Apostila - Controle de Qualidade

DISCIPLINA:

CONTROLE DE QUALIDADE Autoria: Pedro Junior Zucatelli

Vitória, 2015

Multivix-Vitória Rua José Alves, 301, Goiabeiras, Vitória-ES Cep 29075-080 – Telefone: (27) 3335-5666

Credenciada pela Portaria MEC nº 259 de 11 de fevereiro de 1999.

Multivix-Nova Venécia Rua Jacobina, 165, Bairro São Francisco, Nova Venécia-ES

Cep 29830-000 - Telefone: 27 3752-4500 Credenciada pela portaria MEC nº 1.299 de 26 de agosto de 1999

Multivix-São Mateus

Rod. Othovarino Duarte Santos, 844, Resid. Parque Washington, São Mateus-ES Cep 29938-015 – Telefone (27) 3313.9700

Credenciada pela Portaria MEC nº 1.236 de 09 de outubro de 2008.

Multivix-Serra R. Barão do Rio Branco, 120, Colina de Laranjeiras, Serra-ES

Cep 29167-172 – Telefone: (27) 3041.7070 Credenciada pela Portaria MEC nº 248 de 07 de julho de 2011.

Multivix- Cachoeiro de Itapemirim

R. Moreira, 23 - Bairro Independência - Cachoeiro de Itapemirim/ES Cep 29306-320 – Telefone: (28) 3522-5253

Credenciada pela Portaria MEC nº 84 de 16 de Janeiro de 2002.

Multivix-Castelo Av. Nicanor Marques, 245, Centro - Castelo – ES

Cep 29360-000 – Telefone: (28) 3542-2253 Credenciada pela Portaria MEC nº 236 de 11 de Fevereiro de 1999.

1

Controle de Qualidade

Diretor Executivo: Tadeu Antonio de Oliveira Penina

Diretora Acadêmica: Eliene Maria Gava Ferrão

Diretor Administrativo Financeiro: Fernando Bom Costalonga

AD – Núcleo de Educação à Distância

ESTÃO ACADÊMICA - Coord. Didático Pedagógico GESTÃO ACADÊMICA - Coord. Didático Semipresencial GESTÃO DE MATERIAIS PEDAGÓGICOS E METODOLOGIA Coord. Geral de EAD

BIBLIOTECA MULTIVIX (Dados de publicação na fonte)

Z941c

Zucatelli, Pedro Junior.

Constrole de qualidade / Pedro Junior Zucatelli. – Vitória : Multivix, 2015.

60 f. ; 30 cm

Inclui referências.

1. Constrole de qualidade. 2. Qualidade I. Faculdade Multivix. II. Título.

CDD: 658.562

2


Disciplina: Controle de Qualidade

Autoria: Pedro Junior Zucatelli

Primeira edição: 2015

3


LISTA DE QUADROS

QUADRO 1 INTERPRETAÇÃO DO ÍNDICE DE CAPACIDADE DO

PROCESSO....................................................................................... 43

4


SUMÁRIO

1º BIMESTRE....................................................................................................... 6

1 HISTÓRICO E CONCEITOS BÁSICOS............................................ 7

2 CUSTO DE QUALIDADE....................................................................... 9

2.1 CATEGORIAS CE CUSTOS DA QUALIDADE.............................................. 10

3 ESTATÍSTICA DESCRITIVA APLICADA À QUALIDADE.......... 12

3.1 MEDIDAS DE LOCALIZAÇÃO E DISPERSÃO............................................. 12

3.2 REPRESENTAÇÕES PARA OS DADOS...................................................... 14

4 INTRODUÇÃO À AMOSTRAGEM...................................................... 16

4.1 NÍVEIS DE QUALIDADE, RISCO DO PRODUTOR E RISCO DO

CONSUMIDOR.............................................................................................. 16

4.2 CURVA CARACTERÍSTICA DE OPERAÇÃO (CCO).................................. 18

5 INTRODUÇÃO AOS GRÁFICOS DE CONTROLE........................ 21

5.1 FUNDAMENTO ESTATÍSTICO DOS GRÁFICOS DE CONTROLE............ 21

5.2 GRÁFICO DE CONTROLE.......................................................................... 21

5.3 TIPOS DE GRÁFICOS DE CONTROLE....................................................... 23

5.3.1 GRÁFICOS DE VARIÁVEIS (푿풆푹)..................................................................... 23

5.3.2 GRÁFICOS DE ATRIBUTOS (P, NP, C E µ) ...................................................... 24

6 GRÁFICOS DE CONTROLE DE VARIÁVEIS................................ 26

6.1 GRÁFICOS (X E R)....................................................................................... 26

2º BIMESTRE...................................................................................................... 31

7 GRÁFICOS DE CONTROLE DE ATRIBUTOS............................. 32

5


7.1 GRÁFICOS p............................................................................................... 32

7.2 GRÁFICOS np............................................................................................. 36

7.3 GRÁFICOS c............................................................................................... 36

7.4 GRÁFICOS µ.............................................................................................. 39

8 CAPACIDADE DO PROCESSO E ESPECIFICAÇÕES............ 41

8.1 CONCEITOS BÁSICOS.............................................................................. 41

8.2 RAZÕES DA CAPACIDADE DE UM PROCESSO..................................... 41

9 IMPLANTAÇÃO DOS GRÁFICOS DE CONTROLE.................... 44

9.1 ESCOLHA DO TIPO DE GRÁFICO............................................................ 44

9.2 COLETA DE DADOS.................................................................................. 44

10 INSPEÇÃO DE QUALIDADE............................................................. 46

10.1 OBJETIVOS DA INSPEÇÃO DA QUALIDADE........................................... 46

10.2 PONTOS DE INSPEÇÃO............................................................................ 46

10.3 TIPOS DE INSPEÇÃO................................................................................ 47

10.4 CONSIDERAÇÕES GERAIS SOBRE A INSPEÇÃO DA QUALIDADE..... 48

11 CÍRCULOS DE CONTROLE DA QUALIDADE............................. 51

11.1 DEFINIÇÃO E OBJETIVOS........................................................................ 51

11.1.1 PROCESSO MASP E CICLO PDCA................................................................. 52

11.2 CARACTERÍSTICAS................................................................................... 53

11.3 FUNDAMENTOS E PRINCÍPIOS............................................................... 54

12 ANEXOS................................................................................................... 57

12.1 ANEXO I...................................................................................................... 57

13 BIBLIOGRAFIA...................................................................................... 58

TABELAS

6


TABELA 1 MEDIDAS DOS DIÂMENTRO INTERNOS....................................... 27

TABELA 2 DADOS PARA LIMITES DE CONTROLES TENTATIVOS............... 33

TABELA 3 DADOS SOBRE NÚMERO DE NÃO CONFORMIDADES................ 37

7


1º Bimestre

8


1. HISTÓRICO E CONCEITOS BÁSICOS

Segundo BLODORN & SOARES (2011), a evolução da qualidade pode ser dividida

em seis períodos. O primeiro período, denominado de Antiguidade, pode ser

caracterizado pela alta qualidade e por descobertas fundamentais na área da

matemática. No segundo período ou Idade Média, surgiram os primeiros operadores

de controle da qualidade, por meio da diversificação das linhas de produção de

pequenas empresas. De 1900 a 1930, no terceiro período, aparecem os

supervisores de controle da qualidade e, também, os primeiros métodos de controle

estatístico da qualidade. No quarto período, que compreende as décadas de 1930 e

1940, foram desenvolvidas as aplicações estatísticas nos processos produtivos, com

base em gráficos de controle e na aceitação por amostragem. A década de 1950, ou

quinto período, pode ser caracterizada pela disseminação dos sistemas já

existentes, como o plano de amostragem. Neste mesmo período, os métodos e a

essência conceitual do controle da qualidade foram reconhecidos. No sexto período,

que abrange os anos 1960, 1970 e 1980, houve a extensão do conceito básico da

qualidade para novas ampliações, em virtude do surgimento do conceito de Controle

da Qualidade Total (TQC) e da criação do modelo Zero Defeito. Ainda no sexto

período, mas mais precisamente na década de 1980, o computador facilitou a

utilização de técnicas estatísticas e as leis de produção ao consumidor foram

criadas.

Conforme MORÁN (2011), o termo “Qualidade” pode ser definido como adequação

ao uso. Isto significa que, se espera comprar produtos e serviços que satisfazem

nossos requerimentos ou desejos. Num contexto mais avançado, para

MONTGOMERY (2013), a qualidade moderna é inversamente proporcional à

variabilidade. Ou seja, se a variabilidade das características importantes de um

produto diminuem, a qualidade do produto aumenta. O Controle de Qualidade é um conjunto de métodos estatísticos e de engenharia,

que são usados na melhoria da qualidade. Estes métodos começaram a se

desenvolvidos a partir dos anos 20’s, sendo um dos pioneiros o Dr. Walter Shewart,

dos Laboratórios da Companhia Telefônica Bell. Ele estabeleceu a utilização de

9


gráficos de controle na produção dos produtos da Companhia, fato esse que se

traduziu na melhora da qualidade dos produtos e na redução de desperdícios.

De acordo com MONTGOMERY (2013), a tecnologia estatística e de engenharia útil

na melhoria da qualidade se focaliza em três áreas principais: controle estatístico de

processos, planejamento de experimentos e amostragem de aceitação. O papel de

algumas dessas ferramentas é ilustrado na Figura 1, que apresenta um processo de

produção como um sistema com um conjunto de entradas e uma saída. As entradas,

x1, x2, ...., xp são fatores controláveis, tais como temperatura, pressão, taxas de

alimentação e outras variáveis de processo. As entradas z1, z2, ...., zq são entradas

não controláveis (ou difícil de controlar), tais como fatores ambientais ou

propriedades das matérias-primas apresentadas pelo fornecedor. O processo de

manufatura transforma essas entradas em um produto acabado que tem várias

características de qualidade. A variável de saída y é uma medida da qualidade do

processo. Baseado nessa característica de qualidade é possível medir, avaliar,

monitorar e controlar as entradas que pode ser alteradas e, assim, obter o aspecto

de qualidade desejado.

Figura 1: Entradas e saídas de um processo de produção. FONTE: MONTGOMERY, 2013.

10


2. CUSTO DE QUALIDADE

De acordo com RONTODARO (1996), o custo da qualidade refere-se àquelas

despesas incorridas pela empresa, para o atendimento e manutenção do nível

satisfatório e econômico da qualidade e confiabilidade do produto.

Segundo MATTOS & TOLEDO (1998), os Custos da Qualidade consistem na

medida dos custos especificamente associados ao sucesso e ao fracasso no

processo de obtenção da qualidade, sendo representado pelo somatório dos custos

de suas quatro categorias: custos de prevenção, custos de avaliação, custos de

falhas internas e custos de falhas externas (Figura 2).

Figura 2: Categorias do custo de qualidade. FONTE: TOLEDO, 2002.

MATTOS & TOLEDO (1998), definem os chamados custos de prevenção e de

avaliação como sendo "custos inevitáveis" e os custos de falhas (internas e

externas) como sendo "custos evitáveis".

Segundo TOLEDO (2002), os custos operacionais da qualidade são "os custos

associados à definição/planejamento, criação e controle da qualidade, assim como à

avaliação e realimentação da conformidade com exigência em requisitos de

desempenho, confiabilidade, segurança; e também custos associados às

consequências provenientes de falhas, em atendimento a essas exigências, tanto

internamente à empresa quanto nas mãos dos clientes."

De maneira geral, custos da qualidade são definidos como quaisquer despesas de

manufatura ou de serviço que ultrapassem as que teriam havido se o produto tivesse

11


sido feito ou o serviço tivesse sido prestado com perfeição na primeira vez.

(MATTOS & TOLEDO, 1998).

Neste sentido, o propósito do estudo de Custos da Qualidade é o reconhecimento e

a organização do conjunto de custos relativos à qualidade para identificar as

categorias mais significativas, bem como suas tendências de comportamento ao

longo do tempo. Serve como guia para redução de custos e melhoria da qualidade,

devendo, portanto ser acompanhado de um programa de redução de custos e de

melhoria da qualidade (TOLEDO, 2002).

Conforme TOLEDO (2002), os Custos da Qualidade devem abranger todas as

atividades com participação na qualidade dentro da empresa, fornecendo

informações para comparar os investimentos em qualidade (inputs) com os

resultados (outputs). Os inputs no caso são os investimentos em prevenção e

avaliação da qualidade e os outputs são os custos referentes às falhas internas e às

falhas externas. Tal estudo contribui para:

a) análise do desempenho da empresa;

b) programação das atividades da equipe de qualidade para uma máxima eficácia e

uso mais efetivo dos recursos produtivos;

c) alocação realista de recursos para o esforço necessário de qualidade para se

atingir os objetivos da empresa;

d) preparação de estimativas de custos para novos empreendimentos, etc.

2.1 CATEGORIAS DE CUSTOS DA QUALIDADE

Segundo TOLEDO (2002), as quatro categorias de Custos da Qualidade são assim

definidas:

a) PREVENÇÃO

São os custos associados às atividades de projeto, implementação e operação do

sistema de gestão da qualidade, incluindo a administração e auditoria do sistema,

12


em todo o ciclo de produção (do projeto ao pós-venda). Ou seja, referem-se aos

gastos ocasionados com o propósito de se evitar defeitos.

b) AVALIAÇÃO

Custos associados à medição, avaliação e auditoria de características da matéria-

prima, componentes e produtos para assegurar a conformação com os padrões de

qualidade. Ou seja, referem-se aos custos das atividades de inspeção (avaliação da

qualidade) propriamente dita.

c) FALHAS INTERNAS

Custos associados a materiais, componentes e produtos que não satisfazem os

padrões de Qualidade causando perdas na produção, e que são identificados antes

do produto deixar a empresa. Ou seja, custos de falhas ocorridas e identificadas

internamente à empresa.

d) FALHAS EXTERNAS

Custos gerados pela distribuição de produtos não conformes ou defeituosos aos

clientes/consumidores. Ou seja, custos de falhas identificadas/ocorridas

externamente à empresa.

13


3. ESTATÍSTICA DESCRITIVA APLICADA À QUALIDADE

O principal objetivo da ESTATÍSTICA DESCRITIVA é a redução de dados.

A importância de que se revestem os métodos que visam exprimir a informação

relevante contida numa grande massa de dados através de um número muito menor

de valores ou medidas características ou através de gráficos simples, é tal que a

estatística descritiva se debruça a estudar os métodos que o permitam.

Os dados estatísticos resultam de experiências ou inquéritos conduzidos sobre um

conjunto restrito – a amostra – e as conclusões procuram alargar-se a um conjunto

mais vasto – a população.

O principal objetivo da análise estatística consiste em determinar que generalizações

sobre a população podem fazer-se a partir da amostra que da mesma foi recolhida.

A designação de “amostra” é tomada correntemente num sentido mais amplo como

sinónimo de dados ou observações enquanto a “população” é a totalidade; ou seja, o

conjunto de todas as possíveis observações feitas em condições semelhantes.

O processo de amostragem é o processo seguido para escolher os elementos da

população a incluir na amostra, condicionada, logicamente, a inferências ou

conclusões permitidas pela amostra. A amostragem será discutida com mais ênfase

no próximo capítulo.

3.1 MEDIDAS DE LOCALIZAÇÃO E DISPERSÃO

MÉDIA, VARIÂNCIA E DESVIO PADRÃO

Uma estatística é definida como sendo qualquer função dos dados amostrais que

não contenha parâmetros desconhecidos. Por exemplo, seja x1, x2, ..., xn as

observações em uma amostra, então a média amostral é:

푥̅ =∑ 푥푛 (3.1)

14


A variância amostral é dada por:

푆 =∑ (푥 − 푥̅)

푛 − 1 (3.2)

E o desvio padrão amostral é:

푆 =∑ (푥 − 푥̅)

푛 − 1 (3.3)

As estatísticas 푥̅ e S (ou S²) descrevem a tendência central e a variabilidade da

amostra, respectivamente.

MODA

Para um conjunto de dados, define-se moda como sendo: o valor que surge com

mais frequência se os dados são discretos, ou, o intervalo de classe com maior

frequência se os dados são contínuos.

Esta medida é especialmente útil para reduzir a informação de um conjunto de

dados qualitativos, apresentados sob a forma de nomes ou categorias, para os quais

não se pode calcular a média e por vezes a mediana (se não forem susceptíveis de

ordenação).

MEDIANA

A mediana, m, é uma medida de localização do centro da distribuição dos dados,

definida do seguinte modo: Ordenados os elementos da amostra, a mediana é o

valor (pertencente ou não à amostra) que a divide ao meio, isto é, 50% dos

elementos da amostra são menores ou iguais à mediana e os outros 50% são

maiores ou iguais à mediana.

15


Para a sua determinação utiliza-se a seguinte regra, depois de ordenada a amostra

de n elementos:

Se n é ímpar, a mediana é o elemento médio.

Se n é par, a mediana é a semi-soma dos dois elementos médios.

Se representarem os elementos da amostra ordenada com a seguinte notação: x1:n ,

x2:n , ... , xn:n então uma expressão para o cálculo da mediana será:

푚 =푥 : (푠푒푛é푖푚푝푎푟)

12 푥 : + 푥 : (푠푒푛é푝푎푟)

(3.4)

Como medida de localização, a mediana é mais robusta do que a média, pois não é

tão sensível aos dados.

AMPLITUDE

Uma medida de dispersão que se utiliza por vezes é a amplitude amostral R,

definida como sendo a diferença entre a maior e a menor das observações: R = xn:n

– x1:n onde representa-se por x1:n e xn:n, respectivamente o menor e o maior valor da

amostra (x1, x2, ..., xn), de acordo com a notação introduzida anteriormente, para a

amostra ordenada.

3.2 REPRESENTAÇÕES PARA OS DADOS

Normalmente, utiliza-se varias representações gráficas, em tabelas ou por

diagramas para observar a dispersão dos dados de maneira mais objetiva. As

ferramentas mais utilizadas são conhecidas como as sete ferramentas do controle

de qualidade.

Segundo MAGALHÃES, as ferramentas da qualidade foram estruturadas,

principalmente, a partir da década de 50, com base em conceitos e práticas

existentes. Desde então, o uso das ferramentas tem sido de grande valia para os

16


sistemas de gestão, sendo um conjunto de ferramentas estatísticas de uso

consagrado para melhoria de produtos, serviços e processos.

De acordo com PALMIERI & PEREIRA (2012), as sete ferramentas da Qualidade

que são mais utilizadas para o acompanhamento e resolução de problemas são:

Diagrama de Causa-Efeito, Histogramas, Gráficos de Controle, Folhas de

Checagem, Gráficos de Pareto, Fluxogramas, Diagramas de Dispersão.

Nessa apostila, foca-se nos Gráficos de Controle como ferramenta para o controle

de qualidade, no qual será discutido com mais destaque nos próximos capítulos.

Conforme MAGALHÃES, as sete ferramentas poderão levar a organização a: Elevar

os níveis de qualidade por meio da solução eficaz de problemas; Diminuir os custos,

com produtos e processos mais uniformes; Executar projetos melhores; Melhorar a

cooperação em todos os níveis da organização; Identificar problemas existentes nos

processos, fornecedores e produtos; Identificar causas raízes dos problemas e

solucioná-los de forma eficaz.

17


4. INTRODUÇÃO À AMOSTRAGEM

A inspeção da qualidade faz-se em produto já existente (já produzido), que pode ser

uma matéria prima, um produto em processo ou um produto acabado, com a

finalidade de verificar se a qualidade do lote atende os padrões ou especificações de

aceitação.

Os Planos de Amostragem são aplicados na Inspeção de Recebimento, na Inspeção

Final (de Produto Acabado) ou na passagem de uma etapa para outra de um

processo de produção (por ex. na passagem de um produto da seção A para a

seção B; da produção para a linha de montagem; da produção para uma câmara de

resfriamento; da produção para o almoxarifado; etc).

A inspeção não impede a produção de defeituosos, mas permite separar os lotes

bons dos defeituosos (lotes com problemas, que não cumprem os requisitos

mínimos de qualidade definidos entre o cliente e o fornecedor), ou seja, os lotes

conformes dos não conformes.

A inspeção pode ser:

(1) inspeção para aceitação: neste caso os lotes aprovados serão aceitos,

contendo, eventualmente, itens defeituosos.

(2) inspeção retificadora: neste caso, além da situação descrita em (1), os lotes

rejeitados passam por uma inspeção completa, todos os itens defeituosos são

substituídos por bons, e aí o lote é aceito.

4.1 NÍVEIS DE QUALIDADE, RISCO DO PRODUTOR E RISCO DO

CONSUMIDOR

Define-se P1 como sendo o Nível de Qualidade Aceitável (NQA) e P2 como o Nível

de Qualidade Inaceitável (NQI). P1 e P2 se referem a porcentagens de defeituosos

do lote.

18


Um plano de amostragem consiste na definição de um tamanho de amostra e de um

critério de decisão para aceitar (ou não) um lote: n é o tamanho da amostra, d é a

quantidade de defeituosos na amostra e α é a quantidade máxima de defeituosos

aceitável na amostra para aprovar o lote.

Como se trabalha com amostras, existe o risco de se tirar conclusões erradas sobre

o lote. O Exemplo 4.1 apresenta essa situação.

EXEMPLO 4.1: Níveis de qualidade, risco do produtor e risco do consumidor.

Imagine um lote N=100, o qual contem (sem se saber) 5 itens defeituosos e 95 bons.

Suponha que o Plano de Amostragem seja: n = 5 e α = 1, para P1 (NQA) = 6%. Ou

seja, o lote pode ser considerado bom, atendendo o que foi especificado. Entretanto,

neste caso existe o risco da amostra conter, por exemplo, exatamente os 5 itens

defeituosos e portanto de se rejeitar o lote sendo que ele é bom, pois tem 5% de

defeituosos e o NQA é de 6%.

Imagine agora um lote N=100, o qual contem 95 itens defeituosos e 5 bons.

Suponha o mesmo plano de amostragem anterior. Neste caso existe o risco da

amostra conter exatamente os 5 itens bons e portanto de

se aceitar um lote ruim.

O produtor deseja uma proteção contra a rejeição de lotes bons e o consumidor

(cliente) deseja proteção contra a aceitação de lotes de má qualidade.

Portanto, se distingue dois tipos de riscos:

Risco do produtor (α): é a probabilidade de que um lote de boa qualidade (P < P1)

seja rejeitado.

Risco do consumidor (β): é a probabilidade de que um lote de má qualidade (P >

P2) seja aceito.

19


Onde P é a porcentagem de defeituosos na amostra.

4.2 CURVA CARACTERÍSTICA DE OPERAÇÃO (CCO)

A Curva Característica de Operação (CCO) mede a efetividade de um teste para

separar lotes de qualidade variável. A curva CCO é uma função de “p”, a proporção

verdadeira de itens defeituosos no lote, e está dada por:

CCO(p) = p[Aceitar o lote | Proporção verdadeira de itens defeituosos no lote é igual

a p]

Agora determinaremos a forma da curva CCO para o caso particular de um plano de

amostragem simples com uma amostra de tamanho “n” e um nível de aceitação igual

a “c”. Nesse caso:

CCO(p) = p[d ≤ c | Proporção de itens defeituosos no lote é “p”]

퐶퐶푂(푝) = 푛푘 푝 (1− 푝) (4.1)

Um bom plano de amostragem é aquele que tem um grande poder de discriminação

(ou seja, uma boa capacidade de discriminar/separar os lotes bons dos defeituosos),

o que é dado pela inclinação da curva CCO. A Figura 3 seria a CCO ideal:

20


Figura 3: Curva Característica de Operação ideal. FONTE: MORÁN, 2011.

Define-se a Função Característica de Operação como sendo: L(p) = F(α), onde L(p)

é a probabilidade de aceitação de um lote em função de “p”, ou seja, em função da

proporção defeituosa do lote.

A CCO é o gráfico da função L(p), mostrado na Figura 4, para um dado plano: n e α.

Figura 4: CCO para um gráfico da função L(p). FONTE: MORÁN, 2011.

A CCO deverá passar por dois pontos: (P0, L(P0)) e (P1, L(P1)), sendo L(P0) = (1 – α)

e L(P1) = β.

21


Tendo-se fixado previamente esses 4 valores (P0, P1, L(P0), L(P1)), determina-se o

Plano de Amostragem (n e α), por meio das equações:

퐿(푃 ) = 1−∝= 푛푑 푃 (1 − 푃 ) (4.2)

퐿(푃 ) = 훽 = 푛푑 푃 (1 − 푃 ) (4.3)

Entretanto, procedendo-se assim, não se tem controle sobre o tamanho da amostra

e pode-se chegar a um tamanho que não seja conveniente ou aceito pela empresa.

Para tanto já existem planos de amostragem tabelados que fixam previamente os

valores de “n” e “α”, considerados convenientes, e fixa-se apenas um ponto da

CCO, perdendo-se o controle do outro ponto. Assim, neste caso, se fixa (P0, 1-α),

perde-se o controle sobre o ponto (P1, β).

22


5. INTRODUÇÃO AOS GRÁFICOS DE CONTROLE

5.1 FUNDAMENTO ESTATÍSTICO DOS GRÁFICOS DE CONTROLE

Supondo que uma característica de qualidade tenha uma distribuição normal com

média µ e desvio padrão σ, onde tanto µ como σ são conhecidos. Se x1, x2, ......., xn

é uma amostra de tamanho “n”, então a média da amostra será:

푥 =푥 + 푥 + ⋯+ 푥

푛 (5.1)

Também, pela teoria, se sabe que 푥 segue uma distribuição normal com média µ e

desvio padrão σ ̅ , e que:

σ ̅ =σ√푛

(5.2)

onde σ ̅ é o desvio padrão da média da amostra, e σ é desvio padrão populacional.

5.2 GRÁFICOS DE CONTROLE

O gráfico de controle é método visual, utilizado para se determinar se o processo

continua ou não em um estado satisfatório de controle estatístico. Na verdade, o

gráfico não controla absolutamente nada, ele simplesmente fornece uma base para

a ação e se tornará eficiente apenas quando aqueles que são responsáveis pela

tomada de decisões utilizarem as informações apresentadas pelo gráfico de forma

correta (MORÁN, 2011). Desse modo, a função principal dos gráficos de controle é a

de informar a existência de tendências, padrões ou variações em alguma

característica de interesse de um produto, como por exemplo composição

percentual, peso ou dimensão, em relação aos limites (superior ou inferior)

estabelecidos como aceitáveis para a característica que está sendo analisada.

23


Quando se trabalha com amostras, a forma mais comum de apresentar um gráfico

de controle é mediante a fixação da linha central de controle, do limite superior de

controle e do limite inferior de controle (Figura 5), sendo:

Limite Superior de controle (LSC) = µ + x 3훔풙

Linha Média de controle (LM) = µ Limite Inferior de controle (LIC) = µ - x 3훔풙

Onde:

σ ̅ é o desvio padrão da média amostral da medida estatística de interesse.

Figura 5: Modelo de gráfico de controle. FONTE: MORÁN, 2011.

Juran criou o conceito de Trilogia da Qualidade: Planejamento, Melhoria e Controle.

O Planejamento da qualidade estabelece os objetivos de desempenho e o plano de

ações para atingi-los. A melhoria da qualidade busca aperfeiçoar o patamar de

desempenho atual, para novos níveis, visando tornar a empresa mais competitiva. O

Controle da Qualidade consiste de avaliar o desempenho operacional, comparar

com os objetivos e atuar no processo, quando os resultados se desviarem do

desejado. Assim, quando uma empresa decide controlar seus processos mediante

Gráficos de Controle, se obterá um diagrama como o mostrado na Figura 6:

24


Figura 6: Controle dos processos mediante Gráficos de Controle. FONTE: MORÁN, 2011.

Dentre os principais passos necessários para construir um Gráfico de Controle, têm-

se:

a) Selecionar a característica de qualidade a ser considerada;

b) Definir o método de amostragem e o tamanho da amostra;

c) Coletar os dados;

d) Determinar o valor central e os limites de controle;

e) Determinar os limites de controle revisados;

f) Utilizar o gráfico de controle para suas finalidades.

5.3 TIPOS DE GRÁFICOS DE CONTROLE

Existem dois tipos básicos de gráficos de controle:

Gráficos de variáveis

Gráficos de atributos

Dentro de cada tipo básico algumas variantes também são utilizadas. São elas:

5.3.1 GRÁFICOS DE VARIÁVEIS (퐗퐞퐑)

25


São utilizados quando as amostras podem ser representadas por unidades

quantitativas de medida (peso, altura, comprimento, etc).

Os principais gráficos de controle por variáveis e mais usados são os de 푋 e de R.

Estes são os gráficos da média e da amplitude. Os gráficos de 푋 e de R se

complementam, devendo ser implementados simultaneamente. O gráfico 푋 objetiva

controlar a variabilidade no nível médio do processo e qualquer mudança que ocorra

nele. É muito importante também verificar a dispersão de um processo que pode

sofrer alterações devido às causas assinaláveis. Este aumento da variabilidade será

detectado pelo gráfico R das amplitudes.

5.3.2 GRÁFICOS DE ATRIBUTOS (P, NP, C E µ)

Existem situações em que as características da qualidade não podem ser medidas

numericamente. Por exemplo, uma lâmpada é classificada como “funciona” ou “não

funciona”. Ou seja, existem casos em que as características da qualidade são mais

bem representadas pela presença ou ausência de um atributo, e não por alguma

medição.

Em geral, os gráficos de atributo são utilizados nas seguintes situações:

i - quando o número de características a controlar em cada produto é muito grande;

ii - em lugar de mensurações convém empregar calibradores do tipo passa não-

passa;

iii - o custo de mensuração é elevado em relação ao custo da peça;

iv - a verificação da qualidade pode ser feita por simples inspeção visual.

Os principais tipos de gráficos de atributos são:

Gráficos de p: para o controle da proporção de unidades defeituosas em cada

amostra;

Gráficos de np: para o controle do número de unidades defeituosas por amostra;

26


Gráficos de c: para o controle do número de defeitos por amostra;

Gráficos de u: para o controle do número de defeitos por unidade de produto.

Para a utilização dos gráficos de atributos, deve-se escolher as características

principais ou mais significativas como geradoras de defeitos no produto É

recomendado a aplicação de gráficos de Pareto para determinação das

características mais importantes.

27


6. GRÁFICOS DE CONTROLE DE VARIÁVEIS

6.1 GRÁFICOS (푋푒푅)

Segundo MORÁN (2011), o gráfico 푋 é um gráfico de controle para variáveis que

analisa a constância na variação da média do processo. O gráfico R é um gráfico

que analisa a constância na variação do desvio padrão do processo (variabilidade do

processo). Portanto, os dois gráficos devem ser utilizados juntos, um para analisar a

variação na média do processo (gráfico 푋) e o outro para analisar a variação do

processo (gráfico R).

Para o cálculo dos limites de controle dos gráficos (푋 e R) é necessário coletar 20 ou

25 subgrupos (amostras) de 5 ou 4 itens (tamanho da amostra). Aproximadamente

100 dados. Em seguida calcular a média das médias amostrais (푋):

푋 =푋 + 푋 + ⋯+ 푋

푚 (6.1)

Para construir os limites de controle, é necessária uma estimativa do desvio padrão

σ. Essa estimativa pode ser encontrada pelo método das amplitudes das m

amostras. Se x1, x2, ..., xn é uma amostra de tamanho n, então a amplitude da

amostra é a diferença entre a maior e a menor observação, isto é:

푅 = 푥 á − 푥 í (6.2)

Sejam R1, R2, ...., Rn as amplitudes das m amostras. A amplitude média (푅) é:

푅 =푅 + 푅 + ⋯+ 푅

푚 (6.3)

A seguir, estão as formulas para a construção dos limites de controle para o gráfico

푋 e R.

28


Limites de Controle para o Gráfico 푿:

퐿푆퐶 = 푋 + 퐴 푅 (6.4)

퐿푀 = 푋 (6.5)

퐿퐼퐶 = 푋 − 퐴 푅 (6.6)

onde A2 é uma constante obtida de tabelas, que fornece os limites de 3σ ̅ para a

média das amostras.

Limites de Controle para o Gráfico R:

퐿푆퐶 = 퐷 푅 (6.7)

퐿푀 = 푅 (6.8)

퐿퐼퐶 = 퐷 푅 (6.9)

OBS: os valores de A2, D4, D3 serão encontrados na Tabela 1 do Anexo I.

EXEMPLO 6.1

Anéis de pistão para motores de automóveis são produzidos por um processo de

forja. Queremos estabelecer um controle estatístico para o diâmetro interno dos

anéis produzidos por esse processo usando gráficos 푋 e R. Vinte e cinco amostras,

cada uma com tamanho cinco, foram extraídas desse processo quando se pensava

que o mesmo estava sob controle. As medidas dos diâmetros internos para essas

amostras são exibidos na TABELA 1.

TABELA 1: MEDIDAS DOS DIÂMETROS INTERNOS (MM) DE ANÉIS DE PISTÃO, EXEMPLO 6.1.

29


FONTE: TOLEDO & ALLIPRANDINI, 2004.

Gráfico 푿

30


Para achar os limites de controle para o gráfico 푋, usamos a Tabela 1 do Anexo I

para encontrar as constantes, na qual A2 = 0,577. Isso nos dá que

퐿푀 = 푋 = 74,001

퐿푆퐶 = 푋 + 퐴 푅 = 74,001 + (0,577)(0,023) = 74,014

퐿퐼퐶 = 푋 − 퐴 푅 = 74,001− (0,577)(0,023) = 73,998

Desse modo, plotando o gráfico de 푋,

Figura 7: Gráfico 푿 para o Exemplo 6.1. FONTE: TOLEDO & ALLIPRANDINI, 2004.

Gráfico R

Para n = 5, encontramos na Tabela 1 do Anexo I que D3 = 0 e D4 = 2,115. Assim os

limites de controle para o gráfico R são:

퐿푀 = 푅 = 0,023

퐿푆퐶 = 퐷 푅 = 0,023(0) = 0

퐿퐼퐶 = 퐷 푅 = 0,023(2,115) = 0,049

Assim, plotando o gráfico R,

31


Figura 8: Gráfico R para o Exemplo 6.1. FONTE: TOLEDO & ALLIPRANDINI, 2004.

Em ambos os gráficos 푋 (Figura 7) e R (Figura 8), não surge nenhuma evidencia de

uma situação fora de controle.

32


2 º Bimestre

33


7. GRÁFICOS DE CONTROLE DE ATRIBUTOS 7.1 GRÁFICOS p

Segundo MORÁN (2011), o gráfico de controle p é um gráfico de controle por

atributos, o qual determina a proporção ou percentagem de itens que estão fora de

padrão na amostra inspecionada. A proporção defeituosa denomina-se “p”. Assim,

nos gráficos usados para controlar atributos é contada a qualidade (“com defeito –

sem defeito”, “conforme – não conforme”, “sim – não”, etc) do produto ou serviço.

Utilizar este gráfico implica selecionar uma amostra aleatória, inspecionar cada item

contido nela, e calcular a proporção de produtos “com defeito” na amostra.

A fração amostral não-conforme (풑) é definida com a razão entre o número de

unidades não-conformes na amostra D e o a tamanho n da amostra. Isto é,

푝̂ =푛ú푚푒푟표푑푒푖푡푒푛푠푛ã표푐표푛푓표푟푚푒푠푑푎푎푚표푠푡푟푎

푛ú푚푒푟표푑푒푖푡푒푛푠푑푎푎푚표푠푡푟푎 =퐷푛 (7.1)

Limites de Controle para o Gráfico R:

푝̅ =∑ 푝̂푚 (7.2)

퐿푆퐶 = 푝̅ + 3푝̅(1− 푝̅)

푛 (7.3)

퐿푀 = 푝̅ (7.4)

퐿퐼퐶 = 푝̅ − 3푝̅(1 − 푝̅)

푛 (7.5)

Onde:

푝̅: fração média de defeituosos na amostra;

n: é o tamanho da amostra.

Tamanho da Amostra

34


Teoricamente, o gráfico p só deve ser empregado para amostras com um número n

de elementos maior que 10푝̅. Na prática é comum adotar-se 푛 > 5

푝̅.

EXEMPLO 7.1

Deseja-se estabelecer um gráfico de controle para melhorar a fração de embalagens

não-conformes produzidas por uma máquina que embala suco de laranja

concentrado em latas. Foram selecionadas 30 amostras, com n = 50 embalagens

cada, a intervalo de meia hora, por um perdido de três turnos, no qual a máquina

operou continuamente. Os dados são mostrados TABELA 2.

TABELA 2: DADOS PARA OS LIMITES DE CONTROLE TENTATIVOS, EXEMPLO 7.1. (N = 50

AMOSTRAS)


35


O primeiro passo é construir um gráfico de controle preliminar para verificar se o

processo está sob controle. Calculando o somatório das frações médias de

defeituosos na amostra pela TABELA 2, encontra-se pela Eq. 7.2.

푝̅ =∑ 푝̂

30 =6,9430 = 0,2313

Verificando se o gráfico pode ser empregado para o número de amostras n = 50,

푛 >5푝̅

5푝̅ =

50,2313 = 21,61 < 푛

Como 푛 > 5푝̅ , é válido empregar o gráfico para este exemplo.

Os limites de controle são:

퐿푀 = 푝̅ = 0,2313

퐿푆퐶 = 푝̅ + 3푝̅(1− 푝̅)

푛 = 0,2313 + 30,2313. (0,7687)

50 = 0,410

퐿퐼퐶 = 푝̅ − 3푝̅(1 − 푝̅)

푛 = 0,2313− 30,2313. (0,7687)

50 = 0,052

A fração amostral não-conforme de cada amostra preliminar está plotada no Gráfico

da Figura 9 com os limites de controle encontrados.

36


Figura 9: Gráfico p de controle para a fração não-conforme inicial para os dados da TABELA 2,

Exemplo 7.1. FONTE: TOLEDO & ALLIPRANDINI, 2004.

Nota-se que dois pontos, os das amostras 15 e 23, se localizam acima do limite

superior de controle, de modo que o processo não está sob controle. Esses pontos

devem ser investigados para ver se existe, ou não, uma causa atribuível.

Suponha que nesse caso, a amostra 15 indica que mais matéria-prima foi colocada

na produção daquela meia hora e que na amostra 23 um operador relativamente

inexperiente foi temporariamente designado para aquela máquina. Esse fatores

poderiam ter causado a alta fração não-conforme em ambas as amostras.

Consequentemente, eliminam-se as amostras 15 e 23 e calcula-se a nova linha

central e novos limites de controle. Assim,

푝̅ =∑ 푝̂

30 =6,0228 = 0,215

퐿푀 = 푝̅ = 0,215

퐿푆퐶 = 푝̅ + 3푝̅(1− 푝̅)

푛 = 0,215 + 30,215. (0,785)

50 = 0,3893

37


퐿퐼퐶 = 푝̅ − 3푝̅(1 − 푝̅)

푛 = 0,215 − 30,215. (0,785)

50 = 0,0407

7.2 GRÁFICOS np

O gráfico de controle np se baseia no número de não-conformes em vez da fração

não-conforme. Os parâmetros desse gráfico são os seguintes:

퐿푆퐶 = 푛푝̅ + 3 푛푝̅(1 − 푝̅) (7.6)

퐿푀 = 푛푝̅ (7.7)

퐿퐼퐶 = 푛푝̅ − 3 푛푝̅(1 − 푝̅) (7.8)

7.3 GRÁFICOS c

De acordo com TOLEDO & ALLIPRANDINI (2004), as vezes uma unidade do

produto pode apresentar mais de um defeito e tem-se o interesse em controlar o

número de defeitos por amostra: representado pela letra “c”. Esse controle é

conveniente quando as amostras têm o mesmo tamanho. Exemplos são não-

conformidades físicas tais como irregularidades de superfície, falhas ou orifícios em

produtos contínuos ou extensos como fio, papel, têxteis, materiais laminados, etc.

Nesse tipo de gráfico, o primeiro passo é estimar o numero médio de não-

conformidades (푐̅) observado em uma amostra preliminar de unidades de inspeção.

푐̅ =∑ 푐푚 (7.9)

Os parâmetros para o gráfico c são:

퐿푆퐶 = 푐̅ + 3√푐 ̅ (7.10)

퐿푀 = 푐̅ (7.11)

퐿퐼퐶 = 푐̅ − 3√푐 ̅ (7.12)

38


EXEMPLO 7.2

A Tabela 3 apresenta o número de não-conformidades observados em 25 amostras

sucessivas de 100 placas de circuito impresso.

TABELA 3: DADOS SOBRE O NÚMERO DE NÃO-CONFORMIDADES EM AMOSTRAS DE 100

PLACAS DE CIRCUITO IMPRESSO, EXEMPLO 7.2.


39


Nota-se que, por razões de conveniência, a unidade de inspeção é definida como

100 placas. Como 25 amostras contém um total de 501 não-conformidades, estima-

se 푐̅ por:

푐̅ =∑ 푐푚 =

50125 = 20,04

Os limites de controle para este exemplo são:

퐿푀 = 푐̅ = 20,04

퐿푆퐶 = 푐̅ + 3√푐̅ = 20,04 + 3 20,04 = 33,47

퐿퐼퐶 = 푐̅ − 3√푐̅ = 20,04− 3 20,04 = 6,61

O gráfico de controle é exibido na Figura 10.

Figura 10: Gráfico de controle para não-conformidades para o Exemplo 7.2. FONTE: TOLEDO &

ALLIPRANDINI, 2004.

Dois pontos de localizam fora dos limites de controle, amostras 6 e 20. O exame da

amostra 6 revela que um novo inspetor examinou as placas dessa amostra e que ele

não reconheceu vários dos tipos de não-conformidades que poderiam estar

40


presentes. Além disso, o número de não-conformidades grande na amostra 20

resultou de um problema de temperatura da máquina de solda, o que foi reparado

em seguida. Portanto, parece razoável excluir essas duas amostras e rever os

limites de controle. Assim, a estimativa de 푐̅ é agora calculada como

푐̅ =45725 = 18,28

Os limites de controle revisados são:

퐿푀 = 푐̅ = 18,28

퐿푆퐶 = 18,28 + 3 18,28 = 31,06

퐿퐼퐶 = 18,28− 3 18,28 = 5,45

Esses se tornam os valores-padrão em relação aos quais a produção será

comparada nos próximos períodos.

7.4 GRÁFICOS µ

O gráfico dos números de defeitos por unidade de produto (µ) é adequado quando

várias não-conformidades independentes podem ocorrer em uma unidade do

produto. O gráfico u geralmente é utilizado por supervisores porque eles estão mais

preocupados com o desempenho médio do produto. Isto é provável em produtos que

resultam de montagens complexas tais como: automóveis, televisores,

microcomputadores.

Se cada amostra consistir em “n” unidades e se houver um total de “c” não-

conformidades na amostra, então:

휇 =푐푛 (7.13)

41


Este será o número médio de defeitos de defeitos por unidade na amostra “i”. Assim,

se houver “m” amostras, então o estimador do número médio de defeitos por

unidade é:

휇̅ =∑ 휇푚 (7.14)

Consequentemente, os limites de controle serão:

퐿푆퐶 = 휇̅ + 3휇̅푛 (7.15)

퐿푀 = 휇̅ (7.16)

퐿퐼퐶 = 휇̅ − 3휇̅푛 (7.17)

42


8 CAPACIDADE DO PROCESSO E ESPECIFICAÇÕES

8.1 CONCEITOS BÁSICOS

Segundo BITTENCOURT, Capacidade do processo se refere à variabilidade

inerente a um processo comparada às especificações ou exigências para o produto.

A capacidade do processo diz respeito a sua uniformidade.

De acordo com TOLEDO & ALLIPRANDINI (2004), o conceito de capacidade do

processo tem uma associação com a especificação do produto que o processo deve

atender, ou seja, é a capacidade do processo produzir dentro das especificações de

projeto do produto. Assim, a capacidade do processo é a relação entre a sua

variabilidade natural e a tolerância de especificação do projeto do produto. Com

essa comparação, pode-se avaliar numericamente a capacidade do processo.

8.2 RAZÕES DA CAPACIDADE DE UM PROCESSO

Existe uma forma simples, quantitativa, de expressar a capacidade de um processo.

Para tal, uma forma é a razão da capacidade de um processo (RCP) 퐶 expressa

por

퐶 =퐿푆퐸 − 퐿퐼퐸

6휎 (8.1)

onde LSE e LIE são os limites superior e inferior de especificações,

respectivamente.

Em aplicações práticas, o desvio padrão do processo 휎 é quase sempre

desconhecido e deve ser substituído por uma estimativa de 휎. Tipicamente, utiliza-se

o desvio padrão amostral S ou 푅/푑 (quando se utilizam gráficos de controle de

variáveis, onde d2 é um fator de correção que depende exclusivamente do tamanho

(n) das amostras e encontra-se tabelado na Tabela 1 do Anexo I). Isto resulta na

seguinte estimativa de 퐶 ,

43


퐶 =퐿푆퐸 − 퐿퐼퐸

6휎 (8.2)

O índice 퐶 admite uma interpretação prática útil:

푃 =1퐶 100 (8.3)

A Eq. 8.3 informa a porcentagem da faixa de especificação utilizada pelo processo.

Existem casos em que não haverá limites superiores e inferiores de especificação,

mas apenas um deles. Nesses casos, para cálculos na prática:

퐶 =퐿푆퐸 − 휇̂

3휎 (푠표푚푒푛푡푒푒푠푝푒푐푖푓푖푐푎çã표푠푢푝푒푟푖표푟) (8.4)

퐶 =휇̂ − 퐿퐼퐸

3휎 (푠표푚푒푛푡푒푒푠푝푒푐푖푓푖푐푎çã표푖푛푓푒푟푖표푟) (8.5)

Ainda existe o índice 퐶 que é simplesmente o mínimo entre estes dois indicadores.

퐶 = 푚í푛(퐶 ;퐶 ) (8.6)

A magnitude o 퐶 em relação ao 퐶 é uma medida direta do quão fora do centro o

processo está operando.

Assim, um processo será considerado capaz quando o 퐶 for maior que 1, ou seja,

quando a variabilidade natural do processo(6s) for menor que a tolerância

admissível da especificação. Como é utilizado o sR (desvio padrão calculado a partir

das amplitudes), alguns autores consideram a necessidade de que o 퐶 seja maior

que 1,33.

O Quadro 1 mostra uma orientação para a interpretação da capacidade do processo.

44


푪풑 ou 푪풑풌 Nível Conceito/Interpretação

> 1,33 A

CAPAZ - Confiável, os operadores do processo

exercem completo controle sobre o mesmo, pode-se

utilizar o pré-controle.

Entre 1 e 1,33 B

RELATIVAMENTE CAPAZ - Relativamente confiável,

os operadores do processo exercem controle sobre as

operações, mas o controle da qualidade deve monitorar

e fornecer informações para evitar a deterioração do

processo.

Entre 0,75 e 0,99 C

INCAPAZ - Pouco confiável, requer controle contínuo

das operações, pela fabricação e pelo controle da

qualidade, visando evitar descontroles e perdas devido

a refugos, retrabalhos, paralisações, etc.

< 0,75 D

TOTALMENTE INCAPAZ - O processo não tem

condições de atender as especificações ou padrões,

por isso, é requerido o controle, revisão e seleção de

100% das peças, produtos ou resultados. Quadro 1: Interpretação do índice de capacidade do processo. FONTE: TOLEDO & ALLIPRANDINI,

2004.

45


9 IMPLANTAÇÃO DOS GRÁFICOS DE CONTROLE

9.1 ESCOLHA DO TIPO DE GRÁFICO

A escolha do tipo de gráfico a ser utilizado depende da característica a ser analisada

e controlada.

Sendo esta característica uma magnitude (peso, altura, largura, comprimento, etc.),

os gráficos utilizados poderão ser os de variáveis (푋 e R).

Quando a característica da qualidade não pode ser medida numericamente, por

exemplo, quando se utiliza dispositivos passa não-passa, estas características são

denominadas de atributos. Se a característica da qualidade for um atributo, os

gráficos p (ou np) e c (ou µ) devem ser utilizados.

O fluxograma da Figura 11 mostra um esquema para a escolha do melhor gráfico a

ser utilizado.

9.2 COLETA DE DADOS

Antes de se realizar a coleta de dados é necessário escolher o tamanho da amostra,

também chamada de subgrupos racionais, assim como a frequência da amostragem

e o número de amostras a serem coletadas. Esta escolha depende do tipo de

gráfico, da fase de aplicação, de considerações econômicas, etc.

Na amostragem é fundamental escolher amostras que representem subgrupos de

itens que sejam o mais homogêneo possível, visando ressaltar diferenças entre os

subgrupos. Isso objetiva, caso estejam presentes, fazer com que as causas

assinaláveis/especiais se manifestem através das diferenças entre os subgrupos.

46


Figura 11: Procedimento para a escolha do tipo de gráfico de controle. FONTE: TOLEDO &

ALLIPRANDINI, 2004.

Este capítulo foi elaborado de acordo com TOLEDO & ALLIPRANDINI (2004).

47


10 INSPEÇÃO DE QUALIDADE

10.1 OBJETIVOS DA INSPEÇÃO DA QUALIDADE

Determinar se há ou não conformidade de um produto, ou lote, já produzido, em

relação às especificações de projeto;

Gerar informações que permitam tomar ações corretivas sobre o lote ou processo.

10.2 PONTOS DE INSPEÇÃO

A inspeção pode ocorrer nas seguintes fases da Produção:

a) INSPEÇÃO DE RECEBIMENTO

A extensão da inspeção em produtos (matéria-prima ou produto acabado) recebidos

de terceiros depende da capacidade do fornecedor, devidamente avaliada

previamente e continuamente acompanhada. Em um extremo, temos a inspeção

utilizando-se o conceito de "auditoria da decisão", onde o comprador compara os

dados obtidos por sua inspeção com os dados recebidos do fornecedor. Quando os

dados recebidos do fornecedor forem e continuarem a ser confiáveis, a inspeção se

transforma em apenas uma identificação do produto recebido. No outro extremo, a

inspeção de recebimento torna-se um controle da qualidade do fornecedor.

b) INSPEÇÃO DURANTE A FABRICAÇÃO

A inspeção durante a fabricação tem o objetivo de fornecer informações para a

tomada de decisão sobre o produto, isto é, se o produto está ou não conforme com a

especificação e para a tomada de decisão sobre o processo, isto é, se o processo

deve prosseguir ou parar. A frequência de inspeção pode ser mais facilmente

estabelecida se o processo é estável (um processo estável implica que no processo

só estão atuando fontes de variação usuais).

c) INSPEÇÃO DE PRODUTO ACABADO

48


A inspeção de produtos acabados (também conhecida como inspeção final) pode

ser executada tanto na linha de produção (nos pontos de inspeção), como em áreas

de inspeção separadas. Muitas vezes a inspeção é feita em 100% dos produtos

acabados, simulando as condições de uso ou realizando uma checagem completa

no produto (check list) por meio de inspeção sensorial (se utilizada a sensibilidade

humana como instrumento de medição).

10.3 TIPOS DE INSPEÇÃO

a) INSPEÇÃO 100%

A inspeção 100% é conveniente quando a característica é crítica ou a capacidade do

processo é inerentemente insuficiente (incapaz) para alcançar os requisitos das

especificações. É bom lembrar que o excesso de inspeção pode ser tão custoso

quanto a falta de inspeção. A experiência mostra que a inspeção 100% não garante

produtos perfeitos, isto é, não há garantias de segregação de todos os defeituosos.

Vários estudos demonstram que o inspetor encontra aproximadamente 80% dos

defeitos presentes.

b) INSPEÇÃO POR AMOSTRAGEM

Os objetivos principais dessa inspeção são de aceitação de um lote por meio de

uma amostra representativa que forneça auxílio no controle do processo. A inspeção

por amostragem é conveniente para reduzir os custos da inspeção, manter a área de

produção informada a respeito da qualidade dos produtos ao longo do processo e

em situações onde o julgamento da conformidade se dá através de um ensaio

destrutivo. Para que a inspeção por amostragem tenha eficácia, alguns cuidados

devem ser observados:

Procedimentos adequados para seleção da amostra;

Representatividade da amostra (aleatoriedade).

c) INSPEÇÃO SENSORIAL

49


A qualidade sensorial é aquela para a qual há dificuldade de se ter instrumentos

tecnológicos de medição, sendo utilizada a sensibilidade humana como instrumento

de medição. As características normalmente avaliadas por inspeção sensorial são:

Sabor;

Odor;

Ruído;

Aparência.

As formas de padrões para a inspeção sensorial são:

Amostras para comparação;

Fotografias;

Sons gravados;

Amostras com cheiro ou sabor;

A característica visual é uma categoria especial de qualidade sensorial. O resultado

de uma inspeção visual é bastante influenciado pela iluminação (tipo, cor e

intensidade), pelo ângulo de visão, pela distância da observação, etc. Devem-se

padronizar essas condições‚ para assegurar uma maior uniformidade nos resultados.

d) OUTROS TIPOS DE INSPEÇÃO DE CONFORMIDADE

Inspeção automatizada (inspeção utilizando robôs, software, leitor óptico, etc.);

Inspeção auxiliada por computador (isto se aplica especialmente à inspeção de

peças de maquinas de precisão);

Inspeção de preparação antes da produção (em processos estáveis: se a

preparação estiver correta o lote também deverá estar);

Inspeção volante (para processos que não permanecem estáveis durante a

produção de um lote).

10.4 CONSIDERAÇÕES GERAIS SOBRE A INSPEÇÃO DA QUALIDADE

50


Atividades da Inspeção:

Interpretação da especificação;

Medição da característica de qualidade;

Julgamento da conformidade;

Tratamento dos casos conformes;

Tratamento dos casos não-conformes;

Registros dos dados obtidos.

Conhecimentos necessários para a atividade de inspeção:

Quais características da qualidade verificar?

Como determinar se um produto está ou não conforme aos padrões requeridos?

Qual o critério de aceitação de lotes de produtos?

O que fazer com os produtos conformes e não-conformes?

O que deve ser registrado?

O Perfil desejado de um inspetor deve considerar:

Conhecimentos imprescindíveis

Regulamentos e procedimentos da empresa

Produtos e processos aplicados

Elementos de medição de precisão

Matemática aplicada à fabricação

Segurança

Sistemas de unidades de medida

Teoria dos erros de medição

Conhecimentos desejáveis:

Organização do controle da qualidade e suas funções

51


Conhecimento de física básica

Elaboração de relatórios técnicos

Controle estatístico da qualidade básico

Habilidades Técnicas:

Encontrar defeitos

Interpretar especificações

Relatar com exatidão

Habilidades Pessoais:

Controle emocional

Temperamento

Aptidão

Atenção/ Concentração

Este capítulo foi elaborado de acordo com TOLEDO & ALLIPRANDINI (2004).

52


11 CÍRCULOS DE CONTROLE DE QUALIDADE Segundo PALMIERI & PEREIRA (2012), os Círculos de Controle de Qualidade

(CCQ) nasceram mediante uma crise econômica, a do Japão, com consequente

falta de credibilidade na qualidade de seus produtos e serviços no mercado

internacional. O país estava arrasado moral e economicamente após a Segunda

Guerra Mundial, os japoneses lançaram em uma mobilização de reerguimento

baseado em dois pontos fundamentais: uma consciência nacional e capacidade

técnica. No Brasil, o movimento dos CCQ chegou entre 1971 e 1972, introduzido

primeiramente pela empresas Volkswagen do Brasil e Johnson & Johnson, que

implantaram os primeiros CCQ em suas áreas, divulgando para outras organizações.

11.1 DEFINIÇÃO E OBJETIVOS

FALCONI (1995) enfatiza que os CCQ’s são a extensão da prática do controle da

qualidade ao nível de operadores. Por meio dos grupos de CCQ é possível aos

operadores exercerem o controle, propondo alterações aos procedimentos

operacionais por meio do método de solução de problemas. Sendo assim, a

finalização, o acabamento do Gerenciamento da Qualidade Total é parte inseparável

desta.

De acordo com ALLEMAND (2007), CCQ’s não são grupos de pessoas para buscar

a solução de problemas, pois, não têm compromisso com os resultados; se utilizam

dos problemas do dia-a-dia, como um “laboratório”, onde aplicam as técnicas com

objetivo de seu aprendizado.

Segundo PALMIERI & PEREIRA (2012), “Um Círculo de Controle de Qualidade é

formado por um grupo de empregados voluntários, pertencentes a uma mesma área

de trabalho, que se reúnem periodicamente para identificar, estudar e aperfeiçoar

situações de trabalho.”

Para ALLEMAND (2007), as atividades dos CCQ’s têm como função, a multiplicação

de conhecimentos e a criação de hábito de utilização das ferramentas (técnicas)

53


básicas de Controle da Qualidade e do Método de Análise e Solução de Problemas

(MASP), também conhecido por PDCA.

11.1.1 PROCESSO MASP E CICLO PDCA

Visando a melhoria contínua e maior aproveitamento do processo, é perceptível a

utilização do Método de Análise e Solução de Problemas (MASP) cada vez mais

frequente nas organizações. Tal método é composto pelo sistema de

implementações de melhorias, a partir da elaboração e aplicação de ações

preventivas e corretivas no ambiente organizacional. (FERREIRA et. al., 2012).

De acordo com FERREIRA et. al. (2012), o ciclo PDCA, além de abranger o método

MASP e servir como base para seus critérios de avaliação, está amplamente

relacionado às tomadas de decisões dentro da organização. Com o foco no controle

do processo, este ciclo propõe o estabelecimento de metas e os meios mais viáveis

de atingi-las, buscando a possível estabilidade à instituição. A Figura 12 mostra a

composição básica do clico PDCA, usualmente adotada como embasamento em

novos projetos e qualificações de processos.

Figura 12: Estrutura básica do ciclo PDCA. FONTE: FERREIRA et. al. (2012).

54


FALCONI (1999) auxilia no entendimento do ciclo PDCA, explicitando seus termos:

Planejamento (Plan - Planejar): consiste, basicamente, em estabelecer o caminho

(método) para alcançar as metas instituídas pelo processo. Forma-se uma análise

sobre os fatores influenciáveis dentro do processo, além da pesquisa criteriosa, com

o intuito de utilizar ferramentas sem gastos excessivos ou o aumento de custos. É a

etapa do conhecimento, preparação e levantamento de dados;

Execução (Do – Fazer): compreende a elaboração das atividades realizadas a

partir do planejamento, ou seja, a implementação das ações estipuladas

anteriormente;

Verificação (Check – Checar): a partir dos dados de coleta da etapa anterior –

execução – é possível comparar os resultados obtidos com as metas estabelecidas

anteriormente, ou seja, conferir todos os passos realizados e se estes estão dentro

dos parâmetros especificados;

Atuar (Act – Agir): conhecida também por etapa de correção. A partir dos

resultados da checagem, é possível analisar os erros e detectar os principais

desvios dentro do processo para, em seguida, reparar as divergências encontradas

e dar suporte em sua manutenção.

Segundo FERREIRA et. al. (2012), as atividades que passam pelas etapas

elaboradas pelo ciclo PDCA, além de demonstrarem maior compromisso com a

atividade prestada e qualificação processual, são capazes de realizar sua

autoanálise (feedback), com o intuito de praticar a melhoria contínua e diminuir

drasticamente as divergências ou incorreções do processo.

11.2 CARACTERÍSTICAS

São grupos que tem o objetivo principal de treinar (desenvolver) as pessoas, para

efetivamente obterem o controle da qualidade. Suas principais características são:

Os participantes são voluntários;

Operam por tempo indeterminado;

55


O grupo escolhe o líder e secretário;

O grupo escolhe o tema do trabalho;

O grupo decide sobre a evolução do trabalho;

O grupo implanta ou participa da implantação das melhorias;

O grupo analisa as ideias obtidas;

Não tem compromisso com resultados.

11.3 FUNDAMENTOS E PRÍNCIPIOS

Conforme ALLEMAND (2007), a superação das empresas, para se manterem e

ampliarem seus mercados é a base de seu sucesso. Para que isto aconteça, as

empresas devem obter qualidade em todos os seus processos. E a empresa sendo

formada por colaboradores, detém nestes, a capacidade de implantação e

operacionalização de programas de qualidade, que para tal, necessitam estar

permanentemente treinados nas técnicas e ferramentas de qualidade. Para a

obtenção da qualidade, é necessário que todos realizem o autocontrole, coletem e

analisem dados numéricos e informações padronizadas, para procederem à

comparação entre os padrões desejados e os que estão sendo produzidos. Quando

um padrão não é alcançado, se obtém uma não-conformidade, a qual pode provocar

uma série de prejuízos à empresa.

Segundo ALLEMAND (2007), as pessoas quando bem motivadas, trabalham alegres

e satisfeitas. Os CCQ’s buscam a motivação das pessoas, pelos seus méritos

pessoais e coletivos, para a aplicação correta das ferramentas da qualidade. A

busca da participação individual e coletiva é incentivada, já que todos podem

colaborar no processo, seja para seu sucesso pessoal e o da empresa.

Para a empresa, os CCQ’s trazem como vantagens:

1) Melhoria contínua nos processos e racionalização do trabalho;

2) Otimização dos recursos alocados à organização, com consequente aumento na

produtividade, melhoria na qualidade dos produtos e serviços;

3) Maior lucratividade, redução de custos;

56


4) Reputação e prestígio dos produtos e da empresa perante a comunidade;

5) Empregados conscientes quanto à importância dos 5S;

6) Empregados conscientes quanto a problemas, custos, desperdícios e qualidade;

7) Criação ou incremento do hábito de trabalho em grupo;

8) Pessoas capacitadas para o autocontrole, principalmente na realização do

Controle Estatístico do Processo (CEP);

9) Competitividade dos seus produtos no mercado interno e externo;

10) Incremento na motivação dos empregados;

11) Melhoria no relacionamento humano;

12) Maior união entre empregados, voltada ao desenvolvimento pessoal e da

empresa;

13) Redução da ocorrência de inconvenientes e não-conformes, através da

prevenção e a consequente redução de gastos com assistência técnica.

Para as pessoas que participam dos CCQ’s, as vantagens e benefícios são:

1) Desenvolvimento pessoal e profissional, dinâmico e permanente, face à troca de

experiências entre os componentes do grupo e principalmente pela ação de

pesquisa e estudos para a análise das ideias sugeridas no desenvolvimento do

tema adotado;

2) Satisfação pessoal por deixar de ser apenas um dente da engrenagem, mas sim

a própria empresa, participando, influindo e contribuindo para que esta, alcance

os seus objetivos;

3) Realização profissional, crescer com a empresa, poder discutir, influir e participar

na implantação de mudanças que afetam o seu dia-a-dia, ver reconhecido pelos

seus superiores todo o seu esforço;

4) Melhoria no ambiente de trabalho, devido à redução de dificuldades para

executar as suas tarefas e um melhor conhecimento do processo em que atua,

proporcionando um ambiente de trabalho sadio, alegre e ativo;

5) Melhoria no relacionamento humano. As pessoas passam a conhecer melhor o

seu colega de trabalho, e munidos dos mesmos ideais, objetivos e filosofia,

reduz-se as diferenças, mantendo diálogos francos e abertos, inclusive com as

chefias;

57


6) Melhoria na capacidade de administrar. As técnicas que se aprende, permitem

tomadas de decisão convictas, com base cientifica, o que contribui inclusive para

um melhor aproveitamento do salário;

7) Melhoria no senso de organização, desenvolvimento da consciência das coisas

certas, no local correto, no momento exato;

8) Melhor harmonia no lar, devido à geração do hábito do diálogo com os

familiares, de extrema importância, principalmente na educação dos filhos.

58


12 ANEXOS

12.1 ANEXO I

TABELA 1: FATORES PARA CONSTRUIR GRÁFICOS DE CONTROLE.

Gráfico 푿 Gráfico R n A2 D3 D4 n 2 1,880 0 3,267 2 3 1,023 0 2,575 3 4 0,729 0 2,282 4 5 0,577 0 2,115 5 6 0,483 0 2,004 6 7 0,419 0,076 1,924 7 8 0,373 0,136 1,864 8 9 0,337 0,184 1,816 9 10 0,308 0,223 1,777 10 11 0,285 0,256 1,744 11 12 0,266 0,284 1,716 12 13 0,249 0,308 1,692 13 14 0,235 0,329 1,671 14 15 0,223 0,348 1,652 15 16 0,212 0,364 1,636 16 17 0,203 0,379 1,621 17 18 0,194 0,392 1,608 18 19 0,187 0,404 1,596 19 20 0,180 0,414 1,586 20 21 0,173 0,425 1,575 21 22 0,167 0,434 1,566 22 23 0,162 0,443 1,557 23 24 0,157 0,452 1,548 24 25 0,153 0,459 1,541 25

59


13 BIBLIOGRAFIA

1. ALLEMAND, Renato Neves. APOSTILA SOBRE QUALIDADE E PRODUTIVIDADE. 2007.

2. BITTENCOURT, Hélio Radke. CONTROLE ESTATÍSTICO DA QUALIDADE.

Pontifícia Universidade Católica do Rio Grande do Sul. Faculdade de Matemática –

Departamento de Estatística. Rio Grande do Sul.

3. BLODORN, M.; SOARES, M. QUALIDADE: UMA QUESTÃO DE SOBREVIVÊNCIA PARA AS ORGANIZAÇÕES. Universidade Luterana do Brasil,

2011.

4. COSTA, A. F. B.; EPPRECHT, E. K.; CARPINETTI, L C. R. Controle Estatístico de Qualidade. Editora Atlas, 2ª Ed. São Paulo, 2005.

5. FALCONI, Vicente Campos. TQC – Controle da qualidade total (no estilo japonês). Belo Horizonte: Editora de Desenvolvimento Gerencial, 1999.

6. FERREIRA, R. H. M.; SATO, A. N.; CANTERI, C. G. CÍRCULOS DE CONTROLE

DA QUALIDADE (CCQ’S): A PARTICIPAÇÃO DIRETA NOS PROCESSOS DECISÓRIOS EM UMA INDÚSTRIA DE AUTOPEÇAS DA REGIÃO SUL. In: V

Congresso UFV de Administração e Contabilidade e II Mostra Científica. Viçosa-MG,

2012.

7. MAGALHÃES, J. M. AS 7 FERRAMENTAS DA QUALIDADE. Modelos de

Gestão: Qualidade e Produtividade. 2 pgs.

8. MATTOS, J.C.; TOLEDO. J. C. Custos da qualidade: diagnóstico nas

empresas com certificação ISO 9000. Revista Gestão & Produção. Vol. 5, Nº 3.

São Carlos-SP, 1998.

60


9. MONTGOMERY, Douglas C. Introdução ao Controle Estatístico da Qualidade.

4ª Ed. São Paulo, Brasil. LTC, 2013.

10. MORÁN, William. APOSTILA DE CONTROLE DA QUALIDADE.

Universidade Federal do Piauí. Teresina, 2011.

11. PALMERI, A. F.; PEREIRA, H. R. J. CÍRCULO DE CONTROLE DE QUALIDADE (CCQ). Centro Universitário Nossa Senhora do Patrocínio (CEUNSP).

Complexus, ano 3, nº 05. Salto-SP, 2012. Pp. 71-82.

12. ROTONDARO, Roberto. Custos da Qualidade Ferramentas para Análise de Decisão Estratégica. Apostila da Fundação Carlos Alberto Vanzolini, 1996.

13. TOLEDO, J. C. Conceitos Sobre Custos da Qualidade. Apostila da

Universidade Federal de São Carlos. Grupo de Estudos e Pesquisa em Qualidade

(GEPEQ). São Carlos-SP, 2002.

14. TOLEDO, J. C.; ALLIPRANDINI, D. H. CONTROLE ESTATÍSTICO DA QUALIDADE. Universidade Federal de São Carlos. Grupo de Estudos e Pesquisa

em Qualidade (GEPEQ). São Paulo-SP, 2004.

Apostila - Controle de Qualidade

Documents

Transcript of Apostila - Controle de Qualidade