2. 2
2 tipos de problemas
2 tipos de ferramentas
As ferramentas
da gestão e da
qualidade
OS PROBLEMAS ESTRATÉGICOS
OS PROBLEMAS OPERACIONAIS
As ferramentas
de base da
qualidade
3. 3
As sete ferramentas clássicas da Qualidade
• Fluxograma
• Registo e análise de dados
• Diagrama de Causa-efeito(ou espinha de peixe ou Ishikawa)
• Diagrama de Pareto
• Histograma
• Carta de Controlo
• Diagrama de Dispersão
4. 4
Objectivos gerais
• Facilitar a todos os membros da empresa, meios
simples para a resolução de problemas
• Podem ser utilizadas pela totalidade do pessoal da
empresa.
• Estão adaptadas ao trabalho em grupo uma vez
que são visualizadas e consensualmente aceites.
7. 7
Fluxograma:
Passos para elaboração:
• Treinar/ Formar pessoas envolvidas;
• Listar exaustivamente todas as actividades e seus responsáveis;
• Elaborar fluxograma, com a interligação, identificação de pontos de
controlo, e identificação de sectores e pessoas envolvidas;
• Identificar claramente o fluxograma: Titulo, data, autores, aprovação,
número da versão, etc…
8. 8
Fluxograma:
Benefícios:
• Permitir uma definição consensual do processo;
• Permitir visualizar o processo, facilitando a sua compreensão por todos;
• Melhorias facilmente identificadas;
• Facilita a comparação entre a situação inicial e o processo ideal;
• Aumenta a motivação: Diminui barreiras, valoriza o trabalho e produz
resultados concretos.
11. 11
Objectivo:
Mapear exaustivamente a lista de factores que podem afectar os resultados
de um processo ou de um problema;
Analisar problemas que envolvem diferentes sectores ou vários recursos;
Apresentar o produto de branstorming (caso se opte por esta via).
Diagrama de Causa-Efeito,
Ishikawa ou de Espinha de Peixe
12. 12
Diagrama de Causa-Efeito,
Ishikawa ou de Espinha de Peixe
O diagrama Causa-Efeito, é também chamado de diagrama Ishikawa,
por ter sido inventado por um Japonês com este nome.
Também é conhecido como diagrama de Espinha de Peixe, devido à sua
forma depois de construído.
Este diagrama é representado por uma figura formada por diferentes
linhas e rectângulos que servem para representar de uma forma
organizada as relações entre um efeito observado e as suas possíveis
causas.
13. 13
Diagrama de Causa-Efeito,
Ishikawa ou de Espinha de Peixe
O diagrama Causa-Efeito, é também chamado de diagrama Ishikawa,
por ter sido inventado por um Japonês com este nome.
Também é conhecido como diagrama de Espinha de Peixe, devido à sua
forma depois de construído.
Este diagrama é representado por uma figura formada por diferentes
linhas e rectângulos que servem para representar de uma forma
organizada as relações entre um efeito observado e as suas possíveis
causas.
14. 14
CAUSAS
São variáveis ou factores que contribuem para o problema em estudo (efeito) e
podem ser, entre outras, mão de obra, máquinas, métodos, materiais, meio
ambiente.
EFEITO
É o problema em estudo. Este efeito ou problema pode ser, por exemplo: a
frequência de acidentes; a poluição ambiental; defeitos; etc.
EFEITO
CAUSA 1 CAUSA 2 CAUSA 3
CAUSA 4 CAUSA 5
Diagrama de Causa-Efeito,
Ishikawa ou de Espinha de Peixe
15. 15
Construção do Diagrama Causa-Efeito
A sua aplicação requer a constituição de um grupo de pessoas directamente
relacionadas com o problema a solucionar, que deverão participar activamente, e que
seja seguida uma determinada metodologia:
1. Identificar bem o problema a estudar e registar no rectângulo do lado direito do
diagrama reservado para o Efeito.
PROBLEMA DA
QUALIDADE
(EFEITO)
16. 16
Construção do Diagrama Causa-Efeito
2. Nos restantes rectângulos anotar as causas principais do problema em estudo. Na
maior parte dos casos as causas principais devem-se a:
- Mão de obra - Materiais - Meio ambiente
- Máquinas - Métodos
PROBLEMA DA
QUALIDADE
(EFEITO)
MÃO DE OBRA MÁQUINAS MÉTODOS
MATERIAIS MEIO AMBIENTE
(CAUSAS)
17. 17
Construção do Diagrama Causa-Efeito
3. Para cada uma das causas principais identificar as subcausas, isto é, as causas
que dão origem às causas principais:
PROBLEMA DA
QUALIDADE
(EFEITO)
MÃO DE OBRA
MÁQUINAS
MÉTODOS
MATERIAIS MEIO AMBIENTE
(CAUSAS)
Subcausa
Subcausa
18. 18
Construção do Diagrama Causa-Efeito
Exemplo:
Num caso em estudo, a causa principal - Mão de Obra - tem por subcausas do
problema, o facto de haver um colaborador novo e a fadiga. Por outro lado, foi
também identificado, que o facto de o colaborador ser novo tem influência na
qualidade, por ter sido sujeito a um reduzido tempo de treino e por não ter formação
especializada.
PROBLEMA DA
QUALIDADE
(EFEITO)
MÃO DE OBRA
Colaborador novo
Insuficiente tempo
de treino
Sem formação
especializada
Fadiga
Excesso de horas
extraordinárias
20. 20
Objectivo:
Registo e Análise de Dados
Obter informação necessária para responder a respostas do tipo:
”quando ocorre?”
”quantas vezes ocorre?”
”quais os valores obtidos?”
21. 21
Questões a observar na recolha e análise de dados:
Registo e Análise de Dados
• Verificar se todas as pessoas envolvidas estão de acordo com o que se
pretende observar;
• Decidir durante quanto tempo se irá efectuar a recolha;
• Elaborar folhas claras e simples de utilizar;
• Recolher as informações de forma sistemática.
22. 22
Registo e Análise de Dados
Tipo de circuito :X22C64
Data: 12 Jan 2006
Nº de Lote: 22602 Secção: B12
Tamanho da amostra:1025 Controlador: Pedro Reis
Tipo de defeitos
Teste visual 8
Teste funcional 22
Defeito de soldadura 6
Outros 5
TOTAL 41
Exemplo de folha de registo utilizada no teste final de circuitos electrónicos para
inspeccionar tipos de defeito.
Risco: falsificação de dados (fabricação de resultados)
23. 23
Registo e Análise de Dados
Exemplo de folha de registo utilizada para registar a proporção de produtos não
conformes
Amostra 1 2 3 4 5 6 7 8
Tamanho da amostra (n) 100 100 100 100 100 100 100 100
Produtos não conformes 2 1 1 3 2 5 4 1
Proporção de não conf. 2% 1% 1% 3% 2% 5% 4% 1%
Tipo de Produto :X22C64 Data: 12 Jan 2006
Nº de Lote: 22602 Secção: B12
Tamanho da amostra:100 Controlador:Pedro Reis
24. 24
Registo e Análise de Dados
Exemplo de folha de registo utilizada para estudar a distribuição da dimensão de
uma peça
Dimensão/amostra 1 2 3 4 5 6 7 8
Menos de 10,05 1 2 0 0 2 1 0 1
De 10,05 a 10,055 2 3 3 3 2 5 4 1
De 10,055 a 10,06 20 15 10 12 25 20 15 10
De 10,06 a 10,065 65 70 77 76 55 60 70 80
De 10,065 a 10,07 10 8 10 5 14 13 8 7
De 10,07 a 10,075 2 2 2 3 2 1 2 1
10.075 ou mais 0 0 1 1 0 0 1 0
Tipo de Produto :X22C64 Data: 12 Jan 2006
Nº de Lote: 22602 Secção: B12
Tamanho da amostra:100 Controlador: Pedro Reis
25. 25
Registo e Análise de Dados
Exemplo de folha de registo utilizada para controlar um processo de fabrico
Amostra 1 2 3 4 5 6 7 8
X1 10 11 10 12 9 11 12 10
X2 12 11 12 9 10 11 10 12
X3 11 11 11 12 9 11 10 10
X4 10 12 11 11 10 10 10 9
X5 9 10 10 9 12 11 11 11
MÉDIA 10.4 10.4 10.8 10.6 10 10.8 10.6 10.4
AMPLITUDE 3 2 2 3 3 1 2 3
Tipo de Produto :X22C64 Data: 12 Jan 2006
Nº de Lote: 22602 Secção: B12
Tamanho da amostra:5 Controlador: Pedro Reis
27. 27
Diagrama de Pareto ou Diagrama 80/20
Questões a observar para o Diagrama de Pareto:
Wilfredo Pareto(1848-1923) foi um ecomonista italiano que descobriu que
80% dos bens existentes no pais pertenciam a 20% da produção.
Esta regra dos 20-80 também se aplica a várias outras situações.
No caso que nos diz respeito, o princípio de Pareto diz que 20% dos
problemas existentes são responsáveis por 80% do total de custos de não
qualidade.
O Porfessor Juran enuncia este princípio de uma forma simples - Vital few,
trival many.
As consequências práticas imediatas são que , em primeiro lugar, devemos
dedicar a nossa atenção a esses problems vitais, pois uma vez resolvidas,
trazem-nos mais ganhos do que começarmos por resolver os trivais.
28. 28
Diagrama de Pareto ou Diagrama 80/20
Questões a observar para o Diagrama de Pareto:
• Definir o periodo de tempo durante o qual se vão recolher os dados.
Podem ser algumas horas, mas também podem ser alguns dias ou
mesmo meses.
• Decidir que tipo de dados vai ser recolhido. Esta escolha deve ser
cuidadosa para evitar problemas mais tarde.
• Definir o modelo de registos dos dados.
29. 29
Diagrama de Pareto ou Diagrama 80/20
Questões a observar para o Diagrama de Pareto:
• Registar os dados.
• Construir o diagrama de pareto. Neste diagrama, as colunas são
normalmente ordenadas por ordem decrescente de valor.
• Juntar uma legendapara que todos possam entender o segnificado do
diagrama.
31. 31
Diagrama de Pareto ou Diagrama 80/20
Freq.
22
Teste funcional
Teste visual
Defeitos de soldadura
8 6 Outros
5
Tipo de defeito
Tipo de circuito: X22C64 Data: 12 Jan 1999
Numero de lote: 22602 Secção: B12
Tamanho da amostra: 1025 Controlador: Pedro Reis
Tipo de Defeitos Numero de não conformidades
Teste visual | | | | | | | | 8
Teste funcional | | | | | | | | | | | | | | | | | | | | | | 22
Defeito de soldadura | | | | | | 6
Outros | | | | | 5
Total 41
32. 32
Diagrama de Pareto ou Diagrama 80/20
Reclamação Frequência Custo
A 100 100
B 60 30
C 20 200
D 15 10
Reclamação A B C D C A B D
34. 34
Histograma
Um histograma é uma representação gráfica da relação entre valores
medidos para uma determinada grandeza e a frequência com que esses
valores ocorrem.
O histograma permite mostrar de forma visual qual é o valor mais
frenquente para esse trabalho e qual é a dispersão ou variabilidade do
mesmo.
38. 38
Cartas de Controlo
Todos os processos estão sujeitos a variações, que se vão reflectir em
variações nas caracteristicas do produto.
A redução das variações exige a detecção da sua origem. Para isso é
necessário começa por distinguir entre causas comuns e causas especiais de
variação
39. 39
Cartas de Controlo
As causas comuns referem-se ás variações aleatórias, presentes nos
diferente processos, em maior ou menor grau. São previsiveis
estatisticamente e não se podem eliminar.
As causas especiais referem-se a quaisquer factores detectáveis (desvios
esporádicos), que frequentemente são irregulares e imprevisíveis e alteram
a distribuição estatística da população.
Estas causas podem substituir e aparecer intermitentemente, a menos que
seja tomada qualquer acção para as eliminar. A sua eliminação é o
objectivodo controlo.
40. 40
Cartas de Controlo
Dr. Walter Shewart, dos laboratórios Bell, em 1920, desenvolveu uma
ferramenta simples mas potente e que foi completamente aproveitada por
Deming, para distinguir as variações com origem em causas comuns e
especiais - As cartas de Controlo.
Aplica-se normalmente em duas situações:
1. O produto tem caracteristicas que é necessário medir, designadas por
medições ou variações. Nestas condições faz-se um Controlo por
variáveis;
2. A outra é para caracteristicas que são contadas e classificadas em
“passa/ não passa”, ou seja Controlo por atributos.
41. 41
Cartas de Controlo
As Cartas de Controlo do processo mostram como o processo está a operar.
Um mau controlo pode ter origem em várias fontes, tais como, alteração não
detectada em matérias – primas, degradação de ferramentas, erros de um
operador pouco experiente.
Em geral, um mau controlo aparece como uma variação não aleatória,
associada a causas especiais
42. 42
Cartas de Controlo
Quando o processo estiver sob controlo, e puder prever-se o seu desempenho,
poderá ser avaliada a sua capacidade para cumprir as expectativas do cliente.
Existem algumas regras básicas utilizadas pelas cartas de controlo:
→ Evidenciar se um processo está a operar sob controlo estatístico e se estão
presentes causa especiais de variação que exijam acções correctivas.
→ Colocar a ~enfase nas acções de melhoria da capacidade.
→ Manter o estado de controlo estatístico, definindo limites de controlo como
bases para a tomada de decisões em tempo real.
43. 43
Cartas de Controlo
O Controlo e melhoria do processo, usando as Cartas de Controlo, como um
processo continuo, envolve as seguintes fases:
a) Recolha de dados;
• Os dados recolhidos são registados num gráfico.
b) Controlo
• Calcular os limites de controlo;
• Identificar as causa especiais de variação;
• Lançar acções para corrigir.
c) Melhoria
• Avaliar a capacidade;
• Quantificar as causas comuns de melhoria,
• Lançar acções de melhoria.
44. 44
Cartas de Controlo
Como construir uma carta de controlo?
Vamos referir as cartas de controlo mais usadas no controlo por variáveis ( carta
X e carta R). As cartas de controlo usadas em controlo por atributos são
construídas e interpretadas do mesmo modo.
Em Primeiro lugar, recolhem-se 20 subgrupos, número suficiente para se
calcular a média do processo e os limites de controlo. Cada subgrupo deve ter
no mínimo quatro itens. No caso do controlo por atributos cada subgrupo deve
ter no mínimo 50 itens.
48. 48
Diagrama de Dispersão
O Diagrama de Dispersão é um gráfico entre
duas variáveis que serve para verificar se
existe alguma relação entre elas. Usualmente
a relação a estudar é do tipo causa-efeito,
embora o diagrama não permita identificar
qual das variáveis é a causa e qual é o efeito.
Observando o padrão de disposição dos
pontos, é possível concluir sobre a eventual
relação entre as duas variáveis.
Diagrama de Dispersão
49. 49
Diagrama de Dispersão
O diagrama de dispersão constrói-se
representando numa escala horizontal (eixo dos
xx) os valores de uma variável e na escala vertical
(eixo yy)os valores da segunda variável. Um
diagrama de dispersão típico representa-se como
segue:
X
Y
É de salientar que os pontos
representados se agrupam de uma forma
tanto mais evidente quanto maior for a
relação entre as variáveis.
Quanto mais o agrupamento de pontos
se aproximar de uma recta, mais forte é
a relação entre as duas variáveis. Isto faz
sentido porque se tivermos uma recta,
sempre que uma das variáveis se altera a
variável altera-se de igual modo .
50. 50
Diagrama de Dispersão
1. Recolha 50 a 100 pares de valores que pensa poderem estar relacionados e
construa uma tabela no género da que se representa:
2. Desenhe os eixos horizontal e vertical do diagrama. A variável que está a
ser investigada como possível ”causa” é normalmente representada na
horizontal e a variável “efeito” é normalmente representada na vertical.
3. Represente os pontos no diagrama. Este pode ter uma forma semelhante à
seguinte:
Pessoa 1 2 3 … 50
Peso 75 65 68 … 62
Altura 1,70 1,70 1,75 … 1,65
51. 51
Diagrama de Dispersão
O diagrama resultante pode ter uma forma semelhante à seguinte:
Peso Kg
Altura (m)
52. 52
Diagrama de Dispersão
X
Correlação Positiva
X
Y
Correlação Negativa
X
Y
Sem Correlação
Quando a variável X aumenta
implica um aumento da variável
Y. Se se controlar a variável X a
variável Y também é controlada.
Ex:
nº de horas de estudo versus
classificação obtida;
nº de defeitos versus horas
extraordinárias
Neste tipo de relação, um
aumento de X significa uma
diminuição de Y.
Ex:
Idade de um equipamento
versus eficiência
Não existe relação entre a
variável X e a variável Y