1) O documento descreve as Sete Ferramentas do Controle da Qualidade desenvolvidas por Kaoru Ishikawa, incluindo o Gráfico de Pareto e Diagramas de Dispersão. 2) O Gráfico de Pareto é usado para identificar quais itens são responsáveis pela maior parcela de perdas de qualidade, permitindo focar nos problemas mais importantes. 3) Diagramas de Dispersão identificam se existe correlação entre duas variáveis, como dimensões de peças e velocidade de torno, para analisar suas relações.

1. “ As Sete Ferramentas do Controle da Qualidade” - 7FCQ
As Sete Ferramentas Básicas do Controle da Qualidade, cujo pai foi Kaoru Ishikawa, um engenheiro de controle de
qualidade. Nasceu em 1915. Licenciou-se em Química aplicada pela Universidade de Tóquio, após a II Guerra Mundial
impulsionou a formação da JUSE, Union of Japonese Scientists and Engineers, promotora da qualidade no Japão. Seus
estudos são bastante importantes na gestão da qualidade. Tendo obtido as primeiras noções de qualidade com os norte-
americanos, estudou a evolução do processo de industrialização, e desenvolveu sua teoria para o Japão, incluindo AS
7FCQ, um conjunto de ferramentas criadas por ele visando ao controle de processos, lidando principalmente com dados
numéricos e que resolvem muitos problemas que aparecem no início da implantação do GQT. São úteis nas fases D e C
do Ciclo PDCA.
São: - Gráfico de Pareto; - Diagrama de Causa e Efeito; - Estratificação; - Folha ou Lista de Verificação; - Histograma; -
Diagrama de Dispersão e Gráficos de Controle.
1ª Ferramenta - GRÁFICO DE PARETO
Problemas relativos à qualidade aparecem sob a forma de perdas (itens defeituosos e seus custos). É extremamente importante esclarecer o
modo de distribuição destas perdas. O Gráfico de Pareto surge exatamente como ferramenta ideal para identificar quais itens são
responsáveis pela maior parcela das perdas onde quase sempre são poucas as “vitais” e muitas as “triviais”. Então se os recursos forem
concentrados na identificação das perdas “vitais”, e estas puderem ser identificadas, torna-se possível a eliminação de quase todas as
perdas, deixando as “triviais” para solução posterior. Orientações para construção do gráfico:
A. Determinar como os dados serão classificados: por produto, máquina, turno, operador.
B. Construir uma tabela, colocando os dados em ordem decrescente.
C. Calcular a porcentagem de cada item sobre o total e o acumulado.
D. Traçar o diagrama e a linha de porcentagem acumulada.
Quantidade de operadores com notas abaixo de 85 X
Horário de Entrada
% %
Período Abaixo de 85
Representativo Consolidado
06h00 - 08h59 99 34,0% 34,0%
15h00 - 17h59 60 20,6% 54,6%
09h00 - 11h59 51 17,5% 72,2%
12h00 - 14h59 47 16,2% 88,3%
18h00 - 00h00 24 8,2% 96,6%
00h00 - 06h00 10 3,4% 100,0%
Total geral 291 100,0%
96,6% 100,0%
88,3%
72,2%
54,6%
34,0%
99
60
51
47
24
10
06h00 - 08h59 15h00 - 17h59 09h00 - 11h59 12h00 - 14h59 18h00 - 00h00 00h00 - 06h00

2. 2ª Ferramenta - DIAGRAMAS DE DISPERSÃO
Visa identificar se existe uma tendência de variação conjunta (correlação) entre duas ou mais variáveis.
Fig. 1 – Exemplo de diagrama de dispersão
Na prática do dia-a-dia é, muitas vezes, essencial estudar-se a relação entre duas variáveis correspondentes. Por
exemplo, em que grau as dimensões de uma peça usinada variam com a mudança de velocidade de um torno? Ou,
suponhamos que queremos controlar a concentração de uma solução e é preferível substituir a medição da
concentração pela da densidade relativa porque ela é facilmente medida na prática. Para estudar a relação de duas
variáveis tais como a velocidade do torno e dimensões de uma peça,ou concentração e densidade relativa, pode-se usar
o chamado “diagrama de dispersão”.
Como ler diagramas de dispersão?
Fig. 2 – Pontos anômalos
Pode-se conhecer diretamente o perfil da distribuição dos pares de dados a partir de sua leitura do seu gráfico.
Para isso, a primeira coisa que se deve fazer é examinar se há ou não pontos anômalos no diagrama.
Pode-se presumir que, em geral, quaisquer destes pontos distantes do grupo principal são o resultado de erro de
medição, ou de registro de dados ou foram causados por alguma mudança nas condições de operação. É necessário
excluir estes pontos para a análise de correlação. Contudo, ao invés de desprezar estes pontos por completo, deve-se
prestar a devida atenção às causas de tais irregularidades, pois muitas vezes obtêm-se informações inesperadas porém
úteis, descobrindo-se por que eles ocorrem.
Existem muitos tipos de padrões de dispersão que são chamados de correlações. Alguns tipos representativos são
dados abaixo.

3. Orientações para construção do gráfico:
A. Colete os pares de dados (x, y) entre os quais deseja estudaras relações, dispondo-os em uma tabela. É
desejável ter, pelo menos, 30 pares de dados.
B. Encontre os valores máximos e mínimos para x e y, e defina as escalas dos eixos horizontal e vertical, de forma
que ambos os comprimentos venham a ser aproximadamente iguais para facilitar a leitura. Se uma das duas
variáveis for um fator e a outra uma característica da qualidade, usar o eixo horizontal x para o fator e o eixo
vertical y para a característica da qualidade.
C. Trace o plano cartesiano e lance os dados no papel. Quando forem obtidos os mesmos valores de dados de
diferentes observações, mostre estes pontos, ou traçando círculos concêntricos, ou lançando o segundo ponto
imediatamente próximo do primeiro.
D. Inserir todos os itens e informações necessárias como intervalo de tempo, quantidade de pares de dados, nome
e unidade de medidas de cada eixo, etc., e após isso, analisar o diagrama, verificando a existência de correlação.
Exemplo:
Classificação de Nota de Monitoria X Total em Vendas:
100,0
90,0
Nota de Monitoria
80,0
70,0
60,0
50,0
40,0
0,00 2.000,00 4.000,00 6.000,00 8.000,00 10.000,00 12.000,00 14.000,00
Total $$$ em vendas
Há correlação entre Maior nota e Maior índice de vendas.