Gráfico de Controle

São Paulo, Brasil

Hospital Israelita Albert Einstein

Ademir Petenate, PhDPaulo Borem, MD

Especialista em Melhoria

2

Semana N de Consultas Atrasadas Porcentagem

1 60 5 0.08

2 60 3 0.05

3 60 2 0.03

4 60 6 0.10

5 60 2 0.03

6 60 5 0.08

7 60 4 0.07

8 60 6 0.10

9 60 2 0.03

10 60 5 0.08

11 60 4 0.07

12 60 1 0.02

13 60 3 0.05

14 60 5 0.08

15 60 3 0.05Variável Média D.P.

Porcentagem 0.06222 0.03118

Número de consultas

com atraso medidas em

amostras de 60

consultas por semana

Tipo de dado:

Tamanho do subgrupo:

Tipo de Gráfico:

Gráfico de Controle: exemplo 2

3

Seleção do Gráfico de Controle

4

Gráfico de Controle: exemplo 2

1 51 41 31 21 11 0987654321

0.1 6

0.1 4

0.1 2

0.1 0

0.08

0.06

0.04

0.02

0.00

Semana

Pro

po

rtio

n

_P=0.0622

UCL=0.1558

LCL=0

P Chart of Atrasadas

5

Gráfico para dado de Classificação:

Gráfico P - Estrutura

1

2

3

•

•

•

•

•

24

200

100

300

•

•

•

•

•

150

(n)

20

30

10

•

•

•

•

•

20

0.10

0.30

0.03

•

•

•

•

•

0.13

(p)

Numero de Defeituosos (Numerador)

AmostraUnidades

Amostradas/Amostra

Nº de Unidades

Defeituosas

Proporção de

Unidades Defeituosas

Tamanho da Amostra

(Denominador

O Gráfico P plota

esta coluna

6

O Gráfico p

• Hipóteses primárias necessárias para se usar

um gráfico P

– Cada unidade pode ser classificada apenas em uma

de duas categorias.

– O resultado de uma unidade independente dos

resultados de qualquer outra unidade (falta de

memória)

7

Recomendações para Usar um Gráfico P

• O gráfico P deve ter um limite de controle

inferior.

• É desejável ter o tamanho do subgrupo grande

o suficiente de modo que algumas unidades

“defeituosas” sejam encontradas na maior parte

dos subgrupos (menos de 25% dos subgrupos

devem ter nenhuma unidade “defeituosa)

• O tamanho mínimo de subgrupo para um gráfico

P eficaz depende do valor médio de p.

8

Fonte: Lloyd P Provost, Sandra Murray The Health Care Data Guide Learning from Data for Improvement 2011

9

Observação

• Nem todo dado de porcentagem é dado de

classificação

– Muitas vezes as porcentagens se originam de dados

de variáveis tais como tempo, peso, comprimentos e

custos. Por exemplo, o lucro percentual pode ser

uma razão de lucros sobre vendas.

– Dados desse tipo devem ser tratados como dados

contínuos ao se desenvolver gráficos de controle

10

Número de Erros Críticos

medidas em amostras de 100

procedimentos realizados por

semana

Tipo de dado:

Tamanho do subgrupo:

Tipo de gráfico:

Semana N_Proced. N_Erros Críticos Taxa_EC1 100 4 0.042 100 2 0.023 100 8 0.084 100 3 0.035 100 13 0.136 100 6 0.067 100 7 0.078 100 4 0.049 100 0 0.00

10 100 5 0.0511 100 3 0.0312 100 4 0.0413 100 7 0.0714 100 1 0.0115 100 5 0.0516 100 2 0.0217 100 14 0.1418 100 4 0.0419 100 7 0.0720 100 6 0.06

Variável Média D.P.

Taxa_EC 0.052 0.023

Gráfico de Controle: exemplo 3

11

Gráfico de Controle: exemplo 3

1 91 71 51 31 197531

0.1 4

0.1 2

0.1 0

0.08

0.06

0.04

0.02

0.00

Semana

Sam

ple

Co

un

t P

er

Un

it

_U=0.0525

UCL=0.1212

LCL=0

1

1

U Chart of Erros Críticos

12

Gráfico para dados de Contagem: Gráfico U

• Indicado quando são feitas contagens de

ocorrências (erros, defeitos, acidentes,

mudanças, etc. )

• Um subgrupo é definido por:

– Número de unidades avaliadas

– Área de oportunidade

• Área de oportunidade pode ser um espaço, um

período de tempo, um volume, etc.

13

Fonte: Lloyd P Provost, Sandra Murray The Health Care Data Guide Learning from Data for Improvement 2011

14

Fonte: Lloyd P Provost, Sandra Murray The Health Care Data Guide Learning from Data for Improvement 2011

15

Regras para causas especiais

Uma observação além de um limite de controle

Uma seqüência de sete ou mais pontos acima ou abaixo da média

Uma seqüência de cinco ou mais pontos crescentes ou decrescentes