Gráfico P: o que é e quando usar no CEP
O gráfico p é uma ferramenta do Controle Estatístico de Processo (CEP) usada para monitorar a proporção de defeitos ao longo do tempo. Ele ajuda a identificar variações em processos e apoiar decisões baseadas em dados.
Esse tipo de gráfico é aplicado quando os dados possuem duas classificações possíveis, como conforme ou não conforme. Neste conteúdo, você vai entender quando usar o gráfico p, como calcular e interpretar seus resultados.
O que é um gráfico p?
O Gráfico p é um gráfico de controle usado para se controlar, ao longo do tempo, a porcentagem de determinada classificação em um conjunto de dados. É um famoso gráfico de atributo que ilustra, por exemplo, como varia a porcentagem de itens defeituosos ao longo do tempo. Ele é uma importante ferramenta para a análise de dados, sendo um ponto central do Seis Sigma. É conhecimento essencial para todo green belt e black belt na metodologia.
Quando usar o Gráfico p?
Use o gráfico p quando seus dados forem do tipo atributo discreto, ou seja, quando cada unidade inspecionada é classificada em uma de duas categorias mutuamente exclusivas:
- Conforme / Não conforme
- Aprovado / Reprovado
- Presente / Ausente
- Sim / Não
Exemplos de aplicação:
- Controle de defeitos em uma linha de montagem (% de peças com defeito por turno)
- Monitoramento de erros em processos administrativos (% de formulários preenchidos incorretamente)
- Acompanhamento de insatisfação em call centers (% de ligações com reclamação)
- Controle de qualidade em saúde (% de procedimentos com não conformidade)
O gráfico p aceita tamanhos de amostra variáveis entre os subgrupos, o que o diferencia do gráfico np, que exige tamanho de amostra constante.
Como calcular o Gráfico p: fórmula e passo a passo
A construção do gráfico p segue estas etapas:
- Colete os dados: registre, para cada subgrupo i, o tamanho da amostra (nᵢ) e o número de unidades defeituosas (dᵢ).
- Calcule a proporção de cada subgrupo: pᵢ = dᵢ / nᵢ
- Calcule a proporção média (linha central): p̄ = Σdᵢ / Σnᵢ
- Calcule os limites de controle para cada subgrupo:
LSC (Limite Superior de Controle) = p̄ + 3 × √[p̄(1 − p̄) / nᵢ]
LIC (Limite Inferior de Controle) = p̄ − 3 × √[p̄(1 − p̄) / nᵢ]
Nota: se o LIC calculado for negativo, adota-se LIC = 0 (proporção não pode ser negativa).
- Plote os pontos pᵢ no gráfico e trace as linhas de p̄, LSC e LIC.
- Analise: pontos acima do LSC indicam causas especiais que pioram a qualidade; pontos abaixo do LIC podem indicar melhorias ou erros de medição.
Como interpretar o Gráfico p?
A interpretação do gráfico p é direta: procure por pontos fora de controle e por padrões não aleatórios.
Sinais de causa especial a investigar:
- Ponto acima do LSC → aumento incomum de defeitos; investigar causa raiz (ex: matéria-prima, operador, equipamento)
- Ponto abaixo do LIC → redução incomum de defeitos; pode indicar melhoria real ou erro de medição
- 8 ou mais pontos consecutivos do mesmo lado da linha central → tendência a ser investigada
- Padrão cíclico ou tendência crescente → possível degradação gradual do processo
Condições para construir o Gráfico p corretamente
Para que o gráfico p seja estatisticamente válido, algumas condições precisam ser atendidas:
- Os dados devem seguir distribuição binomial (cada item é independente e tem duas categorias)
- O tamanho mínimo de amostra recomendado é n ≥ 50 por subgrupo
- Devem-se coletar ao menos 20-25 subgrupos para calcular limites de controle estáveis
- Se o tamanho das amostras variar em menos de 15%, é possível usar o tamanho médio para simplificar os cálculos
Conclusão
O gráfico p é uma ferramenta poderosa e acessível para monitorar a qualidade de processos que geram dados do tipo atributo. Com ele, você consegue distinguir variações normais de causas especiais, tomar decisões baseadas em dados e sustentar melhorias ao longo do tempo.
Quer aprender a aplicar ferramentas de melhoria com mais segurança?
Conheça o curso gratuito Yellow Belt da FM2S e entenda como o Lean Seis Sigma ajuda a analisar processos, reduzir falhas e tomar decisões com base em dados.