C APÍTULO 4

Controle Estatístico do Processo (CEP)

A partir da perspectiva do saber fazer, neste capítulo você terá os seguintes

objetivos de aprendizagem:

33Aplicação da análise de estabilidade.

33Compreender o controle estatístico do processo.

33Elaborar gráficos de controle.

33Analisar os gráficos de controle.

 Gestão da Qualidade e Produtividade em TI

78
 Capítulo 4 Controle Estatístico do Processo (CEP)

Contextualização
Você já deve ter observado que, embora os produtos aparentemente
sempre sejam iguais, podemos dizer que não, pois os processos produtivos
apresentam variações, oriundas de diversas fontes. Por este motivo, o uso de
ferramentas e técnicas estatísticas é cada vez mais presente nas empresas,
tendo como objetivo a redução de custos e o aumento da qualidade e da
produtividade, tornando as organizações cada vez mais competitivas no
mercado em que estão inseridas. Essa técnica é conhecida como Controle
Estatístico do Processo (CEP).

Neste capítulo abordaremos a importância da utilização de gráficos de

controle, quais as variáveis que devem ser controladas e analisadas. Além
disso, serão revistos alguns conceitos iniciais estudados no capítulo I deste
caderno, cuja aplicação se dará juntamente com o Controle Estatístico do
Processo (CEP).

Assim, entenderemos a necessidade do uso destas importantes ferramentas

e como elas nos auxiliam na estabilidade do processo para que a garantia da
qualidade esteja assegurada. Vamos lá?

Conceitos do CEP
Como vimos no capítulo I, Shewhart, na década de 1930, foi o pioneiro a
colocar em prática, nas fábricas, alguns conceitos básicos de Estatística,
Metodologia Científica e Controle Estatístico de Processo (CEP). (GARVIN, 1997).
Segundo Samohyl (2005), atualmente todas as fábricas no mundo aplicam pelo Com o
menos uma ferramenta de CEP para a melhoria dos processos industriais. desenvolvimento da
produção ao longo
Os gráficos de controle foram desenvolvidos pelo Dr. Walter Shewart, a dos anos, essa
partir da necessidade de analisar e encontrar soluções para os problemas de ferramenta passou a
ser ideal, pois tornou
qualidade e, com isto, esta ferramenta ganhou sua devida importância. Com o
eficiente, seguro e
desenvolvimento da produção ao longo dos anos, essa ferramenta passou a
rápido o controle e
ser ideal, pois tornou eficiente, seguro e rápido o controle e aperfeiçoamento
aperfeiçoamento dos
dos processos produtivos. processos produtivos.

O CEP permite que, “por meio de pequenas amostras, tenhamos a
possibilidade de inferir no comportamento do lote de produção, tomando
ações que evitem a ocorrência de problemas, através da prevenção”.
(FARIA et. al, 2008).

79
 Gestão da Qualidade e Produtividade em TI

Geralmente, nas fábricas os processos são analisados utilizando

amostras de lotes, pois devido à grande quantidade de peças, fica inviável
que não se trabalhe com amostragem e se tende a identificar detalhes em
todos os itens.

Em muitos casos a inspeção a 100% é uma regra

da fábrica, mas na realidade este procedimento não
funciona adequadamente. Imagine o operador que tem a
responsabilidade de verificar o nível de preenchimento de
um lote de garrafas de cerveja. O lote tem 50 mil unidades.
Depois de inspecionar apenas 100 garrafas, é muito
provável que o operador já não está mais pensando em
níveis de preenchimento, mas sim no próximo jogo do seu
time de futebol, na próxima oportunidade de tomar uma
cerveja, ou na próxima namorada. No final, inspeção a 100%
tem custos elevados e resultados péssimos. A seleção de
amostras de tamanho muito menor que a população enxuga
os custos e, paradoxalmente, acaba representando melhor
as características da população. Amostragem também é
necessária quando a inspeção necessita da destruição
do item amostrado. Neste caso, poucos itens vão para
o laboratório para sofrer a verificação dos técnicos [...].
(SAMOHYL, 2005, p. 264).

A utilização do CEP se justifica pela diminuição dos custos, pois há uma

grande probabilidade do número ou percentagem de peças defeituosas
produzidas na fábrica diminuir com as melhorias introduzidas na linha de
produção. Ou seja, quanto menor a quantidade de refugo, menor será o retrabalho
e, consequentemente, o custo por peça produzida também vai diminuir.

Fique atento: de acordo com Samohyl (2005, p. 263), o “CEP não é
nenhum milagre e, consequentemente, deve ser abordado na empresa como
qualquer projeto de investimento no qual os custos são contabilizados e os
benefícios previstos e medidos”.

Ferramentas Estatísticas e o CEP

Bem, agora que nós já vimos o que é o CEP, prosseguiremos com o
controle do processo por meio de ferramentas estatísticas. Porém, antes de
iniciarmos a abordagem sobre as ferramentas estatísticas, é interessante
observarmos o quanto é importante que o processo seja analisado por uma
equipe multiprofissional. Samohyl (2005, p. 263) apresenta duas situações
em relação a isto:

80
 Capítulo 4 Controle Estatístico do Processo (CEP)

Quando o gerente de produção mede e analisa uma

característica, por exemplo, da linha de produção,
uma característica física do produto ou uma medida do
desempenho do processo, ele tem em mente a melhoria do
processo. Ele vê uma combinação dos insumos do processo,
a atuação dos operadores junto com a combinação dos
insumos e as atividades das máquinas, e, finalmente, o
produto final. A visão do gerente é de aspectos concretos da
sua linha de produção e em termos sistêmicos.

O estatístico, por outro lado, vai ver este mesmo processo

como algo mais abstrato, como um gerador de números. Ele
vai ver se os números gerados são centrados e simétricos
ao redor de uma tendência central, se existir ou não alguns
dados muito discrepantes dos outros, se tiver ou não relações
entre variáveis. É fácil ver que o gerente trabalhando sem
a ajuda do estatístico não vai captar todas as informações
disponíveis nos dados, e o estatístico sozinho não vai saber
onde ele deve concentrar seus esforços para melhorar o
processo. Portanto, o gerente e o estatístico têm muito a
ganhar trabalhando juntos.

Você se recorda dos conceitos estatísticos de média, mediana e o

desvio-padrão? Agora estas medidas serão instrumentos importantíssimos
para a análise do processo. É muito importante relembrarmos estes conceitos,
pois eles nos ajudarão na elaboração dos gráficos de controle que veremos a
seguir. Vamos lá?
A Média pode ser
A Média pode ser considerada como “a tendência central dos dados, ou seja, considerada como
um valor que represente gráfica e estatisticamente um conjunto de números. O “a tendência central
cálculo de uma tendência central é importante, porque consegue condensar uma dos dados, ou
série de dados em um único número”. (STEVENSON, 2001 p. 19). seja, um valor que
represente gráfica e
Para o cálculo da média, representada por , utilizamos a seguinte equação: estatisticamente um
conjunto de números.

Onde: são os valores obtidos, ou seja, os valores da amostra e,

é a quantidade, um valor, que representa a amostra.

Exemplo: Ao cronometrar o tempo que um funcionário leva para produzir

um lote, observamos que esse obteve os seguintes tempos {5, 6, 7, 7, 6, 5,
6} horas/produção. Para tanto, precisamos calcular a média de tempo para
que este funcionário produza um lote. Para obtermos a média é necessário
somarmos todos os tempos e dividir pelo número de vezes que cronometramos,
que foram sete.

81
 Gestão da Qualidade e Produtividade em TI

Desta forma, a média obtida é de 6 horas/produto.

Todavia, se por algum motivo um desses tempos estivesse bem fora do

normal, ou seja, fosse um valor discrepante, repare o que aconteceria com a
média:

Imagine que os tempos obtidos, para o exemplo anterior, fossem {5, 7, 6,

15, 6, 7, 6} horas/produção. De igual forma calculamos a média:

Com esta discrepância o valor médio é de 7,43 horas/produto.

A Mediana deve ser
usada quando, na É interessante verificar que por conta de um valor discrepante (15) a
amostra, existem
média sofreu uma grande variação, ocasionando em 1,43 horas a mais
números discrepantes
para a produção do lote. Nestes casos é comum utilizarmos a mediana, que
e assimétricos. Nestes
representa melhor o valor médio.
casos, podemos
resolver o problema
utilizando-se a A Mediana deve ser usada quando, na amostra, existem números
mediana, que é o valor discrepantes e assimétricos. Nestes casos, podemos resolver o problema
da variável que ocupa utilizando-se a mediana, que é o valor da variável que ocupa a posição central
a posição central da da distribuição (tendência dos valores). Ou seja, em uma relação de números
distribuição (tendência ordenados, do maior para o menor, ou vice-versa, existe um valor que separa
dos valores). todos os números em dois grupos iguais, os números maiores que a mediana
e os números menores.

Considerando o exemplo anterior (acrescido do valor discrepante), temos

os tempos obtidos, que foram {5, 7, 6, 15, 6, 7, 6} horas/produção. Para
obtermos a mediana é preciso ordená-los da seguinte forma {5, 6, 6, 7, 7,
15}. Assim, podemos verificar que a mediana é igual a seis, pois é o número
que ocupa a posição central dos dados ordenados. Ou seja, o número seis
é precedido por três números menores {5, 6, 6} e seguido de três números
maiores {7, 7, 15}. Como resultado, este valor representa melhor o tempo de
O valor discrepante é
produção, pois, ainda que apresente um valor discrepante entre os obtidos na
um sinônimo de alerta
amostra da produção, o valor é de 6 horas/produto.
na produção, pois
este pode representar
falhas, o que muitas Em contrapartida, o valor discrepante é um sinônimo de alerta na
vezes ocasiona em produção, pois este pode representar falhas, o que muitas vezes ocasiona em
retrabalho ou peças retrabalho ou peças rejeitadas, o que eleva os custos de produção. Convém,
rejeitadas, o que eleva neste sentido, avaliar a variação ou tendência que ocorre no processo. Para
os custos de produção.

82
 Capítulo 4 Controle Estatístico do Processo (CEP)

tanto se utiliza o desvio-padrão, que pode verificar se o produto está ou não O desvio-padrão
saindo dentro das especificações. é uma medida
de tendência que
O desvio-padrão é uma medida de tendência que representa como os representa como os
dados se espalham ao redor da média. O desvio-padrão é a mais importante dados se espalham ao
das medidas de dispersão, uma vez que é utilizado em conjunção com redor da média.
numerosos métodos de interferência estatística. (STEVENSON, 2001, p. 51).

Para o cálculo do desvio-padrão, representado por utilizamos a seguinte

equação:

Onde: são os valores obtidos, ou seja, os valores da amostra,

é a quantidade, um valor, que representa a amostra e,
é a média, ou mediana, caso tenha valores discrepantes entre os
obtidos na amostra.

Vamos continuar utilizando o mesmo exemplo:

Ao cronometrar o tempo que um funcionário leva para produzir um lote,

observamos que esse obteve os seguintes tempos {5, 6, 7, 7, 6, 5, 6} horas/
produção. E a média obtida foi de 6 horas/produto. Agora, vamos calcular o
desvio-padrão desta amostra. Utilizando:

Desta maneira:

Portanto,
= 0,8

Agora vamos calcular para o exemplo que possui um valor discrepante:

Portanto, = 3,4

Logo, podemos verificar que a amostra que possui o valor discrepante

apresenta um desvio considerável, apontando uma variabilidade no processo
e, através de um valor, identifica que algo pode estar fora dos parâmetros da
qualidade exigida.

83
 Gestão da Qualidade e Produtividade em TI

Essa variabilidade Por consequência, essa variabilidade de valores, ou essa dispersão, pode
de valores, ou essa definir a qualidade de forma mensurável, de modo que podemos discutir e
dispersão, pode definir analisar com os colegas os dados obtidos.
a qualidade de forma
mensurável. Conforme Samohyl (2005, p. 268), “a média dos quadrados dos desvios
leva o nome técnico de variância. Para chegar a uma medida de desvio médio
é necessário aplicar a raiz quadrada à variância. Esse desvio médio recebe
outro nome em estatística, o desvio-padrão”.

Outra maneira de se calcular o desvio, agora representado por , é

através da diferença entre o valor obtido ( ) e a média , de forma que o
sinal pode variar, por apresentar valores acima e abaixo da média, então:

Vamos continuar com o nosso exemplo:

Os tempos obtidos foram {5, 7, 6, 5, 6, 7, 6} horas/produção e a média ( )

obtida foi de 6 horas/produção. Fazendo-se o cálculo do desvio obtemos
(observe a tabela):

Tabela 1 – Cálculo do desvio-padrão

Valor obtido - Média

Tempo (xi) Desvio ( )

5 5–6 -1
7 7–6 1
6 6–6 0
5 5–6 -1
6 6–6 0
7 7–6 1
6 6–6 0
TOTAL 0
Fonte: Os autores.

Fatalidade matemática: a soma dos desvios é sempre igual a

zero e, portanto, a média dos desvios também.

84
 Capítulo 4 Controle Estatístico do Processo (CEP)

Para aprofundar seus conhecimentos sobre estes conceitos,
sugiro a leitura deste artigo:

UTILIZAÇÃO DE SOFTWARE LIVRE NO CONTROLE

ESTATÍSTICO DE PROCESSO

RESUMO: Os gráficos de controle estatísticos permitem

identificar problemas em processos industriais através de
informações de amostras recentes. A elaboração destes gráficos
geralmente é feita manualmente ou computacionalmente,
através de programas como o Statistica e o Excel, ambos
softwares proprietários. Este trabalho apresenta o programa
livre Gnu Octave como uma opção para elaboração destes tipos
de gráficos, tanto para área acadêmica como para o uso em
pequenas e médias empresas.

Você poderá fazer a leitura completa do artigo acessando o site: http://

www.simpep.feb.unesp.br/anais/anais_13/artigos/227.pdf

Recordados os conceitos, para começarmos a análise de qualquer produto

ou serviço precisamos definir qual o conjunto de características ou variáveis
mensuráveis que devem ser analisadas e controladas.

Atividade de Estudos:

1) Quais são as vantagens e limitações dos métodos gráficos no

controle da qualidade?
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________

85
 Gestão da Qualidade e Produtividade em TI

As Variações no Processo de Controle

Todos os processos produtivos apresentam variações em seu output
(saída), ou seja, no seu produto. Estas variações podem ser tanto naturais ou
são influenciadas por uma combinação de fatores. Segundo Stevenson (2001),
estas variações podem ser:

Aleatória: também chamada de variação natural do processo, é uma

variação inerente ao processo. Pode ocorrer devido à tecnologia das máquinas
(equipamentos antigos).

Assinalável: são variações facilmente identificadas, ou seja, possuem

uma causa específica e são eliminadas. Como, por exemplo, o desgaste
de uma ferramenta (serra que perdeu o corte, ou uma lixa que apresenta
desgaste, ou ainda, o uso incorreto dos equipamentos).

Para o monitoramento, essas amostras são medidas e representadas num

gráfico a partir do resultado de várias amostras e lotes. Para um bom resultado
é importante obtermos um grande conjunto de gráficos de controle. Para tanto,
se faz uso de amostras muito pequenas.

Assim, durante um longo período de tempo, as amostras são medidas e
representadas num gráfico que será comparado com o gráfico da distribuição
normal, onde temos os atributos que desejamos controlar, lembrando que
estes devem ser muito bem especificados, durante o planejamento e o controle
da qualidade. Em resumo, esta amostragem tem por objetivo identificar se as
fontes de variação não aleatória estão presentes no processo.

Figura 14 – Distribuição do Processo comparada à Distribuição Amostral

Fonte: Stevenson (2001, p. 334).

86
 Capítulo 4 Controle Estatístico do Processo (CEP)

Mas, você lembra o que é um gráfico da distribuição normal? Uma distribuição é

dita normal quando as
Uma distribuição é dita normal quando as variáveis do processo variáveis do processo
apresentam variações comuns. Isso significa que estas variações não apresentam variações
ocasionam um deslocamento da média, que acabamos de ver, ou que alterem comuns. Isso significa
o desvio-padrão da amostra. que estas variações
não ocasionam um
deslocamento da
Devemos lembrar que esses parâmetros são as variáveis do processo, ou
média, que acabamos
seja, tudo o que podemos medir através de algum instrumento, como o peso, a
de ver, ou que alterem
altura, o volume, velocidade, temperatura, comprimento, largura, entre outros. o desvio-padrão da
Entretanto, se estas medidas não sofrerem alteração durante certo período de amostra.
tempo, e estiverem dentro da média ou não ultrapassarem o desvio-padrão
aceitável para o processo, dizemos que estas estão sob controle. Podemos
também dizer que um processo está sob controle quando os produtos e as
medidas do processo apresentam a menor variabilidade e, portanto, mais
exatidão para alcançar a qualidade desejada. Um processo está
sob controle quando
Mas, você deve estar se questionando: qual a importância do controle os produtos e as
estatístico, não é mesmo? medidas do processo
apresentam a
Bem, o controle estatístico é muito eficiente do ponto de vista prático, menor variabilidade
pois possibilita a visualização de parâmetros que se deseja controlar e, portanto, mais
durante o processo, permitindo que este seja interrompido no momento em exatidão para alcançar
que se verifica algum problema ou desempenho fora do esperado, podendo a qualidade desejada.
assim ser aprimorado.

Para você aprofundar seus conhecimentos, indicamos a leitura

do livro: COSTA, Antonio Fernando Branco, et. Controle Estatístico
de Qualidade. – São Paulo: Ed. Atlas, 2005.

Nesse livro os autores tratam das técnicas estatísticas criadas

especialmente para o controle de processos, condição básica para
a manutenção da qualidade de bens e de serviços. É rigoroso nos
conceitos, para garantir o correto aprendizado, porém didático,
graças a um texto de leitura agradável e às muitas figuras,
gráficos e exemplos, especialmente elaborados para facilitar a
compreensão. Escrito por autores com anos de experiência no
ensino e pesquisa no assunto, em contato com problemas reais, o
texto busca capacitar o leitor a atuar na realidade de hoje, de forma
efetiva. Assim, enfatiza a análise de desempenho e o projeto dos
gráficos de controle (requisitos obrigatórios para o uso eficiente
dessas ferramentas) e inclui o monitoramento dos processos
autocorrelacionados (comuns hoje em dia).

87
 Gestão da Qualidade e Produtividade em TI

Gráficos de Controle
Gráficos de O emprego dos gráficos de controle, diferentemente da inspeção após
controle possibilita a produção, possibilita o controle da qualidade durante a manufatura, ou seja,
o controle da os gráficos de controle exibem um enfoque na detecção dos defeitos e ação
qualidade durante corretiva imediata, caso alguma falha seja detectada. Desta forma, ao impedir
a manufatura, ou a saída de produtos imperfeitos, pode ser considerado como um método de
seja, os gráficos
caráter preventivo (DEMING, 1990).
de controle exibem
um enfoque na
Os gráficos de controle apresentam os dados coletados em ordem
detecção dos
defeitos e ação cronológica da distribuição amostral, sendo um método de detecção das
corretiva imediata, causas assinaláveis, ou seja, causas incomuns que, agindo no processo,
caso alguma falha provocam alta variabilidade na saída (resultado do processo).
seja detectada.
Em consonância com Samohyl (2005, p. 268), os gráficos de controle
são muito importantes, e este autor conceitua que “o desvio-padrão de uma
coleção de médias recebe o nome de erro-padrão e é igual ao desvio-padrão
dividido pela raiz quadrada do tamanho da amostra”.

Shewart desenvolveu uma tabela de coeficientes d2, que transforma a

média das amplitudes em desvio-padrão, dividindo um pelo outro. Para se
converter o desvio-padrão em erro-padrão, divide-se o desvio-padrão pela raiz
quadrada de n, sendo n o tamanho da amostra. (SAMOHYL, 2005, p. 278).

Tabela 2 - Coeficientes para os gráficos de controle

Tamanho da amostra (n) Coeficientes (d2 )

2 1,128
3 1,693
4 2,059
5 2,326
6 2,534
7 2,704
8 2,847
9 2,970
10 3,078
11 3,173
12 3,258
13 3,336
14 3,407
15 3,472
20 3,735
25 3,931
88 Fonte: Adaptado de Samohyl (2005).

 Capítulo 4 Controle Estatístico do Processo (CEP)

Por meio do gráfico de controle é possível avaliar tendências, padrões de

não aleatoriedade e instabilidades do processo, permitindo a sua interrupção e
a ação corretiva antes que se produzam itens fora dos limites de especificação.
(MONTGOMERY, 1997).

Portanto, na prática nós sabemos que estes valores não devem ser muito
superiores ou inferiores da média da distribuição, caso contrário haverá a
necessidade de interrupção e a tomada de alguma ação corretiva. Mas, você
sabe de quais valores estamos falando?

Estes valores são, na realidade, os limites de controle, que servirão como

base para sabermos se o processo, ou a amostra analisada no processo, está
dentro do desejável para a garantia da qualidade sugerida pelo cliente. Os
limites de controle são as linhas divisórias que separam os desvios da média
da distribuição amostral. O maior valor é o limite superior de controle (LSC)
e o menor é o limite inferior de controle (LIC).

Você poderá visualizar melhor como isto funciona observando a Figura 15.

Figura 15 – Informações básicas de uma carta de controle

Fonte: Corrêa e Corrêa (2005, p.143).

As três linhas representam dois limites de controle, um superior (LSC) e

outro inferior (LIC), e uma linha no meio, a qual é a média da variável ou o alvo
da característica. Tradicionalmente, as linhas de controle ficam numa distância
de três desvios-padrão da média ou alvo do processo. O uso de três é um
pouco arbitrário, mas na prática funciona bem na maioria dos casos.

89
 Gestão da Qualidade e Produtividade em TI

E como podemos obter um gráfico da distribuição normal? Para obter

um gráfico da distribuição normal, inicialmente são coletadas amostras
aleatoriamente durante o processo de fabricação, respeitando as regras
específicas de amostragem do processo. Suas características são medidas e
São analisadas as inseridas em gráficos de controle. Os indicadores estatísticos são calculados a
características a partir de medições e usados para avaliar a condição atual do processo.
serem controladas e
é feito o cálculo dos Para tanto, são analisadas as características a serem controladas e é feito
limites de controle do o cálculo dos limites de controle do processo, em relação à centralização da
processo, em relação característica de qualidade (média, mediana, etc.) e a variabilidade permitida a
à centralização da
este valor (amplitude, desvio-padrão, etc.)
característica de
qualidade (média,
Na Figura 16 podemos verificar uma maneira de se obter a curva de
mediana, etc.) e a
variabilidade permitida distribuição normal.
a este valor (amplitude,
Figura 16 – A variação natural no processo de enchimento
desvio-padrão, etc.)
da caixa de arroz descrita por uma distribuição normal

Fonte: Extraído de Slack (1999, p. 427).

O exemplo apresentado por Slack (1999) simulou a seguinte situação: Foi

medido, de diversas amostras, o peso das caixas de arroz (a), (b) e (c) obtidas
por preenchimento automático. A coleta dos dados obtidos gerou vários
histogramas que, à medida que as caixas foram sendo pesadas, apontou uma
forte tendência de o peso aproximar-se de um valor médio do processo. Depois
de muitas caixas terem sido pesadas, formou-se uma distribuição mais uniforme
(d), denominada de distribuição normal, e esta distribuição representará a
variabilidade aleatória de todas as médias amostrais visualizadas no gráfico (f)
da Figura 16.

90
 Capítulo 4 Controle Estatístico do Processo (CEP)

Mas, como sabemos se a variação do desempenho do processo

está de acordo com o especificado?

Para avaliar se os resultados estão conforme a aceitabilidade do processo,
as amostras devem ser comparadas com uma curva de distribuição normal,
que é predeterminada, assim como os seus desvios-padrão. Todavia, se os
resultados obtidos não estiverem de acordo com o aceitável, ações corretivas
eficazes devem ser tomadas para eliminar o problema. Contudo, devemos
acompanhar o processo por tempo suficiente para que a capabilidade, Aceitabilidade da
ou seja, esta aceitabilidade da variação do processo, esteja assegurada. variação do processo,
Posteriormente veremos o estudo da capabilidade. esteja assegurada.

Existem dois tipos de gráficos de controle e, de acordo com as

características da qualidade exigidas pelo cliente, os gráficos podem ser:
variáveis: são os gráficos que medem dados, geralmente numa escala Tipos de gráficos de
contínua, como: a massa, temperatura etc.; e atributos: são os gráficos que controle: variáveis e
podem ser contados, ou seja, contam algum dado e classificam a amostra atributos.
como conforme ou não conforme.
Os gráficos de média
são utilizados para
a) Gráficos Variáveis controlar variáveis. Os
gráficos de média, por
Os gráficos de média são utilizados para controlar variáveis. Os gráficos sua vez, monitoram
de média, por sua vez, monitoram a tendência central dos dados coletados de a tendência central
amostras de um processo, e os gráficos de amplitude monitoram a dispersão dos dados coletados
dessas amostras coletadas de um processo. de amostras de
um processo, e os
• Os gráficos de média também são denominados gráficos “X barra” (x), gráficos de amplitude
onde o valor do desvio-padrão (s) normalmente é uma estimativa, por ser monitoram a dispersão
frequentemente desconhecido. dessas amostras
coletadas de um
processo.
• Já os gráficos de amplitude, conhecidos por gráficos R, de range, faixa
de variação ou amplitude, são bastante sensíveis às mudanças e, por
consequência, bastante utilizados no controle da dispersão do processo.

A amplitude, que representa a dispersão dos valores obtidos na amostra,

pode ser calculada a partir do maior e do menor valor obtido na amostra, da
seguinte maneira:

91
 Gestão da Qualidade e Produtividade em TI

Onde: representa a amplitude,

representa o maior valor obtido na amostra e,
representa o menor valor obtido na amostra.

Exemplo: Durante o processo de fabricação de bicicletas foi analisada a
variação de peso para verificar se ocorreu pouca ou muita variação no peso
destas, pois para torná-las mais velozes, o valor deve estar dentro dos padrões
exigidos. Assim sendo, coletou-se uma amostra com 100 amostras retiradas
do mesmo lote, e dividiu-se em 25 subgrupos de quatro itens, conforme tabela
que segue:

Tabela 3 - Amostras

Amostras Peso 1 (Kg) Peso 2 (Kg) Peso 3 (Kg) Peso 4 (Kg) Média (Kg) Amplitude
1 2,106 2,106 2,198 2,152 2,1405 0,092
2 2,088 2,144 2,14 2,146 2,1295 0,058
3 2,19 2,176 2,158 2,2 2,181 0,042
4 2,142 2,148 2,138 2,134 2,1405 0,014
5 2,15 2,14 2,166 2,192 2,162 0,052
6 2,076 2,148 2,166 2,128 2,1295 0,09
7 2,144 2,148 2,136 2,138 2,1415 0,012
8 2,164 2,158 2,08 2,162 2,141 0,084
9 2,096 2,084 2,08 2,146 2,1015 0,066
10 2,078 2,07 2,104 2,148 2,1 0,078
11 2,144 2,084 2,166 2,2 2,1485 0,116
12 2,144 2,132 2,066 2,194 2,134 0,128
13 2,066 2,166 2,174 2,168 2,1435 0,108
14 2,186 2,164 2,154 2,144 2,162 0,042
15 3,354 3,432 3,658 3,462 3,4765 0,074
16 2,182 2,178 2,16 2,166 2,1715 0,022
17 2,146 2,132 2,17 2,174 2,1555 0,042
18 2,09 2,202 2,16 2,152 2,151 0,112
19 2,184 2,182 2,198 2,146 2,1775 0,052
20 2,146 2,106 2,198 2,16 2,1525 0,092
21 2,162 2,19 2,062 2,05 2,116 0,14
22 2,056 2,168 2,176 2,164 2,141 0,12
23 2,166 2,21 2,124 2,212 2,178 0,088
24 2,156 2,156 2,104 2,106 2,1305 0,052
25 2,21 2,11 2,144 2,142 2,1515 0,1
TOTAL 53,638 1,876
Fonte: os autores.
92
 Capítulo 4 Controle Estatístico do Processo (CEP)

Efetuados os cálculos da média e da amplitude, geraram-se os devidos

gráficos:

Podemos observar nesses gráficos que todos os pontos estão dentro dos
limites de controle, entretanto, temos dois pontos muito próximos do Limite Inferior
de Controle, o que pode estar representando uma anormalidade no processo.

Para uma melhor compreensão do assunto, sugiro que faça a

leitura do artigo: Aplicação do controle estatístico de processo
na indústria farmacêutica, publicado na revista Ciências
Farmacêuticas Básica e Aplicada, v. 27, n. 3, p.177-187, 2006.

RESUMO:

O controle estatístico de processo (CEP) é uma das mais

poderosas metodologias desenvolvidas visando auxiliar no
controle eficaz da qualidade. Através das cartas ou gráficos
de controle, podem-se detectar desvios de parâmetros
representativos do processo, reduzindo a quantidade de
produtos fora de especificações e com isso reduzindo os custos
da produção. O controle estatístico de processo, embora pouco
utilizado na indústria farmacêutica, é uma ferramenta de grande
utilidade, pois incorpora também o conceito de boas práticas
de fabricação. Além de fornecer informações imprescindíveis
para a validação de processos, uma vez que permite a
investigação detalhada de todos os pontos críticos de controle,
diagnosticando as possíveis não conformidades em todas as
etapas do processo, e ainda sinalizar as possíveis fontes desses
desvios de qualidade, possibilitando correções e interações com
o processo. Apesar de não existirem muitas publicações do CEP
na indústria farmacêutica, os exemplos de aplicações desta

93
 Gestão da Qualidade e Produtividade em TI

ferramenta provam sua grande importância para a compreensão

dos processos que envolvem a obtenção de medicamentos.

Você pode fazer a leitura completa deste artigo acessando:

http://serv-bib.fcfar.unesp.br/seer/index.php/Cien_Farm/article/
view/380/364

Nesse contexto, se utilizarmos, para um mesmo processo, os gráficos

da média e da amplitude, variadas informações serão obtidas para o
monitoramento de um mesmo processo. O gráfico das médias identifica o
deslocamento da média do processo, porém, se a dispersão não alterar, fica
difícil detectar o problema.

Convém evidenciar que a utilização simultânea de ambos os gráficos

nos fornece informações mais completas do que se utilizarmos um único
gráfico, como são os casos A e B da Figura 17.

Figura 17 – Os gráficos das médias e amplitudes, quando

utilizados em conjunto, complementam-se mutuamente

Fonte: Extraído de Stevenson (2001, p. 339).

94
 Capítulo 4 Controle Estatístico do Processo (CEP)

b) Gráficos de Atributos

Os gráficos de controle de atributos somente serão utilizados nos casos Os gráficos de controle
em que desejarmos controlar alguma característica que pode ser contada, de atributos somente
como, por exemplo, a quantidade de peças defeituosas em uma amostra. Estes serão utilizados
podem ser classificados em dois tipos de gráficos de controle de atributos: nos casos em que
um que conta a proporção de itens defeituosos de uma amostra (gráfico p) e desejarmos controlar
outro que conta o número de defeitos por unidade (gráfico c). alguma característica
que pode ser contada.
Exemplo adaptado de Samohyl (2005): Uma empresa fabrica canetas
esferográficas customizadas com a logomarca do cliente. As canetas vêm
recebendo reclamações e o gerente da linha de produção toma a iniciativa
de implantar a utilização de um gráfico de controle na linha, e o gráfico
utilizado é o gráfico de percentagem (p) de itens defeituosos. O gráfico exige
tamanho de amostra grande, dessa forma foram coletadas 100, para facilitar a
conversão do número de defeituosas em percentagem. Depois de três turnos
de amostragem, foram coletados dados em 34 subgrupos.

Tabela 4 – Amostras dos 34 subgrupos

Amostras Defeituosas Tamanho da amostra Percentagem defeituosa

1 8 100 8
2 8 100 8
3 5 100 5
4 2 100 2
5 5 100 5
6 7 100 7
7 2 100 2
8 5 100 5
9 3 100 3
10 12 100 12
11 3 100 3
12 6 100 6
13 2 100 2
14 7 100 7
15 8 100 8
16 3 100 3
17 3 100 3
18 5 100 5
19 4 100 4
20 5 100 5
21 3 100 3
22 8 100 8
23 2 100 2

95
 Gestão da Qualidade e Produtividade em TI

24 6 100 6
25 2 100 2
26 5 100 5
27 6 100 6
28 9 100 9
29 2 100 2
30 3 100 3
31 9 100 9
32 7 100 7
33 5 100 5
34 4 100 4
Média 5,12 100 5,12
Fonte: Adaptado de Samohyl (2005, p. 285).

Para montar o gráfico de controle de percentagem defeituosa é necessário

calcular a linha central, que é a percentagem defeituosa média, e os limites de
controle inferior e superior a três desvios-padrão da média.

Figura 18 - Gráfico de controle de percentagem defeituosa

Fonte: Extraído de Samohyl (2005, p. 287).

Imediatamente é verificado que o subgrupo 10 possui número de

defeituosas maior que o limite superior de controle. Para tanto é indicado que
se faça uma investigação de causas especiais e, assim que for encontrada a
causa, esta deve ser eliminada.

A utilização de gráficos de controle aumenta o custo e o tempo

necessário para se obter o output do processo. Em uma situação
ideal, a variação é a estabilidade de um processo, pouca alteração
acontece, de formas que nem seria necessário o uso de gráficos
de controle. Mas, então, para que serve tudo isso?

96
 Capítulo 4 Controle Estatístico do Processo (CEP)

Engenheiro estatístico que desenvolveu métodos estatísticos no Ocidente Sempre vale a pena
na década de 80, a qualidade é definida pelas perdas que o produto impõe reduzir, através de
à sociedade, e sempre vale a pena reduzir, através de aperfeiçoamento aperfeiçoamento de
de projetos, a variação dos produtos em relação às dimensões ótimas projetos, a variação
especificadas, mesmo que esta variação encontre-se dentro dos intervalos de dos produtos em
tolerância do projeto. relação às dimensões
ótimas especificadas,
mesmo que esta
O autor também propõe que as perdas impostas à sociedade crescem
variação encontre-se
de forma quadrática à medida que o valor de parâmetro de importância se
dentro dos intervalos
afasta do valor considerado ótimo. Taguchi observa que, “do ponto de vista de tolerância do
do cliente, não há diferença substancial entre um produto reprovado por estar projeto.
ligeiramente acima do limite de tolerância e aquele que foi aprovado estando
ligeiramente abaixo dele, pois as perdas em cada uma das situações são
substancialmente iguais”. (apud CORRÊA; CORRÊA, 2005, p.127).

A Figura 19 apresenta um gráfico de perdas X conformidade, para você

compreender melhor como se dá esta relação.

Figura 19 – Perdas X conformidade

Fonte: Extraído de Corrêa e Corrêa (2005, p.127).

Você pode observar na Figura 19 que as tolerâncias, portanto, devem

servir somente como parâmetro de inspeção, visando correções, e não como
definidoras da qualidade de um produto.

Capabilidade do Processo A capabilidade

do processo é “a
A capabilidade do processo é “a variabilidade de um processo é o fator- variabilidade de um
chave da capabilidade do processo. Ela é medida em termos do desvio-padrão processo é o fator-
do processo”. (STEVENSON, 2001 p. 346). chave da capabilidade
do processo.

97
 Gestão da Qualidade e Produtividade em TI

A capabilidade é “a Já para Slack (1999 p. 427), a capabilidade é “a medida mais simples da

medida mais simples capabilidade (Cp) é dada pela razão entre a faixa de especificação e a variação
da capabilidade ‘natural’ do processo”. Pode ser representada através da seguinte equação:
(Cp) é dada pela
razão entre a faixa
de especificação e a
variação ‘natural’ do
processo”.
Onde:
UTL = limite superior da tolerância
LTL = limite inferior da tolerância
s = desvio-padrão da variabilidade do processo

Assim, podemos observar a variação da capabilidade do processo, em

relação aos limites de controle, através da Figura 20:

Figura 20 – Capabilidade comparada à variação natural do

processo com a faixa de especificação que é requerida

Fonte: Extraído de Slack (1999, p. 428).

Ainda tomando como exemplo o enchimento das sacas de arroz, podemos

observar que no processo de enchimento ele é tido como capaz, pois o valor
encontrado é maior do que um, conforme demonstrado a seguir:

98
 Capítulo 4 Controle Estatístico do Processo (CEP)

Para determinar se um processo é capaz, o índice (Cp) deve ser maior ou

igual a um, figuras (a) e (b) da Figura 19. Caso o número seja menor que um,
este processo (c) não é capaz, desde que a distribuição seja normal.

Algumas Considerações
A qualidade não se limita apenas em atender todas as necessidades do
cliente, mas também a otimização do processo, de modo que tenha o mínimo
de desperdício e retrabalho, reduzindo custos, e que se evite a variabilidade do
produto, assim como a do processo. Sendo assim, o uso das ferramentas de
controle estatístico do processo sempre traz benefícios para quem as aplica.

Para finalizar, a implantação de qualquer procedimento novo na empresa,

especialmente procedimentos com base matemática, deve começar num
espaço pequeno, mas manejável, bem selecionado e crítico, pois assim
oferece resultados aparentes e contundentes. Iniciando-se a implantação de
métodos estatísticos com apenas gráficos e explicações intuitivas, sem entrar
nos detalhes dos cálculos, já proporciona condições suficientes para analisar
melhor um fenômeno problemático. Hoje, os famosos gráficos de controle se
encontram na análise de todos os aspectos da empresa e possuem aplicações
muito mais variadas do que o imaginado por Walter Shewhart, seu criador.

Referências
CORRÊA, Henrique L.; CORRÊA, Carlos A. Administração de Produção
e de Operações: Manufatura e serviços – uma abordagem estratégica. São
Paulo: Atlas, 2005.

EQUIPE GRIFO. O sistema ISO 9000 na prática. São Paulo: Pioneira Série
Qualidade Brasil,2001.

FARIA, Evandro de Paula et. al. O CEP como ferramenta de melhoria de

qualidade e produtividade nas organizações. In: Anais do V SEGeT –
Simpósio de Excelência em Gestão e Tecnologia, nos dias 20, 21 e 22 out.
2008. Disponível em: <http://www.aedb.br/seget/artigos08/194_evandro%20
elvis%20e%20claudia%20-%20CEP.pdf>. Acesso em: 14 abr. 2010.

99
 Gestão da Qualidade e Produtividade em TI

MARTINS, Petrônio G.; LAUGENI, Fernando P. Administração da Produção.

2 ed. São Paulo: Saraiva, 2005.

MONTGOMERY, Douglas C. Introdução ao controle estatístico da

qualidade. 4 ed. São Paulo: LTC 2004.

SENAC. DN. Qualidade em prestação de serviços. 2 ed. Rio de Janeiro,

2001.

SLACK, Nigel. Administração da Produção. São Paulo: Compacta, 1999.

STEVENSON, William J. Estatística: Aplicada à Administração. São Paulo:

Harbra Ltda., 2001.

100