatístico (ROCHA, 2004).
O CEP aplica técnicas estatísticas simples que permitem detectar mudanças
no comportamento do processo, permitindo que a gerência de produção possa
implementar correções adequadas o mais rapidamente possível. Todos os
processos variam amplamente ou de forma tênue. A análise dessa variação torna
possível a comparação do desempenho esperado, decidido a partir do
desenvolvimento passado do processo.
PPGEP – Gestão Industrial (2005)
Capítulo 2 Referencial Teórico 38
Para verificação da variabilidade do processo é necessário o conhecimento de
estatística. Para esta verificação devem-se retirar dados em intervalos de tempos
iguais, calcular as estatísticas que resumem os dados retirados destas amostras.
Depois do cálculo das estatísticas transportam-se esses valores para um gráfico, as
marcações tornar-se-ão distribuídas neste gráfico com uma forma de “distribuição
normal”, que é uma curva em forma de sino. Todas as propriedades da distribuição
normal podem ser utilizadas para entender a variação do processo. Conforme figura
1, sabe-se que se tivermos uma distribuição normal:
• A distribuição é bilateral simétrica.
• 68,3% da distribuição encontram-se, mais ou menos, um desvio-padrão da
média.
• 95,4% da distribuição encontram-se, mais ou menos, dois desvios-padrão da
média.
• 99,7% da distribuição encontram-se, mais ou menos, a três desvios-padrão
da média.
Figura 1 – Gráfico das áreas sob a Curva de Distribuição Normal
Fonte: Souza, 2002.
As ferramentas do CEP têm por objetivo analisar o comportamento do
processo. Estas identificam, através de dados coletados, as variações do processo,
a fim de eliminar ou diminuir a variabilidade (SOUZA, 2002).
PPGEP – Gestão Industrial (2005)
Capítulo 2 Referencial Teórico 39
2.4.3 Variabilidade dos processos
No item anterior observou-se a utilização do CEP para identificação da
variabilidade de um processo, neste item discutir-se-á mais amplamente o conceito
de variabilidade. Segundo Veit (2003) “a variação é universal, existe em qualquer
processo”. Ainda, o mesmo autor diz que “ela existe nos materiais, na condição dos
equipamentos, no método de trabalho e na inspeção, são em última análise as
causas dos defeitos”. A variabilidade é a diferença entre as unidades produzidas. Se
esta for grande, as diferenças são facilmente observáveis, mas se forem pequenas,
não. O processo pode ter variabilidade natural, que são pequenas perturbações,
contra as quais nada se pode fazer, pois é praticamente impossível a produção de
dois produtos ou serviços idênticos. Segundo Souza (2003) “quando apenas causas
comuns estão atuando no processo, a quantidade de variabilidade se mantém em
uma faixa estável, conhecida. Desta forma, diz-se que o processo está no estado de
“controle estatístico”, como no exemplo da figura 2.
Figura 2 - Gráfico referente a um processo isento de causas especiais.
Fonte: Costa, Epprecht e Carpinetti. 2004.
Os processos também podem estar sujeitos a causas especiais, ou seja,
perturbações maiores, que surgem esporadicamente e que podem deslocar a
distribuição da variável aleatória X e/ou aumentar sua dispersão. Estes tipos de
perturbações podem ser corrigidos ou eliminados. Quando, além das causas
aleatórias, causas especiais estiverem presentes, o processo é chamado de “fora de
PPGEP – Gestão Industrial (2005)
Capítulo 2 Referencial Teórico 40
controle”. Os exemplos de processos “fora de controle” são apresentados nas figuras
3 e 4.
Figura 3 - Gráfico referente a um processo com causa especial alterando a média do processo
Fonte: Costa, Epprecht e Carpinetti. 2004.
Figura 4 - Gráfico de um processo com causa especial alterando a média e aumentando a
variabilidade do processo.
Fonte: Costa, Epprecht e Carpinetti. 2004.
PPGEP – Gestão Industrial (2005)
Capítulo 2 Referencial Teórico 41
2.5 Monitoramento do processo por gráficos de controle
Para monitorar os processos e detectar presença de causas especiais, usam-
se os gráficos de controle. Segundo Veit (2003) “gráficos de controle fazem parte de
um método para análise e ajuste da variação de um processo em função do tempo”.
Estes gráficos segundo Ramos (2003) “são instrumentos que mostram a evolução
do nível de operação do processo e de sua variação ao longo do tempo”. Estes
gráficos se dividem em duas grandes categorias, gráfico de controle por atributo e
por variável. Para os gráficos por variáveis as características analisadas na amostra
são resultados de algum tipo de medição. Já no gráfico por atributos as
características são resultado de uma classificação ou uma contagem.
Os dados coletados são então reunidos e convertidos de forma a que possam
ser marcados nas cartas de controle. As estimativas obtidas a partir destes são
utilizadas para determinar os limites de controle que são: Limite Superior de Controle
– LSC, Limite Inferior de Controle – LIC e Linha Média - LM, que posteriormente
mostraremos seus cálculos. Os pontos são marcados nestes gráficos em torno da
Linha Média (VEIT, 2003). Se algum ponto cai fora do LSC ou LIC, isto se deve a
uma causa especial, representando uma oportunidade para melhorar o processo
trazendo para o controle estatístico (SOARES, 2003).
Para monitorar um processo é preciso conhecê-lo muito bem, esta etapa
precede a construção dos gráficos, é uma etapa de aprendizagem. Nela devem-se
conhecer os fatores que afetam a qualidade da característica X, ela é a mais
importante de todas, é aqui que se promove grande melhoria de qualidade.
Na figura 5, mostra-se um processo onde a característica X está sendo afetada
por várias causas especiais, pois o comportamento gráfico é instável, os valores
oscilam em torno de um valor acima do valor-alvo, ora oscilam abaixo e ora se
afastam consideravelmente deste valor.
PPGEP – Gestão Industrial (2005)
Capítulo 2 Referencial Teórico 42
Figura 5 - Gráfico de um processo instável
Fonte: Veit, 2003.
De acordo com a figura 5, sabe-se que o processo está instável, é preciso
eliminar todas as causas especiais. Para a identificação das causas especiais, pode-
se utilizar o Diagrama de Causa e Efeito, ver quadro 4, realizado pelo pessoal
diretamente ligado ao processo. Segundo Souza (2003) “este diagrama mostra a
relação entre uma característica de qualidade e os fatores que a influenciam”. São
realizadas reuniões onde todos opinam e elaboram uma lista com todos os fatores
que possam ter afetado o processo. Desta lista decide-se qual destes realmente
estão agindo sobre o processo.
Quadro 4 – Diagrama de Causa e Efeito.
Fonte: Soares, 2003.
PPGEP – Gestão Industrial (2005)
Capítulo 2 Referencial Teórico 43
O próximo passo, depois de detectar as causas especiais, consiste em eliminá-
las. Assim o processo se ajusta e fica estável. Ver exemplo na figura 6.
Figura 6 – Exemplo de gráfico com um processo estável e ajustado.
Fonte: Souza. 2002.
Nota-se que nesta etapa, além de se estabilizar o processo, ocorre também à
melhoria da qualidade e criou-se uma lista de verificação para futuros problemas.
Nesta lista de verificação devem aparecer todas as possíveis causas do
comportamento não aleatório do processo, assim, se ocorre uma causa especial, a
lista já está pronta e é possível detectar a causa especial mais rapidamente do que
da primeira vez para trazer de volta o processo ao estado de controle estatístico.
A lista de verificação, segundo Soares (2003) e Veit (2003), “é um formulário no
qual os itens a serem examinados já estão impressos, com objetivo de facilitar a
coleta e o registro de dados”.
2.5.1 Gráfico de
X
(média amostral)
Esta carta monitora a média do processo (MICHEL, 2001). Segundo Ramos
(2003), é “uma das ferramentas mais importantes do controle estatístico da
qualidade”.
PPGEP – Gestão Industrial (2005)
Capítulo 2 Referencial Teórico 44
A popularidade deste gráfico é devida a sua facilidade de cálculo e aplicação,
aliada a sua excelente sensibilidade na detecção de mudanças na média da
distribuição (RAMOS, 2003).
Se o caso requer a construção do gráfico de
X
, primeiramente calcula-se a
Linha Média – LM que é a média de
X
, e os limites de controle que geralmente é
estabelecido com três desvios-padrão dessa média, isto é:
xxX
LSC
σ
µ
3
+
=
Eq. 1
xx
LM
µ
=
Eq. 2
xxx
LIC
σ
µ
3
−
=
Eq. 3
Onde:
x
LSC - limite superior de controle da média amostral;
x
µ
- média da população;
x
LM - limite médio;
x
σ
- desvio-padrão da média amostral;
x
LIC - limite inferior de controle da média amostral.
Os três desvios-padrão seguem a regra de Shewhart, que estabeleceu o
seguinte lema “se o processo estiver em controle, evite ajustes desnecessários, que
só tendem a aumentar a sua variabilidade” (SHEWHART, apud COSTA, EPPRECHT
& CARPINETTI, 2004). A intervenção em um processo sob controle gera custos
desnecessários.
Como não se conhece a média é utilizado a média das amostras, ou seja:
x
µ
=
x
µ
. E para calcular o desvio padrão da média (
x
σ
), basta calcular a variância
usando
n
x
x
/
22
σσ
= ou seja:
n
x
x
σ
σ
= . (MICHEL, 2001)
Para determinação do gráfico de
X
o que importa são os valores de
µ
e de
σ
quando o processo está sob controle. Esses valores, na prática, não são precisos,
usa-se sempre estimativas e denota-se por
0
ˆ
µ
e
0
ˆ
σ
, que se obtém das equações 1,
2 e 3, os seguintes limites para o gráfico:
n
LSC
x
0
0
ˆ
3
ˆ
σ
µ
+= Eq. 4
PPGEP – Gestão Industrial (2005)
Capítulo 2 Referencial Teórico 45
0
ˆ
µ
=
x
LM Eq. 5
n
LIC
x
0
0
ˆ
3
ˆ
σ
µ
−= Eq. 6
Os três desvios-padrão, acima ou abaixo de média, englobam a maioria dos
valores de
X
, isto é, 99,73% deles, se o processo permanece estável e a média
ajustada em
0
µ
, ou seja,
0
σ
σ
= e
0
µ
µ
=
. (MICHEL, 2001). Ver exemplo de carta
de controle da média amostral
X
, na figura 7.
Figura 7 – Exemplo de Gráfico da média
X
Fonte: Pires, 2000.
2.5.2 Gráfico
R
(amplitude)
Para determinar os limites de controle para o gráfico de R, são usados
também três desvios-padrão, ou seja:
RRR
LSC
σ
µ
3
+
=
Eq. 7
RR
LM
µ
=
Eq. 8
RRR
LIC
σ
µ
3
−
=
Eq. 9
Se a distribuição da variável de interesse X for normal com desvio-padrão
igual a
σ
, assim a distribuição da amplitude amostral R terá média e desvio-padrão
dados, respectivamente por:
σ
µ
.
2
d
R
=
Eq. 10
PPGEP – Gestão Industrial (2005)
Capítulo 2 Referencial Teórico 46
σ
σ
.
3
d
R
=
Eq. 11
Onde: d
2
e d
3
são constantes que dependem do tamanho da amostra n. Os valores
são apresentados na tabela 1.
Tabela 1 – Valores de d
2
e d
3
.
n 2 3 4 5 6 7 8
d
2
1,128 1,693 2,059 2,326 2,534 2,704 2,847
d
3
0,853 0,888 0,880 0,864 0,848 0,833 0,820
n 9 10 11 12 13 14 15
d
2
2,970 3,078 3,173 3,258 3,336 3,407 3,472
d
3
0,808 0,797 0,787 0,778 0,770 0,763 0,756
Fonte: Adaptado de Costa, Epprecht, Carpinetti. 2004.
Substituindo as equações 10 e 11 nas equações 7, 8 e 9, e tratando
σ
(desvio padrão) por sua estimativa
0
ˆ
σ
os limites passam a ser:
0302
ˆ
3
ˆ
.
σ
σ
ddLSC
R
+
=
Eq. 12
02
ˆ
.
σ
dLM
R
=
Eq. 13
0302
ˆ
.3
ˆ
.
σ
σ
ddLIC
R
−
=
Eq. 14
Como por definição a amplitude não pode ser negativa, quando em LIC
R
(eq.
14) for negativo, adota-se LIC
R
= 0, ou seja, não possui limite inferior de controle.
Os limites do gráfico de R dependem apenas da estimativa
0
ˆ
σ
(estimativa do
desvio padrão).
Para o cálculo de
0
µ
(valor médio das médias amostrais):
m
X
X
m
i
i
∑
=
=
1
Eq. 15
Onde
i
X é a média da i-ésima da amostra e a estimativa
0
σ
, é o número de
amostras, no caso de se usar o Gráfico de
m
X
em conjunto com o de R é:
S
D
=
2
d
R
Eq. 16
Onde
é a estimativa do desvio padrão e
D
S
R
é a média aritmética dos m valores
de R
i
:
PPGEP – Gestão Industrial (2005)
Capítulo 2 Referencial Teórico 47
mRR
m
i
i
/
1
∑
=
= Eq. 17
Exemplo de carta de controle
R
vê-se na figura 8.
Figura 8 – Exemplo de Gráfico da amplitude R
Fonte: Souza, 2003.
2.5.3 Capacidade do processo por cartas de controle
A capacidade do processo relata a capacidade de se produzir conforme
especificações do projeto. Conforme Sommer (2000) a capacidade de um processo
envolve a comparação entre os “Limites Naturais” do processo com os “Limites
Especificados”. Em produção, o termo “capacidade de processo”, segundo Veit
(2003), “indica o nível de tolerância que ele é capaz de suportar em condições
normais”. E conforme Souza (2003) “é o nível de uniformidade que um certo
processo é capaz de produzir”. O mesmo autor ainda diz que um certo processo
“indica qual é o nível real de qualidade que um certo processo é capaz de produzir”.
O processo quanto à sua capacidade, classifica-se em:
• Processo capaz: quando os produtos produzidos estão estatisticamente sem
defeitos;
PPGEP – Gestão Industrial (2005)
Capítulo 2 Referencial Teórico 48
• Processo não-capaz: os resultados das medições encontram-se fora das
especificações, ou seja, estão sendo produzidos produtos defeituosos,
estatisticamente falando.
Os índices de capacidade do processo – ICPs segundo Costa, Epprecht e
Carpinetti (2004) “são parâmetros adimensionais que indiretamente medem o quanto
o processo consegue atender às especificações”.
Para estes índices não há uma relação fixa entre seu valor e a porcentagem
de itens que o processo produz dentro da característica de qualidade considerada.
Todavia, para uma grande parte dos índices, quanto maior o seu valor, melhor o
processo atende as especificações. Existem vários índices de capacidade, entre eles
o Cp (índice potencial do processo), Cpk (índice de desempenho do processo), que
revelam a uniformidade do processo (SOARES, 2003) dados por:
σ
6
LIELSE
Cp
−
= Eq. 18
⎭
⎬
⎫
⎩
⎨
⎧
−−
=
σ
µ
σ
µ
3
;
3
LIELSE
MinCpk
Eq. 19
Onde: LSE – limite superior de especificação.
LIE – limite inferior de especificação.
σ
- desvio-padrão.
µ
- média amostral.
Quando estes índices (eq. 18, 19) apresentam o mesmo valor tem-se d =
µ
(SOUZA,2003).
Ver exemplo de curva normal na figura 9.
PPGEP – Gestão Industrial (2005)
Capítulo 2 Referencial Teórico 49
Figura 9 - Limites de especificação e distribuição de X.
Fonte: Costa, Epprecht, Carpinetti, 2004.
Onde: LIE – Limite inferior de especificação
LSE – Limite superior de especificação
µ
- Média amostral
d - Ponto médio das especificações
O cuidado que se deve ter é em comparar estes índices, pois no exemplo da
tabela 2, que apresenta Cp (índice potencial do processo), Cpk (índice de
desempenho do processo) para LIE = 2, LSE = 8 e diferentes valores de
µ
(média)
e
σ
(desvio padrão), o índice Cp só deve ser usado quando a média do processo
permanece centrada em d (ponto médio das especificações), pois ele é insensível a
mudanças na média do processo. O Cpk assume em alguns pontos valores
negativos, pois a média do processo não pertence ao intervalo das especificações.
É mais coerente com a visão proposta por Taguchi (1986), de que existe uma
“perda” crescente do afastamento do valor da característica de qualidade em relação
a seu valor-alvo, mas não é conforme com a visão de que um item é conforme se o
valor da característica de qualidade estiver entre LIE e LSE, e não conforme no caso
contrário (COSTA, EPPRECHT & CARPINETTI, 2004).
PPGEP – Gestão Industrial (2005)
Capítulo 2 Referencial Teórico 50
Considera-se aqui que o processo tinha um limite inferior e um superior de
especificação, se caso um dos limites não existir, o índice Cp não se aplica, apenas
o índice Cpk com um dos valores existentes, LSE ou LIE.
Tabela 2 – Valores de Cp (índice de capacidade do processo), Cpk (índice de desempenho do
processo) para diferentes valores de
µ
e
σ
, com LIE = 2 e LSE = 8.
Caso
(
σ
µ
; )
Cp Cpk PFE
(% de itens fora da especificação)
a (5;1) 1 1 0,27
b (6;1) 1 2/3 = 0,667 2,27
c (7;1) 1 1/3 = 0,333 15,87
d (8;1) 1 0 50,00
e (9;1) 1 - 1/3 = - 0,333 84,13
f (10;1) 1 - 2/3 = - 0,667 97,73
g (7;0,5) 2 2/3 = 0,667 2,27
h (6;0,5) 2 4/3 = 1,333 0,00
Fonte: Costa, Epprecht e Carpinetti. 2004.
A ligação entre o Índice de Capacidade do Processo – ICP e a Porcentagem de
Itens Fora da Especificação – PFE, depende da distribuição da característica de
qualidade X. Se Cp = Cpk = 1,33 correspondente a z = 3,99 (
σ
xx
z
−
=
, x = valor da
amostra,
x = média e
σ
= desvio padrão), significa que X tem distribuição normal e
µ
= d (ponto médio das especificações). Neste caso o processo está centrado no
ponto médio do intervalo de especificação e LSE -
µ
=
µ
- LIE, temos Z = ( LSE -
µ
)/
σ
= (
µ
- LIE)/
σ
e Cpk = [ ( LSE -
µ
)/3
σ
, z = 3 Cpk. Isto leva a 70 itens por
milhão (70 ppm), com isso está altamente capaz. A tabela 3 traz a classificação dos
processos de acordo com o valor de Cpk.
PPGEP – Gestão Industrial (2005)
Capítulo 2 Referencial Teórico 51
Tabela 3 – Classificação do processo com respeito a sua capabilidade
Itens fora das especificações Classificação Valor de Cpk
Especificação bilateral e processo
centrado(ICP apropriado: Cp =
Cpk)
Processo não centrado e/ou
especificação unilateral (ICP
apropriado Cpk)
Capaz
≥ 1,33
70 35
Razoavelmente capaz
1
1,33 ≤≤ Cpk
Entre 70 e 2700 Entre 35 e 1350
Incapaz < 1 Mais de 2700 Mais de 1350
Fonte: Costa, Epprecht e Carpinetti. 2004.
Um processo razoavelmente capaz e exposto à ocorrência de causas especiais
deve ser controlado, pois uma causa especial leva à produção de grande número de
itens fora das especificações. Um processo incapaz tem uma porcentagem razoável
de itens que não atendem às especificações, neste caso, uma causa especial é
trágica. O processo capaz, como o próprio nome diz, está completamente sob
controle, se uma causa especial atua, cria pouca diferença no processo, tendo
poucos itens fora das especificações.
2.6 Gráficos de controle por atributos
Pôde-se perceber nos itens anteriores os gráficos de controle por variáveis
onde foram usadas mensurações. Algumas vezes, a qualidade de um produto é
classificada em “defeituosos” ou “não defeituosos”. Para esses casos, há 4 tipos de
gráficos. O gráfico np para número de defeituosos, gráfico p para fração defeituoso
(proporção não conforme), gráfico c para número de não-conformidades da amostra
e o gráfico u para o número de não-conformidades por unidades de inspeção. A
escolha do tipo de gráfico tem uma indicação precisa, dependendo do tamanho da
amostra, da quantidade de tipos de análise e defeitos por produto (VEIT, 2003).
Embora os gráficos de controle por atributos tenham sido criados para
monitorar processos produtivos, atualmente a aplicação é muito mais ampla,
também é utilizado na área de serviços. Por exemplo, o gráfico np pode controlar a
qualidade de serviço de um restaurante, ou um caixa eletrônico, ou ainda uma
empresa aérea.
PPGEP – Gestão Industrial (2005)
Capítulo 2 Referencial Teórico 52
A importância das cartas de controle por atributos são diversas, como:
• em qualquer processo técnico ou administrativo existem dados por atributos;
• onde existir inspeção estão os dados tipos atributos disponíveis;
• a forma de coleta é rápida e econômica. Freqüentemente o instrumento de
medição não necessita de habilidade especializada;
• relatórios gerenciais apresentam-se na forma de atributos;
• elas são usadas apenas onde são necessárias.
Seus benefícios segundo Souza (2002) e Fundamentos (1995) para os
processos são:
• entendimento da variação do processo e contribuição para obter controle
estatístico;
• estando o processo sob controle estatístico o seu desempenho é previsível;
• mesmo sob controle o processo pode ser melhorado reduzindo-se as causas
comuns;
• os efeitos das melhorias podem ser antecipados através dos dados das cartas
de controle;
• as melhorias podem reduzir custos e aumentar a produtividade;
• fornecimento de linguagem comum de informação sobre o desempenho do
processo;
• diferenciarem causas comuns de causas especiais, elas indicam se o
problema deve ser resolvido através de uma ação local ou gerencial, isto
minimiza a confusão, frustração, e excessivo custo de esforços direcionados
erroneamente;
• melhoria da produtividade pela redução do retrabalho e, portanto, o aumento
da capacidade de produção;
• prevenção de defeitos dentro da filosofia de se “fazer certo da primeira vez”;
• prevenção de ajustes desnecessários no processo pela diferenciação entre
causas especiais e causas comuns de variação do processo;
• prover de informações com poder de diagnosticar melhorias do processo em
face de uma mudança.
PPGEP – Gestão Industrial (2005)
Capítulo 2 Referencial Teórico 53
2.6.1 Carta de controle “p”
Esta mede a proporção de ítens não-conformes. Esta carta requer a formação
de subgrupos grandes assim como o número de subgrupos (número de amostras),
para detectar mudanças moderadas no desempenho do processo. A frequência de
retirada dos subgrupos deve ser ajustado aos períodos de produção. Os ítens não-
conformes são expressos como uma fração decimal. (FUNDAMENTOS,1995).
Para coleta de dados deve-se determinar:
• o tamanho do subgrupo, geralmente está entre 50 a 200;
• a freqüência do subgrupo, sempre compatível com os períodos de produção;
• o número de subgrupos deve incluir 25 ou mais subgrupos;
• calcular a proporção não-conforme de cada subgrupo (p)
n
np
p
= Eq. 20
onde: n – número de ítens inspecionados
np – número de ítens não-conformes encontrados
p – proporção não-conforme
• selecionar as escalas;
• marcar na carta de controle a proporção não conforme.
Para o cálculo dos limites de controle primeiramente calcular a média da proporção
não-conforme
(
)
p
k
kk
nnn
pnpnpn
p
+++
+
+
+
=
...
...
21
2211
Eq. 21
Onde: são os número de ítens não-conformes e ítens
inspecionados em cada subgrupo.
kkk
nnnpnpnpn ,... , e ,... ,
212211
Após calcula-se
(
)
n
pp
pLSC
p
−
+=
13
Eq. 22
(
)
n
pp
pLIC
p
−
−=
13
Eq. 23
Onde: LSC
p
– limite de controle superior;
LIC
p
– limite de controle inferior;
n - número de ítens da amostra;
PPGEP – Gestão Industrial (2005)
Capítulo 2 Referencial Teórico 54
p – média do processo.
Abaixo segue um exemplo de carta por atributos do tipo “p”, figura 10.
Figura 10 – Exemplo de carta de controle p
Fonte: Souza, 2002.
2.6.2 Carta de controle ‘np”
Esta mede o número de ítens não-conformes.
Escolhe-se a carta np quando o número real de não-conformidades é mais
expressivo ou simples de registrar e quando o tamanho da amostra permanecer
constante de período a período. Também se pode utilizar esta carta quando as
variações de tamanho de amostras são pequenas e não excedem o tamanho médio
dos subgrupos em mais de 25% (VEIT, 2003).
As instruções para construção da carta np são as mesmas que para carta p
exceto por (FUNDAMENTOS, 1995):
a) tamanho da amostra ser constante, e as amostras serem suficientemente
grandes para permitir vários ítens não-conformes em cada subgrupo;
b) o cálculo dos limites de controle difere para média do processo
PPGEP – Gestão Industrial (2005)
Capítulo 2 Referencial Teórico 55
k
npnpnp
pn
k
+
+
+
=
...
21
Eq. 24
onde:
são os números de ítens não-conformes em cada um dos K
subgrupos.
k
npnpnp ,...,
21
E para os limites, superior e inferior de controle, como segue:
()
ppnpn
n
pn
pnpnLSC
np
−+=
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
−+= 1313
Eq. 25
()
ppnpn
n
pn
pnpnLIC
np
−−=
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
−−= 1313
Eq. 26
Onde:
pn – é a média e é o tamanho da amostra do subgrupo. n
Na figura 11 temos um exemplo de carta de controle do tipo “np”.
Figura 11 - Exemplo de carta de controle np.
Fonte : Souza, 2002.
2.6.3 Carta de controle “c”
Mede o número de não-conformidades em um lote inspecionado. Esta requer
um tamanho de amostra ou quantidade de material inspecionado constantes (VEIT,
2003).
PPGEP – Gestão Industrial (2005)
Capítulo 2 Referencial Teórico 56
A carta c é aplicada em duas situações de inspeção:
- onde as não-conformidades estão dispersas do início ao fim de um fluxo
contínuo do produto (ex.: bolhas em vidro) e também onde a taxa média
de não-conformidades pode ser expressa (ex.: falhas por 100 metros
quadrados de vinil);
- onde as não-conformidades de muitas diferentes origens existenciais
podem ser encontradas em uma única unidade de inspeção (ex.: defeitos
anotados em um setor de reparos) (FUNDAMENTOS, 1995).
Para construção da carta c as instruções são as mesmas das cartas p e np,
exceto por:
- na coleta de dados o tamanho das amostras inspecionadas (ex.: área de
tecido, comprimento de fio) precisa ser constante para que os valores
marcados de c indiquem as alterações no desempenho da qualidade;
- nos limites de controle:
- a média é dada por:
k
ccc
c
k
+
+
+
=
...
21
Eq. 27
onde:
são os números de não-conformidades em cada um dos
subgrupos;
k
ccc ,...,,
21
k
- os limites de controle são:
ccLSC
c
3+= Eq. 28
ccLIC
c
3−= Eq. 29
Exemplo de carta de controle por atributos do tipo “c” vemos na figura 12.
PPGEP – Gestão Industrial (2005)
Capítulo 2 Referencial Teórico 57
Figura 12 - Exemplo de carta de controle c.
Fonte: Souza, 2002.
2.6.4 Carta de controle “u”
Esta carta mede o número de defeitos por unidade de inspeção, sendo que os
subgrupos podem ter tamanho de amostras variáveis (VEIT, 2003). A carta u é
utilizada em situações iguais a da carta c, mas a carta u também pode ser utilizada
quando a amostra contém mais do que uma unidade e também quando a amostra
tem tamanho variável.
As instruções para sua construção são as mesmas da carta c exceto por:
- tamanho de amostra, não precisa ser constante, mas deve-se mantê-los
dentro de 25% acima ou abaixo da média, isto simplifica o cálculo dos
limites de controle;
- registro e marcação das não-conformidades por unidade em cada
subgrupo (u)
n
c
u
= Eq. 30
PPGEP – Gestão Industrial (2005)
Capítulo 2 Referencial Teórico 58
Onde : c é número de não-conformidades e tamanho da amostra. n
Para se calcular os limites de controle temos:
- média:
k
k
nnn
ccc
u
+++
+
+
+
=
...
...
21
21
Eq. 31
Onde:
são número de não-conformidades e tamanho
da amostra, respectivamente, para cada um dos subgrupos.
kk
nnnccc ,...,, e ,...,,
2121
k
- limites de controle:
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
+=
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
+=
n
u
u
n
u
uLSC
u
3
3
Eq. 32
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
−=
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
−=
n
u
u
n
u
uLIC
u
3
3
Eq. 33
Onde: n é a média do tamanho das amostras.
A figura 13 representa um exemplo de carta de controle por atributos do tipo
“u”.
Figura 13 - Exemplo de carta de controle u.
Fonte: Souza, 2002.
PPGEP – Gestão Industrial (2005)
Capítulo 2 Referencial Teórico 59
2.6.5 Interpretação das cartas de controle por atributos
2.6.5.1 Análise dos dados marcados
A análise dos dados nos graficos por atributos utiliza a mesma nomenclatura
que para os gráficos por variáveis, que são:
a) Pontos além dos limites de controle – se um ou mais pontos estiver além
dos limites de controle é evidência de que naquele ponto há instabilidade,
uma causa especial explica este valor extremo. Essa causa especial pode
ser tanto favorável como desfavorável. Se favorável, exige investigação
imediata para que se incorpore esta causa ao processo, melhorando-o. Se
desfavorável, também se exige investigação imediata para eliminar o que
está causando a instabilidade. Pontos acima do limite superior ou abaixo
do limite inferior são sinal de uma ou mais das seguintes causas:
• O limite de controle ou ponto marcado está errado;
• O desempenho do processo piorou, para ponto acima do limite
superior;
• O desempenho do processo melhorou, para ponto abaixo do limite
inferior;
• O sistema de avaliação mudou, para ponto acima do limite superior;
• O sistema de medição mudou, para ponto abaixo do limite inferior.
b) Padrões ou tendências – mesmo os pontos estando dentro dos limites de
controle, se estes seguirem padrões ou tendências anormais, podem ser
evidências de descontrole ou mudança de nível de desempenho. Isto
representa um aviso antecipado de que, se não forem feitas correções,
poderão ocasionar pontos fora dos limites de controle.
c) Padrões não aleatórios óbvios – são tendências, ciclos, dispersão anormal
dos pontos dentro dos limites, isso pode indicar presença de causas
especiais, mas deve-se tomar cuidado para não extrapolar a interpretação
PPGEP – Gestão Industrial (2005)
Capítulo 2 Referencial Teórico 60
dos dados (SOARES, 2003; VEIT,2003; SOUZA, 2003; FUNDAMENTOS,
1995).
2.6.5.2 Encontrar e corrigir as causas especiais
Quando uma causa especial for detectada na carta de controle, uma análise
imediata da operação é necessária, para corrigi-la e tomado o devido cuidado para
que não ocorra reincidência. Uma das técnicas de solução de problemas com a
análise de causa-e-efeito ou mesmo a análise de Pareto é útil nestes momentos.
Em estudos em tempo real, a análise do ponto fora de controle envolve uma
imediata investigação da operação do processo, a ênfase está em buscar as causas
que possam explicar o desempenho anormal do processo. Esta análise deve resultar
em ações corretivas e a eficiência da ação deve-se tornar aparente na carta de
controle (FUNDAMENTOS, 1995).
Quando estudos com dados históricos são realizados, o tempo torna difícil a
análise das mudanças no processo. Sempre a análise deve ser realizada tão logo
seja possível, para que se possa identificar e corrigir a causa. Um diário de bordo
detalhado pode ser muito útil nestas condições.
2.6.5.3 Recálculos dos limites de controle
Durante o estudo inicial do processo ou uma nova estimativa da capabilidade
do processo, os limites de controle poderão ser calculados novamente, excluindo os
pontos que estavam fora dos limites, cujas causas especiais já foram corrigidas.
Este passo evita que períodos de produção anormal sejam incluídos na estimativa
da variabilidade.
Se os dados históricos são suficientemente consistentes, esses limites podem
ser estendidos para períodos futuros. Estes se tornam os limites de controle
operacionais do processo, onde os dados futuros serão marcados e avaliados.
2.6.5.4 Capabilidade do processo
a) Interpretação
A carta de controle refletirá a capabilidade do processo, desde que todos os
problemas já tenham sido resolvidos, isto é, causas especiais detectadas, corrigidas
PPGEP – Gestão Industrial (2005)
Capítulo 2 Referencial Teórico 61
e tomado o devido cuidado da não ocorrência de reincidências. Para carta p e todas
as outras cartas por atributos a capabilidade difere em relação às cartas por
variáveis, pois cada ponto em uma carta por atributos indica a porcentagem ou taxa
de produtos não-conformes em relação às condições exigidas pelo cliente. Diante
disso, a capabilidade é simplesmente a proporção ou taxa média de produtos não-
conforme (FUNDAMENTOS, 1995).
b) Cálculo
Para cartas p, np, c e u, a capabilidade é expressa pela média de proporção
não-conforme do processo p, calculada quando todos os pontos estão sob controle.
Se os dados forem históricos, a capabilidade será apenas uma estimativa preliminar.
Para um estudo formal, deve-se coletar novos dados, para 25 ou mais períodos,
todos em controle estatístico. O p para estes períodos sob controle é a melhor
estimativa da capabilidade do processo.
c) Avaliação
A capabilidade calculada revela o nível de desempenho que o processo está
produzindo, e continua a produzir enquanto estiver em controle sem mudança
significativa.
A capabilidade média será avaliada segundo as expectativas da gerência
sobre uma determinada característica. É responsabilidade da gerência fazer novas
análises e tomar ações sobre o processo, se este nível médio não for satisfatório
(FUNDAMENTOS, 1995).
d) Melhoramento da capabilidade
Desde que o processo esteja sob controle estatístico, somente causas
comuns atuam sobre ele, não se deve deixar desta forma, melhoramentos podem
ser feitos, utilizando técnicas de solução de problemas como os gráficos de Pareto e
a análise de Causa-e-efeito. Contudo, a compreensão dos problemas é difícil
quando se tem somente atributos. Pode-se analisar as fases anteriores do processo
até que seja possível chegar à origem das causas suspeitas de variação, e pelo uso
de cartas de controle por variáveis.
As cartas serão meios de verificação para as ações tomadas sobre o
processo, se alguma implementação é realizada, as cartas devem ser monitoradas
PPGEP – Gestão Industrial (2005)
Capítulo 2 Referencial Teórico 62
cuidadosamente, pois nesse período podem ocorrer problemas de controle e
esconder o real efeito da alteração sobre o sistema (FUNDAMENTOS, 1995).
Aqui é apresentado um fluxograma (quadro 5) que pode ser seguido para
estabelecimento dos limites para os gráficos de controle.
Quadro 5 – Fluxograma para estabelecimento dos limites de controle
Fonte: Costa, Epprecht e Carpinetti, 2004.
Há pontos
fora?
Fim: o gráfico está
pronto para ser
usado no
monitoramento
Investigar o processo
Diagnosticada
a causa?
Eliminar não apenas o ponto, como também todos os
pontos provenientes de amostras coletadas
enquanto a causa especial esteve presente.
A
valiar se o número de pontos restantes é suficiente
para o cálculo dos limites de controle
Há pontos
suficientes?
Recalcular os
limites e voltar ao
início
Prolongar o período de coleta
até obter pontos suficientes
Recalcular os
limites e volta
r
ao início
É
apenas
1 ponto?
O processo não deve estar estável.
Ignorar todas as amostras e reinicia
r
investigação em busca de causas
especiais. Depois de corrigir as
deficiências, coletar novas amostras, e
voltar ao início.
Opção 1: Não eliminar o ponto, e
considerar o gráfico pronto para se
r
usado no monitoramento:
Opção 2: Eliminar o ponto, recalcular os
limites e voltar ao início.
Não
Sim
Não
Sim
Sim
Não
Sim
Não
Fim
Início: plotar os pontos no
g
ráfico
PPGEP – Gestão Industrial (2005)
Capítulo 2 Referencial Teórico 63
2.7 Histograma
O histograma é um gráfico que constitui uma técnica simples e importante na
análise da capacidade dos processos. Neste gráfico, marcam-se os pontos da
distribuição de freqüência dos valores medidos, na saída de um processo. Com ele é
possível investigar a capabilidade do processo, e também ter uma estimativa da taxa
de rejeição presente no processo. Na tabela 4, há alguns valores característicos de
Cp (índice potencial do processo), Z (valor tabelado, onde se considera a média
igual a zero e o desvio padrão igual a um) e respectivas taxas de rejeição. As taxas
de rejeição foram mostradas considerando que a distribuição é normal, o processo
está centrado e é bilateral. O ICP (índice de capacidade) é adotado por algumas
organizações, ele é expresso percentualmente e é determinado por:
ICP=
100
1
p
c
Eq. 34
Tabela 4 – Cp, Z e taxa de rejeição
.
Cp Z Taxa de rejeição
0,33 1,0 317.400 ppm – partes por milhão
0,50 1,5 133.400 ppm
0,66 2,0 45.600 ppm
1,00 3,0 2.700 ppm
1,33 4,0 60 ppm
1,66 5,0 2 ppm
2,00 6,0 2 ppb – partes por bilhão
Fonte: Carlos Bayeux. 2001.
Para construir um histograma, usa-se valores individuais ou em classes. O
número de classes é determinado por
n (n – número de observações), ou usa-se
a seguinte regra: se n< 50 teremos 5 a 7 classes; se 50<n<100, usamos de 6 a 10; e
100<n<250 serão 7 a 12 classes e n>250, 10 a 20 classes.
Para construção basta seguir as etapas propostas por Bayeux (2001):
identificar o maior e o menor valor obtido, determinando a amplitude;
determinar se o histograma será do tipo agrupado ou individual;
PPGEP – Gestão Industrial (2005)
Capítulo 2 Referencial Teórico 64
se agrupado, determinar o número de classes observando que as classes
devem ser iguais em tamanho, os limites dessas classes são de uma
casa decimal a mais do que os dados observados, o limite superior de
uma classe é também o limite inferior da classe seguinte e o intervalo da
classe deve ser igual;
elaborar uma tabela onde são registradas as classes e suas respectivas
freqüências;
com base na freqüência simples determinado, construir o histograma.
Se o histograma apresentar forma simétrica e o centro coincide com o centro
de tolerância e tenha folga nesse campo, significa que não há dispersão no
processo. Algumas empresas exigem de seus fornecedores uma folga nesse campo
de pelo menos 10% de cada lado, isto quer dizer que o processo ocupa 80% do
campo de tolerância, e a variável z = 3,75 e Cp = Cpk = 1,25 com taxa de rejeição
de 180 ppm. Exemplo na figura 14.
Variação natural = seis sigma
LIC 8 20 30 45 65 50 27 25 6 LSC
LIC
LSC
Campo de tolerância
Figura 14 - Histograma do processo Cp = Cpk = 1,25 (180 ppm) ICP = 80%.
Fonte: Adaptado de Veit, 2003.
PPGEP – Gestão Industrial (2005)
Capítulo 3 Material e Método 65
3 MATERIAL E MÉTODO
3.1 Introdução
A estatística não é uma ciência nova. Desde os primórdios das civilizações,
esta ciência é utilizada. No começo, era usada apenas para senso; mais tarde os
métodos estatísticos ganharam grande espaço em todas as áreas do conhecimento.
Na engenharia de produção, mais especificamente na indústria, a estatística
não é novidade, durante muito tempo parte dos métodos estatísticos foram aplicados
na forma tradicional denominada “inspeção” (RAMOS, 2003).
Atualmente, muitas pesquisas têm encontrado no Controle Estatístico de
Processo uma saída simples, rápida e de fácil compreensão, para problemas de
qualidade nas empresas de pequeno porte, pois o CEP proporciona o controle da
qualidade exercido durante a execução do processo (PIRES, 2000). O CEP tem
objetivo de evitar que itens de qualidade insatisfatória sejam produzidos, melhorar a
qualidade da produção, reduzir custos de produção, evitar refugo e retrabalho,
maximizar a produtividade, identificar e eliminar causas de perturbações do processo
(SOUZA, 2003).
Em relação às ferramentas do CEP, as cartas de controle são as mais utilizadas
para manter o controle estatístico dos processos (RAMOS, 2003). As cartas podem
ser por variáveis ou por atributos, ambas são utilizadas para detectar as causas
aleatórias (aquelas que não podem ser economicamente identificadas e corrigidas) e
as causas especiais (aquelas que podem ser identificadas e corrigidas). Desta forma
as cartas de controle são usadas como forma de prevenção à falhas do processo
que geram produtos com problemas de qualidade (SOUZA, 2002).
Apesar de alguns autores darem maior ênfase às cartas de controle por
variáveis, muitas vezes o controle do processo só poderá ser realizado utilizando-se
de uma carta de controle por atributos, como é o caso de um restaurante. Estas
cartas são importantes devido ao fato que em qualquer processo técnico ou
administrativo existem dados do tipo atributos, nenhum custo adicional envolve a
coleta de dados, haverá apenas o esforço da conversão dos dados para a forma de
cartas de controle, a coleta de dados não requer habilidade especializada, os dados
PPGEP – Gestão Industrial (2005)
Capítulo 3 Material e Método 66
são obtidos rápida e economicamente quando necessitam ser coletados, na
apresentação de dados em relatórios gerenciais, que geralmente apresentam-se na
forma de atributos, as cartas de controle por atributos são valiosas na interpretação
destes dados gerenciais. Além das cartas citadas no marco teórico tem-se também a
carta para atributos múltiplos e carta de controle estatístico integrado por posto.
Na empresa considerada neste trabalho, assim como nas EPP visitadas durante
a escolha da empresa objeto de estudo, não se verificou uma preocupação com a
qualidade no sentido de uma completa e robusta cultura empresarial, o que se
encontrou foi preocupações pontuais. Levando-se em conta que o CEP é fator de
aumento de lucro da empresa e ferramenta de mudança de cultura produtiva, no
decurso da implantação das ferramentas, devem ocorrer mudanças substanciais no
sentido de melhorar os índices de retrabalho e produtividade (VEIT, 2003).
Entre as cartas de controle por atributos descritas no marco teórico, a escolha
pela utilização, neste trabalho, por carta de controle por atributos do tipo np, foi
devido ao processo em estudo: ser contínuo; os pontos considerados críticos serem
peças prontas; às restrições da empresa; não termos tempo hábil para fazer as
medições; pelo tamanho da amostra ser constante e pelo número real de não
conformidades ser mais simples de registrar que a proporção dos itens não
conformes.
Considerando estudos anteriores, evitou-se a adoção de métodos
sofisticados, pois o impacto tanto nos funcionários quanto na cultura da empresa
seria muito forte, podendo levar ao fracasso da implantação. Em resumo, as EPP do
setor de fabricação de móveis de aço da região de Ponta Grossa devem percorrer
um caminho menos agressivo e mais simples. Como primeiro passo, pode-se citar a
implantação de ferramentas do CEP com uma das saídas mais adequadas,
posteriormente podem-se adotar métodos mais avançados e que exigem maior
planejamento, treinamento e mudança de cultura na empresa para a qualidade total.
3.2 Metodologia
Esta pesquisa, do ponto de vista de sua natureza, é aplicada, pois, segundo
Silva (2001) “objetiva gerar conhecimentos para aplicação prática, dirigidos à
solução de problemas específicos”.
PPGEP – Gestão Industrial (2005)
Capítulo 3 Material e Método 67
Terá uma abordagem quantitativa, por ser esta a que mais se adapta ao estudo
que se pretende desenvolver. Uma vez que a Pesquisa Quantitativa (SILVA, 2001):
“Considera que tudo pode ser quantificável, o que significa traduzir em
números opiniões e informações para classificá-las. Requer o uso de
recursos e de técnicas estatísticas”.
O fato de prevalecer o caráter quantitativo, não significa ignorar os dados
qualitativos, o que se pretende é extrapolar, investigando profundamente ações e os
significados que os sujeitos têm sobre determinado contexto.
O método de pesquisa utilizado neste trabalho de pesquisa científica será o
hipotético-dedutivo. Este método faz uma combinação de “observação cuidadosa,
hábeis antecipações e intuição científica, ele nos leva a problematizar, conjecturar,
deduzir, tentar falsear até a corroboração” (GIL, 1999).
O método de procedimento técnico utilizado é o estudo de caso que é,
conforme Lakatos (2001), “um estudo profundo de um caso considerado
representativo de muitos ou até de todos os casos semelhantes”.
Segundo Yin (2001), nos estudos de caso existem cinco componentes
importantes, que são: a) as questões de um estudo precisam ser claras quanto a sua
natureza; b) as proposições de estudo devem ser examinadas uma a uma, alguns
estudos não possuem proposições; c) unidade de análise destina-se a definir o que
é um “caso”. As informações são coletadas e são colocadas proposições
específicas, assim a pesquisa permanecerá dentro dos limites exeqüíveis; d) lógica
que une os dados às proposições é adequação ao padrão onde várias partes da
mesma informação do mesmo caso podem ser relacionados à mesma proposição
teórica; e) critérios para a interpretação das descobertas do estudo o que se espera
é que os diferentes padrões estejam contrastando, de forma clara e suficiente, que
as descobertas podem ser interpretadas em termos de comparação de, pelo menos,
duas proposições concorrentes.
A teoria também é importante, pois os contatos relevantes dependem da
compreensão, ou da teoria do que está sendo estudado (YIN, 2001).
PPGEP – Gestão Industrial (2005)
Capítulo 3 Material e Método 68
O objetivo elementar de ter bem delineado o projeto de pesquisa, com toda
teoria, fornece a direção do que deve ser coletado e as estratégias de análise
desses dados (YIN, 2001).
Neste trabalho, as técnicas utilizadas são as de entrevista não estruturada,
observação e métodos estatísticos para coleta, tabulação e interpretação de dados.
Com o delineamento da pesquisa, de posse do que queria se estudar,
analisou-se um CD fornecido pela Federação das Indústrias do Estado do Paraná –
FIEP – 2003, a fim de se obter os nomes das empresas de manufatura que fabricam
móveis de aço, seus endereços e seus portes. Escolheram-se estas empresas por
sua relevância em termos de número de estabelecimentos em Ponta Grossa,
número de empregos ofertados, os índices de exportação, também por serem
empresas com dificuldades na inovação e carência de profissionais qualificados, no
sentido de controle de produção.
De posse desta lista, selecionaram-se algumas para visitas. Foram visitadas
três empresas, optando-se pela W3, que foi a que mais se ajustou aos objetivos do
trabalho.
Na primeira visita, ao mesmo tempo em que se observavam alguns detalhes
da indústria, também se fazia uma entrevista não estruturada com alguns
funcionários. Em outras visitas, conversou-se com o gerente de produção,
encarregado da expedição e funcionários sem cargos específicos. A entrevista é
necessária, pois através dela é que podemos identificar os aspectos relevantes a
nossa pesquisa. Segundo Richardson (1999) a entrevista “... é um modo de
comunicação no qual determinada informação é transmitida de uma pessoa A a uma
pessoa B.”
A entrevista visa a obter do entrevistado os aspectos mais relevantes do
problema e as descrições, segundo ele, da situação em estudo (RICHARDSON,
1999). Os principais objetivos da entrevista não estruturada, segundo Richardson
(1999), “é obter informações bem como conhecer a opinião do entrevistado,
podendo também mudar a opinião ou atitudes do entrevistado, não esquecendo que
outros objetivos também são importantes, como o de tratar um problema comum,
discutindo a decisão a ser tomada, estabelecendo um plano de trabalho”.
PPGEP – Gestão Industrial (2005)
Capítulo 3 Material e Método 69
As visitas foram em número de dez em dias variados, perfazendo um total de
três semanas, para se obter todas as informações necessárias e escolha da linha de
produção em que se aplicaria a pesquisa.
Juntamente com as visitas e entrevistas, observou-se quais eram os pontos
críticos de algumas linhas de produção da empresa. Essa observação foi não-
participante, pois não se tinha permissão da alta gerência para interferir no trabalho
dos funcionários. A observação foi de grande valia, pois foi nesse momento que se
escolheu a linha de produção considerada a mais adequada para realização da
pesquisa.
Segundo Richardson (1999) observação é “exame minucioso ou mirada
atenta sobre um fenômeno no seu todo ou em algumas de suas partes; é a captação
precisa do objeto examinado.”
A observação não participante é, segundo Richardson (1999), o tipo de
observação onde o investigador não toma parte nos conhecimentos objeto de estudo
como se fosse membro do grupo, ele será apenas um investigador.
A relação observador-observado deve estar clara para ambos. Os objetivos
da pesquisa e as atitudes do observador devem ser esclarecidos com o observado
para evitar problemas futuros, tornando assim o trabalho mais fácil e seguro
(RICHARDSON, 1999).
Após as entrevistas, a observação, a escolha da linha de produção, e a
visualização e caracterização dos pontos críticos, entrou-se em contato com o
gerente de produção para ajustar os dias e horários em que se poderia medir as
peças escolhidas. Entretanto, nesta fase, o trabalho teve alguns entraves, pois não
se podia atrapalhar o andamento do processo da empresa e o gerente pediu alguns
dias para verificação dos horários e dias.
Nesse tempo de espera, falou-se com alguns professores com mais
experiência em empresas e de CEP. Concluiu-se que se deveriam construir
gabaritos para medição das peças em questão, assim o trabalho seria mais rápido e
não interferiria na produção da empresa.
Voltou-se a empresa e falou-se novamente com o gerente, explicando a forma
de coleta de dados e que quem separaria as peças seriam eles mesmos, com as
PPGEP – Gestão Industrial (2005)
Capítulo 3 Material e Método 70
instruções da pesquisadora. Assim, conseguiu-se, após algumas semanas, a
liberação das peças para medição.
Por fim, com auxílio de dois estagiários, foram medidas cinqüenta peças de
cada corte durante dezesseis dias, peças estas coletadas em dois períodos, manhã
e tarde. Com os dados coletados, construíram-se duas tabelas e dois gráficos de
controle por atributos, fizeram-se os cálculos necessários para chegar às conclusões
descritas ao final deste relatório.
3.3 Descrição da empresa
A empresa “W3 Indústria Metalúrgica LTDA” foi fundada em janeiro de 1989
e é administrada pelos proprietários, Senhor Wilson Gelaki e Senhor Jeison Gelaki.
A indústria produz armários, arquivos, cofres e estantes de aço de vários modelos,
também produze armários, mesas, arquivos com estrutura interna em aço e o
restante em madeira. Além dos móveis, a empresa também produz tinta a pó de
diversas cores. A empresa está registrada como de pequeno porte, atualmente conta
com 330 funcionários, destes 30 trabalham no escritório e 300 na fábrica. Dentre os
funcionários da fábrica têm-se engenheiros, supervisores, chefes de setores e os
demais funcionários sem cargos específicos. A W3 está localizada na região sul do
país, no estado do Paraná, na cidade de Ponta Grossa.
Comercializa seus produtos para todo o Brasil, atendendo micro, pequenas e
médias empresas e também lojas de varejos, além de participar de licitações em
todo Brasil. A empresa já comercializou seus produtos fora do país, mas atualmente
não exporta e alega ser devido à burocracia existente.
A empresa atualmente está focando seus investimentos na compra de
maquinário para implantação de pintura com tinta a pó na linha de processo de
fabricação de estantes, alterando assim o sistema de pintura, que era com tinta
líquida acrílica.
PPGEP – Gestão Industrial (2005)
Capítulo 3 Material e Método 71
3.4 Processo de fabricação da estante D30
O fluxograma do processo produtivo da estante pode ser visualizado no
quadro 6. O processo se dá com o corte de chapas 26 (chapa de aço com 0,45 mm
de espessura), para confecção das bandejas e reforços, e corte de chapa 20 (chapa
de aço com 0,60 mm de espessura) para confeccionar as colunas.
Quadro 6: Fluxograma do processo de fabricação da estante D30
corte
estampa
dobra
soldagem
lavagem
Preparação da bandeja Preparação reforço
dobra
corte
estampa
dobra
corte
Pedido
Preparação colunas
Início
pintura
N
ão
Lixar
Si
m
Expedição
Inspeção
Pe
ç
a boa?
PPGEP – Gestão Industrial (2005)
Capítulo 3 Material e Método 72
A chapa 26 é cortada com 1,98 m de comprimento, em um setor à parte, e
transportada até o local onde se encontram as outras máquinas de corte,
estamparia, dobra, solda, e pintura, assim como as chapas 20. As bandejas são
cortadas nas dimensões de 99,6 cm de comprimento por 37,7 cm
de largura,
conforme figura 15. Estas vão para a estampadeira onde são cortados os quatro
cantos, nesta mesma máquina são feitos os 12 furos, conforme figura 16.
Figura 15 – 1º corte da bandeja Figura 16 – Estampa da bandeja
Depois passam para a dobradeira, onde são feitas duas dobras nos quatro
lados da bandeja (figura 17). Na fase seguinte é soldado o reforço na bandeja em
três ou quatro pontos, figura 18.
PPGEP – Gestão Industrial (2005)
Capítulo 3 Material e Método 73
Figura 17 – Bandeja dobrada Figura 18 – Bandeja com reforço
Por fim, a bandeja vai para a lavagem e pintura. O tipo de lavagem é
conforme a cor da estante. Se for branca, lavagem tripla e pintura a pó. Se na cor
cinza, bege, preto, bordô, creme ou na cor pedida pelo cliente a lavagem é feita
apenas com estopa embebida em tiner, e a pintura com tinta líquida acrílica por
imersão ou pistola. A secagem é em forno, se branca 150°C e das outras cores
120°C.
O reforço é confeccionado em chapa 26, nas dimensões de 95 cm de
comprimento por 40 cm de largura. Após o corte, segue para a dobra, sendo uma de
cada lado. Por fim o reforço é soldado na bandeja, com três ou quatro pontos de
solda, dando uma capacidade de 12 a 15 kg. (figura 19).
PPGEP – Gestão Industrial (2005)
Capítulo 3 Material e Método 74
Figura 19 - Reforço
As colunas são cortadas a partir de chapa 20, em tamanho de 1,98 m de
comprimento por 70 cm de largura. A coluna vai para estampadeira onde são feitos
os furos para fixação das bandejas.
Esta passa para a dobradeira, fazendo apenas uma dobra ao meio da coluna,
ou seja, 0,35 cm x 0,35cm, figura 20 e 21. A lavagem é feita através de imersão no
tiner, ou também por lavagem tripla se a cor pedida for a branca. Neste momento, as
colunas, após secagem, são pintadas por imersão ou pistola com tinta líquida ou
tinta a pó. Passam para secagem em forno de alta temperatura e são embaladas.
PPGEP – Gestão Industrial (2005)
Capítulo 3 Material e Método 75
Figura 20 – Corte e estampa da coluna Figura 21 – Dobra da coluna
A inspeção das peças é feita somente após a pintura, e os defeitos verificados
são quanto à pintura, escorrida ou não, e quanto a amassados, dobras ou rebarbas.
As peças que têm problemas na pintura são retiradas, lixadas e novamente pintadas
com pistola. As com defeitos como amassados são deixadas de lado e ficam para
venda de 2ª linha, ou seja, com preço menor. As que possuem rebarbas (colunas)
são lixadas e pintadas novamente. Após todos estes passos as partes das estantes
são embaladas, e expedidas.
3.5 Escolha dos pontos críticos e coleta de dados
O estudo na Empresa W3 começou no mês de maio de 2005 quando, através
de visitas realizadas na empresa e conversas com gerentes de produção e
encarregados, foi possível verificar a necessidade de estudo investigativo em
algumas das etapas na linha de produção da estante D30. Sendo assim,
selecionaram-se dois pontos considerados críticos, a saber: primeiro corte da
bandeja e estampa da mesma.
Esses pontos foram considerados críticos por serem os primeiros
procedimentos realizados para confecção da estante citada. Também, através das
entrevistas não estruturadas, observou-se que nestes primeiros procedimentos a
PPGEP – Gestão Industrial (2005)
Capítulo 3 Material e Método 76
ocorrência de algum erro de medida em grande escala causa o descarte da peça.
Entretanto, a peça avariada serve para novo corte, utilizando-a para reforço da
própria bandeja. Mas nesse novo corte boa parte de matéria-prima é descartada, ou
seja, jogada fora. Esse desperdício foi considerado de grandes proporções, levando
à perda de material e, conseqüentemente, à elevação de custos de produção.
Em uma segunda etapa, visto que os erros ocorrem porque as peças, ao
serem cortadas, ficam fora dos padrões de medidas do projeto, decidiu-se
confeccionar gabaritos para testar amostras desses dois primeiros procedimentos.
Ver figura 22 e 23.
Figura 22 – Gabarito 1 Figura 23 – Gabarito 2
Depois desta etapa, em novo diálogo com o gerente de produção, solicitou-se
que fossem separadas cinqüenta peças de cada corte. Para esta coleta, a
orientação dada foi que a cada trinta peças cortadas fossem retiradas dez até
completar as cinqüenta. Esta amostra, em relação ao número de horas trabalhadas,
teve um período de uma hora de coleta de dados, devido às restrições da empresa.
Para não atrapalhar o bom fluxo de produção da empresa, a contagem de
itens não-conformes, conforme o gabarito realizou-se em horários determinados pela
gerência, ou seja, no período da tarde. Estes itens não-conformes foram registrados
em tabelas.
PPGEP – Gestão Industrial (2005)
Capítulo 4 Resultados 77
4 RESULTADOS
Os primeiros resultados obtidos foram o número de itens não-conformes de cada
amostra, estes foram registrados nas tabelas 5 e 6.
Tabela 5 - Itens não-conformes da peça 1º corte da bandeja
DIA/TURNO NÚMERO DE PEÇAS NÚMERO DE ITENS NÃO-CONFORMES
20/06 - TARDE 50 17
21/06 - TARDE 50 5
22/06 - TARDE 50 14
23/06 - MANHÃ 50 8
23/06 - TARDE 50 10
24/06 - MANHÃ 50 10
24/06 - TARDE 50 9
27/06 - MANHÃ 50 17
27/06 - TARDE 50 18
28/06 - MANHÃ 50 9
28/06 - TARDE 50 9
29/06 - MANHÃ 50 10
29/06 - TARDE 50 11
30/06 - MANHÃ 50 9
30/06 - TARDE 50 3
01/07 - MANHÃ 50 0
01/07 - TARDE 50 5
06/07 - MANHÃ 50 4
06/07 - TARDE 50 6
07/07 - MANHÃ 50 6
07/07 - TARDE 50 4
08/07 - MANHÃ 50 1
08/07 - TARDE 50 2
11/07 - MANHÃ 50 1
11/07 - TARDE 50 1
PPGEP – Gestão Industrial (2005)
Capítulo 4 Resultados 78
Tabela 6 - Itens não-conformes da peça estampa
DIA/TURNO NÚMERO DE PEÇAS NÚMERO DE ITENS NÃO-CONFORMES
20/06 - TARDE 50 5
21/06 - TARDE 50 26
22/06 - TARDE 50 0
23/06 - MANHÃ 50 9
23/06 - TARDE 50 4
24/06 - MANHÃ 50 27
24/06 - TARDE 50 17
27/06 - MANHÃ 50 22
27/06 - TARDE 50 22
28/06 - MANHÃ 50 21
28/06 - TARDE 50 14
29/06 - MANHÃ 50 38
29/06 - TARDE 50 40
30/06 - MANHÃ 50 14
30/06 - TARDE 50 13
01/07 - MANHÃ 50 20
01/07 - TARDE 50 13
06/07 - MANHÃ 50 11
06/07 - TARDE 50 11
07/07 - MANHÃ 50 8
07/07 - TARDE 50 8
08/07 - MANHÃ 50 10
08/07 - TARDE 50 9
11/07 - MANHÃ 50 9
11/07 - TARDE 50 15
Para a característica “medida do primeiro corte da bandeja” foi utilizada uma
amostra de 1250 peças, sendo retiradas dez peças a cada trinta produzidas até
totalizar cinqüenta peças, em dois turnos, divididas em 25 subgrupos. As peças
foram colocadas no gabarito e os resultados do número de não conformidades foram
registrados na tabela 6. Ao final do registro das 1250 peças construiu-se a carta np,
visualizada na figura 24.
Para o cálculo dos limites de controle, usamos as equações 24, 25 e 26 que
estão no capítulo 2 (página 55):
Utilizando a equação 24 obtivemos o valor de
pn :
25
112146664539111099181791010814517
+
+
+
++++
+
+
+
+
+
+
+
+
+
+
+++
+
+++
=pn
56,7=pn
Utilizando a equação 25 obtivemos o valor de LSC:
PPGEP – Gestão Industrial (2005)
Capítulo 4 Resultados 79
⎟
⎠
⎞
⎜
⎝
⎛
−+=
50
56,7
156,7356,7LSC
16,15=LSC
Utilizando a equação 26 obtivemos o valor de LIC:
⎟
⎠
⎞
⎜
⎝
⎛
−−=
50
56,7
156,7356,7LIC
039,0−=LIC (como o valor é negativo não tem limite inferior de controle)
Para encontrar o valor de p utilizou-se a equação 21 que se encontra no
capítulo 2 (página 53):
1512,0=p
Para o valor de C
pk
basta multiplicar o valor de p por 100 (cem) e
encontramos:
%12,15=
pk
C
PPGEP – Gestão Industrial (2005)
Capítulo 4 Resultados 80
PPGEP – Gestão Industrial (2005)
Capítulo 4 Resultados 81
Observando a carta np pode-se verificar que, no primeiro dia de coleta de
dados, o valor está fora do limite superior, assim como no oitavo e nono dias, e a
partir do décimo quinto dia ocorreu uma tendência de decrescimento no número de
itens não-conformes. Esses dados fora do LSC se deram por dois motivos
aparentes:
• ser o primeiro dia de coleta e os funcionários ainda sem muitas
informações sobre a pesquisa;
• troca de máquina, ela poderia estar mal ajustada, ou considerada
obsoleta.
Nos últimos dias da pesquisa, pode-se notar que os funcionários ficaram mais
atentos aos seus afazeres, tomaram mais cuidado ao regularem as máquinas, e
também as regularam com maior freqüência, justificando assim o número menor de
itens não-conformes.
Para interpretação desta carta, vê-se que está fora de controle estatístico.
Analisando os pontos além dos limites, verificou-se que a causa especial que induziu
esses valores extremos foi decorrente do fato dos funcionários, a partir do momento
que tomaram ciência da pesquisa, terem se preocupado em controlar melhor o
processo (os operadores tomavam um cuidado maior na realização dos cortes e
regulavam as máquinas com maior freqüência). Chegou-se a esta conclusão
utilizando o diário de bordo contido na carta de controle e ainda fez-se um diagrama
de causa-e-efeito para confirmar a constatação (Ver quadro 7). Este fato também é
comprovado pela tendência de decréscimo observada a partir do décimo quinto dia,
tornando o desempenho do processo melhor. Essas causas devem ser
incorporadas ao processo para que este fique com o desempenho melhor
permanente. Já as ocorrências detectadas no oitavo e nono dias foram atribuídas a
troca de máquina, conforme diário de bordo.
PPGEP – Gestão Industrial (2005)
Capítulo 4 Resultados 82
Quadro 7 – Diagrama de causa-e-efeito da 1ª carta de controle (1º corte)
estampa
máquina
homem materialmeio ambiente
humor
desconhecimento
clima
quente
gabarito
Local
distante
troca
regulagem
método
Como este estudo é inicial do processo, recalculou-se os limites de controle
excluindo os pontos fora do LSC, a saber, 1º, 8º e 9º, pois as causas especiais que
afetavam o processo, numa implantação normal de CEP, teriam sido corrigidas. Com
os novos cálculos, o valor de
pn ficou em 6,45 do LSC em 13,56 e do LIC continuou
sendo zero. Mesmo com o recálculo ainda assim se plotar os valores que não foram
excluídos tem-se ainda pontos fora do LSC e tendências de crescimento e
decrescimento, como mostra a figura 25.
O cálculo da capabilidade é dado por
p cuja equação utilizada foi a de
número 21 que se encontra no capítulo 2. Para a carta 1 o
1512,0=p , então a
capabilidade atual do processo antes dos recálculos é 15,12% de falhas na inspeção
funcional, isso garante que 84,88% das peças do 1º corte da bandeja estão
conformes, mais esta taxa de não-conformidade, obriga ao retrabalho ou refugo que
é um desperdício. Após os recálculos a capabilidade passou a ser de 12,9%,
garantindo que apenas 87,1% das peças estão conformes, esse valor ainda é muito
alto, obrigando ainda ao retrabalho e refugo. Neste caso, deve-se fazer um
acompanhamento, com nova coleta de dados, após a conscientização de toda a
equipe e todos os ajustes necessários, desde a máquina até o gabarito utilizado,
essas ações são de cunho gerencial.
PPGEP – Gestão Industrial (2005)
Capítulo 4 Resultados 83
PPGEP – Gestão Industrial (2005)
Capítulo 4 Resultados 84
Para a característica “medida da estampa da bandeja”, foi coletada uma
amostra de 1250 peças, sendo retiradas dez peças a cada trinta produzidas, até
totalizar cinqüenta peças a cada turno de trabalho perfazendo um total de vinte e
cinco subgrupos. As peças coletadas por turno foram medidas no gabarito 2 e as
não-conformes registradas na tabela 7. Ao final dos vinte e cinco grupos plotou-se os
dados na carta de controle 2. (Figura 26).
Neste momento, calcularam-se os limites de controle utilizando-se das
equações 21, 24, 25 e 26:
k
npnpnp
pn
k
+++
=
...
21
25
159910881111132013144038142122221727490265 ++++++++++++++++++++++++
=pn
44,15=pn
k
kk
nnn
pnpnpn
p
+++
+++
=
...
...
21
2211
50505050505050505050505050505050505050505050505050
159910881111132013144038142122221727490265
++++++++++++++++++++++++
++++++++++++++++++++++++
=p
3088,0=p
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
−+=
n
pn
pnpnLSC
np
13
⎟
⎠
⎞
⎜
⎝
⎛
−+=
50
44,15
144,15344,15
np
LSC
24,25=LSC
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
−−=
n
pn
pnpnLIC
np
13
⎟
⎠
⎞
⎜
⎝
⎛
−−=
50
44,15
144,15344,15
np
LIC
64,5=
np
LIC
PPGEP – Gestão Industrial (2005)
Capítulo 4 Resultados 85
PPGEP – Gestão Industrial (2005)
Capítulo 4 Resultados 86
Observando a carta 2 vê-se um processo “fora de controle”, com vários
pontos acima de LSC, que são devidos a causas especiais. Causas estas que
conforme o diagrama de causa-e-efeito, quadro 8, é devido: no segundo dia de
coleta a troca de máquina (máquina dois) e de operador; nos terceiro, quarto e
quinto dias, a estampa foi realizada na mesma máquina (máquina um) do primeiro
dia, voltando a ficar com menos itens não-conformes, dando pouca diferença que
pode ser pela razão apenas de regulagem da máquina ou pelo clima muito quente;
do sexto ao décimo terceiro dia ocorreu novamente a coleta de dados da máquina
dois onde se verificou um número muito grande de itens não-conformes, este
desequilíbrio se deu pela troca de máquina e de operador, esta máquina estava
desregulada, o operador desatento não percebendo rebarbas dentro da mesma; no
décimo sexto dia novamente à regulagem da máquina e descuido do operador foram
os motivos da alteração; a partir do décimo sétimo dia a coleta de dados retirada foi
da máquina um, onde a máquina é melhor regulada e o funcionário interessou-se
mais pela pesquisa, sempre perguntando como estavam as peças que ele havia
estampado. Entretanto, mesmo havendo preocupação do operador o processo ainda
tem alto índice de rejeição de peças comprovado pelo cálculo da capabilidade.
Quadro 8 – Diagrama de causa-e-efeito da 2ª carta de controle (estampa da bandeja)
estampa
máquina
homem materialmeio ambiente
humor
desconhecimento
clima
quente
gabarito
Local
distante
troca
regulagem
método
Com o cálculo da capabilidade confirma-se o alto índice de rejeição, pois o
mesmo foi de 30,88% (
é igual ao produto de
pk
C p por cem), causando assim
apenas 69,12% de aceitação. Mesmo retirados os pontos acima do LSC e
recalculados esses limites obteve-se valores ainda muito grandes que são:
PPGEP – Gestão Industrial (2005)
Capítulo 4 Resultados 87
14,12=pn , e 24,21=LSC 04,3
=
LIC . Assim mesmo o descontrole ainda existe, pois
a capabilidade passou de 30,88% para 24,28%, que é extremamente grande, não
podendo assim ter uma nova carta com os novos limites para abranger períodos
futuros.
Antes se deve tomar providências para reduzir as causas dos pontos fora dos
limites, tomar novas amostras, refazer todos os cálculos para então ter uma nova
carta para períodos futuros.
Nos pontos abaixo do limite inferior de controle, deve-se analisar a causa,
pois seria extremamente rendoso que todo processo continuasse desta forma, pois
quanto menor o número de itens não-conformes melhor o desempenho de todo
processo e ocorre a diminuição do retrabalho e do refugo, conseqüentemente do
desperdício, assim aumentando a lucratividade.
Esta etapa do processo de fabricação da estante D30 é um dos mais
importantes, se a estampa estiver fora das dimensões especificadas no projeto,
fatalmente quando se faz a dobra da peça, fica avariada, servindo apenas para
reforço, isto quer dizer que se perde boa parte de matéria-prima. (aproximadamente
20% da peça tornam-se refugo)
O cálculo da capabilidade não é recomendado para processo “fora de
controle”, contudo ele foi realizado para comprovar os dados refletidos nas cartas de
controle 1 e 2. Estes resultados levam a verificar que a Empresa, objeto de estudo,
tem desperdiçado muita matéria-prima, com isso esse material desperdiçado produz
uma perda de aproximadamente 12 m
3
de aço por semana, perfazendo um total de
aproximadamente U$ 600 por mês.
PPGEP – Gestão Industrial (2005)
Capítulo 5 Conclusões e Recomendações 88
5 CONCLUSÕES E RECOMENDAÇÕES
5.1 CONCLUSÕES
As empresas têm como objetivos aumentar a qualidade de seus produtos, a
lucratividade, a competitividade e o número de clientes. Esses objetivos podem ser
alcançados através de implantação de programas de qualidade. Entretanto, as EPP
com baixo capital, não têm conseguido alcançar esses objetivos, pois os programas
de qualidade oferecidos pela mídia exigem alto investimento.
As companhias pequenas e médias são mais ágeis, o compromisso da
administração é mais facilmente adquirido, mas podem encontrar dificuldades na
hora do tempo para treinamento de funcionários e de fundos para este. As EPP têm
várias opções para administrar esse treinamento, como: matricular seus funcionários
em treinamento público, trazer consultores para projetos específicos ou mesmo para
treinamento na própria empresa. (Plastics Additives & Compounding, 2004).
O sucesso da implantação do CEP depende de alguns fatores, entre eles
pode-se citar: envolvimento total da gerência, treinamento de funcionários, tomada
de ações corretivas na ocorrência de causas especiais, diálogo entre chefes e
funcionários, constante contato com clientes.
Harvey citado por Sulek, Marucheck e Lind (2005), no Journal of Operations
Management comentou que o controle estatístico de processo ainda ganha muitos
elogios como um dos melhores caminhos para administração de qualidade total
quando usado em indústrias.
Muitas dificuldades foram encontradas para coleta de dados, pois a
pesquisadora não tinha acesso a toda documentação necessária, houve resistência
por parte do gerente de produção. Outro ponto de dificuldade, além dos citados, foi
de a pesquisadora ser do sexo feminino, e na linha de produção todos os
funcionários serem do sexo oposto, tornando assim a conversação difícil, os
funcionários não forneciam todos os dados com os devidos detalhes necessários.
Os pontos considerados críticos para análise do nível de qualidade foram:
primeiro corte da bandeja e estampa da mesma, cujo período de coleta de amostras
foi de aproximadamente quinze dias, com amostras coletadas em dois períodos,
para que os resultados atingissem os objetivos inicialmente propostos.
PPGEP – Gestão Industrial (2005)
Capítulo 5 Conclusões e Recomendações 89
A escolha da carta utilizada baseou-se no tipo de processo investigado e
unidade de medida. Desta forma, para os pontos críticos utilizou-se a carta de
controle por atributos np, pois nos pontos escolhidos não se pode medir, apenas
classificá-los em “conforme” ou “não-conforme”.
Nos dois gráficos construídos verificou-se que várias amostras possuíam
muitos itens não-conformes, mostrando assim a debilidade no que diz respeito à
garantia da qualidade dos produtos. Através de uma análise mais profunda dos
pontos fora do LSC, e das tendências crescentes ou decrescentes, indicou diversos
problemas de causas especiais, que ocorrem com freqüência, mas que até então
não haviam sido detectadas. Isso mostra que a Empresa possui problemas de
desperdício nessa linha de produção, e que possivelmente pode ser estendida aos
outros setores da indústria. Mostrou-se através de duas ferramentas do Controle
Estatístico de Processo – CEP, que nos dois pontos considerados críticos, primeiro
corte da bandeja e estampa da bandeja, o processo está muito fora de controle, isto
é, fora das medidas informadas a pesquisadora. Esse fato foi mostrado nas cartas
de controle por atributos do tipo np que foram construídas a partir dos dados
levantados.
As cartas, tanto para o primeiro corte como para estampa, possuem muitos
pontos além dos limites de controle e ainda apresentam tendências decrescentes.
Por ser um estudo preliminar, e não se poder atuar sobre o processo, devido a
algumas restrições da empresa, não foram corrigidas as falhas detectadas. Não
ocorreu nova coleta de dados para verificação da ação que poderia ser tomada em
relação aos pontos que estão fora do controle superior.
As cartas de controle podem ser a primeira medida a ser tomada pela
empresa para melhorar o desempenho do processo em questão, pois, de posse
destas cartas, o gerente de produção poderá verificar e avaliar o desempenho do
processo, fazer os funcionários prestarem mais atenção aos seus afazeres e
conseqüentemente melhorar seu desempenho. Em um artigo publicado no “Journal
of Operations Management”, Sulek, Maucheck e Lind (2005), afirmam que as cartas
de controle estatístico não só pode ajudar um gerente de produção a avaliar o
desempenho do processo como também é uma oportunidade para os empregados
melhorarem seus desempenhos.
PPGEP – Gestão Industrial (2005)
Capítulo 5 Conclusões e Recomendações 90
A empresa, objeto de estudo, com base nas técnicas desenvolvidas neste
trabalho, deve avaliar seu processo de produção, pois poderá minimizar as
variações decorrentes de causas especiais, levando a redução de custos de
produção, beneficiando a maximização de lucros.
5.2 SUGESTÕES PARA EMPRESA
Tendo em vista o enfoque da melhoria contínua, salienta-se o benefício que um
estudo estatístico mais aprofundado e com utilização de mais ferramentas do CEP,
trará para esta empresa. Recomenda-se que sejam avaliados mais pontos críticos
no processo de produção, medindo-se também os custos relacionados com os
pontos escolhidos, procurando a otimização destes e fazendo a relação
custo/benefício exceder as expectativas da empresa.
A empresa deve implantar o controle estatístico de processo, a princípio em
uma de suas linhas de produção, e depois estender para todas suas linhas de
produção.
Começando por desenhar os processos e subprocessos, definindo as
entradas e saídas, e as relações entre eles, depois avaliar o sistema de medição
adequando-o às necessidades do processo, para que produzam amostras
significativas e aleatórias. As ferramentas que podem ser utilizadas são: estatística
básica, análise do sistema de medição, cálculo da capacidade do processo e
ferramentas estatísticas básicas.
Após esse trabalho preliminar, devem-se analisar os dados coletados com
ferramentas estatísticas, identificando as causas óbvias e não óbvias, ou seja,
causas comuns e especiais. Para esta análise, devem-se utilizar as ferramentas:
gráficos de controle por variáveis e atributos, CEP para lotes pequenos.
Sabe-se que, a priori, esta metodologia parece complicada, mas com
dedicação de todos, treinamento, o desejo de melhorar sempre e a possibilidade de
aumentar significativamente os lucros, ela se tornará simples. A empresa também
pode adquirir o Manual “Fundamentos de Controle Estatístico de Processos – CEP –
PPGEP – Gestão Industrial (2005)
Capítulo 5 Conclusões e Recomendações 91
Manual de Referência” segunda edição, que foi lançado em julho de 2005 nos
Estados Unidos pela Automotive Industry Action Group – AIAG, que traz todos os
tópicos da primeira edição reestruturados e, também, o capítulo III apresenta outros
tipos de gráficos de controle que não são contemplados na primeira edição e ainda
uma apresentação mais detalhada dos gráficos básicos e dos critérios para detectar
causas especiais de variação (PINTO e BRANDÃO, 2005)
Podem-se minimizar os custos de treinamento para a empresa, se esta se
utilizar de uma proposta nova que está surgindo no setor metal-mecânico,
principalmente nas empresas de móveis de aço da região dos Campos Gerais, que é
a formação de um Arranjo Produtivo Local - APL. Este setor na região é um dos
maiores produtores no Paraná e a proposta de formação de um APL poderá vir ao
encontro dos anseios de melhoria de qualidade dos produtos, inovação tecnológica,
aquisição de maquinários, e até de treinamentos com valores menores.
Assim, a empresa, objeto de estudo, alcançará os objetivos almejados por
todos que possuem e administram uma empresa de pequeno porte.
5.3 SUGESTÕES PARA FUTUROS TRABALHOS
Com o estudo realizado nesta empresa, pôde-se observar que alguns
processos produtivos da empresa estão fora de controle estatístico. Isto leva a
pensar que não só esta empresa como também as visitadas, no período da escolha
da empresa objeto de estudo, estão com algum problema em seus produtos finais.
Vem através deste estudo a proposta de novos trabalhos, em que se podem
ajudar na implantação do CEP na empresa, em uma de suas linhas de produção,
com o intuito de conscientizar os funcionários através de cursos sobre ferramentas
estatísticas para melhoria de qualidade de produto.
Organizar procedimentos para tratar de anomalias e gerenciamento de planos
de ação, também estudo e aplicação de outras técnicas estatísticas, como, por
exemplo, outros tipos de gráficos como o de CUSUM.
PPGEP – Gestão Industrial (2005)
Referências 92
REFERÊNCIAS
ALDOWAISAN,T. A.; YOUSSEF, A. S.. An ISO 9001:2000 based framework for
realizing quality in smal businesses. The International Journal of Management
Science. 2004.
ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS. NBR ISO 9000/2000,
Gestão da Qualidade e elementos do sistema da qualidade – Parte 1: Diretrizes.
———NBR ISO 9001/1994, Gestão da Qualidade e elementos do sistema da
qualidade.
———NBR ISO 9001/2000, Gestão da Qualidade e elementos do sistema da
qualidade.
———NBR ISO 8402, Quality management quality assurance.ISO/TR 10017:1999,
Orientação em Técnicas Estatísticas para a ISO 9001:1994.
BAYEUX, C. Análise da capabilidade de processos (Parte 1). Revista Banas
Qualidade. Gestão, Processos e Meio Ambiente. São Paulo, n° 108, maio 2001.
BROCKA, B.; BROCKA, M. S. Gerenciamento da Qualidade. São Paulo: Makron
Books, 1994.
CERVO, A. L.; BERVIAN, P. A. Metodologia científica. 3. ed. São Paulo: McGraw-
Hill do Brasil, 1983.
CHIZZOTTI, A. Pesquisa em ciências humanas e sociais. São Paulo: Cortez,
1991.
CNI; FINEP. A Indústria e a questão tecnológica. 2001. Disponível em:
<http//
www.cni.gov.br> Acesso em: 15 abr. 2004.
COSTA, B. K. ; ALMEIDA, M. I. R.. Estratégia: perspectiva e aplicações. São Paulo:
Ed. Atlas, 2000.
PPGEP – Gestão Industrial (2005)
Referências 93
COSTA, A. F. B.; EPPRECHT, E. K. ; CARPINETTI, L. C. R. Controle Estatístico
da Qualidade. São Paulo: Atlas, 2004.
HERREROS DE LAS CUEVAS, C. Gestão de conhecimento em PMEs e micro-
empresas. 2002. Tradução Ana Neves. Disponível em:
<
http://www.gestiondelconocimiento.com/>. Acesso em: 12 maio 2003.
DAVIS, M. M.; AQUILIANO, N. J. ; CHASE, R. B. Fundamentos da Administração
da Produção. Trad. Eduardo D’Agord Schaan. [Et al.]. 3 ed. Porto Alegre: Bookman
Editora, 2001.
DOMENECH, C. H. As causas comuns no CEP são inerentes ao processo? Revista
Falando de Qualidade. Gestão, Processos e Meio Ambiente, São Paulo, Ano
XIV, n. 149, p. 70 – 74, out. 2004.
DRUMOND, F. B. et al. 2005. Design For Six Sigma ou Design For Sales And
Share? Revista Falando de Qualidade. Gestão, Processos e Meio Ambiente,
São Paulo, Ano XIV, n. 156, p. 60 – 67, maio 2005.
ENEGEP - Encontro Nacional de Engenharia da Produção – XXIII, 2003, Ouro Preto,
MG. ALVES, P. H. B.F.; NEUMANN, C. S. R.; RIBEIRO, J.L.D.. Etapas para
implantação de controle estatístico de processo: um estudo aplicado.
——— LICZBINSKI, C. R; BITTENCOURT, S. A. M. Avaliação do sucesso das
redes de cooperação de pequenas e médias empresas: uma proposta inicial de
informações básicas para empresas comerciais.
FIEGENBAUM, A.V. ; FIEGENBAUM, D.S. 2005. O Futuro da Qualidade o valor do
cliente. Revista Falando de Qualidade. Gestão, Processos e Meio Ambiente, São
Paulo, Ano XIV, n. 152, p. 10-14, jan. 2005.
FIEP. Cadastro da Empresas do Paraná. Curitiba: 2003. CD-Rom.
———. VIII Sondagem Industrial. 2003. Disponível em: <http//
www.fiep.gov.br>
Acesso em: 20 maio de 2004.
PPGEP – Gestão Industrial (2005)
Referências 94
FUNDAMENTOS de controle estatístico do processo (CEP): Manual de Referência.
São Paulo. Chrysler, Ford e General Motors. Co-patrocínio Ford Brasil Ltda e
General Motors do Brasil Ltda. 1995.
FUNCEX. Fundação Centro de Estudos de Comércio Exterior. Fórum Permanente.
Empresas Exportadoras Brasileiras. Abril de 2002.
GALUCH, L. Modelo para implantação das ferramentas básicas do Controle
Estatístico de Processo – CEP em pequenas empresas manufatureiras. 2002.
Dissertação (Mestrado)- Programa de Pós-Graduação em Engenharia da Produção,
UFSC, Florianópolis, 2002.
GARCIA, M. D. Uso das Técnicas de HACCP, CEP e FMFA. 2000. Dissertação
(Mestrado) – Programa de Pós-Graduação em Engenharia da Produção, UFRGS,
Porto Alegre, 2000.
GARRIDO, A. P. 2005. Seis Sigma: uma metodologia em constante evolução.
Revista Falando de qualidade. Gestão, Processos e Meio Ambiente. São Paulo,
Ano XIV, n. 156, p. 52 – 58, maio 2005.
GIL, A. C. Métodos e técnicas de pesquisa social. 5.ed. São Paulo: Atlas, 1999.
IBGE. 2004. Classificação das micro e pequenas empresas. Disponível em:
http://www.boasideias.com.br/legislacao/artigos/classificacao_empresas.htm. Acesso
em: 06 nov. 2004.
IPARDES. 2002. Crescimento, reestruturação e competitividade industrial no
Paraná - 1985-2000. 2002. Curitiba.
IPARDES. 2005. RELATÓRIO PARCIAL 2. Identificação, Caracterização,
Construção e Tipologia e Apoio na Formação de Políticas para Os Arranjos
Produtivos Locais (APL) do Estado do Paraná. Julho de 2005.
ISHIKAWA, K. Controle da Qualidade Total (à maneira japonesa). 6ª Edição. Rio
de Janeiro: Editora Campus, 1993.
PPGEP – Gestão Industrial (2005)
Referências 95
———2002. TQC – Total quality Control, Estratégias de Administração de
Qualidade. IMC. JORNAL FINANCIAL TIMES, São Paulo, 22, abr. 2002. p. 13.
JURAN, J. M. Juran na liderança pela Qualidade. São Paulo: Pioneira, 1993.
KANTER, R. M.. Apud Revista Inteligência Empresarial. RIE. 2001. n. 6, p. 3.
KRUGLIANSKAS, I. Tornando a Pequena e Média Empresa Competitiva. São
Paulo: Editora IEGE, 1996.
KWAK, Y. H.; ANBARI, F. T. 2004. Benefits, obstacles, and future of six sigma
approach. Technovation. Disponível em
www.elsevier.com/locate/tecnovation .
Acesso em 17 de agosto de 2005.
LAKATOS, E. M.; MARCONI, M. de A. Fundamentos de metodologia científica. 4.
ed. rev. e ampl. São Paulo: Atlas, 2001.
LANNES, V. Pequenas e médias empresas respiram qualidade e obtêm melhorias
operacionais. Revista Banas Qualidade. Gestão, Processos e Meio Ambiente,
São Paulo, Ano IX, n 99, p. 46 – 54, ago. 2002.
LARANJA, M.; SIMÕES, V. C. ; FONTES, M.. Inovação Tecnológica - experiências
das empresas Portuguesas. Lisboa: Texto Editora, 1997.
LUCA, F. J. de. Modelo Cluster Eco-Industrial de Desenvolvimento Regional: O
Pólo da Mineração do Carvão no Sul de Santa Catarina. Florianópolis: UFSC, 2001.
Tese (Doutorado) - Programa de Pós-Graduação em Engenharia da Produção,
UFSC, Florianópolis, 2001.
MAFRA, A. T. Proposta de Indicadores de Desempenho para a Indústria de
cerâmica Vermelha. Florianópolis: UFSC, 1999. Dissertação (Mestrado) –
Programa de Pós-Graduação em Engenharia de Produção, UFSC, Florianópolis,
1999.
MATTEI, J. A. Revista Banas Qualidade. Gestão, Processos e Meio Ambiente.
São Paulo, Ano X , n 101, out. 2000.
PPGEP – Gestão Industrial (2005)
Referências 96
MDIC/SDP/DMPME. Ministério do Desenvolvimento, Industria e Comércio Exterior.
Secretaria do Desenvolvimento da Produção. Departamento de Micro, Pequena e
Médias Empresas. Micro, Pequenas e Médias Empresas: Definições e Estatísticas
Internacionais. Dezembro de 2002.
MICHEL, R. Cartas Adaptativas de Controle: Desenvolvimento de Metodologia
para Implantação em Processos de Manufatura. Porto Alegre: UFRGS, 2001.
Dissertação (Mestrado) – Programa de Pós-Graduação em Engenharia de
Produção, Universidade Federal do Rio Grande do Sul, Porto Alegre, 2001.
OGRAJENSEK, i.; THYREGOD, p. Métodos qualitativos versus quantitativos.
Revista Falando de Qualidade. Gestão, Processos e Meio Ambiente, São Paulo,
n. 148, set. 2004. Disponível em:<http://
www.banasqualidade.com.br> . Acesso em:
24 out. 2004.
OS MESTRES DA QUALIDADE. 1997. Disponível em:
<
http://www.calidade.org/articles/jul97/2jul97.htm> Acesso em: 24/10/2004.
ORGANIZATION FOR ECONOMIC CO-OPERATION AND DEVELOPMENT. The
measurement of scientific and technological activities: proposed guidelines for
collecting and interpreting technological innovation data – “Oslo manual”. OECD.
Paris. 1997.
PALADINI, E. P. Qualidade total na prática: implantação e avaliação de sistemas
de qualidade. 2ª ed. São Paulo: Ed. Atlas s/a, 1997.
PINTO JÚNIOR, D. L..; BRANDÃO, R. A. O CEP Preparado Para o Futuro. Revista
Banas Qualidade – Gestão, Processos e Meio Ambiente. São Paulo, Ano XV, nº
160, set. 2005.
PIRES, V. T. Implantação do Controle Estatístico de Processos em uma
Empresa de Manufatura de Óleo de Arroz. Porto Alegre: UFRGS, 2001.
Dissertação (Mestrado) - Programa de Pós-Graduação em Engenharia da Produção,
Universidade Federal do Rio Grande do Sul, Porto Alegre, 2001.
PPGEP – Gestão Industrial (2005)
Referências 97
PRAHALAD, C. K.; RAMASWAMY, V. The Collaboration Continum. 2001.
Disponível em: <http://
www.optimizemagazine.com> Acesso em: 20 out. 2004.
RAMOS, E. M. L. Soares. Aperfeiçoamento e Desenvolvimento de Ferramentas
do Controle Estatístico da Qualidade – Utilizando Quartis para Estimar o Desvio
Padrão. Florianópolis: UFSC, 2003. Tese (doutorado) – Programa de Pós-
Graduação em Engenharia de Produção, Universidade Federal de Santa Catarina,
Florianópolis, 2003.
RAMOS, R. C. de O. Perfil do Pequeno Empreendedor: uma investigação sobre as
características empreendedoras na pequena empresa. São Carlos: USP, 2004.
Dissertação (Mestrado) - Programa de Pós-Graduação em Engenharia de Produção,
Universidade de São Paulo, São Carlos, 2004.
REIS, D. R. Gestão da Inovação Tecnológica. São Paulo: Manole, 2004.
REIS, M. M. Um modelo para o ensino do controle estatístico da qualidade.
Florianópolis: UFSC, 2001. Tese (Doutorado) - Programa de Pós-Graduação em
Engenharia de Produção, Universidade Federal de Santa Catarina, Florianópolis,
2001.
RIBEIRO, L. M. M.; CABRAL, J. A. S. The use and misuse of statistical. Journal of
Materials Processing Technologee. 1999. p. 92-93.
RICHARDSON, R. J. 1999. Pesquisa social: métodos e técnicas. 3. ed. rev. e
ampl. São Paulo: Atlas, 1999.
ROCHA, R.. Implantação de Sistema Gerencial, com Avanços em Controle
Estatístico, em Laboratório de Nutrição Animal. Florianópolis: UFSC, 2004. Tese
(Doutorado) – Programa de Pós-Graduação em Engenharia de Produção,
Universidade Federal de Santa Catarina, Florianópolis, 2004.
ROSA, A. F. P. Método para Controle Estatístico Multivariado de Processos em
Batelada. Porto Alegre: UFRGS, 2001. Dissertação (Mestrado) – Programa de Pós-
Graduação em Engenharia da Produção, UFRGS, Porto Alegre, 2001.
PPGEP – Gestão Industrial (2005)
Referências 98
ROTONDARO, R. G. et al. Seis Sigma: Estratégia Gerencial para a Melhoria de
Processos, Produtos e Serviços. 1ª ed. São Paulo: Editora Atlas, 2002.
SEBRAE. 2004. Disponível em: <http://
www.sebrae.com.br > . Acesso em: 20 mar.
2004.
SEBRAE. 2004. Fatores Condicionantes e Taxa de Mortalidade de Empresas no
Brasil. 2004.
————. 2005. Boletim Estatístico da Micro e Pequenas Empresas. Observatório
SEBRAE. 1º semestre de 2005.
———— 2004. As Micro e Pequenas Empresas na Exportação Brasileira.
Observatório SEBRAE. Dezembro de 2004.
SENGE, P. M. The fifth discipline: the art and practice of the learning organization.
9th edition. Best Seller, 2001, 444p. p. 71 e 73.
SILVA, E. L. da; MENEZES, E. M. Metodologia da pesquisa e elaboração de
dissertação. 3. ed. rev. atual. Florianópolis: Laboratório de Ensino a Distância da
Universidade Federal de Santa Catarina, 2001. 121p.
SILVA, L. C. V. da. Aplicação do Controle Estatístico de Processos de Laticínios
Lactoplasa: Um estudo de caso. Florianópolis: UFSC, 2000. Dissertação (Mestrado)
– Programa de Pós-Graduação em Engenharia da Produção, Universidade Federal
de Santa Catarina, Florianópolis, 2000.
SIX sigma: quality processing through statistical analysis. 2004. Disponível em:
www.elsevier.com . Acesso em 17 de agosto de 2005.
SOARES, G. M. V. P. P. Aplicação do Controle Estatístico de Processos em
Indústria de Bebidas: um estudo de caso. Florianópolis: UFSC, 2001. Dissertação
(Mestrado) - Programa de Pós-Graduação em Engenharia de Produção,
Universidade Federal de Santa Catarina, Florianópolis, 2001.
SOARES, V. de L. M. de P.. Aplicação e Implantação do Controle Estatístico de
Processo em Pintura Industrial. Florianópolis: UFSC, 2003. Dissertação
PPGEP – Gestão Industrial (2005)
Referências 99
(Mestrado) – Programa de Pós-Graduação em Engenharia de Produção,
Universidade Federal de Santa Catarina, Florianópolis, 2003.
SOMMER, W. A. Avaliação da Qualidade. Apostila da disciplina de Avaliação da
Qualidade. Universidade Federal de Santa Catarina. Florianópolis. 2000.
SOUZA, G. R.. Implantação do Controle Estatístico de Processos em uma
Empresa de Bebidas. Porto Alegre: UFRGS, 2002. Dissertação (Mestrado) –
Programa de Pós-Graduação em Engenharia da Produção, Universidade Federal do
Rio
Grande do Sul, Porto Alegre, 2002.
SOUZA, R. A. de. Análise da Qualidade do Processo de Envase de Azeitonas
Verdes Através de Algumas Ferramentas do Controle Estatístico de Processo.
Florianópolis: UFSC, 2003. Dissertação (Mestrado) – Programa de Pós-Graduação
em Engenharia da Produção, Universidade Federal de Santa Catarina - UFSC,
Florianópolis, 2003.
SOUZA, D. L. O. de. Ferramentas de gestão de Tecnologia: Um diagnóstico de
utilização nas pequenas e médias empresas industriais da região de Curitiba.
Curitiba: CEFET-PR, 2002. Dissertação (Mestrado) – Programa de Pós-Graduação
em Tecnologia, Centro Federal de Educação Tecnológica do Paraná – CEFET/PR,
Curitiba, 2002.
SULEK, J. M.; MARUCHECK, A.; LIND, M. R. 2005. Measuring performance in multi-
stage service operations: An application of cause selecting control charts. Journal of
Operations Management. Disponível em
www.elsevier.com/locate/dsw Acesso em
17 de agosto de 2005.
TAGUCHI, G. Introduction to quality engineering : designing quality into products
and processes. Trad. por Sekkeisha. 6. ed. Tokyo: The Organization. 1986.
(Disponível na biblioteca da EP - USP).
TARÍ, J. J.; SABATER, V. Quality tools and techniques: Are they necessary for
quality management? International Journal of Production Economics. n. 92, p.
267-280, 2004.
PPGEP – Gestão Industrial (2005)
Referências 100
TRIOLA, M. F. Introdução a Estatística. Sétima Edição. Rio de Janeiro: LTC –
Livros Técnicos e Científicos Editora S.A. 1999.
VEIT, Eloi. O Controle Estatístico de Processos na Indústria de Cabinagem de
Veículos: Um Estudo de Caso. Florianópolis: UFSC, 2003. Dissertação (Mestrado) –
Programa de Pós-Graduação em Engenharia de Produção, Universidade Federal de
Santa Catarina, Florianópolis, 2003.
YIN, R. K. Estudo de caso: Planejamento e Métodos. 2. ed. Porto Alegre: Bookman.
2001.
PPGEP – Gestão Industrial (2005)
Anexo A Carta de autorização 101
ANEXO A – CARTA DE AUTORIZAÇÃO
PPGEP – Gestão Industrial (2005)
Livros Grátis
( http://www.livrosgratis.com.br )
Milhares de Livros para Download:
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas
Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo
