Livro-Texto - Unidade I
Livro-Texto - Unidade I
Livro-Texto - Unidade I
Possui formação em Engenharia Elétrica, com ênfase em Eletrônica e Eletrotécnica pela Universidade Paulista
(UNIP) e especialização em Didática do Ensino Superior. É mestre e doutor em Física Aplicada à Medicina e Biologia
pela Universidade de São Paulo (USP).
Atua como professor titular da UNIP (campus Ribeirão Preto) há mais de 15 anos, e como professor convidado em
cursos de pós-graduação de diversas instituições da região de Ribeirão Preto.
CDU 62
W500.87 – 19
© Todos os direitos reservados. Nenhuma parte desta obra pode ser reproduzida ou transmitida por qualquer forma e/ou
quaisquer meios (eletrônico, incluindo fotocópia e gravação) ou arquivada em qualquer sistema ou banco de dados sem
permissão escrita da Universidade Paulista.
Prof. Dr. João Carlos Di Genio
Reitor
Comissão editorial:
Dra. Angélica L. Carlini (UNIP)
Dra. Divane Alves da Silva (UNIP)
Dr. Ivan Dias da Motta (CESUMAR)
Dra. Kátia Mosorov Alonso (UFMT)
Dra. Valéria de Carvalho (UNIP)
Apoio:
Profa. Cláudia Regina Baptista – EaD
Profa. Betisa Malaman – Comissão de Qualificação e Avaliação de Cursos
Projeto gráfico:
Prof. Alexandre Ponzetto
Revisão:
Fabrícia Carpinelli
Rose Castilho
Sumário
Engenharia da Qualidade
APRESENTAÇÃO.......................................................................................................................................................9
INTRODUÇÃO............................................................................................................................................................9
Unidade I
1 INTRODUÇÃO À ENGENHARIA DA QUALIDADE................................................................................... 11
1.1 Dimensões da qualidade.................................................................................................................... 11
1.2 Histórico do controle da qualidade............................................................................................... 13
1.2.1 Walter Andrew Shewhart..................................................................................................................... 13
1.2.2 William Edwards Deming..................................................................................................................... 14
1.2.3 Joseph Juran.............................................................................................................................................. 15
1.2.4 Armand Vallin Feigenbaum.................................................................................................................. 16
1.2.5 Philip Crosby.............................................................................................................................................. 19
1.2.6 Genichi Taguchi........................................................................................................................................ 20
1.2.7 Kaoru Ishikawa.......................................................................................................................................... 20
1.2.8 David A. Garvin......................................................................................................................................... 21
2 GESTÃO DA QUALIDADE................................................................................................................................ 21
2.1 Custos da qualidade e custos da falta da qualidade.............................................................. 21
2.2 Garantia da qualidade......................................................................................................................... 26
2.3 Controle da qualidade......................................................................................................................... 26
2.3.1 Seiri (senso de utilização)..................................................................................................................... 27
2.3.2 Seiton (senso de organização)............................................................................................................ 27
2.3.3 Seiso (senso de limpeza)....................................................................................................................... 28
2.3.4 Seiketsu (senso de saúde e higiene)................................................................................................. 28
2.3.5 Shitsuke (senso de disciplina e autodisciplina)........................................................................... 29
3 PLANOS DE AMOSTRAGEM.......................................................................................................................... 31
3.1 Definições................................................................................................................................................. 31
3.1.1 Defeitos........................................................................................................................................................ 32
3.2 Inspeção ................................................................................................................................................... 33
3.2.1 Nível de qualidade aceitável............................................................................................................... 34
3.2.2 Plano de inspeção por amostragem................................................................................................. 34
3.3 Risco do produtor e risco do consumidor................................................................................... 34
3.4 Níveis de inspeção................................................................................................................................ 36
3.4.1 Código literal............................................................................................................................................. 37
3.4.2 Obtenção do plano de amostragem................................................................................................. 37
3.4.3 Sistema de comutação.......................................................................................................................... 37
3.5 Regras para elaborar planos de amostragem a partir das tabelas da norma
ABNT 5426....................................................................................................................................................... 38
3.6 Plano de amostragem simples......................................................................................................... 38
3.7 Plano de amostragem dupla............................................................................................................. 40
3.8 Plano de amostragem múltipla....................................................................................................... 41
4 ESTATÍSTICA PARA QUALIDADE.................................................................................................................. 41
4.1 Técnicas de amostragem.................................................................................................................... 43
4.2 Tipos de dados........................................................................................................................................ 43
4.3 Medidas de tendência central e dispersão.................................................................................. 45
4.4 Medidas de dispersão.......................................................................................................................... 47
4.4.1 Amplitude................................................................................................................................................... 47
4.4.2 Variância...................................................................................................................................................... 48
4.4.3 Desvio padrão............................................................................................................................................ 49
4.5 Distribuição de probabilidade.......................................................................................................... 50
4.6 Tipos de distribuição de probabilidade......................................................................................... 52
4.6.1 Distribuição simétrica............................................................................................................................ 52
4.6.2 Distribuição assimétrica à direita...................................................................................................... 53
4.6.3 Distribuição assimétrica à esquerda................................................................................................ 53
4.6.4 Distribuição uniforme............................................................................................................................ 54
4.6.5 Distribuição exponencial...................................................................................................................... 54
4.6.6 Distribuição bimodal.............................................................................................................................. 54
4.7 Comparação da média aritmética, mediana e moda em distribuições
de probabilidade............................................................................................................................................ 55
4.8 Amostragem............................................................................................................................................ 55
4.9 Terminologia em um sistema de medição.................................................................................. 57
4.10 Comparação entre exatidão e precisão...................................................................................... 58
4.11 Estabilidade............................................................................................................................................ 60
4.12 Repetibilidade...................................................................................................................................... 60
4.13 Reprodutibilidade............................................................................................................................... 60
Unidade II
5 CONTROLE ESTATÍSTICO DE PROCESSOS (CEP).................................................................................... 65
5.1 Causas comuns....................................................................................................................................... 65
5.2 Causas especiais..................................................................................................................................... 66
5.3 Variáveis discretas ................................................................................................................................ 66
5.4 Variáveis contínuas ............................................................................................................................. 67
6 AVALIAÇÃO DA CAPACIDADE DE PROCESSOS..................................................................................... 70
6.1 O nível sigma (σ)................................................................................................................................... 70
6.2 Desempenho dos processos.............................................................................................................. 72
6.2.1 Capacidade e nível sigma para variáveis discretas.................................................................... 73
6.2.2 Tabela de conversão sigma.................................................................................................................. 76
6.3 Capacidade e nível sigma para variáveis contínuas................................................................ 77
6.4 Análise dos índices Cp e Cpk................................................................................................................ 79
7 CARTA DE CONTROLE..................................................................................................................................... 83
7.1 Carta de controle por variáveis....................................................................................................... 83
7.1.1 Cálculo dos limites de controle.......................................................................................................... 84
7.2 Cartas de controle por atributo....................................................................................................... 89
7.2.1 Carta P (proporção de itens defeituosos ou não conformes)................................................ 90
7.2.2 Carta NP (número de defeito ou não conformidades)............................................................. 93
7.2.3 Carta C (número de defeitos ou não conformidade em uma amostra de
tamanho constante).......................................................................................................................................... 96
7.2.4 Carta U (número de defeitos ou não conformidades em uma amostra).......................... 98
8 FERRAMENTAS BÁSICAS E METODOLOGIAS PARA RESOLUÇÃO DE PROBLEMAS
DA QUALIDADE...................................................................................................................................................101
8.1 Histograma.............................................................................................................................................101
8.1.1 Histograma normal...............................................................................................................................102
8.1.2 Histograma assimétrico positivo.....................................................................................................102
8.1.3 Histograma assimétrico negativo...................................................................................................103
8.1.4 Histograma “pente”...............................................................................................................................103
8.1.5 Histograma bimodal.............................................................................................................................104
8.1.6 Histograma pico isolado.....................................................................................................................104
8.2 Gráfico de controle.............................................................................................................................107
8.2.1 Tipos de gráficos de controle............................................................................................................107
8.3 Gráfico de Pareto.................................................................................................................................109
8.4 Diagrama de causa e efeito............................................................................................................111
8.5 Diagrama de concentração de defeitos.....................................................................................115
8.6 Diagrama de dispersão......................................................................................................................115
8.6.1 Correlação forte..................................................................................................................................... 117
8.6.2 Correlação moderada........................................................................................................................... 118
8.6.3 Sem correlação....................................................................................................................................... 119
8.7 Matriz de causa e efeito...................................................................................................................119
8.8 Ciclo PDCA.............................................................................................................................................121
8.9 Metodologia de análise e solução de problemas (Masp)....................................................123
8.10 Metodologia DMAIC........................................................................................................................125
8.10.1 Fase de definição................................................................................................................................ 125
8.10.2 Fase de medição.................................................................................................................................. 126
8.10.3 Fase de análise..................................................................................................................................... 126
8.10.4 Fase de melhorias............................................................................................................................... 128
8.10.5 Fase de controle.................................................................................................................................. 128
APRESENTAÇÃO
A disciplina Engenharia da Qualidade tem por objetivo apresentar conceitos e aplicações práticas de
ferramentas estatísticas para identificação, validação e melhoria dos padrões de qualidade, de forma a
proporcionar ao aluno uma visão sistêmica de todo o processo.
INTRODUÇÃO
Inicialmente, serão apresentadas formas para seleção e identificação de planos de inspeção por
amostragem, as quais são parte do processo da qualidade.
Serão fornecidas noções sobre a utilização de cartas de controle para monitoramento e avaliação das
variações de processos, assim como avaliação da capacidade/capabilidade de equipamentos/processos.
Por fim, serão apresentadas metodologias para resolução de problemas e implantação de ciclos
de melhoria.
Ao término dos estudos desta disciplina, o aluno poderá ser capaz de compreender formas de
identificar e avaliar processos produtivos e metodologias para implementação de melhorias.
9
ENGENHARIA DA QUALIDADE
Unidade I
1 INTRODUÇÃO À ENGENHARIA DA QUALIDADE
Há tempos que a busca por padrões de qualidade em produtos e serviços tem ajudado no
desenvolvimento de técnicas que culminaram nos padrões atuais de gestão da qualidade. A evolução da
qualidade deu-se, prioritariamente, em três fases distintas: a da inspeção, a do controle estatístico e a
da qualidade total. A figura a seguir apresenta um resumo dessas três fases.
A engenharia da qualidade, portanto, é uma área do conhecimento que visa aprimorar os processos
produtivos das organizações por meio de medidas e análises estatísticas. Essas análises devem ser
traduzidas em informações do quão adequado às especificações do projeto e do cliente os processos e
produtos dessas organizações estão.
A busca contínua pela adequação dos processos e produtos deve fazer parte do dia a dia de qualquer
organização, seja ela com ou sem fins lucrativos, pois, dessa forma, é possível assegurar redução de
custos gerados com não conformidades e insatisfação dos clientes.
Segundo Garvin (1987 apud FUSCO; SACOMANO, 2007), as dimensões ou categorias da qualidade
são formas de estruturar o assunto e permitir análises e tomadas de decisões visando à otimização
dos processos e aumento da competitividade das empresas. A figura a seguir apresenta as dimensões
da qualidade.
11
Unidade I
Desempenho
Características Durabilidade
Visão competitiva
Confiabilidade Atendimento
da qualidade
Conformidade Estética
Qualidade
percebida
O significado das dimensões da qualidade de Garvin podem ser resumidos conforme podemos ver
no quadro a seguir.
Dimensões Características
Demonstra as características fundamentais do produto
ou serviço.
Esta dimensão avalia a efetividade do produto ou
Desempenho serviço entregue ao cliente, ou seja, o quanto a entrega
feita vai ao encontro daquilo que se espera quanto ao
seu funcionamento.
É a vida útil do produto, enquanto este mantém seu
perfeito funcionamento e características.
Durabilidade A durabilidade pode ser avaliada considerando-se o
tempo de utilização do produto até que este precise ser
substituído ou reparado.
Reflete o quanto o atendimento ao cliente é rápido,
fácil de ser acessado e com solução do problema.
Esta dimensão possui uma boa parcela de subjetividade,
Atendimento pois depende da visão do cliente sobre como o
fornecedor irá resolver eventuais problemas ocorridos
nos produtos e serviços. Trata-se, no fim, da capacidade
do fornecedor em “encantar” o cliente.
Representa o quanto a “aparência” do produto agrada
ao cliente. Também é bastante subjetiva, pois o mesmo
Estética produto pode provocar diferentes reações nas pessoas
no que diz respeito ao seu design e estética.
Esta dimensão reflete a “imagem” ou reputação do
fornecedor perante o cliente.
Uma vez que o fornecedor adquire determinada
Qualidade percebida reputação junto aos seus clientes, se faz necessário
mantê-la para todos os novos produtos e serviços que
venham a ser fornecidos.
12
ENGENHARIA DA QUALIDADE
Desde meados do século XX, a preocupação com a qualidade ganhou força a partir do trabalho de
vários profissionais. Eles não somente contribuíram para estabelecer as bases teóricas daquilo que ainda
hoje é utilizado, como também deixaram ferramentas práticas para auxiliar nos processos de medição,
análise e melhoria da qualidade.
Nascido nos Estados Unidos em 1891, Walter Shewhart graduou-se em engenharia e, posteriormente,
obteve título de doutor em física pela Universidade da Califórnia.
Durante sua vida profissional na área de engenharia, Shewhart acabou desenvolvendo importantes
ferramentas estatísticas para o controle de qualidade e que são utilizadas até os dias atuais.
De acordo com Carvalho e Paladini (2012), Shewhart inseriu métodos estatísticos em uma forma gráfica,
de fácil utilização, aplicando-a na própria empresa em que trabalhava, a Bell Telephone Laboratories.
A partir de então, os resultados das inspeções realizadas passaram a ser analisados estatisticamente, e
não apenas utilizados para separar produtos defeituosos de produtos não defeituosos. Assim, a empresa
pôde avaliar e prever o comportamento de seus processos produtivos, atuando preventivamente para
evitar a ocorrência de novas falhas.
13
Unidade I
Limite superior
300 de especificação
Medidas
200 Média
0 10 20 30
Amostras
Nascido em 1900, nos Estados Unidos, William Deming primeiro graduou-se em engenharia elétrica
e depois obteve o título de doutor em matemática e física na universidade de Yale.
Deming foi discípulo de Walter Shewhart, mostrando-se interessado também nas ferramentas
destinadas ao controle estatístico de processos e na solução de problemas por meio do ciclo PDCA.
Após a Segunda Guerra Mundial, Deming atuou no Japão, onde pôde mesclar conhecimentos de
estatística com a realidade das empresas japonesas na busca pela melhoria contínua da qualidade (kaizen)
• Instituir um clima organizacional em que falhas e negativismo não são aceitos, mas encarados
como oportunidades de melhoria.
• Acabar com a dependência da inspeção em massa para garantir conformidade; desenhar produtos
e processos com qualidade intrínseca.
14
ENGENHARIA DA QUALIDADE
• Terminar com a prática de decidir contratos com base no preço mais baixo como alternativa de
minimizar o custo total no ciclo de vida do produto. Desenvolver relações de longo prazo com
fornecedores do processo.
• Acabar com a prática de gestão por objetivos e quotas de trabalho; a liderança efetiva substitui
essas práticas.
Nascido na Romênia, em 1914, Joseph Moses Juran mudou-se para os Estados Unidos em 1912.
Graduou-se em engenharia elétrica e direito. Publicou seu primeiro manual sobre controle de qualidade
em 1951.
Juran (1980 apud MATTOS; TOLEDO, 1988) cita os modelos de custos de qualidade, em que existem
os custos de prevenção e de avaliação, denominados como “inevitáveis”, e os custos de falhas, os quais
podem ser internos e externos.
São considerados custos com falhas internas aqueles relacionados com a produção defeituosa e
identificados antes do produto ou serviço chegar ao cliente. São exemplos o desperdício (trabalho
e materiais empregues na produção de produtos com defeito); o retrabalho (correção de produção
defeituosa); o reteste (inspeção e teste de produtos que foram reelaborados); a parada (tempo de
parada de equipamento não programada); e a reciclagem (o que fazer com produtos com defeito).
São considerados custos com falhas externas aqueles identificados quando os clientes recebem os
produtos ou serviços defeituosos. Esse tipo de custo é difícil de quantificação e tende a ser subestimado.
15
Unidade I
São exemplos as reclamações (investigar e resolver queixas dos clientes); as devoluções (receber e
substituir produtos defeituosos); os custos de garantia (manter e respeitar serviço de garantia); perda
de negócio no futuro.
Também existem os custos associados à prevenção de falhas de qualidade. Esses gastos estão
associados às medidas tomadas no intuito de evitar falhas durante o processo produtivo. São exemplos de
custos de prevenção o planejamento (desenvolver o plano da qualidade, os procedimentos e os manuais
para comunicar o plano da qualidade); o design (avaliar e modificar o design de produtos, testar novos
produtos e processos); a capacitação e a formação (programas de formação em qualidade); o controle do
processo (recolher dados, desenvolver e manter o sistema, analisar os dados); a comunicação (distribuir
informação a colaboradores); projetos de melhoria (desenvolvimento de programas para redução do
número de produtos defeituosos, motivação para a qualidade etc).
Por fim, podem ser descritos os custos com inspeção e testes. Eles são referentes às medidas tomadas
para detectar possíveis falhas em produtos e serviços antes de serem enviados ao cliente. Entre as ações
tomadas estão a inspeção de materiais (na recepção ou antes de incorporar ao processo); a inspeção
final e teste; equipamento de teste (manutenção e calibragem de equipamento); os materiais e serviços
(utilização ou destruição de produtos ou serviços na fase de inspeção); avaliação de estoques (teste dos
produtos para avaliar estragos ou deterioração).
A trilogia de Juran traz importantes contribuições em três pontos fundamentais. São eles:
planejamento, melhoria e controle da qualidade. A seguir, são apresentados os principais tópicos
relacionados a cada um deste pontos.
• Controle da qualidade: avalie o nível de desempenho atual; compare-o com os objetivos fixados;
tome medidas para reduzir a diferença entre o desempenho atual e o previsto.
Armand Feigenbaum nasceu nos Estados Unidos em 1922. Formou-se pelo Union College, obteve
título de mestre em administração pelo Instituto de Tecnologia de Massachusetts (MIT) e doutorado em
economia também pelo MIT.
16
ENGENHARIA DA QUALIDADE
De acordo com o pensamento de Feigenbaum, a qualidade deve ser uma ferramenta estratégica e
que deve envolver todos os trabalhadores. Portanto, ela precisa ser o único objetivo da organização,
sendo determinada pelos clientes.
Foi Feigenbaum quem, primeiramente, apresentou o conceito de “fábrica oculta”. Esta teoria mostrava
que quando muito trabalho extra é necessário para corrigir erros dos processos produtivos, acaba por
surgir uma outra fábrica dentro da fábrica atual. Para evitar o efeito da “fábrica oculta” deve-se, então,
evitar ao máximo o retrabalho e o desperdício de materiais.
Foi também de Feigenbaum a ideia dos quatro pecados mortais da qualidade. São eles:
• Interesse oportunista pela qualidade: a qualidade não pode ser vista como algo tempestivo ou
utilizada somente quando for oportuno. É preciso que a alta direção incorpore a qualidade como
prioridade no dia a dia da organização.
• Racionalização do desejo: não se deve realizar atividades indiscriminadamente, tais como compras,
ou engajar-se em atividades protecionistas.
• Negligenciar a concorrência: uma vantagem competitiva não pode ser ganha além da busca
constante pela qualidade.
• Manter a qualidade somente dentro da fábrica: a busca pela qualidade deve ser o objetivo de
todos os setores da organização.
Passo Descrição
O CQT (ou Total Quality Control – TQC, em inglês)
Definição de Controle de pode ser entendido como um sistema para integrar o
Qualidade Total (CQT) desenvolvimento, a manutenção e os esforços de melhoria para a
qualidade em uma organização.
Há uma grande diferença entre a qualidade que simboliza “luxo” e
Qualidade versus qualidade aquela que simboliza a alta qualidade, e não necessariamente está
relacionada com o luxo.
O controle está relacionado com o estabelecimento de padrões de
qualidade, com a avaliação da conformidade a esses padrões, com
Controle a atuação quando os padrões são excedidos e com o planejamento
para as melhorias nos padrões.
O controle de qualidade demanda que haja uma integração entre
atividades que frequentemente não estão coordenadas, de forma a
Integração direcionar os esforços da qualidade para as demandas dos clientes
no decorrer de todas as atividades do empreendimento.
17
Unidade I
18
ENGENHARIA DA QUALIDADE
Nascido nos Estados Unidos em 1926, “Phill” Crosby formou-se em medicina pelo Ohio College of
Podiatric Medicine e em direito pelo Wheeling College e Rollins College.
As contribuições de Philip Crosby aconteceram devido aos seus mais de 40 anos de experiência
na área de qualidade. Dentre as várias contribuições, podem-se citar o ensinamento às gerências das
empresas de que a prevenção de problemas é mais rentável que ser competente em reavê-los depois que
ocorreram e o conceito de “zero defeitos”. Quando se trata do conceito de “zero defeitos”, ou seja, fazer
da maneira certa na primeira vez, podem-se elencar os seguintes pontos:
Crosby também apresentou o conceito dos quatro absolutos da qualidade. São eles:
• Qualidade significa conformidade com as exigências do cliente: a qualidade deve ser definida
como cumprimento dos requisitos, não beleza ou elegância.
• Desempenho padrão é igual a zero defeitos: o padrão “zero defeitos” deve ser a filosofia do
trabalho, não “isto está bom o suficiente”.
• Os resultados da qualidade vêm da prevenção: o sistema que gera qualidade é a prevenção, não a
avaliação/inspeção.
• A qualidade é medida pelo custo da não qualidade: a medida da qualidade é o preço do não
cumprimento dos requisitos, e não os tão conhecidos índices.
Para Phillip Crosby, a vacina da qualidade, ou seja, a ferramenta para o sucesso dos programas de
qualidade nas organizações eram: determinação, formação e implementação. Também apresentou os
chamados seis Cs da qualidade. São eles:
19
Unidade I
Nascido em 1924, no Japão, Genichi Taguchi formou-se pela universidade Kyushu e ficou conhecido
por desenvolver uma metodologia para melhorar a qualidade e reduzir custos em organizações.
Essa metodologia ficou conhecida como o Método Taguchi. Há quatro conceitos de qualidade atribuídos
a Genichi Taguchi. São eles:
• A qualidade deve ser incorporada no produto desde o início, e não através das inspeções.
Os melhoramentos devem ocorrer na fase de desenho de um produto ou processo e
continuar durante a fase de produção. A falta de qualidade não pode ser melhorada através
da tradicional inspeção.
• A qualidade não deve ser baseada no desempenho ou características do produto. Isso faz variar
o seu preço e/ou mercado, mas não a qualidade. O desempenho e as características do produto
podem estar relacionados com a qualidade, mas não são a base da qualidade. Pelo contrário, o
desempenho é uma medida das capacidades do produto.
• Os custos da qualidade devem ser medidos em função dos desvios do desempenho do produto.
Isso inclui custos do retrabalho, inspeção, garantias, devoluções e substituições.
Taguchi escreveu sobre o delineamento de experimentos, em que definiu a qualidade em termos das
perdas geradas por esse produto para a sociedade. Tais perdas incluem os custos da insatisfação dos
clientes, bem como da reputação da empresa.
Pode-se verificar que fica bastante diferente da definição tradicional orientada para o produto, em
que perda = custos de retrabalho, sucata, garantia e custos de serviços para medir a qualidade.
20
ENGENHARIA DA QUALIDADE
Kaoru Ishikawa mostrou a importância das sete ferramentas da qualidade. São elas: diagrama de
Pareto; diagrama de causa e efeito; histograma; folhas de verificação; gráficos de dispersão; fluxograma;
e cartas de controle.
A sua principal contribuição foi o aspecto dinâmico da definição do termo qualidade. Tal conceito
sofre modificações simultâneas às atividades de concepção, projeto, fabricação e comercialização
do produto.
• Baseada no produto: neste caso, a qualidade é precisa, depende das características dos produtos
e pode ser medida para cada caso.
• Baseada no valor: é a abordagem mais difícil de ser aplicada. Depende de fatores como a qualidade
percebida, ou grau de excelência alcançado pelo produto ou serviço, assim como de seu preço.
• Baseada na fabricação: aqui, a qualidade também é uma variável precisa, pois pode ser medida e
depende da adequação dos processos produtivos aos padrões de qualidade definidos.
2 GESTÃO DA QUALIDADE
Quando se tratam dos custos que estão relacionados à área de qualidade, é necessário pensar sob
dois aspectos distintos. Um deles diz respeito ao que se gasta para garantir que os padrões e requisitos
estabelecidos sejam cumpridos. Equivalem ao montante de recursos gastos, ou investidos, durante o
processo de produção do bem ou serviço, de forma a evitar falhas. Envolvem os custos da prevenção e
da avaliação. O outro aspecto está relacionado aos custos quando os padrões e requisitos de qualidade
não são respeitados.
De acordo com Toledo (2002), os custos da qualidade podem ser categorizados como custos com
prevenção, com avaliação, com falhas internas e externas.
22
ENGENHARIA DA QUALIDADE
Os custos de avaliação são aqueles relacionados a quando se faz necessário examinar produtos ou
processos com a finalidade de verificar se os requisitos do projeto, ou do cliente, estão sendo atendidos.
O quadro na sequência apresenta os custos da qualidade referentes à avaliação.
23
Unidade I
24
ENGENHARIA DA QUALIDADE
Como foi possível perceber, os custos referentes à não qualidade são oriundos de diversas fontes e
nem sempre aparecem logo no início do processo.
Os custos imediatos são logo identificados, tais como sucatas; rejeitos; custos com testes; retrabalhos;
inspeções; substituições de produtos em garantia; e tratamento de reclamações de clientes.
Já os custos que não aparecem logo de início, os custos “escondidos”, também consomem
boa parte dos lucros obtidos, quando não ocasionam prejuízo. Esses custos, muitas vezes, são
intangíveis e difíceis de serem mensurados. São exemplos destes custos: horas extras; turnover
(alterações no quadro de funcionários); erros na precificação dos produtos ou serviços; despesas
com serviços em campo; custos de expedição; falhas no projeto; desgaste da imagem da empresa;
perda do cliente; e pedidos incorretos.
É possível avaliar os impactos dos efeitos da falta da qualidade nas organizações, utilizando‑se
medidas de desempenho específicas. Dentre outras, podem ser citadas: acúmulo de sucata/rejeitos;
índice de rendimento na produção; montante do custo de manutenção; montante dos custos de
operação; número de problemas de qualidade nos produtos adquiridos; quantidade de atrasos
nos processos; quantidade de falhas percebidas pelos clientes; sistema de medição deficiente; e
tamanho do inventário.
É fácil perceber que se torna muito mais vantajoso investir na qualidade do que arcar com os custos
da não qualidade. Mesmo porque perda de clientes e desgaste da marca podem ser permanentes.
Saiba mais
25
Unidade I
A garantia da qualidade se destina a entregar a confiabilidade necessária aos processos de forma que
os requisitos da qualidade sejam respeitados. Para tanto, utilizam-se procedimentos como auditorias, as
quais têm como objetivo comparar as condições em que os processos realmente se encontram e relatar
essas condições aos responsáveis. Os auditores não participam de atividades relacionadas à aceitação
ou rejeição de produtos.
Para realizar o controle da qualidade, utiliza-se, por exemplo, a inspeção. Inspecionar é realizar
medições e testes para avaliar se uma ou mais características estão de acordo com os padrões
estabelecidos. Contudo, inspecionar processos e produtos pode ser uma tarefa árdua e cara. Assim,
foram desenvolvidos métodos estatísticos de controle da qualidade, os quais utilizam a amostragem
dos produtos. No que diz respeito aos métodos estatísticos, podem ser utilizados isoladamente ou em
conjunto, dependendo da natureza da necessidade de cada empresa.
O controle de qualidade total (CQT) é um modelo gerencial muito utilizado e centrado no controle
do processo. A participação de todos os envolvidos na qualidade é fundamental e obtida por meio de
educação e treinamento na prática do controle da qualidade. A qualidade do produto final, em função
das complexidades multidisciplinares existentes em cada empresa, depende de um grande esforço
gerencial em conjunto. É necessário que seja desenvolvida uma mentalidade voltada para a qualidade
do produto ou serviço em todos os níveis organizacionais e em todas as disciplinas e especialidades,
de um modo amplo e participativo. O controle da qualidade é abordado com três objetivos: planejar a
qualidade desejada pelos clientes; manter a qualidade; e melhorar a qualidade.
O CQT tem ainda como importante ferramenta o chamado programa “5S”, o qual auxilia na busca
pela cultura da disciplina, identifica problemas e gera oportunidades para a melhoria, proporcionando
a redução de desperdícios de recursos diversos, aumentando a eficiência organizacional. O termo “5S”
vem das cinco palavras japonesas que formam o seguinte quinteto, conforme pode ser visto a seguir:
Representa o senso de utilização dos recursos. Todo recurso e material sem utilidade ou desnecessário
para o processo produtivo deve ser descartado.
Um olhar mais atento sobre o ambiente de trabalho irá encontrar itens desnecessários e que
apenas atrapalham as atividades do dia a dia, tais como: materiais; ferramentas; peças de reposição;
documentos; e papéis diversos.
Uma boa estratégia para identificar se algo é realmente necessário, é fazer perguntas tais como:
Isso é útil para o meu trabalho? Eu realmente preciso disto e utilizo? Se a resposta for “sim”, mantenha
o material no local de trabalho. Verifique ainda se existe algum item que necessite ser substituído ou
reparado; caso sim, providencie o reparo ou substituição.
Também se pergunte do que você mais precisa e o quanto usa determinado material, de forma a poder
colocá-lo no local apropriado. Verifique as seguintes possibilidades dependendo da resposta obtida:
• Se é utilizado a todo momento, mantenha-o com você, ou o mais próximo possível, em seu local
de trabalho.
• Se é utilizado todo dia, coloque o mais próximo possível de você em seu local de trabalho.
• Se é utilizado em intervalos maiores que 30 dias, encaminhe para a área responsável. Ex.: fichas,
orçamentos, correspondências, material de escritório, material de informática, catálogos, gabaritos,
ferramentas, projetos etc.
Destina-se a auxiliar a colocar tudo que é necessário em locais predeterminados dentro do processo
produtivo e a organização dos departamentos. É preciso que cada item tenha um lugar e que seja
efetivamente colocado em seu devido lugar. É interessante colocar ao alcance das mãos o que é mais
usado diariamente. A premissa do seiton é: “o que não está classificado, não está organizado”. Para
auxiliar nesta organização, podem-se utilizar as seguintes estratégias:
27
Unidade I
• Padronize nomes e coloque rótulos e etiquetas adequadas nos objetos que ficaram.
• Faça as identificações utilizando cores, letras fáceis de serem lidas, inclusive a distância.
• Crie uma maneira prática de guardar os objetos. Isso facilitará na hora de encontrá-los quando
preciso e recolocá-los em seu devido local após o uso.
• Não deixe também de utilizar faixas, fitas demarcadoras e placas para delimitar os locais de
trabalho, os corredores e outras áreas que merecem destaque.
É necessário deixar tudo limpo, nas melhores condições possíveis de limpeza. Implanta-se novo
padrão para limpeza de equipamentos e da própria empresa, pois fica mais fácil a identificação
de falhas; facilita‑se, por exemplo, a verificação do óleo em excesso ou graxa, os quais podem
esconder problemas em equipamentos e ferramentas, ou manchas em determinados locais, que
podem indicar mal funcionamento de certos sistemas. Além disso, locais limpos favorecem a
segurança do próprio funcionário.
• Manter o ambiente sempre limpo, eliminando as causas da sujeira e aprendendo a não sujar.
• Limpar o local, dando atenção para os cantos e para cima, pois ali se acumula muita sujeira.
• Assegurar que os benefícios das fases anteriores (seiri, seiton e seiso) sejam respeitados.
Até o presente momento, os 4 primeiros “S” visam combater agentes insalubres como gases, mau
cheiro, odores, ruídos, mofo, temperaturas extremas, vibração, iluminação inadequada, além de tornar o
ambiente mais arejado, melhorando a utilização de janelas, exaustores, ventiladores.
São programas que funcionam como um método pedagógico no intuito de ensinar os novos
funcionários e reciclar os funcionários anteriores. É fazer dessas atitudes um hábito, transformando o
5S em um modo de vida.
• Introduzir e apoiar programas de auditoria e certificação, para garantir que o que foi conquistado
seja cobrado.
• Fornecer todos os recursos necessários para a continuidade do programa, desde treinamentos até
materiais de limpeza.
29
Unidade I
• Promover a devida comunicação interna como uma rotina e ajudar em sua atualização.
• Apresentar novos padrões de limpeza através de fotos aplicadas em murais, de preferência na área
de circulação do setor.
Lembrete
Visando alcançar a “qualidade total” tanto em produtos quanto em serviços, pode-se utilizar como
referência seus dez princípios, conforme apresenta o quadro a seguir.
30
ENGENHARIA DA QUALIDADE
3 PLANOS DE AMOSTRAGEM
3.1 Definições
31
Unidade I
3.1.1 Defeitos
Podem ser compreendidos como quaisquer tipos de falha, erro, inconsistência, falta de conformidade
ou imperfeições encontradas em alguma unidade de produtos ou serviços.
Os defeitos podem ser classificados conforme o risco ou gravidade que oferecem. A norma ABNT
NBR 5426 classifica os defeitos conforme mostrado no quadro a seguir.
Uma unidade de um produto ou serviço pode apresentar um ou mais defeitos. Dessa forma, quando
isso ocorre, essa unidade é chamada de defeituosa. Da mesma forma que os defeitos são classificados,
as unidades defeituosas também podem ser agrupadas da seguinte forma:
• Unidade defeituosa crítica: é aquela que oferece grande risco em sua utilização ou que
simplesmente não funciona. Pode conter, além de defeitos críticos, defeitos graves e/ou toleráveis.
• Unidade defeituosa grave: possui pelo menos um defeito grave, ou seja, que reduz significativamente
sua utilidade ou capacidade de funcionamento. Também pode conter defeitos toleráveis, mas não
pode conter defeitos críticos.
• Unidade defeituosa tolerável: contém defeitos que não reduzem significativamente sua utilidade
ou capacidade de funcionamento. Não pode conter defeitos graves ou críticos.
As não conformidades surgem quando os defeitos aparecem e podem ser, então, expressas pelo
percentual de unidades defeituosas ou pelo número de defeitos para cada cem unidades. As respectivas
equações são apresentadas a seguir:
nº de unidades defeituosas
=
Porcentual de unidades defeituosas × 100
nº de unidades inspecionadas
nº de defeitos
=
Defeitos para cada 100 unidades ×100
nº de unidades inspecionadas
32
ENGENHARIA DA QUALIDADE
3.2 Inspeção
• Só serve para decidir que destino dar a um dado lote (aceitar ou rejeitar).
• Para lotes de igual qualidade, a aceitação por amostragem rejeitará uns lotes e aceitará outros.
• A aceitação por amostragem deverá ser somente considerada como uma ferramenta de auditoria.
• Aceitação sem inspeção: situações em que o processo é muito bom ou quando há necessidade de
conter despesas. Exemplo: o processo está totalmente sob controle.
• Inspeção por atributos: é feita quando são verificados somente a ocorrência ou não de
determinados defeitos do ponto de vista qualitativo. Exemplo: existência ou não de riscos na
pintura de determinada peça.
• Inspeção completa ou 100%: neste tipo, todo o lote é inspecionado. É aplicado quando
qualquer tipo de ocorrência ou defeito, verificado em determinado item, torna-se suficiente
para comprometer o funcionamento deste. Exemplo: aparelho eletrônico entra em curto-
circuito durante o teste de funcionamento na fábrica.
• Inspeção por amostragem: utiliza-se apenas uma parte (amostra) do lote. É muito útil em
inspeções de produtos feitos em grandes quantidades ou quando o ensaio realizado é destrutivo.
Exemplo: teste de colisão crash test de veículos para avaliação de segurança.
33
Unidade I
De acordo com a norma ABNT NBR 5426 (ABNT, 1985), o nível de qualidade aceitável (NQA)
representa a máxima porcentagem de unidades defeituosas ou o máximo número de defeitos para
cada cem unidades inspecionadas. Assim, o cliente aceitará os lotes de produtos apresentados
desde que a porcentagem de defeitos ou quantidade de defeitos para cada 100 unidades não
ultrapasse o NQA definido. Daí a necessidade do NQA ser determinado previamente e acordado
entre as partes.
É o plano que determina o número de unidades de produto de cada lote a ser inspecionado (tamanho
da amostra ou série de tamanhos de amostra) e o critério para a aceitação do lote (números de aceitação
e de rejeição).
Quando se tratam de lotes com muitos itens, a inspeção completa, ou 100%, desses itens pode ser
impraticável. A amostragem a 100% não é exequível se o método de inspeção for destrutivo e pode levar
muito tempo, além de ocupar demasiadamente os inspetores. Dessa forma, utiliza-se a inspeção por
amostragem. A inspeção por amostragem tem a vantagem da flexibilidade no que concerne ao total
a ser inspecionado, ou seja, irá inspecionar apenas uma parte do lote, selecionada aleatoriamente.
A amostragem é mais barata e causa menos estragos por manuseamento. Também, se o custo ou tempo
de inspeção for longo, a falta de recursos pode tornar a amostragem preferível.
Dentre os planos por amostragem mais utilizados, destacam-se os seguintes, conforme mostra o
quadro a seguir:
São chamados risco do produtor (α) e risco do consumidor (β), respectivamente, as probabilidades
de rejeição de lotes bons e aceitação de lotes ruins.
A curva característica de operação (CCO) indica, para uma determinada amostragem, a probabilidade
de rejeitar-se lotes bons ou aceitar-se lotes ruins em função da qualidade do lote. A figura a seguir
apresenta a CCO em que é possível observar as regiões de probabilidades de um lote bom ser rejeitado
(risco do produtor) e de um lote ruim ser aceito (risco do consumidor).
34
ENGENHARIA DA QUALIDADE
1
a
0.95
0.10
b
0
NQA NLQ
Qualidade dos lotes recebidos
A curva é calculada utilizando a seguinte fórmula, considerando o tamanho da amostra (n), número
de aceitação (Ac) e número de rejeição (Re).
a
n! n−d
Pa = P ( d ≤ A c ) = ∑ pd (1 − p )
d=0 d! (n − d )!
Em que:
Ac é o número de aceitação.
n é o tamanho da amostra.
• A CCO muda seu poder de discriminação com a mudança dos parâmetros n e Ac.
• O aumento de n faz com que, para uma mesma fração de defeitos do lote, diminua a probabilidade
de aceitação – mais perto da CCO ideal, visto que mais perto de se inspecionar todos os produtos.
35
Unidade I
• Se Ac = 0, a CCO se torna uma curva exponencial, mas isso não implica que não serão aceitos lotes
com defeitos (p > 0).
Conforme a norma ABNT NBR 5426, o nível de inspeção determina a relação entre o tamanho do
lote e o tamanho da amostra. O nível de inspeção a ser usado para qualquer requisito particular será
prescrito pelo responsável pela inspeção. As tabelas da NBR 5426 apresentam os níveis de inspeção I
(atenuada), II (normal) e III (severa). O quadro a seguir descreve esses três níveis.
Há também níveis de amostragem de uso especial. São denominados S1, S2, S3 e S4. Ocorrem quando
amostras pequenas forem necessárias e riscos de amostragem grandes possam ou devam ser tolerados.
36
ENGENHARIA DA QUALIDADE
Os tamanhos de amostra são indicados por um código literal na norma NBR 5426. Essa norma deve
ser consultada para a determinação da letra aplicável ao tamanho do lote e nível de inspeção prescritos.
O Nível de Qualidade Aceitável (NQA) e a letra de código devem ser usados para obtenção do plano de
amostragem. Quando não houver nenhum plano de amostragem disponível para uma dada combinação
de NQA e letra de código, será indicada uma nova letra, conforme prevê a norma.
A norma NBR 5426 define critérios para mudar o nível de inspeção. O quadro a seguir apresenta
esses critérios.
37
Unidade I
A norma ABNT NBR 5426 apresenta alguns valores que devem ser muito bem conhecidos. São eles:
• Ac: número de aceitação. Corresponde ao número máximo de unidades defeituosas que pode ser
admitido na amostra.
• Re: número de rejeição. O número de rejeição relaciona com o número de aceitação da seguinte
forma:
Re = Ac + 1
A quantidade de unidades de produto inspecionada deve ser igual ao tamanho da amostra dada pelo
plano. Para se determinar o tamanho da amostra, deve-se realizar o seguinte procedimento, utilizando
como base as tabelas da NBR 5426:
III – Caso o nível normal tenha sido determinado, utiliza-se o “plano de amostragem simples –
normal” para identificar o tamanho da amostra, o número de aceitação (Ac) e o número de rejeição (Re).
IV – Caso o nível severo tenha sido determinado, utiliza-se o “plano de amostragem simples – severa”
para identificar o tamanho da amostra, o número de aceitação (Ac) e o número de rejeição (Re).
V – Caso o nível atenuado tenha sido determinado, utiliza-se o “plano de amostragem simples – atenuada”
para identificar o tamanho da amostra, o número de aceitação (Ac) e o número de rejeição (Re).
Importante: Em todos os casos, o NQA já deve ter seu valor fixado previamente. Quando não houver
nenhum plano de amostragem disponível para uma dada combinação de NQA e letra de código, as
tabelas indicarão uma nova letra.
Se o número de unidades defeituosas encontrado na amostra for igual ou menor do que o número
de aceitação (Ac), o lote deverá ser considerado aceito. Sendo o número de unidades defeituosas igual
ou maior do que o número de rejeição (Re), o lote deve ser rejeitado.
38
ENGENHARIA DA QUALIDADE
Exemplo de aplicação
Considerando-se que, para um determinado lote de peças, inicialmente será utilizado o nível II de inspeção
(normal) e, considerando-se que esse lote de peças esteja entre 3.201 e 10.000 unidades, de acordo com a
codificação de amostragem da NBR 5426, a letra código é encontrada é “L”. Verificando-se então o plano de
amostragem simples-Normal, verifica-se que será tomada uma amostra de 200 peças. Agora, encontram-se
os números de aceitação e rejeição, cruzando-se a linha da letra código com o valor do NQA escolhido (1,0%
neste caso). O número de aceitação será Ac = 5 e o número de rejeição será Re = 6.
. . . . . . . .
. . . . . . . .
3201 a 10000 C D F G J L M
. . . . . . . .
. . . . . . . .
. . . . . . . .
NQA
Tamanho da
Código de
amostras
amostra
Ac Re Ac Re Ac Re Ac Re Ac Re Ac Re Ac Re
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
L 200 ... 2 3 3 4 5 6 7 8 10 11 ...
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
Conclusão: se a quantidade de defeitos na amostra for menor ou igual a 5, aceita-se o lote; se for
igual ou maior a 6, rejeita-se o lote.
39
Unidade I
A quantidade de unidades de produto inspecionada deve ser igual ao primeiro tamanho de amostra
dado pelo plano. Para se determinar o tamanho da amostra, deve-se realizar o seguinte procedimento:
I – Extrai-se uma primeira amostra de tamanho n1 do lote N. Para tanto, localiza-se na tabela
“codificação da amostragem”, da NBR 5426, o tamanho do lote a ser inspecionado;
II – Caso o nível normal tenha sido determinado, utiliza-se o “plano de amostragem dupla – normal”
para identificar o tamanho da amostra, o número de aceitação (Ac1 e Ac2) e o número de rejeição
(Re1 e Re2).
III – Caso o nível severo tenha sido determinado utiliza-se o “plano de amostragem dupla – severa” para
identificar o tamanho da amostra, o número de aceitação (Ac1 e Ac2) e o número de rejeição (Re1 e Re2).
IV – Caso o nível atenuado tenha sido determinado utiliza-se o “plano de amostragem dupla –
atenuada” para identificar o tamanho da amostra, o número de aceitação (Ac1 e Ac2) e o número de
rejeição (Re1 e Re2).
Exemplo de aplicação
Encontre o número de aceitação Ac e o número de rejeição Re para uma amostragem dupla, supondo
que o plano de letra código é L, NQA = 1%, e as amostras têm 125 peças cada.
Primeira amostra = 125 peças; Ac1 (aceitação da primeira amostra) = 2 peças; Re1 (rejeição da primeira
amostra) = 5 peças.
Segunda amostra = 125 peças; amostra total = 250 peças; Act (aceitação da amostra total) = 6; Ret
(rejeição da amostra total) = 7.
40
ENGENHARIA DA QUALIDADE
Conclusões:
Se a quantidade de defeitos na primeira amostra for menor ou igual a 2, aceita-se o lote. Se for
maior ou igual a 5, rejeita-se o lote. Caso a quantidade de defeituosas na primeira amostra seja maior
que 2 e menor que 5, tira-se a segunda amostra.
Se a quantidade de defeituosas da primeira amostra mais a da segunda amostra for menor ou igual
a 6, aceita-se o lote. Se for maior ou igual a 7, rejeita-se o lote.
Saiba mais
As tabelas referentes ao código literal, tamanho das amostras e seus
respectivos planos de amostragem estão disponíveis na norma NBR 5426 –
planos de amostragem e procedimentos na inspeção por atributos, a qual
pode ser vista a seguir:
ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS. NBR 5426: planos de
amostragem e procedimentos na inspeção por atributos. Rio de Janeiro, 1985.
Para realizar o plano de amostragem múltipla, deve-se proceder da mesma forma que na amostragem
dupla, observando-se, porém, que o número de amostras sucessivas para decisão deve ser maior do que dois.
A estatística pode ser definida como um conjunto de metodologias utilizadas para análise de dados
e que possibilita a compreensão de suas correlações. O estatístico Paul Velleman (2008) criou a seguinte
definição para a estatística: “Estatística é a Ciência que permite obter conclusões a partir de dados”.
Diante dessa definição, pode-se entender que a estatística é uma ciência que auxilia na análise de
um conjunto de dados para melhorar a qualidade na tomada de decisão. Contudo, é fundamental que os
dados analisados sejam de origem confiável. Caso contrário, utilizando-se dados errados ou realizando-se
a análise erroneamente, a decisão tomada pode ser prejudicada, conforme mostra o quadro a seguir.
41
Unidade I
É possível verificar que a decisão estará correta somente se tanto os dados quanto a análise
estiverem corretas.
O termo método tem origem na palavra grega methodos, que tem como significado “caminho para
a meta”. Os diferentes ramos da estatística utilizam a metodologia científica em todas as etapas básicas.
São elas: definição do problema; elaboração do plano para coleta de dados; coleta de dados; análise e
interpretação dos dados; e apresentação das conclusões.
Por sua vez, população é um agregado de elementos, finitos ou infinitos, para o qual se deseja
obter informações sobre algumas de suas características, ou seja, é o conjunto de todos os dados que
descrevem algum fenômeno de interesse.
População
Características Amostra
da população
42
ENGENHARIA DA QUALIDADE
População Amostra
(N) Pi = 1/N (n << N)
Quando se deseja medir dados relativos a um processo ou produto, faz-se necessário identificar fatores
que podem afetar o desempenho e/ou qualidade do produto ou processo. Esses fatores são chamados
estatisticamente de variáveis. Essas variáveis tendem a apresentar certo grau de variabilidade ao
longo do tempo, ou seja, têm seus valores alterados. Elas podem ser classificadas como quantitativas
ou qualitativas.
• Quantitativos: consistem na quantidade medida em uma escala numérica e podem ser discretos
ou contínuos.
— Dados contínuos: os dados podem assumir quaisquer valores dentro de um intervalo contínuo.
Também são chamados de variáveis e permitem a avaliação das características do produto ou
processo no que diz respeito às medidas. Exemplo: altura, peso, velocidade etc.
43
Unidade I
Os dados discretos e contínuos são muito úteis em avaliações de desempenho e, por esse motivo, são
muito utilizados na engenharia da qualidade. O quadro a seguir mostra as vantagem e desvantagens em
se realizar medições com cada um desse tipo de dados.
• Qualitativos: apresentam as variáveis não numéricas e seus valores são expressos por atributos,
podendo ser nominais ou ordinais.
— Dados nominais: são aqueles resultantes de observações feitas em uma categoria de dados,
não possuindo ordenamento em cada categoria. Exemplo: decisão (aprovado ou reprovado),
cores (vermelho, verde, amarelo etc.).
— Dados ordinais: são equivalentes às variáveis nominais, contudo, consistem de valores atribuídos
para representar ordem ou hierarquia. Exemplo: cargos de uma empresa, prioridade (primeiro,
segundo etc.).
A figura a seguir ilustra os tipos de dados que podem ser mensurados em uma análise estatística.
Discretos
Quantitativos
Contínuos
Tipos de dados
Nominais
Qualitativos
Ordinais
É importante frisar que a mesma variável pode originar diversos tipos de dados, conforme apresenta
o quadro a seguir. Nele, é possível observar exemplos para dados quantitativos (discretos e contínuos) e
qualitativos (nominais e ordinais), atribuídos tanto para produtos quanto para serviços.
44
ENGENHARIA DA QUALIDADE
Observação
As medidas de tendência central fornecem um valor numérico que representa um valor médio ou
central de um conjunto de números ou distribuição de valores. As medidas mais utilizadas são a média,
a mediana e a moda.
Média
A média aritmética de N valores X: { X1, X2, X3, X4,..., Xn } e indicada por X representa o “ponto de
equilíbrio” entre um conjunto de dados e tem certas propriedades úteis que explicam por que ela é a
medida de tendência central mais utilizada. Pode-se concluir que a média X é o quociente entre a soma
dos elementos da série e o número (N) desses elementos. Calcula-se a média aritmética determinando-se
a soma dos valores do conjunto utilizado e dividindo-se esta soma pelo número de valores do conjunto.
X1+X 2 +X 3 +X 4 +…+XN
X=
N
N
∑ i=1Xi = 1 N
N
∑Xi
N i−1
Exemplo de aplicação
2+3+5+7+9
=X = 5,2
5
45
Unidade I
Mediana
A mediana pode ser definida como o número que se encontra no centro de uma série de outros
números dispostos em uma ordem. Na prática, é o valor central que está localizado no meio da sequência
de números. A mediana divide o conjunto de números em dois grupos iguais, com metade (50%) dos
valores para o grupo abaixo do valor central e a outra metade (50%) acima do valor central.
Quando o número de elementos for ímpar, a mediana será representada pelo valor do meio da
sequência de números. Se o número de elementos for par, a mediana assumirá o valor da média
aritmética dos dois valores mais centrais. A figura a seguir mostra o exemplo da mediana de uma
sequência de 13 objetos.
Mediana
50% abaixo da mediana 50% acima da mediana
Exemplo de aplicação
Já a mediana do conjunto de números {2, 3, 5, 7, 9, 11} será a média aritmética dos dois valores
mais centrais (5 e 7). Assim:
5+7
=
Mediana = 6
2
Observação
Moda
A moda de um conjunto de dados é o elemento deste conjunto que ocorre com maior frequência,
ou seja, é o elemento mais comum da amostra. Quando se compara com a média ou mediana, a moda
é a medida menos útil como método estatístico, pois não se presta à análise matemática ou mesmo
pode não existir (basta todos os elementos ocorrerem com a mesma frequência). Porém, do ponto de
vista descritivo, ela pode ser utilizada para identificar o elemento que aparece com a maior frequência.
46
ENGENHARIA DA QUALIDADE
Exemplo de aplicação
Para o conjunto de números {2, 3, 5, 7, 9} não há moda, pois todos os elementos ocorrem com a
mesma frequência.
Para o conjunto de números {2, 3, 3, 3 5, 7, 9}, a moda é 3. Esse tipo de conjunto, ou distribuição, é
chamado de unimodal.
Já para o conjunto de números {2, 3, 3 ,3, 5, 7, 9, 9, 9, 11}, as modas serão 3 e 9. Esse tipo de
conjunto, ou distribuição, é chamado de bimodal.
As medidas de dispersão indicam o quanto os valores estão relativamente próximos uns dos outros
ou separados. Diferentemente das medidas de centralização, que indicam o “meio” da distribuição, as
medidas de dispersão servem para indicar o grau em que os dados tendem a variar em torno do valor
médio. Dessa forma, apresentam uma medida de confiabilidade do valor médio de um conjunto de
dados. As medidas de dispersão mais utilizadas são a amplitude, a variância e o desvio padrão.
4.4.1 Amplitude
A amplitude de um conjunto de dados, ou seu intervalo, é expressa pela diferença entre o maior
e o menor número desse intervalo. Assim, calcula-se a amplitude fazendo-se a diferença entre o
maior e o menor valor encontrado na distribuição dos dados analisados.
=
Amplitude (R) Valor máximo − Valor mínimo
Uma amplitude grande pode significar uma grande dispersão dos dados, assim como uma pequena
amplitude poderá mostrar uma pequena dispersão. A figura a seguir mostra exemplos de pequena e
grande amplitudes ou dispersões.
A) Pequena dispersão
B) Grande dispersão
47
Unidade I
bem maior (dobro) do que a da figura 10B. Este exemplo ilustra a necessidade de se realizar análises
utilizando‑se mais de um critério, a fim de se obter conclusão mais apurada.
0 cm 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
x = 11,71 A)
R = 20
0 cm 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
B)
x = 11,71
R = 10
4.4.2 Variância
A variância de um conjunto de dados indica o quão longe seus valores se encontram do valor
esperado. Também pode ser definida como a média dos quadrados dos desvios dos valores a contar da
média. Seu valor é calculado por:
1 N
( Xi − X )
2
=
Var (X) ∑
N i=1
Observação
Assim:
1 N
( Xi − X )
2
Var ( X )
= ∑
N − 1 i=1
48
ENGENHARIA DA QUALIDADE
V – Dividir a soma por (N-1) quando forem utilizados dados amostrais, ou por (N), quando forem
utilizados dados populacionais.
Exemplo de aplicação
2+3+5+7+9
=X = 5,2
5
Var ( X ) =
( 2 − 5,2 ) + ( 3 − 5,2 ) + ( 5 − 5,2 ) + ( 7 − 5,2 ) + ( 9 − 5,2 )
2 2 2 2 2
Var ( X ) =
( −3,2 ) + ( −2,2 ) + ( −0,2 ) + (1,8 ) + ( 3,8 )
2 2 2 2 2
5
10,24 + 4,84 + 0,04 + 3,24 + 14,44 32,8
(X)
Var= = = 6,56
5 5
O desvio padrão é simplesmente a raiz quadrada da variância. É mais utilizado que a variância
para avaliar a variação dos valores individuais em relação à média de um conjunto de dados. Portanto,
conclui-se que quanto menor o desvio padrão, menor a variabilidade no processo. A figura a seguir
mostra a relação entre o desvio padrão e a dispersão dos dados.
Desvio padrão alto
Pequena dispersão
Grande dispersão entre os
entre os resultados resultados
(alta variabilidade) (baixa variabilidade)
49
Unidade I
1 N
=σx ∑
N i=1
( xi − x )2
Observação
Assim:
1 N
=σx ∑
N − 1 i=1
( xi − x )2
Exemplo de aplicação
2+3+5+7+9
=X = 5,2
5
σ(X) =
( 2 − 5,2 ) + ( 3 − 5,2 ) + ( 5 − 5,2 ) + ( 7 − 5,2 ) + ( 9 − 5,2 )
2 2 2 2 2
σ(X) =
( −3,2 ) + ( −2,2 ) + ( −0,2 ) + (1,8 ) + ( 3,8 )
2 2 2 2 2
5
10,24 + 4,84 + 0,04 + 3,24 + 14,44 32,8
σ ( X=
) = = 6,56 ≅ 2,56
5 5
• Contínua: a variável medida é expressa em uma escala contínua, ou seja, possui uma característica
dimensional e unidade de medida. Por exemplo: peso em quilogramas
50
ENGENHARIA DA QUALIDADE
• Discretas: a variável medida só pode assumir certos valores, como, por exemplo, valores inteiros
(0, 1, 2, ...) ou características adimensionais. Por exemplo: item com defeito (sim) ou não
defeituoso (não).
• Localização: representa a tendência central dos dados. A posição central (média) dos dados de
cada distribuição pode ser diferente, conforme mostra a figura a seguir, mesmo mantendo a
mesma dispersão.
Média Média
• Dispersão: representa a variabilidade dos dados no que se refere à tendência central. A figura
na sequência mostra duas distribuições com diferentes dispersões de dados, mas que mantêm a
média (valor central) igual.
Média
• Forma: identifica as diferentes formas das distribuições, tais como simétrica ou assimétrica.
A figura a seguir apresenta duas distribuições com formas distintas.
51
Unidade I
Simétrica Assimétrica
LSI LSE
52
ENGENHARIA DA QUALIDADE
53
Unidade I
A distribuição uniforme é o tipo mais simples, porém um dos mais importantes. Nesse tipo, a
probabilidade de ocorrerem fenômenos de mesmo comprimento é igual. A figura a seguir apresenta
uma distribuição uniforme.
A distribuição exponencial tem a propriedade de apresentar uma função de taxa de falha constante.
É muito utilizada para modelar tempo de vida de certos produtos. A figura a seguir apresenta a
distribuição exponencial.
Este tipo de distribuição apresenta duas modas diferentes. É possível observar os dois picos
distintos, os quais podem indicar duas amostras diferentes. A figura na sequência apresenta a
distribuição bimodal.
54
ENGENHARIA DA QUALIDADE
A figura a seguir mostra uma representação aproximada das posições relativas das medidas de tendência
central média, mediana e moda. Pode-se observar que quando há uma distribuição simétrica, as medidas
coincidem, figura 21A. Quando as distribuições são assimétricas, como mostram as figuras 21B e 21C, as
posições das medidas são diferentes e seguem aproximadamente a relação empírica apresentada.
Média, mediana e moda
A)
Moda Moda
Mediana Mediana
B) C)
Média Média
4.8 Amostragem
Para que os métodos estatísticos apresentem resultados válidos, é preciso que as amostras utilizadas
sejam representativas, ou seja:
• Cada item da população deve ter a mesma chance conhecida de ser escolhido como amostra.
Existem técnicas de amostragem que podem ser utilizadas para assegurar a validade das inferências
feitas. Dentre as técnicas mais utilizadas estão:
Amostragem estratificada
A amostragem estratificada é utilizada quando cada segmento da população deva ser representado
na amostra, ou seja, quando for importante que diferentes grupos que compõem a população estejam
representados. Nesse caso, os membros da população serão divididos em dois ou mais subgrupos
(estratos) que compartilham uma característica similar.
A estratificação consistirá na separação dos dados levantados em grupos distintos, tais como
“data”, “local”, “operador” e “máquina”. Essa separação permitirá analisar os dados separadamente
para se avaliar a verdadeira causa do problema. A figura a seguir mostra uma representação de
dados estratificados.
Subconjunto A
Conjunto de dados não estratificados
Subconjunto B
Subconjunto C
56
ENGENHARIA DA QUALIDADE
Este tipo de amostragem é o tipo de amostragem probabilística mais simples de ser utilizado. Nele,
todos os elementos da população têm a mesma chance (probabilidade) de serem escolhidos, ou seja,
pertencerem à amostra.
Lembrete
Valor verdadeiro é uma grandeza (física) qualquer e que é aquela que se deseja encontrar durante
um processo de medição.
O erro de medida é a diferença entre o valor efetivamente medido e o valor verdadeiro ou valor
de referência (padrão). É possível avaliar um conjunto de dados de um grupo de medições quando
comparados com um valor-alvo estabelecido e suas variações. Para tanto, é podem-se utilizar os
seguintes critérios:
57
Unidade I
Exatidão
Exatidão ou acuidade refere-se ao quanto o valor encontrado está de acordo com o valor-alvo ou
verdadeiro. É a diferença entre a média do conjunto de medições realizadas e o valor verdadeiro.
Precisão
Precisão diz respeito ao quanto os dados estão dispersos com relação ao valor-alvo. É utilizada
para descrever a variação esperada em repetidas medições feitas ao logo do intervalo de medição.
Representa, portanto, a variabilidade do sistema de medição e avalia a dispersão das medições. A figura
a seguir mostra duas medidas em que pode-se verificar que a medida A é mais precisa do que a medida
B pelo fato desta última apresentar maior dispersão dos dados.
A B
A figura a seguir apresenta um exemplo de medida exata e precisa. Pode-se observar que o alvo (valor
verdadeiro) foi atingido em todas as tentativas, ou seja, houve precisão (pouca dispersão) e exatidão
(acurácia), o que significa que os disparos acertaram próximo do valor correto.
58
ENGENHARIA DA QUALIDADE
A figura na sequência mostra um exemplo de medida considerada exata, mas não precisa.
A exatidão refere-se à “distância” do valor-alvo. Pode-se reparar que os valores estão
distribuídos uniformemente em torno do valor-alvo e, na média, estão conformes. Contudo,
considerando‑se a precisão (dispersão), pode-se notar que os pontos estão demasiadamente
afastados um dos outros.
A figura a seguir mostra um exemplo de medida considerada não exata, mas precisa. Ao contrário
da figura anterior, a exatidão não foi alcançada, pois os pontos estão muito distantes do alvo, ou seja,
não estão conformes. Contudo, considerando-se a precisão (dispersão), percebe-se que os pontos estão
muito próximos entre si.
Por fim, a figura a seguir mostra um exemplo de medida considerada não exata e não precisa.
Os pontos, além de distantes do valor-alvo (baixa exatidão ou acurácia), estão bastante dispersos
entre si, comprometendo a precisão.
59
Unidade I
4.11 Estabilidade
A estabilidade trata da variação total das medidas obtidas em um sistema de medição, considerando‑se
um mesmo padrão durante um longo período.
4.12 Repetibilidade
Este indicador mostra a variação das medições obtidas por um único operador, utilizando o mesmo
equipamento de medição e método, ao medir repetidas vezes uma mesma grandeza de uma única peça
(corpo de prova).
4.13 Reprodutibilidade
A reprodutibilidade é a variação das médias obtidas por diferentes operadores utilizando o mesmo
equipamento de medição para medir repetidamente uma mesma grandeza de uma única peça (corpo
de prova).
Resumo
Exercícios
Questão 1. (Enade 2015) A relação entre os custos de controle e os custos de falhas no controle de
qualidade está representada no gráfico a seguir.
Custo de controle
de qualidade
Custo de qualidade
Custo de falhas no
controle de qualidade
Nível de qualidade
Figura 28
I – Quanto menores forem os custos de controle da qualidade, maiores serão os custos de falhas no
controle da qualidade.
II – A intersecção das curvas indica uma mudança de enfoque no nível da qualidade, de correção
para prevenção de falhas.
III – Para aumentar o nível de qualidade, tende-se a aumentar o gasto com controle de qualidade.
A) I, apenas.
B) III, apenas.
C) I e III, apenas.
D) II e III, apenas.
62
ENGENHARIA DA QUALIDADE
E) I, II e III.
I – Afirmativa correta.
Justificativa: na figura é possível observar que quanto menores forem os custos de controle de
qualidade, maiores serão os custos de falhas. De forma análoga, quanto maiores forem os custos de
controle de qualidade menores serão os custos de falhas.
II – Afirmativa correta.
Justificativa: na figura é possível observar que quanto maior o nível de qualidade, maiores serão os
custos com o controle de qualidade e menores serão os custos das falhas.
Custo da qualidade
Custo de controle
de qualidade
Custo de falhas no
controle de qualidade
Nível de qualidade
Justificativa: à esquerda da intersecção das duas curvas, os custos de falhas são maiores que
os custos de controle. Isso indica que a empresa está mais preocupada em corrigir as falhas do
que as prevenir. À direita da intersecção das duas curvas, os custos de falhas são menores que
os custos de controle. Isso indica que a empresa está mais preocupada em prevenir as falhas do
que as corrigir.
Questão 2. (Enade 2015) A gestão da qualidade total é uma abordagem que coloca qualidade no
centro de todas as atividades de uma operação e enfatiza o atendimento das necessidades e expectativas
dos consumidores, desenvolvendo sistemas e procedimentos que apoiem a qualidade, visando à melhoria
contínua. Ela pode ser vista como uma extensão natural de abordagens anteriores para a administração
da qualidade, conforme ilustra a figura a seguir.
63
Unidade I
Fase da qualidade C
Fase da qualidade B
Fase da qualidade A
O quadro a seguir apresenta as características das fases anteriores à gestão da qualidade total, fases
da qualidade A, B e C.
Quadro 16
A figura e o quadro anteriores tratam das fases da qualidade A, B e C, que são, respectivamente,
denominadas:
64