2. VISUALIZAÇÃO DE DADOS 2
MÓDULO
• CONCEITOS , FLUXOGRAMA, SIPOC , PARETO E
QFDAula 1
• CARTAS DE ACOMPANHAMENTO , GRÁFICO DE
RADAR, HISTOGRAMA, ISHIKAWA –
DIAGRAMA CAUSA E EFEITO e 5 POR QUÊSAula 2
• FMEA
Aula 3
• 5W2H, CARTAS DE CONTROLE e DASHBOARD
Aula 4
3. VISUALIZAÇÃO DE DADOS 3
SUMÁRIO
OVERVIEW
CARTAS DE ACOMPANHAMENTO
GRÁFICO DE RADAR
HISTOGRAMA
ISHIKAWA – DIAGRAMA CAUSA E EFEITO
5 POR QUÊS
4. VISUALIZAÇÃO DE DADOS
DMAIC
Define Mesure Analyze Improve Control
• Definir o
Problema
• Priorizar
• Caracterizar
• Definir a
Métrica
(medida de
desempenho)
• Medir a
Situação Atual
(Demonstrar)
• Definir Metas
• Analisar as
causas de
variabilidade
• Identificar os
principais
fatores
• Estabilizar o
processo
• Otimizar o
processo
• Implantar
Melhorias
• Manutenção
do Processo
4
5. VISUALIZAÇÃO DE DADOS
Fase de Medição
Definir a medida de desempenho do processo (métrica)
Dever ser uma medida que demonstre claramente a evolução ou não do
processo.
Deve ser possível de ser medida com frequência
Deve representar o processo que é objeto.
Exemplo de Métricas
Processo Métrica
Consumo de combustível Kilometros/litro
Soldagem (Máquinas de Solda) Altura do Fillet up de Solda (mm)
Processos Fabris em geral Índices de Defeito (ppm, %)
Injeção Plástica Espessura de peça (mm)
Processo de Testes e Inspeção Automática Tempo de Execução (s)
Pintura Espessura da pintura (mm)
5
6. VISUALIZAÇÃO DE DADOS
Ferramentas para Medição
Finalidade Tipos de Gráfico
Priorização Gráfico de Pareto
Acompanhamento
com o tempo
Cartas de Acompanhamento, Cartas de
Controle, Gráfico de Colunas
Distribuição de
Dados
Histograma
Comparações Pareto, Gráfico de Radar
6
7. VISUALIZAÇÃO DE DADOS 7
SUMÁRIO
OVERVIEW
CARTAS DE ACOMPANHAMENTO
GRÁFICO DE RADAR
HISTOGRAMA
ISHIKAWA – DIAGRAMA CAUSA E EFEITO
5 POR QUÊS
8. VISUALIZAÇÃO DE DADOS
CARTAS DE
ACOMPANHAMENTO
• As cartas de acompanhamento são amplamente utilizadas.
• Normalmente, esses gráficos estão associados a uma escala de tempo.
• No eixo X dispostos os tempos, horas, dias, semanas, meses e etc.
• no eixo Y dispostos os valores de medição.
• Exemplos:
• verificação de assiduidade de funcionários,
• rendimento,
• índice de qualidade,
• produtividade,
• consumo de energia e etc.
8
9. VISUALIZAÇÃO DE DADOS
CARTAS DE
ACOMPANHAMENTO
(h)
50
40
30
20
10
0
1 2 3 4 5 6 7 8 9 10 11 12
(Overtimehour)
(Elapsed month)
Interpretar o que os dados querem dizer:
• Estabilidade
• Tendência
• Atendimento a especificações ao longo do tempo
• Interrupções
9
11. VISUALIZAÇÃO DE DADOS
Exemplo – Carta no StatSoft
11
Um determinado centro de pesquisa deseja estudar a relação existente entre peso
e alturas para as crianças nascidas em diversas regiões do Brasil, para a partir
destes dados adotar medidas de controle a nutrição, especialmente para as
regiões mais carentes.
Com base nos dados listados abaixo monte os diagramas de dispersão e analise a
relação existente entre as 2 variáveis para auxiliar a tomada de ações corretivas
por parte dos técnicos do centro de pesquisa.
Altura (cm) 50 55 60 65 70 75 80 85 90 95 100
Peso (Kg) 4,20 4,50 5,00 5,30 6,00 6,45 7,20 8,50 9,00 9,55 10,0
Dados da região Sudeste
14. VISUALIZAÇÃO DE DADOS
Exercício
[1] Com objetivo de verificar o consumo de energia elétrica em sua casa, João
resolveu fazer um monitoramento mensal do consumo (kW.h) ao longo de um
ano. Os dados levantados ao longo do tempo determinado são apresentados na
tabela abaixo. Crie uma carta de acompanhamento para verificar como esse
consumo se comportou ao longo do tempo (se variou muito, se está aumentado,
se está reduzindo).
Mês Jan Fev Mar Abr Maio Jun Jul Ago Set Out Nov Dez
kW.h 327 350 425 380 385 352 367 403 360 369 302 450
14
15. VISUALIZAÇÃO DE DADOS 15
SUMÁRIO
OVERVIEW
CARTAS DE ACOMPANHAMENTO
GRÁFICO DE RADAR
HISTOGRAMA
ISHIKAWA – DIAGRAMA CAUSA E EFEITO
5 POR QUÊS
16. VISUALIZAÇÃO DE DADOS
Gráfico de Radar
Avaliação de Treinamento
3,91
4,14
4,02
3,68
4,71
5
3
5
5
5
0,00
0,50
1,00
1,50
2,00
2,50
3,00
3,50
4,00
4,50
5,00
Entendimento do treinamento
Conteúdo da Apostila
AplicaçãoVelocidade do Treinamento
Instrutor
Média Target
• Gráfico Radar é normalmente utilizado para
comparações: entre o resultado atual e o esperado de
alguns indicadores ou entre indicadores de duas
áreas.
• Ele se caracteriza pela possibilidade de avaliar um ou
mais elementos com base em categorias diferentes de
julgamento.
• É muito utilizado para indicar resultados de auditorias,
avaliações de sistemas e etc., onde há presença de
vários indicadores.
• Definir claramente as categorias
• Definir a escala de cada categoria de avaliação.
• É possível também usar elementos de referência ou meta.
16
17. VISUALIZAÇÃO DE DADOS
Avaliação de Treinamento
3,91
4,14
4,02
3,68
4,71
5
3
5
5
5
0,00
0,50
1,00
1,50
2,00
2,50
3,00
3,50
4,00
4,50
5,00
Entendimento do treinamento
Conteúdo da Apostila
AplicaçãoVelocidade do Treinamento
Instrutor
Média Target
• Gráfico de radar usado
para avaliação de
treinamento.
• 5 características/ itens
de julgamento foram
utilizados
• Escala de 1~5
• Comparação a linha
referência (meta) na cor
verde.
Gráfico de Radar
17
18. VISUALIZAÇÃO DE DADOS
Exercício
[2] Uma auditoria foi realizada em uma determinada empresa. Os itens da
auditoria eram formados 38 quesitos. Esses 38 quesitos foram divididos em 6
grupos, cada grupo possuía em torno de 6 itens. E cada um dos grupos possuía
pontuação própria, além da pontuação geral.
O resultado da auditoria em cada uma dos indicadores é apresentado abaixo. A
meta (referência) para cada item é 4.
Faça um gráfico de radar demonstrando o resultado e comparando com a
referência (meta).
Indicador
Controle de
processo
Gerenciamento
de Qualidade
Controle de
materiais
Gerenciamento
de Mudanças
Análise Crítica
do Sistema
Avaliação de
Fornecedores
Pontuação 4 4,5 3,2 3,7 4,1 2,9
18
19. VISUALIZAÇÃO DE DADOS 19
SUMÁRIO
OVERVIEW
CARTAS DE ACOMPANHAMENTO
GRÁFICO DE RADAR
HISTOGRAMA
ISHIKAWA – DIAGRAMA CAUSA E EFEITO
5 POR QUÊS
20. VISUALIZAÇÃO DE DADOS
Histograma
• Gráfico de Coluna
• Ordenado conforme classe de valores de uma única
categoria
• Usado com valores contínuos, basicamente.
20
21. VISUALIZAÇÃO DE DADOS
Distribuição Normal
Meta Meta Meta
O trabalho está focado em uma meta,
mas está sujeito a variações
Exemplos Peso de uma fatia de pão (g)
Quantidade de suco em uma garrafa PET (ml)Comprimento de um lápis (cm)
Peso de uma porção de carne (g)
21
22. VISUALIZAÇÃO DE DADOS
Histograma
Passos para criar um Histograma
• Encontre a diferença entre os valores máximo e mínimo (Amplitude);
• Determine o número de classes:
• 𝑘 = √𝑛
• sendo K igual ao número de classes e n igual ao número de medições.
(arredondamento para cima do valor calculado).
• Outra forma é calcular diretamente o tamanho de cada classe e em
seguida a quantidade de classes. O tamanho da classe pode ser
determinado:
• Largura de Faixa da classe = Amplitude /√𝑛
• Determine a largura das classes, fazendo a divisão da amplitude pelo
número de classes.
• Deixar a largura da classe por um valor com uma casa decimal ou inteiro.
• Determinar o número de itens medidos que compõem cada uma das
classes.
22
23. VISUALIZAÇÃO DE DADOS
Exemplo
Dados do consumo de água, em litros por dia, em uma determinada residência.
Vamos fazer a distribuição de dados, determinar o valor máximo, mínimo e a
amplitude. 18 16 30 29 28 21 17 41 6 17
32 26 16 24 27 17 17 33 19 18
31 27 23 38 33 14 13 26 11 28
21 19 25 22 17 12 21 21 25 26
23 20 22 19 21 14 47 15 24 34
[1] Qty total de Dados =
50
[2] Valor Máximo = 47
Valor Mínimo = 6
[3] Amplitude = 41
[4] Tamanho das Faixas =
𝐀𝐦𝐩𝐥𝐢𝐭𝐮𝐝𝐞
√𝒏
= 𝟒𝟏/ 𝟓𝟎 = 5,8
Tamanho das faixas = 6 (arredondado para cima)
Histograma
23
25. VISUALIZAÇÃO DE DADOS
Analisando o Exemplo:
• É possível determinar
alguns elementos da
estatística descritiva além
de visualizar a distribuição
dos dados.
• Pode-se então estimar
que:
• a faixa de consumo
médio é entre 18 e 24
litros,
• a faixa de consumo
mínimo é até 6 litros
• a faixa de consumo
Maximo é entre 42 e
48 litros de água por
dia.
Estatística Descritiva
Total de dados (n) 50
Média Aritmética 22,88
Média Geométrica 21,51
Média Harmônica 20,01
Mediana 21,50
Moda 21,00
Soma 1.144,00
Mínimo 6,00
Máximo 47,00
Amplitude 41,00
Soma dos Desvios
3.081,28
Quadráticos
Variância 62,88
Desvio Padrão 7,93
Curtose 0,92
Assimetria 0,70
Histograma
25
26. VISUALIZAÇÃO DE DADOS
Exemplo de Histograma
26
A tabela abaixo representa o tempo de espera na fila de um supermercado. Faça o
histograma de estudo da variação desse tempo.
4 7 12 21 27 18
12 0,5 20 8,5 18 26
3 7 4 9 10 11
1,5 12 8 8 2 13
34,5 12 7 10 5 5
25 16 9 27 19 16
21 13 7 10 5,5 2
16 8 7 2 3 4
12 18 7 1 4 8
5 6 1 5 2 0,5
27. VISUALIZAÇÃO DE DADOS
Gráfico do Histograma
27
Histogram of Tempo de espera
Spreadsheet1 10v*60c
Tempo de espera = 60*5*normal(x; 10,2667; 7,7462)
-5 0 5 10 15 20 25 30 35 40
Tempo de espera
0
2
4
6
8
10
12
14
16
18
20
Noofobs
28. VISUALIZAÇÃO DE DADOS
[3] Para verificar o quanto o peso do pão de fato variava em uma padaria
conhecida, um grupo de donas de casa resolveu coletar algumas amostras em
uma padaria perto de suas casas. Os valores encontrados são representados
na tabela abaixo. Faça um histograma representando as medições tomadas:
103 103 81 123 154 99 130 113 137 115
114 136 79 91 136 120 132 105 114 111
133 106 109 112 110 136 94 135 147 82
66 149 103 112 109 121 98 83 96 129
131 157 75 147 74 110 120 125 109 97
96 143 105 111 118 99 101 118 118 105
73 120 84 127 114 126 149 124 107 106
94 148 125 91 134 123 111 131 79 93
98 99 127 85 93 116 87 119 112 111
112 102 82 124 101 147 127 75 109 115
Exercício
28
29. VISUALIZAÇÃO DE DADOS
Define Mesure Analyze Improve Control
• Definir o
Problema
• Priorizar
• Caracterizar
• Definir a
Métrica
(medida de
desempenho)
• Medir a
Situação Atual
(Demonstrar)
• Definir Metas
• Analisar as
causas de
variabilidade
• Identificar os
principais
fatores
• Estabilizar o
processo
• Otimizar o
processo
• Implantar
Melhorias
• Manutenção
do Processo
DMAIC
29
30. VISUALIZAÇÃO DE DADOS
• Ferramentas usadas para identificar fatores, causas
• Identificar fonte de variabilidade
• As ferramentas de análise podem e devem ser usadas de maneira
combinada.
Ferramentas de Análise
30
31. VISUALIZAÇÃO DE DADOS
Dicas da Fase de Análise
• Não perder o foco. Muita das vezes a busca pela causa leva a “desvios” de
análise, onde o problema a ser tratado é deixado de lado e buscam-se culpados
e medidas paliativas, determinação de filtros e etc.
• Colher informações. Para que possa obter uma análise precisa, o máximo de
informações relacionadas ao problema em questão deve ser considerado, bem
como das possíveis causas. Cuidado para que não se tenha um excesso de
informação que não leve a obtenção da causa real.
• Fazer uma análise científica. Intuição e experiência são elementos muito
importantes, mas não são suficientes para obtenção de julgamentos precisos.
Busquem sempre utilizar ferramentas estatísticas e de qualidade. Elas não darão
a solução, mas auxiliarão nos julgamentos necessários.
• Não analise sozinho. Ter consigo especialistas, especialmente, quando for
utilizar ferramentas auxiliares (Causa e Efeito, FMEA, 5 porquês e etc.) é
essencial para evitar análises e julgamentos tendenciosos e pobres.
31
32. VISUALIZAÇÃO DE DADOS 32
SUMÁRIO
OVERVIEW
CARTAS DE ACOMPANHAMENTO
GRÁFICO DE RADAR
HISTOGRAMA
ISHIKAWA – DIAGRAMA CAUSA E EFEITO
5 POR QUÊS
33. VISUALIZAÇÃO DE DADOS
• Normalmente, os problemas não estão associados a uma única causa
• Em determinadas situações não é possível obter todas as informações
necessárias para a obtenção direta da(s) causa(s) do(s) problema(s)
• Diagrama de Causa e Efeito é uma das ferramentas clássicas utilizada para
identificação de causas potenciais
• Conhecido também como Diagrama de Ishikawa (nome do professor que o
utilizou pela primeira vez em 1940) ou Espinha de peixe
• Principais vantagens:
• Permite comunicação clara entre as pessoas envolvidas
• Estrutura o problema, organizando as possíveis causas ou fatores.
33
Diagrama de Causa e Efeito
34. VISUALIZAÇÃO DE DADOS
• Ferramenta Clássica utilizada para identificação de causas potenciais;
• Normalmente é utilizada quando não se consegue fazer uma análise
direta (não é possível determinar a causa direta do problema);
Medição Método
Materiais Meio-Ambiente
Máquina
Mão-de-Obra
• Permite uma estruturação do problema, mostrando a relação entre as
causas e o efeito (problema);
• Permite uma comunicação clara [Fatores/ Causas e o Efeito];
34
Diagrama de Causa e Efeito
35. VISUALIZAÇÃO DE DADOS
35
35
1. Colocar a medida de desempenho associada ao problema na cabeça da
estrutura ou a descrição do problema na cabeça do diagrama.
2. Fazer um Brainstorming para identificar os fatores associados ao problema
ou a medida de desempenho identificada. (Utilize um fluxograma como
guia).
3. Os fatores identificados na sessão de Brainstorming são dispostos no
Diagrama de Causa e Efeito. Os fatores são agrupados nos membros
(espinhas) conforme afinidades entre eles.
4. Na ponta superior de cada espinha, existe uma caixa de texto, onde é descrito
o termo de agrupamento (ou fator macro) em que os fatores estão ligados.
Como construir um CE
35
Diagrama de Causa e Efeito
36. VISUALIZAÇÃO DE DADOS
Exemplo - Um proprietário de um veículo, João, suspeita que o consumo de gasolina de seu carro
tem se alterado ao longo de certo tempo e, então, decide investigar. Como trata-se de consumo de
combustível, ele decidiu que a medida de desempenho associada ao problema seria “Km/l de
gasolina”. Ele reúne um grupo de amigos, que também possui carros, e um mecânico amigo seu.
Numa pequena reunião de 15 minutos cada um expressou os fatores que cada um achava que
afetavam a Km/l (consumo de combustível). João, então, organizou os fatores que foram falados por
seus amigos, agrupando-os conforme afinidade no Diagrama de Causa e Efeito apresentado abaixo:
Km/l de
combustível
Medição Método
Materiais Meio-Ambiente
Máquina
Mão-de-Obra
Pressão de Ar do Pneus
Estimativa de tanque cheio
Velocímetro
Condição de Freio
Cronograma de
Manutenção
Velocidade de
Partida
Rotação do Pneu
Habilidade do
Motorista
Número de
passageiros
Tipo de
Gasolina
Tipo de Óleo
Carburador
Peso
Ar-Condicionado
Tipo de Transmissão
Tipo de Pneu
Radio/ CD Player
Pista (estrada/
cidade)
Tipo de terreno
Condições Climáticas
Transito
Alinhamento de
Pneus
Aditivo de
Combustível
36
Diagrama de Causa e Efeito
37. VISUALIZAÇÃO DE DADOS
Diagrama de CE com
Classificação C e N
Classificação de C e N
Classificar
Há POP?
É executado?
Controlável?
Não
Não
Sim
Sim
Início
End
Indicar
como
Indicar
como
Fazer POP e
prover
treinamento
or
C
(Controlled)
N(Not Controlled)
Controllable but
not controlled
Uncontrollable Noise
Control level
37
38. VISUALIZAÇÃO DE DADOS
Diagrama de CE com
Classificação C e N
Classificação de C e N
Km/l de
combustível
Medição Método
Materiais Meio-Ambiente
Máquina
Mão-de-Obra
(N) Pressão de Ar do Pneus
(C) Estimativa de tanque cheio
(C) Velocímetro
(N) Condição de Freio
(C) Cronograma de
Manutenção
(C) Velocidade de
Partida
Rotação do
Pneu (C)
(C) Habilidade do
Motorista
(C) Número de
passageiros
(N) Tipo de
Gasolina
(C) Tipo de Óleo
(C) Carburador
(C) Peso
(C) Ar-Condicionado
Tipo de Transmissão (C)
Tipo de Pneu (C)
Radio/ CD Player (N)
(N) Pista (estrada/
cidade)
(N) Tipo de terreno
(N) Condições Climáticas
Transito (N)
(N) Alinhamento de
Pneus
(C) Aditivo de
Combustível
38
39. VISUALIZAÇÃO DE DADOS
Exercícios
[4] Faça um Diagrama de Causa e Efeito para um estudo feito em uma empresa
de Lavagem de Roupas, onde no Pareto o efeito Manchada foi a principal falha
no processo.
39
40. VISUALIZAÇÃO DE DADOS 40
SUMÁRIO
OVERVIEW
CARTAS DE ACOMPANHAMENTO
GRÁFICO DE RADAR
HISTOGRAMA
ISHIKAWA – DIAGRAMA CAUSA E EFEITO
5 POR QUÊS
41. VISUALIZAÇÃO DE DADOS
5 Porquês
• Essa ferramenta permite uma busca sistemática da causa raiz do problema analisado
por meio de questionamentos consecutivos, numa relação sempre de causa e efeito;
• Parte-se princípio que questionamentos consecutivos levam a um aprofundamento da
análise e determinação das cauas básicas de um problema;
• Os 5 Porquês são recomendados quando é possível uma determinação direta de causa
e quando as mesmas são visíveis, de fácil observação;
• Muitas das vezes é possível estender a análise além dos 5 porquês, seguindo até um
ponto onde é possível atuar na causa.
Problema 1o Porquê 2o Porquê 3o Porquê 4o Porquê 5o Porquê
Qual é o
problema?
Porque o
problema
ocorreu?
Porque
ocorreu o “1o
Porquê”
problema
ocorreu?
Porque
ocorreu o “2o
Porquê”
problema
ocorreu?
Porque
ocorreu o “3o
Porquê”
problema
ocorreu?
Porque
ocorreu o “4o
Porquê”
problema
ocorreu?
41
43. VISUALIZAÇÃO DE DADOS
Exemplo de 5 Porquês
Problema 1o Porquê 2o Porquê 3o Porquê 4o Porquê 5o Porquê
Função Play
não funciona
Sinal não
chega ao
processador
A chave na
placa não
consegue ser
acionada
Botão Play
está mal
encaixado
Operador tem
dificuldade de
encaixe do
botão
Falta
ferramenta
adequada
para o
encaixe.
A ação deve ser tomada na causa raiz para evitar que o problema se repita.
Exemplo – Em uma amostragem diária para a avaliação de lotes, o departamento de
Qualidade detectou que um aparelho de um modelo de som automotivo SCR-DX777
apresentava um problema. A função play do CD não estava funcionando. A área de
qualidade então bloqueou o lote e abriu um Relatório de Não-Conformidade para a
produção. O responsável pela linha, então, reuniu o grupo envolvido no processo,
juntamente com o engenheiro responsável do modelo, e analisou o problema, sendo
guiado pelo 5 porquês.
43
44. VISUALIZAÇÃO DE DADOS
Causa e Efeito e 5 Porquês
• É possível uma combinação entre Causa e Efeito e 5 porquês, na busca de uma análise
mais aprofundada;
• Após a determinação das possíveis causas, faz-se o CE;
• Em seguida, determina-se as causas principais, através de dados ou até mesmo da
utilização de um FMEA;
• Para as causas principais, utiliza-se os 5 Porquês para aprofundamento da análise.
Km/l de
combustível
Medição Método
Materiais Meio-Ambiente
Máquina
Mão-de-Obra
(N) Pressão de Ar do Pneus
(C) Estimativa de tanque cheio
(C) Velocímetro
(N) Condição de Freio
(C) Cronograma de
Manutenção
(C) Velocidade de
Partida
Rotação do
Pneu (C)
(C) Habilidade do
Motorista
(C) Número de
passageiros
(N) Tipo de
Gasolina
(C) Tipo de Óleo
(C) Carburador
(C) Peso
(C) Ar-Condicionado
Tipo de Transmissão (C)
Tipo de Pneu (C)
Radio/ CD Player (N)
(N) Pista (estrada/
cidade)
(N) Tipo de terreno
(N) Condições Climáticas
Transito (N)
(N) Alinhamento de
Pneus
(C) Aditivo de
Combustível
• Porquê…
• Porquê
• Porquê
• Porquê
• Porquê
44