Sei sulla pagina 1di 16

As Sete Ferramentas do Controle da Qualidade - 7FCQ

As Sete Ferramentas Bsicas do Controle da Qualidade, cujo pai foi Kaoru Ishikawa, um engenheiro de controle de
ualidade! "asceu em #$#%! &icenciou'se em Qu(mica aplicada pela )ni*ersidade de +,uio, ap,s a II -uerra .undial
impulsionou a forma/0o da 1)S2, )nion of 1aponese Scientists and 2ngineers, promotora da ualidade no 1ap0o! Seus
estudos s0o 3astante importantes na gest0o da ualidade! +endo o3tido as primeiras no/4es de ualidade com os norte'
americanos, estudou a e*olu/0o do processo de industriali5a/0o, e desen*ol*eu sua teoria para o 1ap0o, incluindo AS
6FCQ, um conjunto de ferramentas criadas por ele *isando ao controle de processos, lidando principalmente com dados
num7ricos e ue resol*em muitos pro3lemas ue aparecem no in(cio da implanta/0o do -Q+! S0o 8teis nas fases 9 e C
do Ciclo :9CA!
S0o; ' -rfico de :areto< ' 9iagrama de Causa e 2feito< ' 2stratifica/0o< ' Folha ou &ista de =erifica/0o< ' >istograma< '
9iagrama de 9ispers0o e -rficos de Controle!
1 Ferramenta - GRFICO DE ARE!O
:ro3lemas relati*os ? ualidade aparecem so3 a forma de perdas @itens defeituosos e seus custosA! B eCtremamente importante esclarecer o
modo de distri3ui/0o destas perdas! D -rfico de :areto surge eCatamente como ferramenta ideal para identificar uais itens s0o
respons*eis pela maior parcela das perdas onde uase sempre s0o poucas as E*itaisF e muitas as Etri*iaisF! 2nt0o se os recursos forem
concentrados na identifica/0o das perdas E*itaisF, e estas puderem ser identificadas, torna'se poss(*el a elimina/0o de uase todas as
perdas, deiCando as Etri*iaisF para solu/0o posterior! Drienta/4es para constru/0o do grfico;
A! 9eterminar como os dados ser0o classificados; por produto, muina, turno, operador!
B! Construir uma ta3ela, colocando os dados em ordem decrescente!
C. Calcular a porcentagem de cada item sobre o total e o acumulado.
D. Traar o diagrama e a linha de porcentagem acumulada.
:er(odo A3aiCo de G%
H
Iepresentati*o
H
Consolidado
JKhJJ ' JGh%$ $$ LM,JH LM,JH
#%hJJ ' #6h%$ KJ NJ,KH %M,KH
J$hJJ ' ##h%$ %# #6,%H 6N,NH
#NhJJ ' #Mh%$ M6 #K,NH GG,LH
#GhJJ ' JJhJJ NM G,NH $K,KH
JJhJJ ' JKhJJ #J L,MH #JJ,JH
+otal geral N$# #JJ,JH
Quantidade de o"eradores #om notas a$ai%o de &' (
)or*rio de Entrada
++
,-
'1
.7
/.
1-
-,0-- - -&0'+ 1'0-- - 170'+ -+0-- - 110'+ 1/0-- - 1.0'+ 1&0-- - --0-- --0-- - -,0--
1.2-3
'.2,3
7/2/3
&&213
+,2,3 1--2-3
/ Ferramenta - DIAGRA4AS DE DISERS5O
=isa identificar se eCiste uma tendOncia de *aria/0o conjunta @correla/0oA entre duas ou mais *ari*eis!
Fi67 1 8 E%em"lo de dia6rama de dis"ers9o
"a prtica do dia'a'dia 7, muitas *e5es, essencial estudar'se a rela/0o entre duas *ari*eis correspondentes! :or
eCemplo, em ue grau as dimens4es de uma pe/a usinada *ariam com a mudan/a de *elocidade de um tornoP Du,
suponhamos ue ueremos controlar a concentra/0o de uma solu/0o e 7 prefer(*el su3stituir a medi/0o da
concentra/0o pela da densidade relati*a porue ela 7 facilmente medida na prtica! :ara estudar a rela/0o de duas
*ari*eis tais como a *elocidade do torno e dimens4es de uma pe/a,ou concentra/0o e densidade relati*a, pode'se usar
o chamado Ediagrama de dispers0oF!
Como ler diagramas de disperso?
Fig. 2 Pontos anmalos
:ode'se conhecer diretamente o perfil da distri3ui/0o dos pares de dados a partir de sua leitura do seu grfico!
:ara isso, a primeira coisa ue se de*e fa5er 7 eCaminar se h ou n0o pontos anQmalos no diagrama!
:ode'se presumir ue, em geral, uaisuer destes pontos distantes do grupo principal s0o o resultado de erro de
medi/0o, ou de registro de dados ou foram causados por alguma mudan/a nas condi/4es de opera/0o! B necessrio
eCcluir estes pontos para a anlise de correla/0o! Contudo, ao in*7s de despre5ar estes pontos por completo, de*e'se
prestar a de*ida aten/0o ?s causas de tais irregularidades, pois muitas *e5es o3tOm'se informa/4es inesperadas por7m
8teis, desco3rindo'se por ue eles ocorrem!
2Cistem muitos tipos de padr4es de dispers0o ue s0o chamados de correla/4es! Alguns tipos representati*os s0o
dados a3aiCo!
Orientaes para construo do grfico:
A! Colete os pares de dados @C, RA entre os uais deseja estudaras rela/4es, dispondo'os em uma ta3ela! B
desej*el ter, pelo menos, LJ pares de dados!
B! 2ncontre os *alores mCimos e m(nimos para C e R, e defina as escalas dos eiCos hori5ontal e *ertical, de forma
ue am3os os comprimentos *enham a ser aproCimadamente iguais para facilitar a leitura! Se uma das duas
*ari*eis for um fator e a outra uma caracter(stica da ualidade, usar o eiCo hori5ontal C para o fator e o eiCo
*ertical R para a caracter(stica da ualidade!
C! +race o plano cartesiano e lance os dados no papel! Quando forem o3tidos os mesmos *alores de dados de
diferentes o3ser*a/4es, mostre estes pontos, ou tra/ando c(rculos concOntricos, ou lan/ando o segundo ponto
imediatamente pr,Cimo do primeiro!
9! Inserir todos os itens e informa/4es necessrias como inter*alo de tempo, uantidade de pares de dados, nome
e unidade de medidas de cada eiCo, etc!, e ap,s isso, analisar o diagrama, *erificando a eCistOncia de correla/0o!
E%em"lo:
Classi;i#a<9o de =ota de 4onitoria ( !otal em >endas:
> correla/0o entre .aior nota e .aior (ndice de *endas!
MJ,J
%J,J
KJ,J
6J,J
GJ,J
$J,J
#JJ,J
J,JJ N!JJJ,JJ M!JJJ,JJ K!JJJ,JJ G!JJJ,JJ #J!JJJ,JJ #N!JJJ,JJ #M!JJJ,JJ
!otal ??? em @endas
=
o
t
a

d
e

4
o
n
i
t
o
r
i
a
1 Ferramenta - )IS!OGRA4A
D histograma 7 uma forma de descri/0o grfica com 3arras *erticais, as uais representam dados uantitati*os
agrupados em classes de freSOncia!
Os dados de uma amostra servem como base para uma deciso sobre a populao. Quanto maior o tamanho da
amostra mais informao temos sobre a populao. Porm, um aumento de tamanho da amostra tambm significa um
aumento da uantidade de dados e torna!se dif"cil compreender a populao a partir destes dados, mesmo uando eles
so dispostos em tabelas. #m tal caso, precisamos de um mtodo ue nos vai possibilitar conhecer a populao, e um
histograma atende as nossas necessidades.
Drgani5ando'se muitos dados em um histograma, pode'se conhecer a popula/0o de uma maneira o3jeti*a!
B poss(*el o3ter informa/4es 8teis so3re o estado da popula/0o atra*7s da anlise do perfil do histograma! Ds perfis seguintes s0o
t(picos, e podemos utili5'los como modelos para anlise de um processo!
Fi67 / 8 !i"os de 0isto6rama
a! !i"o 6eral AsimBtri#o ou em ;orma de sinoC T D *alor m7dio do histograma est no meio da faiCa dos dados! A
freSOncia 7 mais alta no meio e torna'se gradualmente mais 3aiCa na dire/0o dos eCtremos! D perfil 7 sim7trico!
B o formato encontrado com mais freSOncia!
3! !i"o ente Amulti-modalC T As classes possuem freSOncia altas e 3aiCas alternadamente!2ste perfil ocorre
uando a uantidade de dados inclu(dos na classe *aria de classe para classe, ou uando eCiste uma tendOncia
particular no modo como os dados s0o arredondados!
c! !i"o assimBtri#o "ositi@o AassimBtri#o ne6ati@oC T D *alor m7dio do histograma fica locali5ado ? esuerda
@direitaA do centro da faiCa da *aria/0o! A freSOncia decresce um tanto a3ruptamente em dire/0o ? esuerda
@direitaA, por7m de forma sua*e ? direita @esuerdaA! Isto ocorre uando o limite inferior @superiorA 7 controlado,
ou teoricamente, ou por um *alor de especifica/0o, ou uando *alores mais 3aiCos @mais altosA do ue um certo
*alor n0o ocorrem!
d! !i"o de#li@e D direita Ade#li@e D esEuerdaC T D *alor m7dio do histograma fica locali5ado ? esuerda @direitaA
do centro da faiCa da *aria/0o! A freSOncia decresce um tanto a3ruptamente na esuerda @direitaA, e lentamente
em dire/0o ? direita @esuerdaA! Isto ocorre com freSOncia uando uma triagem de #JJH ti*er sido feita por
causa da 3aiCa capacidade do processo, e tam37m uando a assimetria positi*a @negati*aA se tornar ainda mais
eCtrema!
e! !i"o "latF T A freSOncia em cada classe forma um platQ porue as classes possuem mais ou menos a mesma
freSOncia eCceto auelas das eCtremidades! 2ste formato ocorre uando h mistura de *rias distri3ui/4es ue
tOm diferentes m7dias!
f! !i"o "i#os du"los A$imodalC T A freSOncia 7 3aiCa pr,Cimo ao meio da faiCa de dados e eCiste um pico em um
e outro lados! 2ste formato ocorre uando duas distri3ui/4es com m7dias muito diferentes s0o misturadas!
g! !i"o "i#o isolado T 2Ciste um peueno pico isolado em adi/0o a um histograma do tipo geral! 2ste 7 um perfil
ue ocorre uando h uma peuena inclus0o de dados de uma distri3ui/0o diferente, como no caso de
anormalidade do processo, erro de medi/0o, ou inclus0o de dados de um processo diferente!
Com"ara<9o de )isto6ramas e limites de es"e#i;i#a<9o
Casos em ue o histograma satisfa5 a especifica/0o;
Se hou*er especifica/0o, trace as linhas dos limites da especifica/0o no histograma, para comparar a distri3ui/0o
com a especifica/0o! 9epois *eja se o histograma est locali5ado 3em dentro dos limites! Cinco casos t(picos, como na
Figura L, s0o descritos a seguir! )se'os como referOncia para a*aliar a popula/0o
Casos em ue o histograma n0o satisfa5 a especifica/0o;
Fi67 1 8 )isto6ramas e limites de es"e#i;i#a<9o
O$ser@a<Ges:
a! +udo o ue se precisa 7 manter a atual situa/0o<
3! A especifica/0o 7 satisfeita, mas n0o h margem eCtra< portanto, 7 melhor redu5ir um pouco a *aria/0o<
c! B necessrio tomar medidas para colocar a m7dia mais pr,Cima do meio da especifica/0o<
d! S0o necessrias a/4es para redu5ir a *aria/0o<
e! S0o necessrias as medidas descritas nas al(neas EcF e EdF!
Como FaHer 0isto6ramas:
A! D3ter uma amostra de %J a #JJ dados @%J U n U #JJA
B! 9eterminar o maior e o menor *alor @CmaC e CminA
C! Calcular a amplitude total dos dados I V CmaC ' Cmin
9! 9eterminar o n8mero de classes k V Wn
2! Calcular a amplitude das classes h V IXk
F! 9eterminar os limites das classes
-! Construir uma ta3ela de freSOncias
!ra<ar o dia6rama
!emplo: Construir um histograma para as notas mensuradas nos agentes acima
52,7 a 60,7 60,7 a 68,7 68,7 a 76,7 76,7 a 84,7 84,7 a 92,7 92,7 a 100,0
. Ferramenta - Iistas de >eri;i#a<9o
De;ini<9o
A lista ou folha de *erifica/0o 7 uma planilha ou formulrio para o registro de dados, sendo este um formulrio de
papel no ual os itens a serem *erificados j est0o impressos ou definidos, de modo ue os dados possam ser coletados
de forma fcil e concisa, tendo como finalidade facilitar a coleta de dados e organi5'los, para ue possam ser facilmente
usados posteriormente! :ermite uma rpida percep/0o da realidade e uma imediata interpreta/0o da situa/0o, ajudando
a diminuir erros e confus4es!
A coleta e o registro dos dados parecem ser fceis, mas na realidade n0o s0o! )sualmente, uanto mais pessoas
processam dados, maior a possi3ilidade do aparecimento de erros de escrita! :or esta ra50o, a folha de *erifica/0o
torna'se uma poderosa ferramenta de registro pelo fato dos dados serem imediatamente organi5ados sem a
necessidade de rearranjo manual posterior!
:ara ue seus dados sejam confi*eis, toda lista de *erifica/0o de*e ter espa/o onde registrar o local, a data da
coleta e o nome do respons*el pelo tra3alho! D laRout da planilha depende do uso ue se far dela e ualuer ue seja
o prop,sito da coleta de dados 7 essencial ue a forma de registro seja planejada para ue sua utili5a/0o seja fcil e
imediata!
ro"Jsitos
As listas de *erifica/0o s0o ferramentas ue uestionam o processo e s0o rele*antes para alcan/ar a ualidade,
atendendo a di*ersos prop,sitos como;
+ornar os dados fceis de se o3ter e de se utili5ar<
9ispor os dados de uma forma mais organi5ada<
=erificar o tipo de defeito e sua porcentagem<
=erificar a locali5a/0o do defeito; mostrar o local e a forma de ocorrOncia dos defeitos<
=erificar as causas dos defeitos!
>anta6ens % Des@anta6ens das Iistas de >eri;i#a<9o
Estrati;i#a<9o
Antes de ser constru(da a folha de *erifica/0o, de*e'se ter em mente a estratifica/0o, ue 7 uma ferramenta
importante, e ue precisa ser usada antes da coleta de dados!
2stratificar 7 agrupar elementos com as mesmas caracter(sticas, ou seja, itens iguais ou muito semelhantes, tendo
causas e solu/4es comuns! D o3jeti*o 7 encontrar padr4es ue auCiliem na compreens0o dos mecanismos causais e
*aria/4es de um processo!
"o caso de dados cont(nuos, a estratifica/0o seria a cria/0o de classes de freSOncia, nos discretos, a defini/0o de
*ari*eis ou parYmetros ue filtrem os dados @eC!; dataXhora, lote, fornecedor, turno, operador, categoria do defeito, etc!A!
Fi6ura 1 - Estrati;i#a<9o
!i"os de Iistas de >eri;i#a<9o
2Ciste uma infinidade de tipos de listas de *erifica/0o! .ostraremos algumas delas!
Iista de @eri;i#a<9o "ara distri$ui<9o do "ro#esso de "rodu<9o
2ste tipo de lista 7 utili5ado para estudar a distri3ui/0o de *alores cont(nuos, caracter(sticos de alguns tipos de
processo!
"este caso, normalmente s0o usados histogramas! :or7m, ao fa5er um histograma 7 duplamente tra3alhoso
coletar uma grande uantidade de dados e, em seguida, fa5er um grfico mostrando a distri3ui/0o de freSOncias! )m
modo mais simples 7 classificar os dados no momento em ue s0o coletados!
"o eCemplo a3aiCo, podemos acompanhar a *aria/0o nas dimens4es de um certo tipo de pe/a cuja especifica/0o
de fa3rica/0o 7 G!LJJ Z J,JJ%! Cada *e5 ue uma medi/0o 7 feita, um % 7 colocado no local apropriado, de forma a ter'
se o histograma pronto uando as medi/4es s0o completadas!
Fi6ura / 8 Iistas de @eri;i#a<9o "ara distri$ui<9o do "ro#esso de "rodu<9o
Iista de @eri;i#a<9o "ara item de;eituoso @:aper de .onitoriaA
2ste tipo de lista de *erifica/0o permite listar uantidades de defeito para cada item inspecionado, mostrando uais
tipos de defeitos s0o freSentes e uais n0o s0o, possi3ilitando uma estratifica/0o dos dados para auCiliar nas a/4es
correti*as!
Considera/4es ao desen*ol*er e utili5ar este tipo de formulrio;
A contagem de defeitos pode n0o ser necessariamente igual ao n8mero de unidades rejeitadas @isto 7, mais de
um erro por unidadeA<
A contagem de defeitos pode n0o refletir as mudan/as ao longo do tempo<
9efini/4es operacionais podem ser necessrias para certos defeitos<
2stas considera/4es podem ser gerenciadas atra*7s de um planejamento cuidadoso do formulrio de coleta de
dados<
D formulrio de tipos de defeito precede a constru/0o de um grfico de :areto!
Figura # T :areto de Itens pontuados
2C; Formulrio de monitoria de .onitoria
Fi6ura / - Iistas de @eri;i#a<9o "ara itens
' Ferramenta 8 Dia6rama de Causa e E;eito AIs0iKaLa ou Es"in0a-de-ei%eC
De;ini<9o
+7cnica para anlise das causas profundas, na transi/0o entre a descri/0o do pro3lema e a formula/0o de
solu/4es! "a prtica constitui'se 3asicamente de um diagrama ue mostra a rela/0o entre uma caracter(stica da
ualidade e os fatores, permitindo ue seja identificada uma rela/0o significati*a entre um efeito e suas poss(*eis
causas!
ro"Jsitos
B usada para auCiliar a identifica/0o e a justificati*a das causas, e melhorias de determinados processos, de modo
a analogamente incorpor'las em processos similares!
:or7m, a utili5a/0o deste diagrama n0o di5 respeito apenas ? in*estiga/0o das causas de defeitos e falhas, de
modo a e*itar sua reincidOncia, mas 7 mais utili5ado com este moti*o!
Ao serem listadas di*ersas causas rai5, ou causas profundas, 7 necessrio identificar auelas de maior impacto
so3re a eficiOncia e eficcia do todo! 2stas causas restringem e o3struem o sistema e o processo de tra3alho! Assim, a
resolu/0o de restri/4es de menos impacto n0o ajudar caso estas causas n0o sejam resol*idas, e o todo continuar
comprometido!
Como Fun#iona
A *is0o do todo direcionada a processo, ou a gest0o por processos, possi3ilita aos interessados e tomadores de
decis0o ue cheguem a uma conclus0o, 3aseada em dados espec(ficos, e tomem consciOncia de ue 7 preciso 3uscar
mais eCplica/4es al7m dauelas ue os olhos podem *er, ou dauelas ue s0o de dif(cil ou de imposs(*el resolu/0o! Ao
se deparar com um pro3lema, a tendOncia 7 ue se coloue a culpa na falta de recursos, ou na m gerOncia e
administra/0o< no campo de fute3ol se demite o t7cnico! A realidade mostra ue eCistem outras causas so3re as uais
temos menos controle e conhecimento, como por eCemplo eCpectati*as n0o transparentes, a*alia/4es pouco freSentes
do desempenho, e outras coisas! A prtica di5 ue no conhecemos o que no podemos medir!
"o eCemplo citado, a conclus0o eui*ocada de ue h falta de recursos, pode na realidade ser originada de uma
m aloca/0o de fundos, com mal planejamento ou m coordena/0o!
Sua confec/0o pode parecer apenas 3urocracia, mas seus efeitos na melhoria dos processos s0o surpreendentes!
B importante para se repensar as *ari*eis en*ol*idas em um processo!
:or isso, para ue possamos resol*er os pro3lemas, primeiramente precisamos identificar as sua causas!
Estrutura dos Dia6ramas de Causa e E;eito e Fatores En@ol@idos
)m diagrama de causa e efeito tam37m 7 chamado de Ediagrama de espinha de peiCeF porue ele se parece com o
esueleto de um peiCe, conforme mostrado na Figura #! )m eCemplo real 7 mostrado na Figura N!
2ste diagrama possi3ilita ue se aprofunde a anlise, e ue se tenha uma *is0o macrosc,pica, de di*ersos fatores
en*ol*idos no processo, facilitando a *isuali5a/0o das causas dos pro3lemas, definindo aspectos como;
.0o'de'D3ra @ou pessoasA
.ateriais @ou componentesA
.uinas ou euipamentosA
.7todos
.eio Am3iente
.edi/0o!
Fi6ura 1 8 Estrutura do Dia6rama de Causa e E;eito
Fi6ura / 8 Dia6rama de Causa e E;eito da @aria<9o dimensional do roduto (7
Fatores #rMti#os de su#esso do uso do dia6rama na solu<9o de "ro$lemas:
#! :articipa/0o de todos os en*ol*idos<
N! "0o criticar nenhuma id7ia<
L! =isi3ilidade fa*orece a participa/0o<
M! Agrupar as causas conjuntamente<
%! "0o so3recarregar demais o diagrama<
K! Construir um diagrama separado para cada pro3lemaXdefeito<
6! Imaginar as causas mais fa*or*eis<
G! Criar am3iente de solu/0o am3ientada<
$! 2ntender claramente cada causa!
, Ferramenta 8 Gr*;i#o Iinear ASBrie !em"oralC
De;ini<9o
Consiste em um grfico com pontos sucessi*os ue mostre a distri3ui/0o de uma *ari*el em fun/0o do tempo
sendo ligados por meio de linhas retas, posto ue nenhuma informa/0o 7 dada so3re a popula/0o durante os anos
intermedirios! .oti*o esse ue le*a esse grfico a ser denominado de grfico linear @s7rie temporalA!
ro"Jsitos
A*aliar a e*olu/0o de um conjunto de dados ao longo do tempo!
Constru<9o
Seguem os passos para ela3ora/0o de um grfico linear!
a! Construir um grfico cartesiano<
3! .arcar no eiCo hori5ontal @CA o tempo @anos, mesesA<
c! .arcar no eiCo *ertical @RA os *alores da *ari*el<
d! )nir os pontos marcados com segmentos de reta<
e! A*aliar a presen/a de tendOncias, ciclos, etc!
E%em"lo
A ta3ela a3aiCo representa os (ndices de reclama/0o da A"A+2& para opera/4es BI+!!!
7 Ferramenta 8 Carta AGr*;i#oC de Controle
)istJri#o N De;ini<9o
D 9r! [alter Shewhart, do Bell &a3s, enuanto estuda*a os dados de um dos processos de seu la3orat,rio, na
d7cada de NJ, foi o primeiro a formali5ar a distin/0o entre *aria/0o controlada e n0o controlada, ue corresponde ao ue
chamamos de causas comuns e causas especiais @conforme *eremos mais a frenteA! 2le desen*ol*eu uma ferramenta
simples, mas poderosa, para separar esses dois tipos de causas, ue chamou de carta de controle! 9esde essa 7poca,
as cartas de controle tOm sido usadas com sucesso numa grande *ariedade de situa/4es de controle de processo! A
eCperiOncia tem mostrado ue as cartas de controle efeti*amente e*idenciam causas especiais de *aria/0o uando elas
aparecem, e refletem a eCtens0o da *aria/0o de causas comuns ue de*em ser redu5idas com a melhoria do processo!
D uso dessa ferramenta na melhoria do processo 7 um procedimento interati*o, em ue as fases de coleta,
controle e anlise s0o repetidas! :rimeiro, os dados s0o coletados de acordo com um plano< 3aseado nesses dados s0o
calculados os limites de controle ue s0o a 3ase da interpreta/0o estat(stica! :ara implementar melhorias no controle e
na capacidade, causas comuns e especiais de*em ser identificadas e o processo de*e ser alterado para elimin'las,
uando poss(*el! D ciclo, ent0o, se reinicia, *isto ue mais dados ser0o coletados, interpretados e usados como 3ase
para a a/0o!
)ma carta de controle 7 composta por;
um grfico cartesiano, onde o eiCo hori5ontal representa o tempo e, o *ertical, o *alor da caracter(stica<
um conjunto de *alores @pontosA unidos por segmentos de reta<
trOs linhas hori5ontais; limite inferior de controle, limite controle e linha m7dia<
Fases:
$. Coleta: 9ados para a caracter(stica @processo ou produtoA em estudo s0o reunidos e con*ertidos para uma
maneira em ue possam ser marcados numa carta de controle! 2sses dados poderiam ser, por eCemplo, *alores
de dimens0o de uma pe/a, n8mero de falhas em um produto, horrios, *ari*eis f(sicas @temperatura, press0o,
etc!A!
%. Controle: Ds limites preliminares de controle s0o calculados 3aseados nos dados! 2les s0o desenhados na carta
como um guia para anlise! &imites de controle n0o s0o limites de especifica/0o ou o3jeti*os, mas est0o
3aseados na *aria3ilidade natural do processo e no plano de amostragem!
&. An*lise e 4el0oria: 9epois ue todas as causas especiais tenham sido corrigidas e o processo esteja operando
em controle, a carta continua como uma ferramenta de monitora/0o! A capacidade do processo pode ser
calculada, tam37m! Se a *aria/0o decorrente de causas comuns 7 eCcessi*a, o processo pode n0o ser capa5 de
produ5ir resultados ue estejam consistentemente em conformidade com os reuisitos do cliente! "esse caso,
a/4es gerenciais podem ser necessrias para a melhoria do sistema!
Oene;M#ios
)sadas adeuadamente, as cartas de controle podem;
Ser*ir aos operadores para o controle cont(nuo do processo<
Ajustar o processo para ue produ5a de forma consistente, pre*is(*el, com ualidade e custo adeuados<
D3ter do processo, resultados com;
o melhor ualidade<
o menor custo por unidade<
o maior capacidade instalada<
Fornecer uma linguagem comum para a anlise do desempenho do processo, separando causas especiais de
*aria/0o das comuns, como um guia para a/4es locais so3re o sistema!
!i"os de Carta de Controle
>ari*@eis:
.7dia @ A e Amplitude @IA
.7dia @ A e 9es*io :adr0o @sA
.ediana @ A e Amplitude @IA
=alores .,*eis Indi*iduais e Amplitude .,*el @\ T A.A
Atri$uto
:ropor/0o "0o'Conforme @pA
"8mero de Itens "0o'Conformes @"pA
"0o'Conformidades @c, uA!
Constru<9o
Comece planejando como e onde *ocO aduirir seus dados @escre*a uma 9efini/0o DperacionalA!
Complete a informa/0o de identifica/0o da carta @o ue est sendo medido, datas, local, coletorA!
Calcule a m7dia de processo @somente para Cartas de ControleA!
Calcule os limites de controle superior e inferior @somente para Cartas de ControleA!
9etermine a escala para a carta de controle, es3oce o centro e as linhas de controle!
Interprete o grfico!
Inter"reta<9o