18 Jan, 2025 Por Web Master Métodos Estatísticos e Análise de Dados 0 Comentários

Chart Control

Implementar o “Controlo por Gráficos” permite aos gestores visualizar tendências em tempo real, antecipar problemas e potenciar o sucesso organizacional com base em dados concretos e fiáveis.
Quadros e dirigentes que adotam o “Controlo por Gráficos” destacam-se pela capacidade de transformar complexidade em simplicidade, promovendo uma gestão eficiente e proativa.
Com o “Controlo por Gráficos”, os gestores passam de um modelo reativo para uma abordagem preditiva, assegurando maior controlo, eficiência e competitividade no mercado.
O “Controlo por Gráficos” é um aliado estratégico na análise de desempenho, oferecendo insights rápidos e precisos que tornam as reuniões mais produtivas e as decisões mais eficazes.”
A integração do “Controlo por Gráficos” nas práticas de gestão demonstra visão de futuro e compromisso com a excelência, pilares fundamentais para liderar no mundo empresarial em constante mudança.

Índice

Introdução

    Na gestão e análise de processos industriais, a monitorização e o controlo contínuo do desempenho são elementos fundamentais para assegurar a qualidade dos produtos e a eficiência das operações. Nesse contexto, o Controlo por Gráficos surge como uma ferramenta essencial, permitindo visualizar de forma dinâmica e intuitiva o comportamento de variáveis críticas ao longo do tempo, nomeadamente, identificando padrões, desvios ou anomalias nos processos. Através da análise estatística de dados recolhidos em tempo real ou em intervalos definidos, esta ferramenta oferece suporte para:
    Deteção precoce de problemas: identificando alterações antes que estas impactem significativamente o processo ou o produto.
    Tomada de decisão informada: fornecendo dados claros para ações corretivas ou preventivas baseadas em evidências.
    Melhoria contínua: facilitando a identificação de oportunidades de otimização ao compreender as variações inerentes aos processos.
    A aplicabilidade do Controlo por Gráficos vai além da indústria transformadora, sendo igualmente relevante em setores como serviços, saúde e tecnologia, onde o controlo da variabilidade e a previsibilidade são cruciais. O seu sucesso depende, contudo, de uma correta implementação, da formação das equipas envolvidas e da escolha adequada dos tipos de gráficos a utilizar.

Voltar

Origem e Evolução do Chart Control

    Controlo por Gráficos tem as suas origens ligadas ao desenvolvimento da qualidade como disciplina estruturada, com as suas fases marcantes relacionadas ao avanço das técnicas de gestão da variabilidade e à implementação de métodos estatísticos em processos industriais.
    Década de 1920 – Criação dos Gráficos de Controlo
      Autor-chave: Walter A. Shewhart, engenheiro na Bell Telephone Laboratories.
      Contribuição: desenvolvimento dos primeiros gráficos de controlo Control Charts, apresentados em 1924.
        Introduziu o conceito de “variabilidade natural” e “variabilidade especial” nos processos.
        Os gráficos de Shewhart forneciam uma forma sistemática de distinguir variações comuns de variações causadas por fatores externos.
      Publicação: Economic Control of Quality of Manufactured Product (1931), onde detalhou a teoria dos gráficos de controlo.
    Segunda Guerra Mundial – Expansão do Uso
      Contexto: a necessidade de produção em larga escala e com qualidade consistente durante a guerra impulsionou a aplicação de métodos estatísticos, incluindo gráficos de controlo.
      Impacto: os gráficos de controlo tornaram-se ferramentas padrão para garantir qualidade em processos industriais, especialmente na fabricação de armas e equipamentos militares.
    Décadas de 1950-1970 – Difusão no Japão e Melhoria Contínua
      Qualidade no Japão: os métodos de Shewhart foram introduzidos na indústria japonesa por W. Edwards Deming e Joseph Juran.
        Deming enfatizou os gráficos de controlo como parte do Ciclo PDCA (Plan-Do-Check-Act).
        As empresas japonesas adotaram amplamente os gráficos como parte das suas estratégias de melhoria contínua.
      Evolução da prática: nesta fase, os gráficos de controlo passaram a ser integrados a sistemas de gestão de qualidade, como o TQC (Total Quality Control).
    Década de 1980 – Popularização no Ocidente
      Normas internacionais: a introdução de normas como a ISO 9001 destacou a importância do controlo estatístico de processos SPC (Statistical Process Control).
      Indústria transformadora: empresas ocidentais começaram a redescobrir e implementar os gráficos de controlo em larga escala para melhorar competitividade e reduzir custos.
    Anos 2000 – Integração com Tecnologias Digitais
      Automação: a evolução da tecnologia permitiu que gráficos de controlo fossem gerados automaticamente através de sistemas de monitorização em tempo real.
        Aplicações em software como ERP’s integraram os gráficos de controlo diretamente nas operações fabris.
      Expansão para outros setores: o uso de gráficos de controlo expandiu-se para setores como saúde, serviços financeiros e tecnologia da informação, com foco na gestão de processos complexos.
    Atualidade – Big Data e Machine Learning
      Análise preditiva: com a integração de Big Data e Machine Learning, os gráficos de controlo evoluíram para suportar previsões, detetando anomalias com maior precisão.
      Customização dinâmica: ferramentas modernas permitem configurar gráficos de controlo adaptáveis às necessidades específicas dos processos.
    O Controlo por Gráficos, iniciado com Shewhart, evoluiu de uma ferramenta básica de controlo estatístico para um componente sofisticado de sistemas integrados de qualidade. A sua história reflete o progresso contínuo no entendimento da variabilidade e na utilização da tecnologia para melhorar processos e produtos. Esta evolução demonstra a sua relevância contínua como uma ferramenta essencial em indústrias e serviços modernos.

Voltar

Objetivos do Chart Control

    O Controlo por Gráficos é uma ferramenta para monitorização e controlo de processos, com objetivos específicos que visam garantir a qualidade e eficiência. Objetivos que refletem a sua capacidade de identificar, analisar e corrigir variações nos processos, assegurando resultados consistentes.
    Monitorizar a Estabilidade dos Processos
      Caracterização: identificar se um processo está sob controlo estatístico, ou seja, se opera apenas com variações comuns (inerentes ao processo) e sem variações especiais (causadas por fatores externos ou inesperados).
      Exemplo: numa linha de produção de rolamentos, um gráfico de controlo mostra que a dimensão do diâmetro interno varia dentro dos limites esperados, indicando estabilidade do processo.
    Identificar Variações Anormais
      Caracterização: distinguir entre variações comuns e especiais, permitindo a identificação de causas de desvio que precisam de correção.
      Exemplo: numa fábrica de biscoitos, o peso médio de cada unidade começa a ultrapassar os limites superiores de controlo. O gráfico ajuda a identificar um problema na máquina de enchimento.
    Prevenir Defeitos
      Caracterização: detetar precocemente tendências ou desvios que possam levar a defeitos antes que afetem a qualidade final do produto.
      Exemplo: num processo de galvanização, um gráfico de controlo aponta um aumento gradual na espessura do revestimento, permitindo ajustar os parâmetros antes que o produto fique fora das especificações.
    Tomar Decisões Baseadas em Dados
      Caracterização: fornecer informações claras e objetivas para a tomada de decisões fundamentadas em vez de suposições ou perceções.
      Exemplo: num centro de distribuição, um gráfico de controlo mostra que o tempo médio de entrega está a aumentar devido a congestionamento no sistema de transporte, justificando a contratação de novos fornecedores logísticos.
    Reduzir Custos de Produção
      Caracterização: identificar e eliminar desperdícios associados a variações desnecessárias, reduzindo retrabalho, desperdícios e custos de inspeção.
      Exemplo: uma fábrica de embalagens plásticas utiliza gráficos de controlo para monitorizar a espessura dos filmes, reduzindo o consumo excessivo de matéria-prima.
    Facilitar a Melhoria Contínua
      Caracterização: fornecer uma base de dados histórica e fiável para implementar melhorias contínuas nos processos.
      Exemplo: após seis meses de monitorização de um processo de pintura, os dados dos gráficos de controlo revelam a necessidade de ajustar o sistema de ventilação para reduzir defeitos por poeira.
    Comunicar Informações de Forma Clara
      Caracterização: visualizar dados de desempenho de forma simples e compreensível, promovendo a comunicação eficiente entre equipas e departamentos.
      Exemplo: uma equipa de controlo de qualidade apresenta gráficos de controlo numa reunião semanal para demonstrar a consistência da produção e discutir melhorias necessárias.
    Suportar a Conformidade com Normas de Qualidade
      Caracterização: demonstrar conformidade com padrões internacionais, como a ISO 9001, que exigem a utilização de ferramentas para controlo estatístico de processos.
      Exemplo: durante uma auditoria ISO, uma empresa de componentes automóveis apresenta gráficos de controlo para mostrar que o processo de soldadura está dentro das especificações.
    Os objetivos específicos do Controlo por Gráficos vão desde a monitorização da estabilidade do processo até à melhoria contínua, prevenção de defeitos e conformidade com normas. Estes objetivos são alcançados através de uma abordagem sistemática que transforma dados em insights acionáveis, garantindo processos mais eficientes, produtos de qualidade superior e uma comunicação clara e fundamentada.

Voltar

Estrutura do Chart Control

    A estrutura básica do Controlo por Gráficos combina estatística e representação gráfica, com o objetivo de identificar variações e assegurar a estabilidade do processo.
    Eixo X (Horizontal)
      Descrição: representa o tempo ou a sequência de observações.
      Função: permite visualizar a evolução do processo ao longo do tempo, proporcionando uma análise temporal.
      Exemplo: numa linha de produção, o eixo X pode indicar turnos, dias ou lotes de produção.
    Eixo Y (Vertical)
      Descrição: representa a variável de interesse medida no processo.
      Função: fornece os valores reais das medições, como dimensões, pesos ou tempos.
      Exemplo: no controlo de temperatura de uma caldeira, o eixo Y indica os valores em graus Celsius (ºC).
    Linha Central (CL – Central Line)
      Descrição: reflete o valor médio da variável medida quando o processo está sob controlo.
      Função: serve como referência para avaliar as variações no processo.
      Exemplo: numa fábrica de bebidas, a linha central pode indicar o volume médio desejado de 500 ml por garrafa.
    Limites de Controlo
      Limite Superior de Controlo (UCL – Upper Control Limit):
        Descrição: valor máximo aceitável para a variável dentro do processo controlado.
        Função: indica o limite além do qual o processo apresenta variações especiais.
        Exemplo: um limite superior de controlo para a espessura de um filme plástico pode ser 1,05 mm.
      Limite Inferior de Controlo (LCL – Lower Control Limit):
        Descrição: valor mínimo aceitável para a variável dentro do processo controlado.
        Função: indica o limite abaixo do qual o processo apresenta variações especiais.
        Exemplo: um limite inferior de controlo para a espessura de um filme plástico pode ser 0,95 mm.
      Cálculo dos Limites de Controlo: baseia-se em fórmulas estatísticas que utilizam a média e o desvio padrão:
        UCL = Média + 3 x Desvio Padrão
        LCL = Média – 3 x Desvio Padrão
      Dados Registados
        Descrição: pontos que representam as medições individuais ou médias do processo.
        Função: permitem identificar padrões, tendências ou desvios.: permitem identificar padrões, tendências ou desvios.
        Exemplo: os valores de tensão numa bobina elétrica são registados diariamente e marcados no gráfico.
      Regras de Interpretação de Padrões
        Descrição: Regras de Interpretação de Padrões
        Função: ajuda a distinguir variações comuns de variações especiais.
        Exemplo de regras
          Uma sequência de 7 pontos consecutivos acima ou abaixo da linha central indica um desvio sistemático.
          Pontos fora dos limites de controlo indicam variações especiais.
    Ferramentas Associadas
      Software e Automação: sistemas modernos integram o Controlo por Gráficos com ferramentas de monitorização em tempo real.
    A estrutura do Controlo por Gráficos combina elementos simples, mas poderosos, que possibilitam uma análise detalhada e eficaz de processos. A correta implementação e interpretação dos gráficos são cruciais para garantir a estabilidade e melhorar continuamente o desempenho dos processos, alinhando-os aos padrões de qualidade e eficiência.

Voltar

Tipos de Gráficos de Controlo

    Descrição: variações do Controlo por Gráficos ajustadas ao tipo de dado ou processo.
    Função: garantir a aplicação correta em diferentes cenários.
      Gráficos X-Bar e R: são ferramentas de controlo estatístico de processos que monitorizam médias (X-Bar) e amplitudes (R) de amostras de tamanho constante. São particularmente úteis para medir e controlar a estabilidade de processos que apresentam variabilidade natural.
      Gráfico P: é um tipo de gráfico de controlo utilizado para monitorizar proporções de itens não conformes (defeituosos) em amostras recolhidas ao longo do tempo. Ele é amplamente aplicado em situações onde se analisa atributos (características que atendem ou não atendem a uma especificação) e não variáveis contínuas.
      Gráfico NP: é um tipo de gráfico de controlo utilizado para monitorizar o número absoluto de itens não conformes em amostras de tamanho fixo, ao longo do tempo. Ele é uma alternativa ao Gráfico P, mas é usado quando o tamanho das amostras é constante, tornando-o mais simples de interpretar.
      Gráfico C: é um gráfico de controlo utilizado para monitorizar o número total de defeitos (não conformidades) por unidade ou lote, em situações onde o tamanho das unidades de inspeção é fixo e os defeitos podem ocorrer múltiplas vezes em uma única unidade. Este gráfico é apropriado para processos em que a contagem de defeitos é mais relevante do que a classificação de peças como conformes ou não conformes.
      Gráfico U: é uma ferramenta de controlo estatístico utilizada para monitorizar o número médio de defeitos por unidade em situações onde o tamanho das unidades de inspeção varia. Ele é ideal para processos onde os defeitos são contados, mas o tamanho ou extensão das amostras pode diferir entre medições.
      Gráfico CUSUM (Cumulative Sum Control Chart): é uma ferramenta de controlo estatístico utilizada para detetar mudanças pequenas e graduais no processo. Ele é baseado no somatório cumulativo das diferenças entre cada ponto de dados e uma média de referência. Este gráfico é particularmente eficaz para monitorizar processos onde mudanças subtis podem não ser facilmente identificadas em gráficos de controlo convencionais, como X-barra, R, ou U.
      Gráfico EWMA (Exponentially Weighted Moving Average Chart): é uma ferramenta poderosa de controlo estatístico de processos (que enfatiza os dados mais recentes ao atribuir pesos exponenciais decrescentes às observações passadas. Este método é ideal para detetar pequenas alterações no processo que podem não ser visíveis em gráficos tradicionais, como X-Bar ou R.

Voltar

Observações

    Diferença entre Limites de Controlo e Tolerâncias
      Limites de Controlo (UCL, LCL)
        Propósito: os limites de controlo UCL e LCL são usados para monitorizar a estabilidade estatística do processo.
        Base de Cálculo: baseiam-se na variabilidade natural do processo, usando a médias e o desvio padrão.
        Significado pontos fora desses limites indicam causas especiais de variação que podem tornar o processo instável, mas não necessariamente produzem peças fora das tolerâncias.
      Tolerâncias do Processo
        Propósito: especificam os limites dentro dos quais as características do produto (como dimensões) são aceitáveis para o cliente.
        Base de Cálculo: baseiam-se em requisitos funcionais do produto ou da aplicação final.
        Significado: baseiam-se em requisitos funcionais do produto ou da aplicação final.
    Relação Entre Processos e Tolerâncias
      Processo Capaz e Bem Centrado
        Um processo bem centrado (média do processo alinhada com o centro das tolerâncias) com variabilidade controlada raramente produzirá peças fora das tolerâncias, mesmo com pontos acima do UCL.
        O gráfico de controlo apenas alerta para possíveis mudanças no processo, mas as peças ainda podem estar dentro das especificações.
      Processo Não Capaz ou Mal Centrado
        Um processo com variabilidade alta ou média deslocada pode produzir peças fora das tolerâncias, mesmo que os pontos estejam dentro dos limites de controlo.
        Pontos acima do UCL são mais propensos a corresponder a peças fora das tolerâncias nesses casos.
    Recomendações para Garantir a Conformidade
      Analisar a Capacidade do Processo (Cp, Cpk):
        Avaliar se o processo é capaz de produzir consistentemente dentro das tolerâncias especificadas.
        Um processo é considerado capaz quando Cp ≥ 1.33 e Cpk ≥ 1.33.
      Monitorizar a Centralização:
        Certificar-se de que a média do processo está alinhada com o centro das tolerâncias.
        Verificar se há alterações no processo (máquina, material, ambiente) que possam levar à instabilidade.
        Confirmar se os valores fora do UCL coincidem com peças fora das tolerâncias.
      Relacionar Gráficos de Controlo e Inspeções de Produto:
        Utilizar inspeções específicas para verificar conformidade do produto em períodos com valores fora do.
    O fato de um ponto ultrapassar o limite superior de controlo (UCL) não significa necessariamente que a peça está fora das tolerâncias especificadas. Esses limites são uma ferramenta estatística para monitorizar a estabilidade do processo, não um critério direto de conformidade do produto.
    No entanto, pontos acima do UCL são alertas de potenciais problemas no processo, que, se não forem investigados e corrigidos, podem eventualmente levar a peças fora das tolerâncias. A relação entre limites de controlo e tolerâncias depende da capacidade e centralização do processo, sendo essencial alinhar ambos para garantir qualidade e estabilidade.

Voltar

Notas Importantes

    O Controlo por Gráficos permanece uma ferramenta imprescindível para a excelência operacional nas organizações. A sua simplicidade aliada à eficácia na análise de processos continua a ser uma referência para gestores e profissionais que aspiram a padrões elevados de qualidade e desempenho.
    Dadas as particularidades de cada uma das Cartas de Controlo, identificafas neste trabalho, o seu tratamento será individualizado para uma pormenorização adequada das suas variadas vertentes.

Voltar