A UTILIZAÇÃO DE GRÁFICOS DE CONTROLE E ANÁLISE DE CAPACIDADE EM UMA EMPRESA SIDERÚRGICA DE MINAS GERAIS

Transcrição

1 XXX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO Maturidade e desafios da Engenharia de Produção: competitividade das empresas, condições de trabalho, meio ambiente. São Carlos, SP, Brasil, 2 a de outubro de 200. A UTILIZAÇÃO DE GRÁFICOS DE CONTROLE E ANÁLISE DE CAPACIDADE EM UMA EMPRESA SIDERÚRGICA DE MINAS GERAIS denise cristina santos de souza (UFOP) denisecristina@hotmail.com Magno Silvério Campos (UFOP) magno.sopmac@gmail.com Maurinice Daniela Rodrigues (UFOP) mauriniceufop@yahoo.com.br O Controle Estatístico do Processo - CEP é uma das ferramentas mais utilizadas da Engenharia da Qualidade para o alcance da excelência operacional nas organizações. E a Análise de Capacidade é a ferramenta que melhor define as condições de operação de um processo. Este trabalho aborda a utilização de ferramentas e técnicas do CEP que podem contribuir para o controle da variabilidade e estabilidade dos sistemas de produção, além de apresentar a Análise de Capacidade como seqüência fundamental para análise estatística dos processos. Realiza-se o estudo em uma empresa siderúrgica de grande porte, que almeja total satisfação dos seus clientes e redução da produção de itens não-conformes. Baseado em uma pesquisa bibliográfica, faz-se uma análise e um estudo estatístico do processo produtivo de arames galvanizados, utilizando como suportes do trabalho Ferramentas do CEP e Análise de Capacidade. O estudo detecta que o diagnóstico completo de um processo de produção deve ser apresentado pelo uso conjunto de Gráficos de Controle e Análise de Capacidade, que muito têm a contribuir para o alcance da excelência operacional nas organizações. Palavras-chaves: Qualidade, controle estatístico do processo, gráficos de controle e análise de capacidade

2 . Introdução O mercado possui diversos fatores competitivos, que muitas vezes, exercem influências sobre as empresas, sem nem mesmo estar relacionados às suas ações. No entanto, a qualidade, um dos fatores que determinam o grau de competitividade das corporações, depende prioritariamente de ações e políticas organizacionais, que buscam manter um padrão operacional qualificado por meio de gestões, programas, métodos e ferramentas. Neste contexto, o Controle Estatístico do Processo CEP, segundo Oliveira (2000) e Werkema (), se refere a um conjunto de ferramentas utilizadas com o propósito de possibilitar a intervenção racional num sistema de produção, a fim de conferir-lhe qualidade. De acordo com Montgomery (2003, p.36), através do uso de gráficos de controle, a mais poderosa das ferramentas do CEP, pode-se realizar a monitorização da variabilidade do processo, obter informações que colaborem para a melhoria das etapas produtivas e estimar os parâmetros do processo, verificando por meio destes a sua capacidade. Em todo e qualquer processo produtivo, é preciso que se estabeleçam parâmetros a serem avaliados e limites superiores e inferiores, os quais determinem e indiquem sua variação aceitável. Assim ocorre com as empresas do setor siderúrgico brasileiro, que para manteremse bem posicionadas nos mercados nacional e internacional, precisam, entre outros quesitos, conhecer e controlar seus processos, a fim de atender às necessidades dos clientes, garantindolhes produtos com alto padrão de qualidade. Portanto, o controle e acompanhamento dos seus mais diversificados processos como laminação, trefilação, exaustão, usinagem, galvanização, se fazem necessários. A galvanização, tratamento superficial do material, merece atenção especial em relação a sua qualidade. Para que seu objetivo principal, impedir o contato do metal com o meio corrosivo, seja satisfeito e que o produto final atenda com qualidade às necessidades dos clientes, é preciso prioritariamente que seu processo produtivo seja de qualidade e que esta esteja presente desde o início do processo de fabricação até o acondicionamento do arame já galvanizado. Sendo assim, gerenciar a variabilidade do processo, bem como sua capacidade em atender às exigências colocadas a ele, é fator chave para o seu sucesso e qualidade do seu produto. Embora os Gráficos de Controle não informem as causas dos defeitos e a origem dos desvios, através deles pode-se obter o estudo da capacidade do processo, o qual identifica a presença de defeitos, a sua intensidade e a uniformidade e desempenho do processo. Dessa forma, este trabalho pretende analisar a contribuição dos Gráficos de Controle e da Análise de capacidade para a fabricação de arames galvanizados de uma empresa siderúrgica de Minas Gerais. 2. Justificativa Embora a qualidade, segundo a International Bussines Report - IBR (200), seja considerada a principal vantagem competitiva por 70% das empresas privadas de capital fechado do mundo, ela não atua de forma plena e completa nas organizações. Métodos, programas, ferramentas que buscam sua melhoria contínua sempre estarão em evidencia no âmbito empresarial. Métodos estatísticos têm sido cada vez mais difundidos e utilizados para o entendimento e melhoria dos processos produtivos. Segundo Montgomery (2003, p.363), a maioria dos 2

3 processos não opera em estado de controle estatístico, o que justifica e evidencia a necessidade do uso de ferramentas como os gráficos de controle. Os gráficos de controle, por serem simples e de fácil construção, é uma das ferramentas estatísticas mais aplicadas para o monitoramento dos processos produtivos e para identificação de causas especiais, responsáveis por provocar mudanças no processo. No entanto, o uso indiscriminado e sem o conhecimento concreto desta ferramenta pode implicar em diagnósticos errôneos e ajustes desnecessários no processo. Além disto, estes gráficos só se tornam úteis e confiáveis para o cálculo da média e da variabilidade do processo, quando as escolhas dos valores das constantes envolvidas na sua construção estiverem corretas. Este trabalho apóia-se também no fato de que o processo, mesmo que sob controle estatístico e com variabilidade previsível, produza itens não-conformes. Logo, não é preciso apenas um processo sob controle, mas é fundamental que ele seja capaz de atender às especificações estabelecidas com base nas necessidades de seus clientes. A análise estatística do processo por meio de gráficos de controle e sua posterior análise de capacidade, como serão apresentados em um estudo de caso de uma empresa siderúrgica de Minas Gerais, se fazem necessários para obtenção de um processo sob controle e capaz. Portanto, esta pesquisa se justifica pela excelência operacional almejada pelas empresas, a fim de se reduzir a produção de não-conformes e a variabilidade dos processos por meio do uso adequado dos Gráficos de Controle e da Análise de Capacidade. 2. Base Teórica do Estudo 2.. Qualidade Segundo Montgomery (2004), o conceito tradicional de qualidade está diretamente relacionado à satisfação dos clientes. As especificações de produtos e serviços devem ser as exigidas por aqueles que vão usá-los. Melhado (apud Deming 200) tem a visão de que qualidade é relativa e muda seu significado à medida que as necessidades dos clientes evoluem. Tem-se então que a qualidade não é um objetivo estático, que uma vez alcançada sempre apresentará bons resultados. Ela deve ser constantemente trabalhada e monitorada, a fim de que as exigências dos clientes sejam sempre atendidas. Sendo assim, meios para obtê-la e assegurá-la ao longo do tempo também foram inseridos em sua conceituação. O próprio Deming () define que a busca pela qualidade ocorre por meio do seu controle estatístico. Já Juran (2002, p.) torna-se pioneiro em relacionar o conceito de qualidade à estratégia empresarial, por meio de sua famosa trilogia: Melhoria, Planejamento e Controle. Para ele, dentre os vários conceitos de qualidade, dois merecem destaque: as características do produto: Aos olhos dos clientes, quanto melhores as características do produto, mais alta a sua qualidade e a ausência de deficiências:... quanto menos deficiências, melhor a qualidade. Nessa concepção, Oliveira (2004, p.4) afirma que a qualidade não é mais uma estratégia de diferenciação no mercado, mas uma condição de preexistência. Cabe, portanto, ressaltar que qualidade refere-se à satisfação das expectativas geradas pelo produto ou serviço que uma organização dispõe no mercado, entretanto, para qualquer que 3

4 seja sua definição, palavras-chaves, tais como cliente, necessidades, especificações, melhoria, competitividade, sempre se farão presentes, certas de que são os pilares deste conceito Controle Estatístico do Processo Desenvolvido por Shewhart na década de 20, o Controle Estatístico do Processo CEP consiste em um conjunto de métodos estatísticos que estuda a variabilidade do processo, a fim de mantê-lo sob controle. Segundo Costa (200), variabilidade está relacionada à condição normal do processo de não produzir peças exatamente iguais, e pode ocorrer devido às causas aleatórias, inerente a qualquer processo produtivo, e às causas especiais, que devem ser detectadas e diagnosticadas, uma vez que podem alterar o estado de controle do processo. Ainda Costa (200, p.6) afirma que desajustes e/ou falta de estabilidade do processo (provocados por causas especiais) reduzem sua capacidade e aumentam o número de itens não conformes produzidos. Toledo (2006) ainda afirma que o CEP visa não só o controle, mas também a melhoria do processo. Segundo ele, definir a próxima etapa do processo como cliente da etapa anterior é um dos princípios fundamentais para implantação e gerenciamento do Controle Estatístico do Processo Gráfico de Controle Segundo Moreira (apud Banks 2008), os gráficos de controle surgiram a partir da necessidade de encontrar métodos mais rigorosos de controle da qualidade que pudessem gerar mais confiança nos produtos e serviços. Sendo assim, em 24, buscando técnicas que pudessem monitorar o processo, Walter Andrew Shewhart desenvolveu o primeiro gráfico de controle (JUNIOR apud MONTGOMERY, 2007). Também conhecido como carta de controle, o gráfico de controle, segundo Alencar (2007, p.88), teria como objetivo detectar desvios de parâmetros representativos do processo, reduzindo a quantidade de produtos fora de especificações e os custos de produção. Ramos (7) resume os objetivos deste gráfico como sendo três básicos: verificar se o processo em análise é estatisticamente estável, sem a presença de causas especiais; verificar se o processo continua estável, indicando quando se deve atuar sobre ele e permitir o aprimoramento constante do processo, por meio da redução de sua variabilidade. Partindo para sua conceituação, Alencar (2007, p.88) afirma tratar-se de gráficos temporais que apresentam os valores de medição da variável de interesse no eixo vertical e os pontos no tempo nos quais as medições são efetuadas no eixo horizontal. Este gráfico apresenta uma linha central (LC), assim como limite inferior de controle (LIC) e limite superior de controle (LSC) (TRIOLA,). A linha central, segundo Moreira (apud Montgomery 2008), representa o valor alvo do processo. Já os limites superior e inferior de controle LSC e LIC definem respectivamente, os valores máximo e mínimo que a variável em análise pode atingir para que o processo mantenha-se sob controle (Moreira apud Montgomery 2008). Suponhamos que W seja uma estatística da amostra, que represente um parâmetro do processo ou uma característica de qualidade, que sua média seja µw e o desvio-padrão seja σw, podemos então definir um modelo geral para a linha central, o limite superior de controle e o limite inferior de controle, como representado pelas equações, 2 e 3: () LSC = µw + σw ; (2) LC = µw; e (3) LSC = µw kσw (MONTGOMERY, 2003). 4

5 O valor de k, segundo Montgomery (2003, p.363), seria a distância dos limites de controle a partir da linha central, expressa em unidades de desvio-padrão. Moreira (apud Montgomery 2008) explica que os limites estabelecidos a três desvios-padrões fazem com que a probabilidade de um ponto estar dentro dos limites seja de,74%. O que evita reajustes que seriam necessários, caso os pontos estivessem ultrapassando as linhas de limite de controle Análise de Capacidade do Processo Segundo Pires (2000, p.22), o estudo da capacidade do processo é um procedimento que evolui a partir do estudo das cartas de controle. As especificações de projeto são determinadas pela engenharia e/ou pelo cliente. Para que o processo seja considerado capaz, é necessário que as características dos itens produzidos não ultrapassem o que são denominados Limite Superior de Especificação LSE e Limite Inferior de Especificação LIE. Estes limites são completamente distintos dos limites de controle do processo. Os limites de controle monitoram a existência de causas especiais e a condição de controle estatístico do processo, enquanto os limites de especificação monitoram a capacidade do processo em atender às exigências do projeto. Sendo assim, no estudo da capacidade, é relevante diferenciar um processo estável de um processo capaz. Segundo Pires (2000, p.22), processos sob controle estatístico podem não ser capazes de atender as especificações do cliente e isso acontece quando, apesar de estável, o processo apresenta uma variabilidade devido às causas comuns maiores do que a amplitude das especificações determinadas pelos clientes. Para analisar a capacidade de determinada característica é necessário inicialmente conhecer sua distribuição de probabilidade e estimar sua variabilidade e média para que os limites naturais de tolerância do processo possam ser calculados. Segundo Montgomery (2004), os limites inferior e superior naturais do processo, considerando µ = média e σ = desvio-padrão do processo, podem ser calculados com base nas equações 4 e : (4) LSNT = µ + 3σ; e () LINT = µ - 3σ. Ainda de acordo com Montgomery (2004), para a distribuição normal da variável, os limites LSNT e LINT incluem,73% da variável, ou seja, apenas 0,27% dos itens liberados pelo processo não atendem os limites de tolerância. Para que um processo seja considerado capaz em relação a uma determinada característica, é necessário que a sua variabilidade natural (6 ) seja menor que a amplitude dos limites de especificação (LSE - LIE). Caso a variabilidade natural (6 ) seja maior que a amplitude das especificações, o processo será considerado não capaz de atender às exigências impostas pelo cliente e/ou engenharia Índice de Capacidade De acordo com Palheta (200), os índices de capacidade são números adimensionais que permitem uma quantificação do desempenho dos processos e utilizam as informações de modo que seja possível avaliar se um processo é capaz de gerar produtos que atendam às especificações. O índice de capacidade potencial do processo - indica qual seria a capacidade do processo caso sua centralidade estivesse localizada no valor nominal da especificação. Já o - índice de capabilidade mede o desempenho do processo e, diferentemente do,

6 considera a dispersão processo em relação a sua média de amostras, indicando ainda para qual lado está o seu deslocamento. 3. Estudo de Caso 3.. Setor de Galvanização A galvanização é um processo metalúrgico que consiste no revestimento de metais por metais mais nobres, com o principal objetivo de garantir-lhes resistência à oxidação. Este processo pode ocorrer a quente (zincagem) ou a frio (eletrolítica). 3.. Caracterização da empresa A empresa em estudo pertence ao ramo siderúrgico e se encontra localizada na cidade de Contagem MG. Especializada em arames e derivados, atende os mercados nacional e internacional com uma produção mensal de aproximadamente 3 mil toneladas. Conta com a colaboração de 200 funcionários e apresenta sua produção dividida em seis unidades fabris (Arame Farpado, Arame Galvanizado, Arame para Solda, Arame Protendido, Arame Baixo Teor Carbono, Arame Alto Teor Carbono). A Fábrica de Galvanização, como será referida no trabalho a unidade de produção onde ocorreu o estudo, é produtora de arame galvanizado e conta com uma produção mensal de 7000 mil toneladas, o que representa 20% da produção total da empresa. Toda sua produção destina-se a clientes externos (mercados nacional e internacional) e clientes internos (outras unidades fabris da própria empresa). Para isto, ela possui um vasto portfólio que é contemplado com mais de 00 tipos de produtos de diferentes aplicações. Todos estes produtos apresentam um trajeto definido dentro da fábrica e o controle da qualidade acontece online, acompanhando-se os parâmetros de qualidade em cada etapa do processo e também após sua produção, momento em que os produtos são submetidos a testes de qualidade, que verificam suas especificações a fim de garantir a satisfação do cliente. Como a busca pela qualidade se dá de forma constante nas organizações, já que seu conceito não é estático, sempre há oportunidades para melhorias e consequente aumento da competitividade da empresa e da satisfação do cliente. Sendo assim o produto, ao qual iremos tratar por Race, sempre atendeu o mercado com alto nível de qualidade e no intuito de mantêlo neste patamar, foi identificado dentre suas características uma oportunidade para efetiva melhoria. O mercado do Race encontra-se em constante crescimento desde 2008 e sua produção mensal é de 800 toneladas, representando mais de % da produção total da fábrica O produto Race Processo Produtivo Na Fábrica de Galvanização, a galvanização ocorre através da zincagem, ou seja, da imersão do material férrico, neste caso arame, em banhos de zinco com altas temperaturas. A zincagem é um processo contínuo que acontece em linha, a qual pode ser denominada linha de zincagem ou linha de galvanização. Para que o arame percorra a linha de galvanização, existem 40 desenroladeiras no início do processo, que são responsáveis por desenrolar o arame da bobina vertical. Cada desenroladeira pode desenrolar apenas uma bobina por vez. No final da linha, existem também 40 bobinadores que são responsáveis por acondicionar o arame, já galvanizado, em 6

7 spiders, fechando então o ciclo do processo de galvanização. No entanto, os produtos da Fábrica de Galvanização antes de percorrerem a linha de galvanização passam por outras etapas produtivas. A linha de galvanização ou é uma das etapas finais do processo ou é uma etapa intermediária. Neste trabalho serão apresentadas somente as etapas produtivas do produto em estudo, o Race. A decapagem é a primeira etapa do processo de fabricação do Race e ocorre em outra fábrica da empresa. Esta etapa consiste na submersão do fio-máquina (matéria-prima do processo) em um banho de Ácido clorídrico e tem por finalidade a remoção das superfícies, das carepas e de outros óxidos que estão recobrindo-o. Após ser decapado, o fio-máquina segue para a Fábrica de Galvanização, iniciando o processo com a etapa de trefilação, que consiste na redução da seção transversal e respectivo aumento no comprimento do fio. O fio-máquina que é matériaprima para o Race tem o diâmetro de 6,3 milímetros e ao passar pela etapa de trefilação apresenta o diâmetro final igual a 2,3 milímetros, que é o exigido nas especificações do produto. Ao deixar a trefilação acondicionado em bobinas verticais, o arame segue para a linha de galvanização, onde das 40 desenroladeiras e fios disponíveis, 0 são exclusivos para desenrolar e rodar este produto. Após percorrer a linha de galvanização, o Race é acondicionado em spiders e segue para ser embalado. O processo de embalagem é a última etapa do chão-de-fábrica. O produto segue, então, para expedição, de onde será pesado e encaminhado para os clientes A qualidade do produto Assim como qualquer produto da Fábrica de Galvanização, o Race tem o acompanhamento das suas características de qualidade. Em cada etapa do processo produtivo existem variáveis que são verificados por meio de inspeções e controle da qualidade. Na galvanização, algumas variáveis são avaliadas pelos próprios operadores, enquanto outras devem ser analisadas no laboratório de ensaios físicos e químicos. A cada spider que é retirado do processo, o operador retira uma espira do arame para fazer as medições do seu cast e do seu helix. O cast é a medida do diâmetro que espira de arame assume ao ser enrolada no spider e o helix é a distância entre as pontas da espira. Estes indicadores estão relacionados, respectivamente, às variáveis peso e altura que o arame atinge no spider. No laboratório, é avaliado o diâmetro do arame, sua resistência ao arrebentamento, sua capacidade de torção, de alongamento e a gramatura de zinco que lhe foi adicionada. Todas as características, avaliadas pelos operadores ou pelo laboratório, apresentam padrões determinados pelas normas da Associação Brasileira de Normas Técnicas - ABNT ou estabelecidas pela engenharia com base no histórico do processo Possibilidade de Melhoria O Race sempre foi um produto de grande aceitação no mercado e com altos percentuais de satisfação. Entretanto, nos últimos meses foi identificada uma oportunidade de melhoria em uma característica do acondicionamento do arame que interferia diretamente na qualidade do processo produtivo do cliente: a altura que o arame acondicionado atingia no spider. O spider tem,60 metros de altura e a média histórica da altura do arame Race no spider era de,30 metros. Para o cliente, o ideal seria que a altura limite atingisse no máximo,20 metros, acima disto a sua máquina de desenrolar o arame não se encaixava perfeitamente no spider e 7

8 constantemente o arame arrebentava ou embaraçava, interrompendo todo o processo produtivo. Em acordo com a assistência técnica do produto, foi definido então que o Race só seria entregue aos clientes com sua altura máxima no spider de,20 metros. Além disso, um spider ocupado até,20 metros comportaria 700 kilos acondicionando o Race. Dessa forma, o trabalho consiste em acompanhar as variáveis peso e altura deste processo a fim de apresentar seu diagnóstico, informando se ele encontra-se estatisticamente sob controle, bem como se é capaz de atender os limites a ele especificado. Os indicadores cast e helix são também de extrema importância para acompanhamento deste processo, uma vez que eles estão diretamente relacionados ao peso que arame acondicionado apresenta e sua altura alcançada no spider. Sendo assim, eles também foram acompanhados Coleta dos dados Os indicadores de qualidade diretamente relacionados ao estudo são o cast e o helix. Para realização deste trabalho, o primeiro passo foi realizar a observação das variáveis e seus indicadores periodicamente. Porém, nesta linha de galvanização existem como já mencionado, dez desenroladeiras (início do processo) e dez bobinadores (fim do processo) para o produto Race e, com objetivo de facilitar a compreensão do processo e a identificação de possíveis causas perturbadoras, este trabalho irá propor e utilizar como metodologia a análise e estudo de apenas uma saída do processo, a fim de que o estudo proporcione resultados coerentes com reais propostas de melhorias, para que então ele possa ser aplicado posteriormente e com maior know-how nos outros bobinadores deste produto. Como o tempo de produção de cada produto Race era muito longo, aproximadamente 8 horas, definiu-se que a freqüência de amostragem seria seqüencial. Para conseguir uma amostra representativa, foram coletados durante 2 dias (de 03 a 4 de setembro de 200) medidas de todos os produtos Race que deixavam o processo de galvanização somente pelo bobinador A, bobinador definido para este estudo, e assim no final desta coleta de dados obtivemos uma amostra com 36 medições para as variáveis e indicadores avaliados. É importante lembrar que foi necessário fazer a coleta do peso para se identificar a capacidade do processo em atender o que, no momento, seria o ideal para a empresa: produtos Race com no mínimo 700 kilos. A altura do arame no spider também era uma variável a ser avaliada, uma vez que esta era a principal reclamação do cliente quanto ao produto. As medições de cast e helix baseavam-se em um gabarito já existente na empresa e tinham como parâmetros os dados históricos do processo. O cast deveria estar compreendido entre 6 e 80 centímetros e o helix entre 7 e 32 centímetros Análise dos dados e do processo Esta etapa do trabalho consiste na análise das características avaliadas no processo. Para auxiliar no estudo estatístico, foi utilizado o software estatístico Minitab versão. Cada indicador e variável foi avaliado individualmente e os métodos para avaliação e as conclusões serão também apresentados um por um, na seqüência. 8

9 3.4.. Cast O primeiro passo então consistiu em avaliar se o processo encontrava-se sob controle estatístico. Como as amostras foram retiradas seqüencialmente do processo e todas foram avaliadas, utilizamos o gráfico de controle para medidas individuais (individual value) para avaliar a centralidade do processo e o gráfico de controle para amplitude móvel (moving range) para avaliar sua variabilidade. Estudando os gráficos verificamos que nenhuma das 36 amostras avaliadas ultrapassou os limites de controle dos gráficos (representados pelas linhas vermelhas), não houve nenhuma tendência cíclica do processo, tampouco uma seqüência de oito pontos acima ou abaixo da linha central. Desta forma e de acordo com a base teórica descrita no trabalho, pode-se afirmar que o processo de produção do Race encontrava-se sob controle estatístico quando se trata do indicador Cast. Como foi verificado o controle estatístico do processo, em um segundo momento foi realizada uma análise da capacidade do processo em atender as especificações impostas a ele. No entanto, para que fosse possível analisar sua capacidade, era preciso que seus dados obedecessem estatisticamente à distribuição normal. Ao realizarmos o teste de normalidade, verificamos que um conjunto de dados segue a distribuição normal quando o P-valor (P-Value) apresenta-se maior ou igual ao valor padrão do Nível de Significância, que é 0,0. O P-valor nada mais é que a probabilidade de se obter o efeito observado, ou seja, de obter a hipótese nula como verdadeira. A hipótese nula neste caso é os dados seguem uma distribuição normal com média µ e variância σ2. Utilizando o software estatístico novamente, podemos concluir como verificado pela figura, que os dados do Cast seguiam a distribuição normal. Logo, foi viável verificarmos a capacidade do processo em atender os limites inferior e superior de especificação do Cast que são respectivamente 6 e 80 centímetros. Pela a análise da capacidade do processo, representada pela figura, concluímos que o processo de produção do Race é incapaz de atender as especificações para a característica de qualidade Cast. O processo apresentou o índice Cp igual a 0,36 e o Cpk igual a 0,26 e de acordo com a literatura, quando o processo apresenta o índice Cp ou Cpk abaixo de,00, o processo não é capaz.

10 Values Moving Range Individual Value Análise Estatística - Cast 00 7 Gráfico de Controle para Medidas Individuais UCL=6,8 _ X=74,78 A nálise de Capacidade LSL USL Specifications LSL 6 USL LCL=2, Gráfico de Controle para A mplitude Móvel UCL=27,7 T este de Normalidade P: 0, MR=8, LCL= Últimas Observações StDev 7,37082 C p 0,34 C pk 0,24 Índices de Capacidade Overall Observation Fonte: Pesquisa Direta, 200 Figura : Análise Estatística do Cast Specs Sendo assim, concluímos o estudo estatístico em relação ao cast e afirmamos que embora o processo se encontrasse sob controle estatístico, este não era potencialmente capaz de atender as especificações para o indicador cast Helix A principal informação que deve se apresentar para esta análise são os limites inferior e superior de especificação deste indicador. Sendo assim, com base nos dados históricos do processo, foi definido que os valores apresentados pelo processo referente ao helix devem estar compreendidos entre 7 e 32 centímetros. Desta forma, o primeiro passo adotado para esta análise foi a construção dos gráficos de controle para medidas individuais (individual value) e para amplitude móvel (moving range), responsáveis respectivamente por avaliar a centralidade e a variabilidade do processo. Os gráficos estão representados na figura 2: Novamente foi verificado que o processo se encontrava também sob controle estatístico em relação à variável Helix, não havia pontos fora dos limites de controle e nenhum outro indício, como já citado na revisão teórica, que nos levasse a considerar o processo fora de controle. Também para a segunda etapa, os dados do helix foram submetidos ao teste de normalidade, para que a posterior análise de capacidade pudesse ser aplicada. De acordo com o P-valor (Pvalue) encontrado no teste de normalidade, igual a 0,24, portanto superior a 0,0, pôde-se afirmar que os dados da característica helix seguem a distribuição normal, como verificado na figura 2: No entanto, quando submetidos à análise de capacidade do processo, os dados coletados do 0

11 Values Moving Range Individual Value helix mostraram que o processo não era capaz de atender os limites inferior e superior de especificação, como pode ser comprovado pela figura 2. Análise Estatística - Helix Gráfico de Controle para Medidas Individuais UCL=0,6 _ X=24,67 A nálise de Capacidade LSL USL Specifications LSL 7 USL LCL=-, Gráfico de Controle para A mplitude Móvel UCL=32,30 Normal Prob Plot P: 0,240 MR=, LCL= Últimas Observações 20 Observation Fonte: Pesquisa Direta, 200 Figura 2: Análise Estatística do Helix As variáveis Peso e Altura 30 3 StDev 8,76 C p 0,2 C pk 0,28 Índices de Capacidade Overall A metodologia utilizada para os testes do Peso e Altura foi a mesma utilizada para avaliação do Cast e Helix. Inicialmente comprovamos pelos gráficos de controle para Medidas Individuais e de Amplitude Móvel que o processo estava sobre controle estatístico e pelo Teste de Normalidade que os dados eram normais, porém mais uma vez o processo apresentou-se incapaz de atender os limites estabelecidos, como pode ser visto pelas figuras 3 e 4. Specs

12 Values Moving Range Individual Value Values Moving Range Individual Value Análise Estatística - Altura,20,0 Gráfico de Controle para Medidas Individuais UCL=,28 _ X=,244 LSL A nálise de Capacidade USL Specifications LSL,0 USL,2 0, LCL=0,04,00,0,0,,20, 0,2 Gráfico de Controle para A mplitude Móvel UCL=0,28 T este de Normalidade P: 0,06 0, MR=0,064 0, LCL=0,0,,2,3 Últimas Observações Índices de Capacidade,2, StDev 0,08004 C p 0,7 C pk 0,43 Overall,0 20 Observation 30 3 Specs Fonte: Pesquisa Direta, 200 Figura 3: Análise Estatística da Altura Análise Estatística - Peso Gráfico de Controle para Medidas Individuais UCL=0,3 _ X=8,3 LSL A nálise de Capacidade USL Specifications LSL 700 USL LCL=6, Gráfico de Controle para A mplitude Móvel UCL=6, T este de Normalidade P: 0,67 00 MR=60, LCL= Últimas Observações StDev 3,38 C p 0,4 C pk 0,3 Índices de Capacidade Overall 20 Observation Fonte: Pesquisa Direta, 200 Figura 4: Análise Estatística do Peso 30 3 Specs 2

13 Neste caso, podemos visualizar de forma mais simples o que significa incapacidade do processo. Quando falamos que o processo não é capaz de atender os limites de especificação de peso e altura, estamos afirmando com base estatística, que há produtos Race sendo entregues com altura acima de,20 metros, como há também produtos sendo entregue com peso inferior a 700 kilos. Sendo assim, faz-se necessário um estudo de todas as possíveis causas para não capacidade do processo quanto a seus indicadores e variáveis de qualidade, a fim de que melhorias possam ser implantadas para se obter um processo capaz. 4. Conclusões e recomendações O desenvolvimento do trabalho partiu de uma necessidade da empresa em atender com total qualidade as expectativas de seus clientes. A partir desta necessidade, investigações e pesquisas foram realizadas sobre o problema levantado e pela utilização de ferramentas da Engenharia da Qualidade, tais como Controle Estatístico do Processo e Análise de Capacidade, pôde-se estudar e compreender o problema em questão. Os dados e informações fornecidos pela empresa juntamente com o estudo literário possibilitaram a execução deste trabalho e foram fundamentais para concluir que os Gráficos de Controle são ferramentas eficientes para o estudo da variabilidade dos processos produtivos e que a Análise de Capacidade é extremamente eficaz para distinguir processos sob controle estatístico e processos capazes. Embora o processo produtivo estudado se encontrasse sob controle estatístico, como verificado em toda a análise, ele era um processo não capaz de atender algumas especificações a ele impostas. Entre as recomendações para futuros trabalhos estão: a aplicação da metodologia proposta neste trabalho em outras saídas do processo em estudo; a utilização da metodologia Brainstorming para identificação de maior número de possíveis causas para o efeito avaliado no processo; a utilização do Diagrama do Pareto para avaliar entre as possíveis causas, aquelas que realmente interferem no efeito analisado; e construção de um plano de ação que ataque as causas identificadas. Referências ALENCAR, João Rui Barbosa de; LOPES, Carlos Edison; SOUZA, Maurício. Monitoramento do processo de compressão de comprimidos de captopril utilizando controle estatístico de processo. Artigo. Rev. Bras. Farm, pag 87-7, COSTA, Antonio Fernando B; EPPRECHT, Eugenio Kahn; CARPINETTI, Luiz Cesar R. Controle Estatístico de Qualidade. 2.ed. São Paulo: Atlas, 200. DEMING, W. Edwards. Elementary principles of the statistical control of quality. Tokio: Nippon Kagaku Gijustsu Remmei,. JUNIOR, Carvalho J.G.; ALMEIDA, S.; RAMOS, E.M. Gráfico de Controle de Regressão Estrutural. Artigo. Belém: UFAP, JURAN, Joseph M. A Qualidade desde o projeto: os novos passos para o planejamento da qualidade em produtos e serviços. São Paulo: Pioneira, MELHADO, Silvio B. Texto de Referência. Disponível em 00/Microsoft%20Word%20-%20_TG%2000-A%20e%202%20_%20200.pdf. Acessado em MONTGOMERY, Douglas C. Introdução ao Controle Estatístico da Qualidade. 4 ed. Rio de Janeiro: LTC, MONTGOMERY, Douglas C.; RUNGER, George C. Estatística Aplicada e Probabilidade para Engenheiros. 2.ed. Rio de Janeiro: LTC, 2003.

14 MOREIRA, Paula; SOUZA, Cleidson de. Utilização de Gráficos de Controle para Gerência Quantitativa de Processos de Software. Artigo. Belém: UFAP, OLIVEIRA, M. S.; MUNIZ, J. A.. Controle Estatístico e Gestão da Qualidade. Lavras, Fundação de Apoio ao Ensino, Pesquisa e Extensão, UFLA, OLIVEIRA, Otavio J. Gestão da Qualidade: Tópicos Especiais. São Paulo: Thompson, PALHETA, Marcus Vinícius O. A Influência do Estimador para o Desvio Padrão Baseado no Quartis Amostrais na Avaliação da Capacidade de Processos. Trabalho de Conclusão de Curso. Belém: Universidade Federal do Pará, 200. PIRES, Verônica T. Implantação do Controle Estatístico do Processo em uma Empresa de Manufatura de Óleo de Arroz. Porto Alegre, Universidade Federal do Rio Grande do Sul, Programa de Pós-Graduação em Engenharia de Produção, RAMOS, Alberto Wunderley. Controle Estatístico de Processo. In: CONTADOR, José Celso et al. Gestão de Operações: A Engenharia de Produção a serviço da modernização da empresa. 2.ed. São Paulo: Edgard Blucher, 7. TOLEDO, José Carlos de. Introdução ao CEP Controle Estatístico do Processo Disponível em Acessado em.0.0. TRIOLA, F. Introdução à Estatística. 7.ed. Rio de Janeiro: LTC,. WERKEMA, Maria Cristina. As Ferramentas da Qualidade no Gerenciamento de Processos. Volume da série Ferramentas da Qualidade. Belo Horizonte: Fundação Christiano Ottoni, Escola de Engenharia, Universidade Federal de Minas Gerais,. 4