Identifique o momento certo de ajustar o processo
No Post Variação é sinônimo de falta de qualidade? falamos sobre os tipos de causas de variação observadas nos processos (causa especial e causa aleatória, lembram?). Vamos dar sequência neste assunto falando agora da importância de como diferenciá-las para prevenir problemas de desvios de qualidade.
Ao monitorar os resultados de um processo, lidamos com 2 tipos de erros:
- Erro Tipo 1 – Reagir a um resultado como se viesse de uma causa especial, quando na verdade vem de causas comuns de variação.
- Erro Tipo 2 – Tratar um resultado como se viesse de causas comuns de variação, quando na verdade vem de uma causa especial.
A proposta do Gráfico de Controle de Shewhart visa dar um equilíbrio entre estes dois tipos de erros, favorecendo a tomada de decisão certa no momento de ajustar ou não o processo.
Ao realizar uma medição com base nos procedimentos de amostragens adequados e na sequência plotar o resultado em um Gráfico de Tendência, teremos o seguinte:
Mas ao plotar os mesmos dados em um Gráfico de Controle de Shewhart temos o seguinte:
A diferença entre os dois gráficos não é apenas a coloração, mas sim os Limites de Controle.
Ao plotar o resultado no Gráfico de Controle, conseguimos responder o seguinte: É seguro assumir que o processo continua estável, com a mesma média e com a mesma variação conhecida?
Possíveis respostas:
SIM: quando o ponto estiver dentro dos limites de controle e sem presença de tendências*.
ou
NÃO: quando o ponto estiver fora dos limites de controle ou com presença de tendências*.
LEMBRE-SE! Este tipo de conclusão é válido quando são utilizados Limites de Controle calculados com base nos dados do próprio processo.
*Para entender mais sobre tendências, veja o post explicativo sobre regras de alarmes
Observe que nos dois gráficos estão plotados os mesmos dados, mas ao utilizar o Gráfico de Controle de Shewhart, onde os Limites de Controle exibidos são calculados com base nos dados extraídos do próprio processo, temos a indicação da área provável de se observar uma medição enquanto o processo estiver sob influência apenas de causas aleatórias (causas inerentes ao processo).
Ao observar uma medição além ou aquém dos Limites de Controle, temos um forte indicativo de que uma causa especial está atuando sobre o processo. Mas há inúmeras Regras de Alarmes para auxiliar na identificação de presença de causas especiais, e o princípio básico por trás de todas elas é sinalizar padrões com baixa probabilidade de ocorrência se o processo estiver sob controle estatístico.
Estatisticamente, ao monitorar uma variável a partir da análise gráfica das médias das amostras, é possível inferir que 99,73% das medições estarão dentro dos Limites de Controle quando o processo estiver sob controle estatístico. Ou seja, existe apenas 0,27% de chances do ponto estar fora dos limites e não existir uma causa especial, ou seja, a chance de cometer o Erro do Tipo 1 não é inexistente, porém é muito baixa.
Essa probabilidade tem origem no Teorema do Valor Central e no Fundamento 1 dos Gráficos de Controle, que orienta a utilização da distância de +-3 sigma a partir da média como sendo a definição de limites de controle.
Portanto, com o auxílio do Gráfico de Controle, obtém-se uma excelente probabilidade de identificar o tipo de variação e, consequentemente, tomar a ação correta em busca da excelência de qualidade.
Ações indicadas conforme o tipo de variação:
- Variação em função de uma causa aleatória: Não requer nenhuma ação uma vez que o processo está se comportando de maneira conhecida e previsível.
- Variação em função de uma causa especial: Atenção, o processo pode estar sob influência de algum fator externo. Se esta variação for maléfica para o processo, é necessário investigá-la para tentar encontrar a causa e eliminá-la. Mas se a variação for benéfica, é importante entendê-la é para que ela possa ser mantida no processo.
Você já identificou uma causa especial que tenha sido benéfica ao processo? Se sim, compartilhe conosco 🙂
Engenheira de Alimentos pela UFSC com certificação Green Belt. Trabalha na HarboR desde 2009 atuando na capacitação, implementação e suporte técnico na área de Controle Estatístico de Processo e Qualidade em diferentes áreas da indústria.