+
Sete ferramentas da qualidade que você não deveria viver sem
As sete ferramentas básicas da qualidade é um nome dado a um conjunto de técnicas gráficas muito simples que foram identificadas como sendo mais úteis na resolução de problemas simples relacionados com a qualidade do dia a dia. Eles são chamados de básicos, porque mesmo pessoas com pouco ou nenhum treinamento estatístico seriam capazes de compreender esses conceitos e aplicá-los ao seu trabalho diário.
Tenho visto com frequência que até mesmo pessoal altamente qualificado se opõe à ideia de usar ferramentas sofisticadas da qualidade, como Design de experimentos; teste de hipóteses ou análise multivariada. Por isso, seria uma pausa bem-vinda para a maioria dos profissionais saber que a maioria dos problemas relacionados à qualidade pode ser resolvida com estas sete ferramentas básicas de qualidade.
O objetivo deste artigo é fornecer uma visão geral básica dessas ferramentas e como elas podem ser usadas de maneira eficaz. Escusado será dizer que para obter os melhores resultados de qualquer uma dessas ferramentas; o profissional da qualidade precisa garantir dados limpos, imparciais e suficientes.
Dica: Assista a nossa Webserie sobre as Ferramentas da Qualidade.
Um conceito tão simples, então por que torná-lo excessivamente complexo?
Ferramenta da Qualidade nº 1: Diagramas de Ishikawa
Os diagramas de Ishikawa (também chamados de diagramas espinha de peixe ou diagramas de causa e efeito) são diagramas causais que mostram a causa raiz de um evento específico. Um método comum para chegar a um espinha de peixe realmente informativo é usar o método 5 Porques em conjunção ao mesmo tempo que cria o espinha de peixe.
Categorias básicas de causa podem incluir:
- Pessoal envolvido com o processo; partes interessadas etc
- Métodos – processo para executar a tarefa e os requisitos específicos para fazê-lo, como políticas, procedimentos, regras, regulamentos e leis
- Máquinas – Qualquer equipamento, computadores, ferramentas, etc. necessários para realizar o trabalho
- Materiais – Matérias-primas, peças, canetas, papel, etc. utilizados para produzir o produto final
- Medições – Dados gerados a partir do processo que são usados para avaliar sua qualidade
- Ambiente – as condições, como local, hora, temperatura e cultura em que o processo opera
Ferramenta nº 2: Folha de Verificação
A folha de verificação é uma forma estruturada e preparada para coletar e analisar dados. Esta é uma ferramenta genérica que pode ser adaptada para uma ampla variedade de propósitos. Os dados capturados podem ser quantitativos ou qualitativos. Quando a informação é quantitativa, a folha de verificação é chamada de folha de registro .
A característica definidora de uma folha de verificação é que os dados são registrados fazendo marcas (“cheques”). Uma folha de verificação típica é dividida em regiões e as marcas feitas em regiões diferentes têm significado diferente. Os dados são lidos observando a localização e o número de marcas na folha. As folhas de cheque normalmente empregam um título que responde aos cinco Ws. Lembre-se de desenvolver definições operacionais para cada um dos Ws.
- Quem preencheu a folha de cheque
- O que foi coletado (o que cada cheque representa, um lote de identificação ou número de lote)
- Onde a coleta ocorreu (instalação, sala, aparelho)
- Quando a coleta ocorreu (hora, turno, dia da semana)
- Por que os dados foram coletados
Ferramenta 3: Histograma
Um histograma é uma exibição de informações estatísticas que usam retângulos para mostrar a frequência de itens de dados em intervalos numéricos sucessivos de tamanho igual. Na forma mais comum de histograma, a variável independente é traçada ao longo do eixo horizontal e a variável dependente é traçada ao longo do eixo vertical.
O objetivo principal de um histograma é esclarecer a apresentação dos dados. É uma ferramenta útil para dividir dados de processo em regiões ou compartimentos para determinar frequências de determinados eventos ou categorias de dados. Esses gráficos podem ajudar a mostrar os mais frequentes. Aplicações típicas de histogramas na análise de causa raiz incluem a apresentação de dados para determinar quais causas dominam; entender a distribuição das ocorrências de diferentes problemas, causas, conseqüências, etc. Um diagrama de Pareto (explicado mais adiante no artigo) é um tipo especial de histograma.
Ferramenta 4: Gráfico de Pareto
O gráfico de Pareto é uma importante ferramenta e conceito. Como os recursos organizacionais são poucos, é importante que os proprietários de processos e partes interessadas compreendam as principais causas de erros; defeitos etc. Pareto representa este princípio lindamente, priorizando claramente as principais causas dos defeitos. Também é conhecido como princípio 80:20.
O gráfico – em homenagem ao economista e cientista político Vilfredo Pareto – é um tipo de gráfico que contém barras e um gráfico de linhas, em que os valores individuais são representados em ordem decrescente por barras, e o total cumulativo é representado pela linha. O eixo vertical esquerdo normalmente representa a frequência de ocorrência. O eixo vertical direito é a porcentagem cumulativa do número total de ocorrências. Como os motivos estão em ordem decrescente, a função cumulativa é uma função côncava. Para usar o exemplo acima, para diminuir a quantidade de atrasos em 78%, é suficiente resolver os três primeiros problemas.
Ferramenta 5: Gráfico de Dispersão
Um gráfico de dispersão é freqüentemente empregado para identificar possíveis associações entre duas variáveis, onde uma pode ser considerada uma variável explicativa e outra pode ser considerada uma variável de resposta. Dá uma boa imagem visual da relação entre as duas variáveis e auxilia na interpretação do coeficiente de correlação ou modelo de regressão. Os dados são exibidos como uma coleção de pontos, cada um com o valor de uma variável determinando a posição no eixo horizontal e o valor da outra variável determinando a posição no eixo vertical.
Um gráfico de dispersão é usado quando existe uma variável que está sob o controle do experimentador. Se existe um parâmetro que é sistematicamente incrementado e / ou decrementado pelo outro, ele é chamado de parâmetro de controle ou variável independente e é normalmente plotado ao longo do eixo horizontal. A variável medida ou dependente é costumeiramente plotada ao longo do eixo vertical. Se não existir nenhuma variável dependente, qualquer tipo de variável pode ser plotado em um dos eixos ou um gráfico de dispersão ilustrará apenas o grau de correlação (não causação) entre duas variáveis.
Ferramenta nº 6 – Amostragem Estratificada
A amostragem estratificada é um método de amostragem de uma população. Em levantamentos estatísticos, quando subpopulações dentro de uma população total variam, é vantajoso amostrar cada subpopulação (estrato) independentemente. A estratificação é o processo de dividir membros da população em subgrupos homogêneos antes da amostragem.
Os estratos devem ser mutuamente exclusivos: todos os elementos da população devem ser atribuídos a apenas um estrato. Os estratos também devem ser coletivamente exaustivos: nenhum elemento populacional pode ser excluído. Então amostragem aleatória simples ou amostragem sistemática é aplicada dentro de cada estrato.
Isso geralmente melhora a representatividade da amostra reduzindo o erro de amostragem. Pode produzir uma média ponderada que tenha menos variabilidade do que a média aritmética de uma amostra aleatória simples da população. Costumo dizer aos grupos que sou o mentor de que os procedimentos de amostragem corretos são mais importantes do que simplesmente ter tamanho de amostra adequado !!
Ferramenta nº 7: Gráficos de controle , também conhecidos como Gráficos de Shewhart ou Gráficos de Comportamento do Processo
Um gráfico de controle é um tipo específico de gráfico de execução que permite que uma mudança significativa seja diferenciada da variabilidade natural do processo.
Se a análise do gráfico de controle indicar que o processo está atualmente sob controle (ou seja, estável, com variação proveniente apenas de fontes comuns ao processo), nenhuma correção ou alteração nos parâmetros de controle do processo é necessária ou desejável. Além disso, os dados do processo podem ser usados para prever o desempenho futuro do processo.
Se o gráfico indicar que o processo que está sendo monitorado não está sob controle, a análise do gráfico pode ajudar a determinar as fontes de variação, que podem então ser eliminadas para trazer o processo de volta ao controle.
O gráfico de controle pode ser visto como parte de uma abordagem objetiva e disciplinada que permite decisões corretas em relação ao controle do processo, incluindo a possibilidade de alterar os parâmetros de controle do processo. Os parâmetros do processo nunca devem ser ajustados para um processo que está sob controle, pois isso resultará em desempenho de processo degradado. Um processo que é estável, mas opera fora dos limites desejados (por exemplo, taxas de refugo podem estar no controle estatístico, mas acima dos limites desejados) precisa ser melhorado através de um esforço deliberado para entender as causas do desempenho atual e melhorar o processo.
Quando sou mentor de projetos Seis Sigma simples (normalmente chamado de projeto Yellow Belt), onde os problemas são simples e a equipe do projeto tem pessoas entre 3 e 5 anos de experiência no chão de processamento, defendo fortemente o uso dessas ferramentas simples para resolver o processo assuntos relacionados.
Como regra geral, qualquer processo que exiba uma capacidade de processo de 1-2 sigma pode ser melhorado com uma simples análise usando essas ferramentas. Somente quando a capacidade do processo for superior a 2,5 – 3 sigma, é necessário usar ferramentas de média a alta complexidade para identificar e resolver problemas relacionados ao processo. Eu também recomendo qualquer currículo inicial Six Sigma e treinamento para incluir as sete ferramentas QC, onde, em seguida, cria um território fértil desenvolvimento de Green Belts e Black Belts dentro da organização.
Sócio-fundador da FM2S, formado em Engenharia Mecânica pela Unicamp (2006), com mestrado e doutorado na Engenharia de Processos de Fabricação na FEM/UNICAMP (2007 a 2013) e Master Black Belt pela UNICAMP (2011). Foi professor dos cursos de Black Belt, Green Belt e especialização em Gestão e Estratégia de Empresas da UNICAMP, assim como de outras universidades e cursos de pós-graduação. Atuou como gerente de processos e melhoria em empresa de bebidas e foi um dos idealizadores do Desafio Unicamp de Inovação Tecnológica.
Deixe seu comentário
Deixe um comentário