Na lição 1 descobrimos porque precisamos de cartas de controlo. Agora vamos aprender a desenhar as cartas de controlo.
Utilizamos diferentes tipos de cartas de controlo para diferentes tipos de dados. Os dados podem ser divididos em duas grandes categorias, variáveis e atributos.
Dados Variáveis é qualquer medida que tenha uma escala contínua. Por exemplo:
Comprimento, peso, temperatura e pressão.
Dados de Atributos é baseado em contagens discretas. Por exemplo:
O número de manchas numa superfície, o número de produtos defeituosos e o número de facturas por pagar.
Com dados variáveis podemos medir com a precisão que quisermos, por exemplo 12,5, 3,075, etc. Os dados de atributos, por outro lado, só podem ter valores de número inteiro como 1, 3, 12, etc. Nesta lição, vamos analisar um processo em que nos foi dado um valor-alvo preferido para uma medição variável. O nosso trabalho é tentar obter resultados tão próximos quanto possível desse objectivo.
O processo é um lançador de bolas de ténis e estamos a tentar atirar bolas a uma distância do alvo. O alvo é de 500 e as especificações são de 300 a 700. A localização dos tiros anteriores são indicados no ecrã.
Imagine que é o operador de uma máquina – o lançador. O seu trabalho é disparar bolas no alvo e fazê-las aterrar o mais próximo possível do valor ideal de 500. Primeiro precisamos de ‘centrar’ o processo.
Quando disparamos uma bola do lançador, encontramos o valor de 415.
O cliente deste processo quer que a posição de aterragem seja 500, então o que é que fazemos agora? Devemos compensar o erro movendo o lançador?
A resposta é NÃO porque ainda não conhecemos o processo. Há sempre uma certa variação em cada processo e se só tivermos variação de causa comum e estivermos a tentar ajustar-nos a esta variação, iremos de facto causar mais variação na saída.
Veja a representação das posições de aterragem à direita do lançador. Cada posição de aterragem é diferente e a variação pode ser devida a causas comuns que estão sempre presentes neste processo.
Temos agora mais informações para ter uma ideia de como o processo está a decorrer. Podemos calcular a média dos disparos que é de 413 (Arredondados).
Se dispararmos mais 45 tiros, obteremos uma melhor estimativa da média real do processo. Após 50 disparos a média do processo é de 419 (Arredondado)
Podemos agora mover o lançador para que as futuras filmagens se centrem em cerca de 500. Assumindo que nada muda neste processo, a produção futura deve agora ser centrada em 500.
“Partindo do princípio de que nada muda” é uma grande hipótese. Nesta fase, não sabemos muito sobre o nosso processo e não sabemos se é provável que as coisas mudem com o tempo. Portanto, precisamos de descobrir se o processo é “estatisticamente estável”. Disparamos mais 100 tiros e então criaremos uma carta de controlo.
A posição de aterragem é uma escala contínua. Estamos na realidade a utilizar números completos para os resultados (423, 657 etc.) mas nada nos impede de utilizar medidas mais precisas se quisermos (423,45, 657,09 etc.)
Este tipo de dados é chamado dados variáveis. Utilizaremos um gráfico Xbar e Range como gráfico de controlo para este processo. Num gráfico de Xbar e Range, os dados são dispostos em subgrupos.
Vamos dar uma rápida vista de olhos à tabela de dados.
Note que existem 5 colunas com “Posição de Aterragem ( )” no topo. O número entre parênteses significa que a coluna faz parte de um subgrupo. Para cada linha da tabela, os dados nestas cinco colunas representam um subgrupo. Veja-se o subgrupo 25.
Veja a linha com o número 25 na coluna cinzenta, à esquerda. Este subgrupo começa com o número 121. As colunas dos subgrupos contêm os resultados dos disparos 121, 122, 123, 124 e 125.
Agora vejamos a carta de controlo destes dados:
Um gráfico Xbar e Range contém dois gráficos. Para cada linha na tabela de dados, a média do subgrupo é traçada (Xbar) juntamente com o maior valor no subgrupo menos o menor valor (Intervalo). Vamos confirmar isto:
O último subgrupo é destacado e no lado direito vemos que Xbar = 533,2 e o Intervalo = 69.
As 5 medições do subgrupo 30 são 499.567.550.498 e 552.
Podemos confirmar que o valor no gráfico de Range 168 é o valor mais alto (567) – o valor mais baixo (498) e a média é a soma dos valores/5.
O ponto em que o lançador foi movido é mostrado no gráfico. Este é o equivalente a uma nota escrita num gráfico em papel e este é o tipo de informação que um operador deve registar num gráfico de controlo.
Em seguida, calcularemos os limites de controlo e traçaremos linhas de controlo no gráfico. O objetivo destas linhas é mostrar quando devemos suspeitar que algo mudou que afeta o processo (por outras palavras, que ocorreu uma causa especial de variação).
Calculamos os limites de controlo a partir de uma secção dos dados. É claro que sabemos que o lançador foi movido e que mover o lançador é uma causa especial de variação, por isso devemos calcular os limites com resultados que vêm depois do movimento do lançador. Por agora, não nos preocuparemos com a forma como os cálculos são feitos.
Todos os resultados após mover o lançador estão dentro dos limites de controlo, pelo que o processo é provavelmente estável ou “em controlo estatístico”. Isto significa que toda a variação provém de causas comuns. A variação de causa comum é apenas a variação aleatória normal que é inerente ao processo.
Se quisermos estar em pleno controlo de um processo, devemos utilizar os gráficos para identificar quando ocorre uma variação de causa especial, determinar se as coisas eram melhores antes ou depois da mudança, então tornar uma destas situações permanente.
Vamos continuar a produzir. Disparamos mais 100 tiros.
Veja a carta de controlo. Tudo o que precisamos de saber agora é se houve alguma mudança no processo desde que as linhas foram calculadas. O output é estável?
Veja se algum dos pontos está fora dos limites de controlo. Parece que algo de anormal aconteceu em torno do subgrupo 40 (disparo do lançador 200). A média dos subgrupos cai abaixo da linha de controlo, pelo que ocorreu uma causa especial de variação. Como operador, o seu trabalho é produzir resultados tão próximos quanto possível de 500, mas a posição média de aterragem mudou subitamente.
Pode, evidentemente, re-centrar o processo (mover o lançador). Isto pode ajudar a curto prazo, mas não faz ideia se as coisas podem voltar ao normal de repente. A única solução realmente satisfatória é realizar uma investigação, encontrar a fonte da causa especial da variação, aprender com o que aconteceu, e depois certificar-se de que este tipo de mudança não volta a ocorrer.
Uma palavra agora sobre especificação ou limites de tolerância. Na maioria dos processos industriais, o operador recebe os limites de especificação ou de tolerância, bem como o valor-alvo. Contudo, estes limites de especificação devem ser sempre considerados como representando a qualidade MÍNIMA aceitável do processo. A qualidade de classe mundial não provém de tratar tudo dentro dos limites de especificação como igualmente aceitável. Temos de tentar produzir o mais próximo possível do valor-alvo. Isto é o que o cliente realmente quer.
No nosso processo de bola saltitante, uma causa especial desconhecida de variação fez com que a média do subgrupo caísse em torno do subgrupo 40 (tiro 200). Pode ser que os resultados individuais ainda estejam dentro dos limites de tolerância especificados, mas o nosso cliente preferiria que os resultados fossem 500. Assim, temos de fazer esforços para produzir com a produção média a 500 e a variação mínima de que o nosso processo é capaz. Assim, temos de investigar e remover causas especiais de variação, mesmo que ainda estejamos a produzir dentro dos limites de especificação ou de tolerância.
Quando fizemos as investigações, descobrimos que um lote de bolas tem um pouco menos de ressalto do que o normal. Descartamos este lote e exigimos do nosso fornecedor que nos forneçam um produto estatisticamente estável (só podem ter a certeza de o fazer através da utilização de cartas de controlo).
Removemos esta causa especial de variação, pelo que as coisas devem voltar ao normal a partir de 256 bolas. Disparamos mais 50 tiros.
A carta de controlo deve mostrar claramente que ocorreu uma mudança em torno do subgrupo 40 e que as coisas voltaram ao normal em torno do subgrupo 53.
Agora vamos analisar a forma como os limites de controlo foram calculados.
A matemática não é difícil. É necessário encontrar a média Xbar (média dos subgrupos) e o intervalo médio para a secção dos dados que se utilizam para calcular os limites. Também precisa de procurar uma tabela para encontrar constantes chamadas “A2” “D3” e “D4” para o tamanho do subgrupo que está a utilizar.
Ao distinguir entre variação de causa especial e variação de causa comum, as cartas de controlo podem ajudar operadores e gestores a gerir processos que produzem no alvo com variação mínima.
Se houver variações de causas especiais, temos de encontrar a causa raiz e impedir que isso volte a ocorrer no futuro. Nós fazemos as perguntas:
“O que aconteceu aproximadamente nesse ponto para alterar os resultados” e “Como podemos evitar que isto volte a acontecer”?
Se não houver causas especiais presentes e quisermos obter melhores resultados, fazemos diferentes perguntas:
“Olhando para todos os resultados, está a média fora do alvo?” e “Olhando para todos os resultados, porque é que há tanta variação?”
Para reduzir a variação de causas comuns podemos precisar de melhor maquinaria, manutenção mais frequente ou menos variação de causas comuns dentro das matérias primas.
Sumário Lição 2:
- Quando nos é dado um alvo ou valor ideal para algo, devemos sempre tentar obter resultados com a Média no alvo e com a quantidade mínima de variação. Não devemos apenas tentar obter resultados dentro dos limites de especificação.
- As cartas de controlo podem ajudar a distinguir entre variação de causa comum e variação de causa especial.
- Um bom tipo de carta de controlo para variáveis é a carta Xbar e Range. Os gráficos Xbar e Range utilizam dados organizados em pequenos subgrupos.
- Não basta reagir apenas a causas especiais de variação, ajustando o processo para compensar. A qualidade de classe mundial vem da eliminação das causas especiais de variação e da prevenção do seu regresso. Porque isto requer frequentemente uma ação de gestão, o SPC só funcionará corretamente quando os gestores compreenderem o papel que têm de desempenhar na criação de estabilidade e redução da variação.