1

*(672 '$ 48$/,'$'( ( 352'87,9,'$'(

(FERRAMENTAS DE AO CORRETIVA)

Curitiba 2006
Professor Joclio Luiz Valente Gesto da Qualidade e Produtividade

 )(55$0(17$6 '( $d2 &255(7,9$

durante o processo de produo que o custo de correo das falhas menor. Sendo assim, identificar e eliminar falhas no processo de produo levar uma empresa a conseguir vantagem competitiva em custos e resultados de qualidade. Para a Qualidade, um problema pode ser conceituado com tudo aquilo que resulta em uma divergncia em relao ao especificado. O termo mais comum para problema NOCONFORMIDADE. A resoluo de uma no-conformidade realizada atravs de um processo de anlise dos problemas. Muitas empresas no enxergam as no-conformidades devido a atenuadores. O maior atenuador de um processo produtivo so os altos estoques. Exemplo: Metfora do Rio

Na metfora do rio, os problemas so simbolizados por pedras. Os altos estoques escondem os problemas (quebras de mquinas, retrabalhos, sucata, atraso na entrega de matriaprima, etc.). No entanto, os custos de fabricao so elevados enormemente (os custos relativos ao estoque podem chegar a 50% dos custos industrias, segundo Dias (1982)). Uma boa gesto da qualidade deve diminuir gradativamente os nveis de estoque e resolver os problemas, para tornar a empresa mais competitiva. De nada adianta tomar remdio para febre se a causa for uma infeco de garganta. A febre ir passar momentaneamente, porm a infeco ir trazer a febre de volta. A soluo do problema da febre ser tomar um medicamento para curar a infeco. Da mesma forma, nas empresas, muitas aes so tomadas para conter o problema aparente (efeito), mas no realizada uma anlise para identificar as causas dos problemas. O resultado que os problemas voltam a se repetir. Para realizar a melhoria da qualidade, sejam com aes corretivas ou preventivas, preciso em primeiro lugar conhecer o problema (determinao e abrangncia), depois deve ser feita uma anlise das causas e somente no final, so avaliadas a aes a serem tomadas, conforme mais bem explicado no fluxograma abaixo:

Professor Joclio Luiz Valente Gesto da Qualidade e Produtividade

3
Fluxograma para Anlise e Soluo de Problemas

Professor Joclio Luiz Valente Gesto da Qualidade e Produtividade

4  '(7(50,1$d2 '2 352%/(0$

Aps a tomada de ao de conteno (Disposio), o primeiro passo a ser seguido pelo gestor na melhoria da qualidade determinar exatamente qual o seu problema, ou seja, identificar o que est sendo afetado e quais os elementos que compem esse problema. muito comum que quando ocorra um problema as pessoas saiam correndo em busca de sanar esse problema o quanto antes. No ritmo alucinado das empresas dos dias de hoje, fazer uma anlise do problema de que demore dias, quem dir semanas, no muito bem visto aos olhos da alta administrao. Na grande maioria das vezes, apenas tomam-se aes de conteno e esperase que o problema no volte a acontecer. Esse tipo de atitude conhecido com o jargo apagar incndio, ou seja, tomam-se aes desesperadas na hora que o problema acontece e depois se esquece de dar continuidade nas aes de anlise e soluo de problemas. Uma das ferramentas mais largamente utilizadas na determinao de um problema a anlise atravs do Diagrama de Pareto e Histograma.  'LDJUDPD GH 3DUHWR No final do sculo XIX, um economista italiano chamado Pareto, estudou a distribuio de renda e verificou que poucas pessoas detinham a maior parte da renda, enquanto muitas pessoas tinham apenas pequena poro da renda. Muito tempo depois, j no sculo XX um especialista da mesma rea, chamado Juran, observou que a figura que se havia desenhado para mostrar que poucas causas levam maioria das perdas, tinha aspecto similar ao da distribuio de renda de Pareto. Em homenagem ao economista, denominou-se essa ferramenta de anlise de Diagrama de Pareto. Uma no-conformidade pode se apresentar de maneira muito subjetiva. No entanto, atravs da anlise do Diagrama de Pareto, possvel determinar com exatido qual o problema que est acontecendo, para posterior anlise das causas. Imagine que o diretor de um banco traga o seguinte problema para seus gerentes: estamos com um tempo de espera muito elevado nas filas dos caixas. Para tomada de aes de melhoria, precisa-se conhecer melhor esse problema, por exemplo: - Esse fenmeno ocorre em todas as agncias? - Est ocorrendo em todos os horrios? - Em todos os dias da semana? - Em qualquer poca do Ms e do Ano? Ao responder essas perguntas, est-se fazendo uma explorao do problema. Procura-se descrever o problema em todos os detalhes, desta forma se torna possvel realizar uma anlise de causa e tomada de aes. Imagine que o problema ocorra em qualquer dia da semana, ms e ano, sempre no horrio do almoo, sendo assim, o problema passa a ser descrito como: estamos com um tempo de espera muito elevado nas filas dos caixas, em todas as agncias, em qualquer dia da semana, ms e ano, sempre no horrio do almoo. Nesse caso, uma das causas pode ser falha na escala para almoo e como ao de como ao, pode-se alterar a escala. No entanto, se o problema apenas ocorrer em poca de pagamento (fila para pagamento de fichas de compensao), nesse caso, a causa pode ser falta de conhecimento das opes de pagamento de fichas de compensao por parte dos clientes, sendo assim, pode-se estabelecer um servio de orientao para preenchimento de envelopes para fichas de compensao no caixa automtico. Se no for realizada uma anlise do problema do exemplo acima, pode-se tomar a ao de contratar mais operadores de caixa, que podero ficar ociosos durante a maior parte do dia, o que ir

Professor Joclio Luiz Valente Gesto da Qualidade e Produtividade

5
levar a sua demisso ao longo do tempo e o problema voltar a ocorrer! Sem uma anlise do problema, qualquer tomada de ao feita no escuro, ou seja, no existir embasamento analtico para sustentar uma tomada de ao. O Diagrama de Pareto tem o foco de priorizao. No serve com ferramenta de anlise para tomada de ao preventiva, haja vista, que a anlise de um problema s pode existir depois que o problema ocorrer; nem to pouco pode ser utilizado isoladamente de outras ferramentas de anlise de causa e efeito (Diagrama de Ishikawa, %UDLQ 6WRUPLQJ, etc.). (VWXGR GH &DVR  O Diretor da Empresa chamou o Gerente da Qualidade para uma reunio. O objetivo dessa reunio passar a informao que houve um aumento nos custos de horas-extras e que o Gerente de Produo informou que essas horas-extras foram realizadas para fazer retrabalhos em peas defeituosas. O Diretor da Empresa pediu uma soluo para o Gerente da Qualidade. Um Gerente da Qualidade menos experiente poderia aumentar a frequncia de inspeo, ou tentar mudar a matria-prima, ou modificar parmetros de fabricao. No entanto, qualquer ao que fosse tomada sem uma anlise, somente seria efetiva no caso de sorte. Como ele sabia dessa condio, decidiu fazer uma anlise aprofundada do problema, utilizando a tcnica do Diagrama de Pareto. O Gerente da Qualidade foi para a produo e pediu a lista das peas defeituosas da ltima semana. Nessa lista, constam 80 peas com defeito, produzidas na ltima semana. O gerente da qualidade montou uma tabela com essas 80 peas, agrupando por tipo de defeito e ordenando por frequncia, conforme mostra a tabela 01: Tipo de Defeito Frequncia Salincias 19 Asperezas 18 Riscos 12 Manchas 10 Cor 10 Outros 11 Total 80 Tabela 01 - Frequncia de Defeitos Aps esse passo, ele calculou a frequncia relativa de cada defeito e a frequncia acumulada dos defeitos, conforme a tabela 02: Tipo de Defeito Salincias Asperezas Riscos Manchas Cor Outros Total Frequncia Frequncia Relativa (%) Acumulada (%) 19 23,75 23,75 18 22,50 46,25 12 15,00 61,25 10 12,50 73,75 10 12,50 86,25 11 12,50 100,00 80 100,00 Tabela 02 - Frequncia de Defeitos Acumulada Frequncia

Agora ele montou o Diagrama de Pareto com os dados das frequncias acumuladas, conforme mostra a figura 03:

Professor Joclio Luiz Valente Gesto da Qualidade e Produtividade

120 100 100 80 60 40 20 0 Salincias Asperezas Riscos Manchas Cor Outros 23,75 23,75 46,25 22,5 73,75 61,25 86,25

15

12,5

12,5

12,5

Figura 03 - Diagrama de Pareto Pode-se perceber, pela anlise do Diagrama de Pareto, que os 3 primeiros defeitos correspondem a 61,25% dos defeitos apresentados, podendo haver uma priorizao das anlises de causa para esses 3 tipos de defeito. (VWXGR GH &DVR  Em uma fbrica de automveis, decidiu-se realizar uma fora tarefa para melhorar os defeitos de pintura. Para atuar nos principais problemas, foi realizado um pareto para focar o trabalho naqueles que iriam ter uma maior impacto nos resultados. Foram avaliados 50 carros aleatoriamente, sendo relacionados o total de defeitos encontrados nesses carros, conforme est apresentado na tabela 03: Tipo de Defeito Frequncia Sujidade 78 Escorrimento 32 Estrutura 18 Hologramas 09 Crateras 09 Massa Visual 05 Outros 26 Total 177 Tabela 03 - Frequncia de Defeitos Foi calculado a frequncia relativa e acumulada dos defeitos, conforme mostra a tabela 04: Tipo de Defeito Sujidade Escorrimento Estrutura Hologramas Crateras Massa Visual Outros Total Frequncia Frequncia Relativa (%) Acumulada (%) 78 44,07% 44,07% 32 18,08% 62,15% 18 10,17% 72,32% 09 5,08% 77,40% 09 5,08% 82,49% 05 2,82% 85,31% 26 14,69% 100,00% 177 100,00% Tabela 04 - Frequncia de Defeitos Acumulada Frequncia

O Diagrama de Pareto dessas frequncias est apresentada na figura 04:

Professor Joclio Luiz Valente Gesto da Qualidade e Produtividade

120,00% 100,00% 80,00% 60,00% 40,00% 20,00% 0,00%

Su jid ad e tru tu ra en to Cr at er as su al Ho lo gr am co rri m Vi

100,00% 72,32% 77,40% 82,49% 85,31%

62,15% 44,07% 44,07% 18,08%

10,17%

5,08%

5,08%

14,69% 2,82%

Es

Es

Figura 04 - Diagrama de Pareto para Defeitos de Pintura Pela anlise do Diagrama de Pareto, pode-se concluir que melhor concentrar esforos na eliminao de sujidades, escorrimento e estrutura, que juntos somam 72,32% dos defeitos de pintura. &RQVLGHUDo}HV VREUH R 'LDJUDPD GH 3DUHWR Observe que o Diagrama de Pareto tem algumas particularidades: a) podem-se utilizar diversas escalas, como: quantidade de defeitos, custos de defeitos, horas de retrabalho, etc. A escolha da escala ir influenciar no resultado e dever ser relativa prioridade na obteno dos resultados, ou seja, se o objetivo reduzir o custo, ento deve ser utilizada a essa escala. Se o objetivo diminuir as reclamaes dos clientes, ento a quantidade de defeitos deve ser priorizada. b) No primeiro caso apresentado, o problema foi identificado partir de uma semana de coletas, no segundo caso, partir de uma quantidade de 50 unidades coletadas. A amostra pode ser coletada de diversas maneiras e ir influenciar na anlise. Devem-se fazer diversas tentativas de amostragem para obter o melhor resultado. A melhor opo de forma de coleta, ser resultado da experincia do profissional que est trabalhando na anlise do processo em questo. Utilizando o exemplo do caso 1, observe as opes de amostragem abaixo:
Frequncia Relativa (%) 35,00% 30,00% 25,00% 20,00% 15,00% 10,00% 5,00% 0,00% seg ter qua qui sex sab 15,00% 21,25% 13,75% 31,25%

11,25% 7,50%

Figura 05 - Diagrama de Pareto por dia da Semana

Professor Joclio Luiz Valente Gesto da Qualidade e Produtividade

as

sa

ut ro s

as

8
Considerando que existam duas linhas de produo:
Frequncia Relativa (%) 60,00% 50,00% 40,00% 30,00% 20,00% 10,00% 0,00% Linha 01 Linha 02

51,25%

48,75%

Figura 06 - Diagrama de Pareto por Linha de Produo Pode-se perceber que os defeitos ocorrem mais na quarta feira, independente da linha de produo. c) Um problema pode ser divido em problemas menores: aps uma anlise de pareto preliminar, pode-se dar sequncia a essa anlise, para deixar o problema ainda mais focado. Por exemplo: no caso 02, concluiu-se que o Problema 44% focado em sujidades. Se forem feitos outros Paretos somente para sujidades, pode-se chegar concluso sobre qual turno ocorre mais, em qual linha de produo, em qual poca do ano, etc. ([HUFtFLR



+LVWRJUDPD

O Histograma uma ferramenta da qualidade utilizada para descrever um problema. Para uma quantidade muito grande de amostras de grande valia, dando uma viso geral do problema a ser analisado. Sua construo muito simples. A partir de uma coleta de amostras de um processo, faz-se uma tabela com os dados, agrupando-os segundo uma frequncia dentro de um intervalo determinado. ([HPSOR 1RWDV HVFRODUHV No primeiro Bimestre da disciplina Gesto da Qualidade, 33% dos alunos obtiveram notas abaixo da mdia. As notas do primeiro bimestre da disciplina de qualidade, esto apresentadas na tabela abaixo:

Professor Joclio Luiz Valente Gesto da Qualidade e Produtividade

9
Aluno 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Nota 6,5 7,5 4,5 6,5 8,0 7,5 7,0 6,5 7,5 8,0 9,5 3,5 7,5 8,0 7,0

A seguir, so estipuladas classes de frequncias, no caso, o professor estipulou as seguintes classes e as frequncias, conforme mostra a tabela abaixo:

Classe 3,0 - 4,0 4,5 - 5,5 6,0 - 7,0 7,5 - 8,5 9,0 - 10,0

Frequncia 1 1 5 7 1

Professor Joclio Luiz Valente Gesto da Qualidade e Produtividade

10
Com os dados das frequncias, constri-se um grfico de barras, conforme mostrado na figura abaixo:
Histrograma 8 7 6 5 4 3 2 1 0 3,0 - 4,0 4,5 - 5,5 6,0 - 7,0 7,5 - 8,5 9,0 - 10,0 1 1 1 5

Pode-se observar atravs da anlise de histograma, que a existe uma concentrao de alunos com notas entre 7,5 e 8,5. Os demais alunos que esto fora dessa classe de notas, provavelmente so resultado de alguma alterao anormal do processo (faltas, falta de ateno na aula, etc.). Para visualizar mais detalhadamente o problema, requerida uma anlise de Pareto. &RQVLGHUDo}HV VREUH R +LVWRJUDPD Um grfico de histograma traz diversas informaes, relativas distribuio das amostras. No geral, a utilizao do histograma se d em relao a uma especificao de processo, sendo observada as amostras em relao ao atendimento a uma certa especificao. Como as especificaes partem de uma Nominal (valor alvo) e de uma tolerncia (desvios admissveis). Considerando tolerncias idnticas para mais e para menos, podem-se ter as seguintes anlises do grfico de Histograma: 01) Espera-se que a maior quantidade de amostras estejam concentradas no centro do grfico, indicando que o processo est centrado, ou seja, que no existem desvios de processo.

Histrograma

Professor Joclio Luiz Valente Gesto da Qualidade e Produtividade

11
02) Quanto maior a concentrao de resultados ao redor do centro, maior a confiabilidade do processo:

Histrograma

03) Se o pico do grfico se der fora do centro, isso indica que o processo est tendencioso, ou seja, necessrio realizar um ajuste para centralizar os resultados.

Histrograma



'(7(50,1$d2 '$6 &$86$6 '2 352%/(0$

Aps o problema estar bem definido, vem a etapa de determinao de suas causas, ou seja, devem ser avaliados os elementos que fazem com que o problema acontea. Uma das ferramentas mais utilizadas na determinao das causas de um problema o Diagrama de Ishikawa (tambm conhecido como Diagrama de Causa e Efeito ou Grfico Espinha de Peixe ou ainda, Grfico dos 6Ms)  'LDJUDPD GH ,VKLNDZD

Esta ferramenta tambm conhecida por Diagrama de Causa e Efeito, Diagrama Espinha de Peixe e Diagrama dos 6Ms. Ela permite realizar a organizao das informaes possibilitando a identificao das possveis causas de um problema. Foi desenvolvida em 1943 por Ishikawa na Universidade de Tkio com objetivo de mostrar que vrios fatores poderiam ser comuns entre si. A identificao das causas exige equalizao de uma seqncia de perguntas que evidenciem os fatos, esta ferramenta pode ser utilizada para: identificar o problema e achar as causas; descobrir problemas e causas; melhorar a visualizao; priorizar a ao; confirmar os

Professor Joclio Luiz Valente Gesto da Qualidade e Produtividade

12
resultados; verificar a situao antes e depois; detalhar as causas maiores em partes; estratificar a ao; identificar os itens responsveis; definir as melhorias. Partindo-se do princpio que se conhece o problema e ele est bem definido, constri-se um diagrama, conforme mostrado abaixo:
MEIO AMBIENTE MATRIA PRIMA MO DE OBRA

PROBLEMA

MTODO

MQUINA

MEDIO

Ishikawa, atravs de seus estudos, observou que as causas dos problemas poderiam ser agrupadas em 6 classes: Meio Ambiente: temperatura, iluminao, rudo, vibrao, poluio do ar, piso escorregadio, cores desagradveis, etc., ou seja, todas as influncias do ambiente de trabalho que possam estar afetando no resultado; Matria-Prima: em muitos casos, a causa de um problema a matria-prima de baixa qualidade: no se pode ter um bom produto com matria-prima ruim! Mo-de-Obra: operador no conhece o processo de fabricao, operadores desmotivados, crise sindical, operadores exaustos (muitas horas-extras), tarefa no foi compreendida, alto rodzio de mo-de-obra, operadores no assimilam uma tarefa muito complexa, etc. Mtodo: no caso anterior, a forma de realizar a tarefa est determinada e eficiente, no entanto, os operadores apresentam problemas na sua execuo. Nesse caso, o problema justamente a forma como foi definida a tarefa que est contribuindo para o aparecimento do problema. Mquina: mquinas desreguladas, defeituosas, fora da especificao, imprprias para a funo, difceis de operar, etc. muito comum ter como causa a mquina, alis, uma tendncia no processo de anlise assumir que seja a mquina, no entanto, deve-se avaliar cuidadosamente para verificar se essa realmente a causa do problema. Medio: muitas vezes, o problema decorrente de uma falha no sistema de medio, que poder se de duas naturezas: 1 - o problema realmente no existe, porque a medio estava incorreta, demonstrando uma medio fora da tolerncia, mas que na verdade est dentro da tolerncia, 2 - o processo de medio est incorreto, deixando o problema seguir adiante, quando deveria ser identificado durante o processo. (VWXGR GH &DVR Em uma fbrica de pregos, foi identificado o problema de que vrios lotes de pregos estavam com o dimetro menor do que o especificado. Aps a anlise do problema, forma levantadas as possveis causas com o auxlio do Diagrama de Ishikawa, conforme mostrado abaixo:

Professor Joclio Luiz Valente Gesto da Qualidade e Produtividade

13

Figura 07 - Diagrama de Ishikawa para pregos com dimetro incorreto Depois de realizado um Brain Storming para levantamento dos problemas potenciais, houve uma investigao para verificao de quais causas seriam as mais provveis e passou-se para a etapa seguinte que era o teste de solues.  &RUUHODomR HQWUH 9DULiYHLV

Uma das formas de verificar a correlao entre duas variveis se faz atravs do Diagrama de Disperso, por exemplo, ser que a velocidade de uma mquina afetada pelo tamanho das peas fabricadas nessa mquina? Ser que o ndice de defeitos est relacionado com o turno de produo? O diagrama de disperso utilizado para se: a) um fator que possa ter efeito sobre uma caracterstica da qualidade; b) uma caracterstica de qualidade influencia em outra; c) dois fatores possam ter efeito sobre uma mesma caracterstica da qualidade. &RPR PRQWDU XP GLDJUDPD GH GLVSHUVmR O diagrama de disperso um grfico de relao. Para montar um diagrama de disperso, devem ser seguidos os seguintes passos: a) coletar pelo menos 30 pares de amostras dos dados das variveis que se pretende estudar; b) traar os eixos cartesianos e representar uma varivel em cada eixo; c) marcar um ponto para o cruzamento dos valores das variveis. &RPR LQWHUSUHWDU XP GLDJUDPD GH GLVSHUVmR A interpretao do diagrama de disperso realizada verificando-se o agrupamento dos pontos de cruzamento das variveis. Quanto mais dispersos forem os pontos, menor a relao entre essas variveis. Essa verificao ocorre de duas formas:

Professor Joclio Luiz Valente Gesto da Qualidade e Produtividade

14
a) As duas variveis crescem no mesmo sentido: Fraca (r = 0,515)
10 8 6 4 2 0 0 5 10

ePf gchi gpVgVqrYePf stcri scuSv

10 8 6 4 2 0 0

HPI QSRT QUVQVWXYHPI `aSXT `cbcd

Forte (r = 0,820)

wPx yS yVyVYwPx S cc

10 8 6 4 2 0

Perfeita (r = 1,0)

10

b) As duas variveis crescem no sentido oposto:

"# $%& $'$()"# 01)& 023

12 10 8 6 4 2 0 0 5 10 12 10 8 6 4 2 0 0

Fraca (r = 0,515)

Forte (r = 0,820) "# $%& $' $()"# 01)& 023

12 10 8 6 4 2 0
5 10

(r = 1,0) Perfeita   !

10

c) no existe correlao entre as variveis (r = 0,024)

45 6798 6@A6ABC45 DEC8 DFG

7 6 5 4 3 2 1 0 0 1 2 3

(VWXGR GH &DVR Em um estudo para diminuir o ndice de falhas na emisso de boletos para pagamento de mensalidades da faculdade, procurou-se verificar se existia relao entre essas falhas e o nmero de alunos matriculados por disciplina. Os dados coletados esto apresentados na tabela abaixo:

Professor Joclio Luiz Valente Gesto da Qualidade e Produtividade

15
Alunos Matriculados 52 31 28 37 45 52 38 35 32 29 64 32 14 28 36 Falhas na emisso de boletos 5 2 1 2 4 3 2 1 1 0 5 3 0 1 2

A anlise atravs do diagrama de disperso foi a seguinte:

'LDJUDPD GH 'LVSHUVmR
6 5 4 3 2 1 0 0 20 40 60 80

Atravs da anlise do diagrama de disperso, pode-se constatar que existe uma forte relao entre a quantidade de alunos matriculados nas disciplinas e a falha na emisso de boletos para pagamento das mensalidades. &iOFXOR GR &RHILFLHQWH GH &RUUHODomR Alm de realizar a anlise de correlao entre duas variveis atravs do diagrama de disperso, possvel calcular a correlao entre essas variveis. O clculo do coeficiente de correlao entre duas variveis o seguinte:

U=

[ \ [\ Q ( [) ( \) [ . \ Q Q
2 2 2 2

Professor Joclio Luiz Valente

Gesto da Qualidade e Produtividade

16
([HPSOR Considerando os dados do estudo de caso anterior: Alunos Matriculados (x)
52 31 28 37 45 52 38 35 32 29 64 32 14 28 36

Falhas na emisso de boletos (y)

5 2 1 2 4 3 2 1 1 0 5 3 0 1 2

xy
260 62 28 74 180 156 76 35 32 0 320 96 0 28 72

2704 961 784 1369 2025 2704 1444 1225 1024 841 4096 1024 196 784 1296

25 4 1 4 16 9 4 1 1 0 25 9 0 1 4

553

32

1419

22477

104

Substituindo os valores na frmula, obtm-se:

U=

553.32 15 = 0,8756 2 2 (553) . 104 (32) 22477 15 15 1419

$QiOLVH GR &RHILFLHQWH GH &RUUHODomR O valor de r varia de -1 a +1, inclusive. Se ocorrer um valor de r maior que +1 ou menor de 1, ento houve um erro de clculo. Valores de r iguais a -1 ou +1 indicam que os pontos esto sobre uma reta (correlao perfeita). Valores de r prximos de -1 ou +1 indicam uma forte correlao entre as variveis. Valores de r prximos de zero, indicam uma correlao fraca entre as variveis. O sinal de r indica se a correlao positiva (valores se modificam na mesma direo) ou negativa (valores se modificam em sentidos opostos). Nesse exemplo, o valor de r positivo, isso indica que haver um aumento no erro de emisso de boletos para pagamento das mensalidade com o aumento do nmero de alunos matriculados na disciplina. &RQVLGHUDo}HV VREUH D FRUUHODomR GH YDULiYHLV Alguns cuidados devem ser tomados na anlise de correlao de variveis, tais como: a) Correlao espria: provvel que exista correlao positiva entre o nmero de jornais vendidos por dia nas cidades e o nmero de habitantes que usam culos. Ser que ler jornais faz mal para a vista? Ora, a correlao entre essas variveis, se existir, espria. Afinal, tanto o nmero de pessoas que lem jornais como o nmero de pessoas que usam culos, em uma cidade, aumentam quando aumenta a populao. A correlao entre duas variveis nem sempre significa uma relao de causa e efeito. Muitas vezes existe uma terceira varivel, no estudada, que determina tanto aumentos em X como aumentos (ou diminuies) em Y. b) Extrapolao: Na cidade de Curitiba, a temperatura diminui entre janeiro e julho. Nesse caso, existe uma correlao negativa entre a temperatura e o nmero que indica cada um desses

Professor Joclio Luiz Valente Gesto da Qualidade e Produtividade

17
meses. Se fizermos uma extrapolao da correlao chegaremos a concluso que, em dezembro, isto , no ms 12, haver neve? A extrapolao , evidentemente, incorreta. No se pode estimar, com base no que se observou em determinado perodo, o que acontecer em outro perodo. c) Intervalo Inadequado: Quando se utilizam intervalos muito pequenos para os valores de X, pode-se ter uma impresso errada da disperso das variveis. Observe o diagrama de disperso abaixo, nele se evidencia uma correlao positiva entre as variveis, no entanto, se o intervalo dos valores de X fosse o equivalente rea demarcada, poderia se dizer que no existe correlao entre as variveis.

  ed fg

10 8 6 4 2 0 0 5 10



 3RUTXrV

Outra forma analtica da indentificao da causa de um problema se faz atravs da anlise dos 5 porqus. Perguntando insistentemente o Por que das coisas, procura-se chegar causa raiz de um problema; ([HPSOR  Em uma corretora de seguros, o tempo mdio de cotao de um seguro de 2 horas. O cliente passa dos dados do veculo e depois da cotao a corretora entra em contato com o cliente para passar os dados do seguro (prmio, cobertura, opes, etc.). Atravs da anlise dos 5 porqus, procurou-se diminuir o tempo de resposta ao segurado: CASO: Leva-se 2 horas para realizar a cotao do seguro 1 Porqu: porque se deve acessar os valores na seguradora 2 Porqu: porque os valores da segura mudam sem aviso 3 Porqu: porque no existe link on-line com os valores 4 Porqu: porque no foi instalada uma conexo com esse propsito 5 Porqu: porque o custo alto Atravs dessa anlise possvel realizar uma verificao de custo x benefcio da instalao da conexo com a seguradora e da obteno de novos clientes.



$1/,6( '$6 62/8d(6 '( 80 352%/(0$

Aps da determinao das causas de um problema, vem a tarefa de averiguar e testar as possveis solues. Essa tarefa exige pacincia e muitas vezes, investimento por parte de uma empresa. Dentre as ferramentas de Anlise de Solues, podem ser utilizadas:

Professor Joclio Luiz Valente Gesto da Qualidade e Produtividade

18
 %UDLQVWRUPLQJ

A ferramenta Brainstorming largamente utilizada nas empresas de forma a auxiliar no desenvolvimento de solues para problemas previamente identificados. O brainstorming um processo de grupo em que os indivduos explodem ou geram idias em um modo sem obstculos, livre de crticas e segundas intenes. O propsito criar e detalhar idias sobre um enfoque. Formula-se um consenso de grupo sobre estratgia, planejamento, direcionamento e soluo de problemas. Todos os membros do grupo so iguais. uma ferramenta til para alcanar solues de problemas j detalhados e com causas determinadas. O brainstorming no determina uma soluo, mas prope muitas delas, que posteriormente sero analisadas e testadas (teste de hiptese). +LVWyULFR O brainstorming foi iniciado por Walt Disney (ele o chamou de storyboarding) ao criar, em 1928, o desenho animado "Steamboat Willie" (a primeira apario do Mickey Mouse). A Disney ainda utiliza essa tcnica, e a utilizou no planejamento do Walt Disney World e do Epcot Center. O brainstorming tem sido utilizado informalmente por muitos anos no mundo dos negcios, e est sendo usado cada vez com mais frequncia. Ele de fcil aprendizagem - uma apresentao de um dia, incluindo vrios exerccios, deve ser suficiente. Executado corretamente, ele pode incentivar pessoas acanhadas a trazer idias maravilhosas. O brainstorming um meio de gerar idias rapidamente para posterior considerao por meio de outras ferramentas. Para uma sesso de brainstorming necessrio que exista um facilitador. Os facilitadores atuam como auxiliares no processo e devem ter um alto entendimento a respeito do brainstorming e do comportamento humano, mas no devem interferir no processo de criao de idias. Um bom facilitador dever garantir a participao igualitria de todos os participantes e incentivar o maior nmero de idias de todos do grupo.  :+

Pode-se separar as ferramentas de anlise de causa em 2 grupos: Analtica e Descrita, sendo que a primeira utiliza recursos de interpretao e experincia dos funcionrios e a segunda de ferramentas matemticas e estatsticas. O primeiro grupo (ferramentas descritivas analticas) faz o uso de processos estruturados para que a pessoa (ou o grupo) possam levar adiante o processo de procura de causas de um problemas. Para facilitar esse processo, a ferramenta 5W2H (Who, What, Where, When, Why, How e How Much - Quem, Quando, Onde, Quando, Porque, Como e Quanto Custa) auxilia muito. Aps a descrio de um problema, esse colocado em uma planilha onde essas questes so respondidas. A forma de responder essas perguntas segue o seguinte indicativo: 3HUJXQWDV Who (Quem?) What (O que?) ([HPSORV GH 3HUJXQWDV Quem fez? Quem no fez? Quem deveria fazer? Quem deveria participar? O que aconteceu? O que deveria acontecer? O que acontecer? O que pode acontecer?

Professor Joclio Luiz Valente Gesto da Qualidade e Produtividade

19
3HUJXQWDV Where (Onde?) When (Quando?) Why (Por que?) How (Como?) How Much (Quanto Custa?) ([HPSORV GH 3HUJXQWDV Onde aconteceu? Onde no aconteceu? Onde deveria ter acontecido? Onde poderia ter acontecido? Quando aconteceu? Quando vai acontecer? Quando deveria ter acontecido? Quando poder acontecer? Por que aconteceu? Por que no aconteceu? Por que aconteceu dessa forma? Por que no aconteceu dessa forma? Como aconteceu? Como no aconteceu? Como deveria ter acontecido? Como poder acontecer? Quanto custou? Quanto no custou? Quanto poder custar? Quanto poder no custar?

A ferramenta 5W2H, tambm pode ser utilizada para descrio de um problema, mas sua maior utilizao na busca da identificao da causa de um problema.  3RND<RNH

O Poka-Yoke ( prova de erros) uma ferramenta que procura e efetivao de um conceito conhecido como autonomao, ou seja, um processo que verifica os erros por si prprio e realiza as correes automaticamente. Os processos, sejam eles automatizados ou manuais, esto sujeitos a erros. O poka-yoke uma forma de evitar que esses erros aconteam, atravs de dispositivos ou sistemas que, ao serem seguidos, no deixam que os erros aconteam. Claro que nenhum sistema prova de mau uso, ou seja, mesmo que sejam criadas ferramentas que evitam erros, estes no sero prova de mau uso intencional. ([HPSOR Em uma empresa de comrcio de roupas no varejo, durante a operao de pagamento, muitas vezes o cliente no possua crdito disponvel no carto de crdito. Essa verificao era realizada no final da contabilizao do total (aps serem lidos todos os cdigos de barras). Alm de proporcionar o constrangimento do cliente, esse fato atrasava o atendimento geral do estabelecimento. Foi estabelecida uma rotina de verificao do saldo do cliente antes da totalizao da compra. No entanto, muitas vezes o atendente esquecia de realizar a verificao e o problema se repetia. Foi criado um Poka-Yoke onde a mquina leitora de cdigos de barra no era liberada at que fosse realizada a consulta do saldo do cliente, eliminando-se o problema.

Professor Joclio Luiz Valente Gesto da Qualidade e Produtividade

20
 7HVWH GH +LSyWHVH O objetivo do teste de hiptese verificar se uma alterao de processo foi significativa. Ex.: uma mquina de enchimento de sacos de arroz de 1Kg foi ajustada. Anteriormente, foi coletada uma amostra (10 unidades) que apresentava a seguinte estatstica: Mdia: 0,952 Kg Desvio-Padro: 0,021Kg Aps o ajuste, a mdia da amostra mudou para 0,962 Kg. Pergunta: Essa mudana foi significativa? O teste de hiptese realizado partir da distribuio de probabilidade da mdia padronizada:

[ 0 / Q

Aplicando os valores, tem-se:

0,962 0,952 = 0,1506 0,021 / 10

Anlise do Resultado: Se a > 1,96 significa que as mdias no so iguais. Se a < 1,96 aceita-se a hiptese das mdias serem iguais.

Professor Joclio Luiz Valente Gesto da Qualidade e Produtividade