Estatística para a Qualidade

ESTATÍSTICA para a QUALIDADE
Autores
António Ramos Pires
As dinâmicas empresariais aceleram a ritmos nunca vistos. As tecnologias e outras evoluções estão a alterar os quadros de referência, tornando-os rapidamente obsoletos. As alterações são cada vez mais drásticas e frequentes, acarretando pro- fundas adaptações. A evolução do acesso a dados e aos meios de comunicação torna a análise da informação perturbante, sendo mais difícil distinguir qual a informação relevante para o conhecimento e a tomada de decisão de forma atempada.
Para a gestão em geral e o movimento da qualidade em particular, importa conduzir a inovação, alavancar a informação em tempo real, conceber qualidade em produtos e processos inovadores, manter a organização ágil, adaptar novas tecnologias e materiais, redefinir o entendimento das necessidades não satisfeitas.
Muitos sentimentos surgem, alguns deles contraditórios entre si. Em primeiro lugar, a constatação da importante evolução dos conceitos, técnicas e métodos de gestão da qualidade. Em segundo lugar, o alargamento dos setores de atividade em que se introduziram sistemas da qualidade. Em terceiro lugar vemos com preocupação algumas situações perigosas de descrença e não uso de técnicas e métodos provados de controlo da qualidade. Alguns por acreditarem que estes já estão imbuídos nos processos e outros porque as situações de instabilidade em que vivem não favorecem abordagens planeadas e sistemáticas, apostando apenas em abordagens intuitivas.
As técnicas estatísticas, bem como outras mais conotadas com a engenharia e as ciências exatas, têm vindo a ser preteridas por outras mais acessíveis e intuitivas, que sem questionarmos os seus contributos, não podem substituir aquelas, sendo redutora essa análise e mesmo arriscada.
Embora nem sempre de modo tradicional, mas a qualidade tem vindo a assumir uma condição mais significante da sua importância: a qualidade já não se discute, porque sem ela a organização não sobrevive (daí, eventualmente as perceções de que
já não é relevante); a qualidade é inquestionável (daí, eventualmente, as decisões de que não interessam os custos da sua obtenção).
As técnicas estatísticas têm aplicações vastas, umas mais simples e acessíveis e outras mais sofisticadas e que necessitam de mais conhecimentos para a sua correta aplicação. Este livro pretende apresentar um conjunto de técnicas estatísticas de uso geral, de forma pragmática. Não se esquecem os conceitos teóricos fundamentais, mas privilegiamos as aplicações tão próximas quanto possível das práticas das organizações.
Tendo em conta os quadros de incerteza e as dinâmicas aceleradas das organizações, também sabemos que para reduzir a incerteza, o nível de conhecimento tem de estar mais elevado. E muito do conhecimento próprio e diferenciador advém das experiências e vivências das organizações. As técnicas estatísticas de controlo dos processos e de análise de dados são instrumentos relativamente simples, mas que colocam o conhecimento e o entendimento dos processos tecnológicos e de negócios em patamares qualitativamente muito superiores aos que se baseiam apenas na intuição e em dados não tratados.
A complexidade crescente das interações técnicas entre hardware e software, bem como entre agentes internos e externos às organizações, apela a mais e sofisticadas técnicas e métodos de controlo e gestão, e nunca a menos.
Não se trata mais de convencimento, de filosofia de gestão, mas de ação. As organizações precisam de introduzir, não uma qualquer técnica milagrosa, mas sim mais técnicas e métodos, de acordo com a complexidade dos problemas e o nível de competitividade dos processos, tecnologias e mercados. Contudo, deve ser lembrado que as pessoas e as organizações necessitam de tempo para aprender, embora as condições de aprendizagem permitam que esta se faça de forma mais acelerada. Por outro lado, aquelas organizações que não tenham aprendido a usar adequada e exaustivamente as técnicas mais simples, não conseguirão utilizar as mais sofistica- das. Esta foi uma das razões para elaborarmos este livro com as técnicas estatísticas mais usuais. Quando forem adequadas outras mais sofisticadas, estas serão melhor entendidas se as mais usuais já tiverem feito a sua aprendizagem.
O desenvolvimento exponencial das tecnologias da informação e comunicação facilitam, quer a recolha de dados, quer o seu tratamento para suportar as decisões. Mas, o conhecimento suficiente para os interpretar terá sempre de existir.
A presente obra pretende constituir um documento de partida para quem pretenda resposta às questões enunciadas acima. Não baseamos a abordagem na problemati- zação dos conceitos, embora não a evitemos, mas privilegiamos as orientações mais úteis para a ação.
Embora as técnicas aqui abordadas se centrem nos processos de produção e fornecimento do serviço, sabemos que outros domínios requerem outras técnicas e abordagens. Por exemplo, a redução drástica, que se têm vindo a verificar, nos ciclos de conceção e desenvolvimento dos produtos/serviços, veio evidenciar que a competitividade se desloca para essas fases iniciais e em particular para as atividades que
se relacionam diretamente com os mercados e a identificação das necessidades e expetativas das pessoas e das sociedades.
O Capítulo 1 introduz o leitor nos conceitos e nos objetivos essenciais do tratamento de dados, nomeadamente a inferência estatística e os testes de hipóteses.
O Capítulo 2 é inteiramente dedicado ao estudo da capacidade da inspeção.
O Capítulo 3 centra-se no controlo estatístico dos processos, em particular as cartas de controlo e os estudos de capacidade dos processos.
O Capítulo 4 é dedicado ao controlo por amostragem, quer se trate de variáveis, quer de atributos.
O Capítulo 5 apresenta uma metodologia de melhoria (6 Sigma) que requer o uso de técnicas estatísticas, que frequentemente se aplica de forma integrada com outra metodologia (Lean management).
Os anexos contêm um conjunto de tabelas estatísticas de suporte às aplicações.
Esta obra interessa a três tipos diferentes de leitores: os gestores poderão extrair daqui uma ideia clara das técnicas mais comuns, bem como as vantagens da sua aplicação; os técnicos da qualidade, do ambiente, da segurança, e de outras áreas, poderão encontrar uma sistematização de conceitos e uma guia prático para o uso de técnicas estatísticas; por fim, os estudantes de engenharia, gestão, economia, poderão encontrar uma abordagem pragmática e profissionalizante de várias técnicas e métodos.
Por último, gostaríamos de chamar a atenção para o facto de a qualidade estar a ganhar, definitivamente, o estatuto de disciplina do conhecimento técnico científico. A qualidade não é mais uma atividade de entusiastas, mas sim o domínio de trabalho, investigação e desenvolvimento de uma parte da comunidade técnico-científica.
CAPÍTULO 1 – TRATAMENTO DE DADOS
Introdução
Alguns dos objetivos do tratamento de dados
Exemplos de problemas típicos
Inferência estatística
Resolução dos exemplos
CAPÍTULO 2 – ESTUDO DA CAPACIDADE DA INSPEÇÃO
Introdução
Exemplos
CAPÍTULO 3 – CONTROLO ESTATÍSTICO DO PROCESSO
Introdução
Conceitos fundamentais
Primeiro exemplo de carta de controlo ( X , R)
Estabelecimento de uma carta de controlo
Controlo com e sem especificação
Porquê usar médias em vez de valores individuais
Tipos de cartas mais usuais
Padrões de variação
Interpretação das cartas
Resumo das fórmulas de cálculo para as cartas de controlo (ASTM 2010)
Casos especiais de aplicação
Outras cartas de controlo (CUSUM e EWMA)
Estudos da capacidade do processo
CAPÍTULO 4 – CONTROLO POR AMOSTRAGEM
Secção 1. Controlo por amostragem – atributos
Introdução
Conceitos fundamentais
Estabelecimento de um plano de amostragem
Exemplo do uso de uma tabela de números aleatórios
Inspeção simples, dupla e múltipla
Exemplos do uso das tabelas da norma ANSI/ASQC Z 1.4
Comparação entre amostragem simples, dupla e múltipla
Níveis de controlo e procedimento para mudança do nível da inspeção
Curva caraterística operacional (C.C.O.)
Construção da curva caraterística operacional
Explicação empírica dos números de aceitação e rejeição
Conceitos de AOQL, ASNE e ATI 122
Secção 2. Controlo por amostragem – Variáveis
Introdução
Comparação entre planos para atributos e variáveis
Aplicação
Fundamentos dos planos de controlo por variáveis
Uso da norma ANSI/ASQ Z 1.9
Secção A – Descrição geral dos planos de amostragem
Secção B – Variabilidade desconhecida – método do desvio padrão
Secção C – Variabilidade desconhecida – método da amplitude
Secção D – Variabilidade conhecida
CAPÍTULO 5 – MONITORIZAÇÃO, ANÁLISE E MELHORIA
Tabelas estatísticas
Bibliografia
ANTÓNIO RAMOS PIRES é licenciado em Engenharia Eletrotécnica pela Faculdade de Ciências da Universidade de Coimbra (FCTUC), pós-graduado em Engenharia da Qualidade pela Faculdade de Ciências e Tecnologia da Universidade Nova de Lisboa (FCTUNL), mestre em Controlo e Garantia da Qualidade (Universidade de Cranfield) e doutor em Engenharia Industrial (FCTUNL). Foi Professor Coordenador no Instituto Politécnico de Setúbal. Na sua atividade académica destaca-se uma vastíssima monografia (mais de uma centena e meia de publicações entre livros, manuais e artigos). Paralelamente a esta atividade, foi responsável pela implementação de técnicas e métodos de gestão da qualidade num vasto número de organizações em diversos setores da indústria, serviços e administração pública. É assessor da EFQM desde 1994, Avaliador Coordenador da FUNDIBEQ desde 2001, auditor coordenador em sistemas de gestão desde 1997, e especialista da UNIDO para as infraestruturas da qualidade desde 2014. Em 1999 e 2000 foi Presidente do Instituto Português da Qualidade, entre 2008 e 2013 foi pró-Presidente do Instituto Politécnico de Setúbal e entre 2012 e 2017 foi Presidente da Direção da Associação Portuguesa para a Qualidade.
Autor:
António Ramos Pires
Título: Estatística para a Qualidade Autor: António Ramos Pires
FICHA TÉCNICA:
© Edições Sílabo, Lda.
Capa: Pedro Mota
1ª Edição – Lisboa, setembro de 2018
Impressão e acabamentos: Califesa – Soluções Gráficas, Lda
Depósito Legal: 443519/18
ISBN: 978-972-618-957-2
Editor: Manuel Robalo
Rua Cidade de Manchester, 2 ,1170-100 Lisboa
Tel.: 218130345
e-mail: silabo@silabo.pt
ANDERSON-COOK, C. M., MORZINSKI, L., MORZINSKI, J. (2010), Mixed Signals – Prevent confusion about statistical terms that have multiple meanings, Quality Progress, novembro 2010, pp. 37-43.
ANSI/ASQ Z1.4 – Sampling Procedures and Tables for Inspection by Attributes. ANSI/ASQ Z1.9 – Sampling Procedures and Tables for Inspection by Variables.
ASTM (1976), Manual on Presentation of Data and Control Chart Analysis, ISBN 13: 978 040 150 40 31.
ASTM (2010), Manual on Presentation of Data and Control Chart Analysis: 8th Edition, DOI: 10.1520/MNL7-8TH-EB, ISBN-EB: 978-0-8031-8425-1
BESTERFIELD, D. (1994), Quality Control, Prentice Hall.
BROOK, Q. (2010), Lean Six Sigma and Minitab: The Complete Toolbok Guide for all Lean Six Sigma Practitioners, Opex Resources Ltd.
CAPELA, R. G., e PIRES, A. M. R. (2014). Metodologia para Cálculo Integrado dos Custos da Qualidade, Ambiente e Segurança. Atas do V Encontro de Tróia – Qualidade, Investigação e Desenvolvimento, pp. 275-309.
COSTA, N., FONTES, P. e PIRES, A. M. R. (2009), Computer experiments: application to the case of a recovery boiler, International Journal of Productivity and Quality Management, Vol. 4(4).
COSTA, N., RIBEIRO, C. e PIRES, A. M. R (2006), Guidelines to Help Practitioners of Design of Experiments, The TQM Magazine, Vol. 18, nº 4.
CROWDER, V. STEPHEN (1987), A simple Method for Studying Run Length Distributions of Exponentially Weighted Moving Average Charts, Technometrics, Vol. 29, nº 4.
DAIMLER CHRYSLER CORPORATION, Ford Motor Company, General Motor Corporation (2002), Measurement Systems Analysis, 3ª Edição.
Domingues, J. P., Requeijo, J., & Cabrita, M. R. (2015). Reducing Production Costs by Applying Lean Six Sigma Methodology: A Case Study. TMQ-Techniques Methodologies and Quality, N.º especial, pp. 25-46.
ECKES, G. (2003), Six Sigma for Everyone, New Jersey, John Wiley & Sons, Inc.
FORD MOTOR, General Motors Chrysler,(1995), Measurement Systems Analysis Reference Manual, ASIN: B000FRQKRK
GERGMAN, B., DEMARÉ, J., LORÉN, S., SVENSSON, T. (2009), Robust Design Methodology for Reliability, John Wiley & Sons, Lda., West Sussex, Reino Unido.
GODINA, R., AZEVEDO, S. G., & MATIAS, J. C. O. (2014). Statistical Process Control in an automotive industry. Atas Do V Encontro de Tróia – Qualidade, Investigação E Desenvolvimento, pp.206-226.
Hradesky, J. L. (1990), Aperfeiçoamento da Qualidade e da Produtividade – Guia Prático para Implementação do CEP: Controle Estatístico De Processos, Mcgraw-Hill.
ISO 2859 (partes 1 a 10) – Sampling Procedures for Inspection by Attributes. ISO 3951 (partes 1 a 3) – Sampling Procedures for Inspection by Variables. ISO/IEC (2008), Guide 98-3: 2008 – Uncertainty in measurement.
JURAN, G. (1974), Quality Control Handbook – McGraw-Hill.
JURAN, J. M. e GRYNA, F. M. (1993), Quality Planning and Analysis, 3ª edição, McGraw-Hill, New YorK.
KATZ, J. (2010), Value Propositions. Industry Week, 259 (10), 20-22.
KHALID, N. K.; HASHIM, A. Y. e SALLEH, M. R. (2014). On Value Steam Mapping and its Industrial Significance. Journal of Industrial and Intelligent Information, 22(2), 88-90.
KHANDEKAR, A. e SULAKHE, V. (2014), Six Sigma – The Revival of TQM. The International Journal of Mechanical Engineering and Robotics Research, 3 (1), 50-58.
KWAK, Y., ANBARI, F. (2006), Benefits, obstacles and future of six sigma approach, Technovation, 26, pp. 708-715.
LARRY, B. (2002), Concepts For R&R Studies, 2ª Edição, ISBN: 978-0-87389-557-6
LEAVENWORTH, (1990), Statistical Quality Control, McGraw-Hill, 1990
LINN, R. J., TSUNG, F., CHOI ELLIS L. W. (2011), Supplier Selection Based on Process Capa- bility and Price Analysis, Quality Engineering, 18:123-129, 2006, ISSN: 0898-2112.
MARQUES, P. A.; REQUEIJO, J.; SARAIVA, P. M. e GUERREIRO, F. F. (2005), Seis Sigma: Integração com Referenciais de Gestão da Qualidade, Ambiente e Segurança e saúde do Traba- lho, TMQ – Techniques, Methodologies and Quality, Nº 5, pp.195-208.
MARQUES, P. A; REQUEIJO, J; SARAIVA, P. M. e GUERREIRO, F. F. (2013), Integrando Seis Sigma com ISO 9001, Internacional Journal of Lean Six Sigma, 4; 36-59.
MARQUES, P., REQUEIJO, J., SARAIVA, P. (2006), Seis Sigma – Estratégia para a inovação e criação de valor, Qualidade, primavera 2006, pp. 41-48.
MARTIN, K.; OSTERLING, M. (2014), Value Stream Mapping, McGraw-Hill,
MIL-STD 105 E (1989), Military standard: sampling procedures and tables for inspection by attributes.
MIL-STD-1916, – DoD Preferred Methods for Acceptance of Product.
MONTGOMERY, D. (1990), Introduction to Statistical Quality Control – John Wiley & Sons Inc.
MONTGOMERY, D. C. e WOODALL, W. H. (2008), An overview of six sigma. International Statistical Review, 76 (3), pp. 329-346.
MYERS, R. H., MONTGOMERY, D. C. e VINING, G. (2001), Generalized Linear Models with Engineering and Science Applications, New York: John Wiley and Sons.
NAEINI, M. K., OWLIA. M. S., FALLAHNEZHAD, M. S. (2011), A New Statistical Method for Recognition of Control Chart Patterns, Proceedings of the 2011 IEEE ICQR, pp. 609-612.
NORMA ANSI/ASQC Z 1.4 – Sampling Procedures and Tables for Inspection by Atributes, 1981.
NORMA ANSI/ASQC Z 1.9 – Sampling Procedures and Tables for Inspection by Atributes 1980.
NOVAS, J., SARAIVA, M., COELHO, A., & PIRES, A. M. R. (2015). How companies use the information about quality-related costs. Total Quality Management & Business Excel- lence, Vol. 28, pp. 501-521.
PIRES, A. M. R. (1999), Inovação e desenvolvimento de Novos Produtos, Edições Sílabo. PIRES, A. M. R. (2016), Qualidade – Sistemas de Gestão da Qualidade, 2.ª edição, Edições Sílabo.
PYZDEK, T. (2003), The Six Sigma Project Planner – A Step-By-Step Guide to Leading a Six Sigma Project Through DMAIC, McGraw-Hill, New York.
QUINTANEIRO, S. e TENERA, A. B. (2015), Lean Seis Sigma na Melhoria de um Sistema Logístico de Produção, TMQ – Techniques, Methodologies and Quality, Número Especial, pp. 86-105.
REQUEIJO, J. G., PEREIRA, Z. L. (2008), Qualidade: Planeamento e Controlo Estatístico de Processos, Prefácio. ISBN: 9789898022653.
ROBERTS, S. V. (1959), Control chart tests based on geometric moving averages, Technometrics, nº 1: 239-50.
ROBERTS, S. W. (1959; 2012), Control Chart Tests Based on Geometric Moving Averages, Technometrics, 1:3, 239-250, DOI: 10.1080/00401706.1959.10489860.
ROSA, A., COCIORVA, A., SARAIVA, M., NOVAS, L., & PIRES, A. M. R. (2013). Management of Quality Related Costs: The case of the Portuguese Companies. Journal of Total Quality Management & Business Excellence, Vol. 24, N.º 7, pp. 782-796.
SANDHOLM, L.; SORQVIST, L. (2012), 12 Requirements for Six Sigma Success, Six Sigma Forum Magazine, November, pp.17-22
SPIES, E., EDIO, P., SANTOS, L. D., CAMFIELD, C., & CODOY, P. L. (2015). Melhorias proporcionadas pela implantação dos 5Ss em uma empresa de projetos e construções elétricas. Atas do VI Encontro De Tróia – Qualidade, Investigação e Desenvolvimento, pp. 324-342.
STAUFFER, R. (2008), A DMAIC Makeover – setting project baselines at the beginning, Quality Progress, dezembro, pp. 55-59.
TABANLI, R. M. e ERTAY T. (2012), Value Stream Mapping and Benefit-Cost Analysis Applcation for Value Visibility of a Pilot Project on RFID Investment Integrated to a Manual Production Control System – A case study. Springer.
TENERA, A. (2013), A Lean Six Sigma (LSS) Project Management Improvement Model. Procedia – Social and Behavioural Sciences, 119, 912-920
TOP-25-LEAN-TOOLS (www.leanproduction.com). Acedido em 10.11. 2016.
TSUNG, F., LI, Y., JIN, M. (2011), Statistical process control for multistage manufacturing and service operations: a review and some extensions, Int. J. Services Operations and Informatics, Vol. X.
VILAMARIZ, D.; NAVAS, H.V. G. e MACHADO, V. C. (2016), Integração de Metodologias para a Melhoria Contínua de Processos, TMQ Nº 7, pp. 159-174.