absorÇÃo de Água em carcaÇas de frango: um...

ABSORÇÃO DE ÁGUA EM CARCAÇAS

DE FRANGO: UM ESTUDO SOBRE OS

FATORES DETERMINANTES E A

CAPABILIDADE DO PROCESSO

Ricardo Antonio Reche (UCS)

[email protected]

Charles Rui (UCS)

[email protected]

Maria Emilia Camargo (UCS)

[email protected]

Para as empresas serem eficazes e agregarem valor aos seus

stakeholders, é necessário que tenham uma visão detalhada dos

processos de produção, de modo que as informações permitam a

tomada correta de decisões. O presente artigo trata do préé-

resfriamento por imersão em água, realizada em resfriadores

contínuos do tipo rosca sem fim (chillers), processo este que culmina

com a absorção de água por parte das carcaças de aves. Com base em

dados coletados no período de julho a agosto de 2009 em uma

indústria avícola do Rio Grande do Sul, conduziu-se uma pesquisa

exploratória (estudo de caso) do tipo quantitativa. Através da

aplicação de estudos de capabilidade do processo e regressão linear

múltipla, observando-se as variáveis: intensidade de borbulhamento,

tempo de chiller, temperatura do pré-chiller, temperatura do chiller,

tempo de gotejamento e peso inicial, os resultados demonstraram que

as variáveis analisadas e presentes como pré-requisitos de controle por

parte da legislação são pouco significativas para o percentual final de

absorção. A análise de capabilidade do processo também demonstrou

que o pré-resfriamento por imersão em água, para o caso específico,

demonstra-se incapaz de atender aos limites de absorção estabelecidos

pela legislação vigente.

Palavras-chaves: Absorção de água, capabilidade de processo,

carcaças de frango

XXXI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Inovação Tecnológica e Propriedade Intelectual: Desafios da Engenharia de Produção na Consolidação do Brasil no

Cenário Econômico Mundial Belo Horizonte, MG, Brasil, 04 a 07 de outubro de 2011.



2

1. Introdução

Tradicionalmente, o processamento de aves é realizado de maneira similar em várias partes do

mundo e é composto de etapas básicas: recepção, pendura, atordoamento, sangria,

escaldagem, depenagem, evisceração ou eventração, inspeção, retirada dos miúdos, lavagem

interna e externa, pré-resfriamento (por imersão em água ou ar frio), gotejamento e

embalagem ou cortes.

Para a indústria avícola, o processo de pré-resfriamento representa uma forma de recuperar o

peso perdido durante o abate (sangue, penas e vísceras são descartados) e, respeitando a

legislação, obter lucratividade, através da absorção de água decorrente do mesmo. A meta das

empresas é, ao final do processo, obter carcaças com temperatura não superior a 7ºC, e com

absorção igual ou inferior a 8% sobre o peso inicial da carcaça seca. Porém, algumas carcaças

podem ultrapassar o limite previsto na legislação, representando descontrole do processo e

tornando as empresas passíveis de ações fiscais. Ao mesmo tempo, há interesse das empresas

em buscar valores de absorção próximos do limite estabelecido em lei.

O presente artigo trata da etapa de pré-resfriamento por imersão em água, realizada em

resfriadores contínuos do tipo rosca sem fim (chillers). Os parâmetros de processo, bem como

a descrição dos mesmos, foram extraídos do Regulamento Técnico de Inspeção Tecnológica e

Higiênico-Sanitária de Carne de Aves, constante na Portaria 210, de 10 de novembro de 1998

do MAPA (Ministério da Agricultura, Pecuária e Abastecimento), em vigor até os dias atuais.

Tomando-se por base dados de absorção colhidos durante os meses de julho a agosto de 2009,

efetuou-se a avaliação estatística do processo por meio de regressão linear múltipla e análise

de capabilidade. Objetivou-se determinar a capabilidade do processo e a proposição de uma

equação representativa de absorção de água durante a etapa de pré-resfriamento, de modo a

auxiliar a indústria a atingir os resultados planejados, respeitando os limites estabelecidos pela

portaria 210.

Nos capítulos seguintes serão abordadas as teorias do processo de absorção através do pré-

resfriamento por imersão em água, a regressão linear múltipla, a capabilidade do processo, a

metodologia empregada, o estudo de caso e as considerações finais.

2. Revisão da literatura

2.1 O sistema de pré-resfriamento de carcaças e a legislação

Conforme o MAPA (1998), o pré-resfriamento pode ser efetuado através de aspersão de água

gelada, imersão em água por resfriadores contínuos tipo rosca sem fim (chillers) e

resfriamento por ar (câmaras frigoríficas).

O resfriamento industrial de carcaças de frango é normalmente efetuado em tanques de

imersão em água. Nesta etapa, além da redução da temperatura, ocorre absorção de água pelas

carcaças.

Segundo Carciofi (2005), no sistema de pré-resfriamento por imersão, é definido que a

renovação de água gelada dos resfriadores contínuos tipo rosca sem fim, durante sua

operação, deverá ser constante e em sentido contrário à movimentação das carcaças

(contracorrente). Como conseqüência natural deste processo ocorre uma absorção de água por

parte das carcaças.

Segundo Nunes (2005) as aves vivas podem perder até 30% do seu peso em decorrência do

processo de abate e evisceração (perda de penas, sangue, vísceras, entre outros), o que pode se



3

tornar muito oneroso às empresas. Como forma de compensação de parte desta perda, a

hidratação das carcaças durante o pré-resfriamento (por meio da absorção de água pela pele) é

uma prática legal em todo o mundo.

“Qualquer que seja o limite estabelecido se deve buscar este valor com muita

tenacidade, por causa de seu impacto econômico significativo, tal como mostra a

simulação abaixo:

85.000 aves/dia x 2,50 kg/ave x 0,70 rendimento = 148.750 kg/dia de carcaças

secas

148.750 kg/dia carcaças secas x 0,5% hidratação = 748 kg/dia

748 kg/dia x 22 dias úteis/mês = 16.456 kg/mês

16.456 kg/mês x 12 meses/ano = 197.472 kg/ano

197.472 kg/ano x US$ 1,50/kg = US$ 296.208,00/ano

Os números da simulação dizem que, por cada 0,5% de hidratação diária, as vendas

anuais podem subir ou baixar até quase US$ 300.000,00, para um preço de US$

1,50/kg (NUNES, 2005, p.12).”

Conforme Carciofi (2005), a quantidade de água absorvida durante o pré-resfriamento está

relacionada principalmente com a temperatura da água dos resfriadores, tempo de

permanência no sistema, tipo de corte abdominal, injeção de ar no sistema (borbulhamento) e

outros fatores menos significativos.

De acordo com o MAPA (1998), a temperatura da água residente, medida nos pontos de

entrada e saída das carcaças do sistema de pré-resfriamento por imersão, não deve ser superior

a 4ºC e 16ºC, respectivamente, no primeiro e último estágio, observando-se o tempo máximo

de permanência das carcaças no primeiro, de trinta minutos.

Após a passagem pelos estágios do pré-resfriamento, ocorre a etapa de gotejamento, destinada

ao escorrimento da água da carcaça decorrente do processo, realizado com as carcaças

suspensas pelas asas ou pescoço, em ganchos acoplados a um transportador aéreo.

Conforme o MAPA (1998) especifica-se que o sistema de controle da absorção de água em

carcaças de aves submetidas ao pré-resfriamento por imersão deve ser eficiente e efetivo, sem

margem a qualquer prejuízo na qualidade do produto final. Os métodos oficiais para o

referido controle são o método de controle interno, realizado em nível de processamento

industrial, e o método do gotejamento para controle de absorção de água em carcaças já

congeladas (dripping test)

O método de controle interno, utilizado neste estudo, refere-se à água absorvida durante o pré-

resfriamento por imersão e sua técnica baseia-se na comparação dos pesos das carcaças

devidamente identificadas, antes e depois da passagem pelos tanques:

a) nº de carcaças: no mínimo 10 unidades em cada teste;

b) separar as carcaças a serem testadas após a saída do último chuveiro da calha de

evisceração;

c) prover o prévio escorrimento da água retida nas cavidades;

d) pesar, individual ou coletivamente, as carcaças a serem testadas, determinando assim o

peso inicial;

e) identificar as carcaças em teste antes de entrarem no sistema de pré- resfriamento por

imersão;

f) retirar as carcaças em teste para pesagem somente após o gotejamento das mesmas;



4

g) pesar, individualmente ou coletivamente, as carcaças em teste, determinando assim o peso

final;

h) a diferença entre o peso inicial e o peso final multiplicada por 100 e dividida pelo peso

inicial determina o percentual de água durante o processamento.

i) frequência dos testes: recomenda-se no mínimo um teste para cada turno de trabalho (quatro

horas).

2.2 Regressão linear múltipla

A regressão linear múltipla, segundo Fávero et al. (2009), apresenta a mesma lógica da

regressão linear simples, com a inclusão de mais de uma variável explicativa no modelo. A

utilização de muitas variáveis explicativas dependerá da experiência e do bom senso do

pesquisador.

Fávero et al. (2009) afirma que a utilização de mais de uma variável no modelo de regressão

retira o efeito de sobrecarga no intercepto, o que melhora a capacidade explicativa e preditiva

da variação (ou impacto) do vetor de variáveis X sobre Y.

Hill, Griffiths e Judge (2003), demonstram que o R² é a medida da proporção de variação na

variável dependente explicada pela variação na variável explanatória. Fávero et al. (2009)

descreve que a capacidade explicativa do modelo é analisada pelo R² da regressão, conhecido

por coeficiente de ajuste ou de explicação. Ainda, afirma que esta medida mostra o quanto as

variáveis X explicam a variação de Y e não justifica uma relação de causalidade de variável

de Y pelo vetor de variáveis X. O R² pode variar entre 0 e 1 (0 a 100%), porém é praticamente

impossível a obtenção de um R²=1.

De acordo com Hill et al. (2003), uma dificuldade com o R² é que seu valor pode ser

aumentado adicionando-se cada vez mais variáveis, mesmo que estas não tenham qualquer

justificativa. Algebricamente, à medida que se acrescentam variáveis, a soma de quadrados de

erros (SQU) diminui (pode permanecer inalterada, mas isso é raro) e assim R² aumenta. Os

programas de computador utilizados para a regressão frequentemente apresentam uma medida

alternativa para a qualidade do ajustamento, chamada R² ajustado.

Segundo Favero et al. (2009), este ajuste entre dois modelos, ou entre um mesmo modelo com

tamanhos de amostra diferentes, faz necessário o uso do R² ajustado, que é uma medida de R²

da regressão MQO (método de mínimos quadrados ordinários) ajustada pelo número de graus

de liberdade, uma vez que a estimativa amostral de R² tende a superestimar o parâmetro

populacional.

Algumas inferências adicionais podem ser feitas a partir do modelo de regressão múltipla.

Uma das mais comuns, para Hill et al. (2003), é o teste F. Este teste baseia-se na comparação

da soma dos quadrados dos erros do modelo de regressão múltipla original, com a soma dos

quadrados dos erros de um modelo de regressão em que se supõe verdadeira a hipótese nula.

Isto quer dizer que, uma única hipótese nula, que pode envolver um ou mais parâmetros, pode

ser testada por um teste t ou teste F. Uma hipótese nula conjunta, que envolve um conjunto de

hipóteses, é testada apenas por um teste F. O teste F mostra que, se a soma dos quadrados dos

erros são diferentes, a suposição de que a hipótese nula é verdadeira reduz a capacidade do

modelo para ajustar os dados e, assim, os dados não dão suporte a hipótese nula. Espera-se

pequena variação na soma de quadrados de erros quando se supõe verdadeira a hipótese nula.

2.3 Coeficiente de Assimetria de Pearson

Para Kazmier (2004) este coeficiente mede o afastamento da simetria expressando a diferença

entre a média em relação ao desvio padrão do grupo de medidas. As fórmulas são 1 e 2.



5

Assimetria de população: 3(u - Med) /σ (1)

Assimetria da amostra: 3( - Med)/ s (2)

Para uma distribuição simétrica, o valor do coeficiente de assimetria será sempre zero, porque

a média e a mediana são iguais em valor. Para uma distribuição positivamente assimétrica, a

média é sempre maior que a mediana; em consequência, o valor do coeficiente é positivo.

Para uma distribuição assimétrica negativa, a média é sempre menor do que a mediana e,

portanto, o valor do coeficiente é negativo (KAZMIER, 2004, p. 53).

Neste trabalho utilizar-se-á a análise de regressão múltipla para determinação da equação

probabilística do índice de absorção, realizar-se-á o teste de Lilliefors para verificação da

normalidade dos dados e o teste do coeficiente de Pearson para verificação a correlação entre

as variáveis do método de pré-resfriamento por imersão em água.

2.4 Capabilidade do processo

Segundo Juran (1993), o CEP (Controle Estatístico de Processo) é uma ferramenta que utiliza

técnicas estatísticas que, relacionadas entre si, nos permite medir, avaliar e analisar a variação

dos processos. O mesmo autor define processo como qualquer combinação específica de

máquinas, ferramentas, métodos, materiais e ou pessoas empregadas para atingir qualidades

específicas num produto ou serviço. Já para Moore (2005), processo é uma cadeia de

atividades que tornam insumos em produtos.

A capacidade de um processo, segundo Dellaretti e Brant (1994) consiste em avaliar se um

processo estável está apto a satisfazer o nível de qualidade estabelecido, a partir das

necessidades dos clientes. Moore (2005) refere-se à capacidade como sendo a propriedade de

um processo de satisfazer ou exceder exigências fixadas, sendo que não há nenhuma garantia

de que um processo sob controle produza produtos de qualidade satisfatória.

A razão da capacidade de um processo (CP) não leva em conta onde a média do processo está

localizada em relação às especificações e mede, simplesmente, a dispersão das especificações

em relação à dispersão six sigma no processo. Uma razão da capacidade do processo que leva

em conta a centralização é a grandeza cpk (capabilidade do processo), que nada mais é do que

a razão da capacidade do processo unilateral para o limite de especificação mais próximo da

média do processo. De modo geral, se cp=cpk o processo está centrado no ponto médio das

especificações. Se cpk<cp, o processo está descentrado. Costuma-se dizer que cp mede a

capacidade potencial do processo enquanto o cpk mede a capacidade efetiva.

Segundo Costa, Epprecht e Carpinetti (2004), um processo pode ser classificado com respeito

à sua capacidade conforme Tabela 1.

Classificação Valor de cpk

Itens fora das especificações

em ppm (partes por milhão)

Especificações bilateral e

processo centrado (ICP

apropriado: cp=cpk)

Processo não centrado e/ou

especificação unilateral (cpk

apropriado)

Capaz ≥ 1,33 70 35

Razoavelmente

capaz

1≤cpk≤ 1,33 Entre 70 e 2700 Entre 35 e 1350

Incapaz < 1 Mais de 2700 Mais de 1350

Fonte: Costa, Epprecht, Carpinetti (2004), p. 128

Tabela 1 – Classificação do processo com respeito a sua capacidade

Os gráficos de controle podem ser considerados como a técnica principal da análise de

X

X



6

capacidade de um processo, tratando de atributos ou variáveis. Sempre que possível, os

gráficos e R devem ser utilizados, em razão do maior poder e da melhor informação que

oferecem em comparação com os gráficos de atributos. Permitem a análise tanto da

variabilidade instantânea (capacidade do processo em curto prazo), como da variabilidade ao

longo do tempo (capacidade do processo em longo prazo). São de grande auxílio,

especialmente se os dados são coletados em dois ou três períodos diferentes de tempo, como

turnos, dias, meses e outros (MONTGOMERY, 2004, p.234).

No caso em questão, analisar-se-á, sob o ponto de vista estatístico, a capabilidade do processo

de absorção de água por carcaças de frango, realizado pelo método de pré-resfriamento por

imersão em água.

3 Aspectos metodológicos

Este trabalho pode ser classificado como uma pesquisa exploratória (estudo de caso) do tipo

quantitativa, através da aplicação de estudos de capabilidade do processo e regressão linear

múltipla. Como ferramentas para o cálculo dos dados utilizou-se os softwares SPSS, BioEstat

5.0 e Excel, que auxiliaram na construção das tabelas e gráficos estatísticos e facilitaram a

análise dos dados da pesquisa.

Segundo Yin (2008), o estudo de caso é uma investigação empírica que investiga um

fenômeno contemporâneo em seu contexto real, especialmente quando os limites entre o

fenômeno e o contexto não estão claramente definidos. Já para Gil (2002), a pesquisa

exploratória tem por objetivo proporcionar maior familiaridade com o problema, com vistas a

torná-lo mais explícito ou a construir hipóteses. Oliveira (1999) afirma que um estudo

exploratório possibilita ao pesquisador fazer um levantamento provisório do fenômeno que

deseja estudar, de forma mais detalhada e estruturada posteriormente.

Os dados foram coletados diariamente, em cinco séries de 10 amostras, pelos inspetores de

qualidade da empresa, totalizando 50 amostras diárias. Para efeito deste estudo foram

utilizadas as médias diárias dos valores de absorção, bem como as médias das intensidade de

borbulhamento, tempo de chiller, temperatura do pré-chiller, temperatura do chiller, tempo de

gotejamento e peso inicial, resultando em 212 observações. Estas variáveis, segundo o MAPA

(1998) são responsáveis por determinar, após o processo, o índice de absorção de água das

carcaças.4. A cadeia de suprimentos da empresa Delta

4 Resultados da Pesquisa

4.1 Análise de regressão linear múltipla

Introduziu-se no software SPSS os dados de índice de absorção (1), intensidade de

borbulhamento (2), tempo de permanência das carcaças no pré-chiller (3), temperatura do pré-

chiller “TPCH”(4), temperatura do chiller “TCH”(5), tempo de gotejamento (6) e peso inicial

(7). Através destes dados realizou-se a regressão linear múltipla selecionando como variável

dependente o “índice de absorção” e variáveis independentes as de números 2,3,4,5,6 e 7.

Por meio do quadro 1 é possível verificar que o conjunto de variáveis explica 6,40% da

variância do índice de absorção, porém ainda não é possível afirmar se o modelo é

significante, já que isto será verificado pelo teste F. Também nota-se que não há problemas de

multicolinearidade dos resíduos, já que a estatística de Durbin-Watson é aproximadamente

igual a 2.

Modelo R R quadrado R quadrado

ajustado

Norm. erro

estimado

Durbin-

Watson

1 .25a .064 .037 .73917 1.854



7

a.Variáveis independentes: peso inicial, tempo de permanência no pré-chiller, intensidade do borbulhamento, tempo de

gotejamento, temperatura do pré-chiller e temperatura do chiller.

b.Variável dependente: índice de absorção

Quadro 1: Resumo do modelo proposto

Pelo quadro 2 da ANOVA (Analysis of Variance) apresentamos o resultado da significância

do modelo proposto e, por meio do teste F= 0,000<0,05, é possível rejeitarmos a hipótese nula

de não-significância conjunta dos parâmetros da equação a 5%, ou seja, o modelo é

significativo.

a.Variáveis independentes: peso inicial, tempo de permanência no pré-chiller, intensidade do borbulhamento, tempo de

gotejamento, temperatura do pré-chiller e temperatura do chiller.

b.Variável dependente: índice de absorção

Quadro 2: Significância do modelo ANOVA

O teste F avalia a significância do conjunto de variáveis explicativas, porém não define qual

ou quais das variáveis explicativas consideradas são estatisticamente significantes ou não para

influenciar o comportamento da variável Y (FÁVERO, 2009, p.355).

No quadro 3 (primeiro modelo), verificamos que nem todas as variáveis explicativas possuem

significância em t < 0,05. Inicialmente verificamos que as variáveis tempo de permanência

das carcaças no pré-chiller (3), TPCH (4), TCH (5), tempo de gotejamento (6) e peso inicial

(7) e apresentam significância t > 0,05 e, portanto, foram excluídas do modelo. Estas variáveis

também foram aquelas que apresentaram os menores valores de Tolerância, ou seja, seriam

gerados altos valores de R² se elaboradas regressões de cada uma delas com as demais

explicativas.

Modelo Coeficientes não

normalizados

Coeficientes

normalizados t Sig

95% Intervalo de

Confiança

Colinearidade

estatística

B

Norm.

Error Beta

Limite

Mínimo

Limite

máximo Tolerância VIF

1 Constantes

Borbulhamento

Tempo

TPCH

TCH

Gotejamento

Peso Inicial

9.185

.001

-.001

-.014

-.058

.000

-.666

1.226

.000

.001

.038

.062

.000

.371

.160

-.073

-.027

-.072

-.070

-.124

7.489

2.356

-1.032

-.355

-.932

-1.010

-1.797

0.000

.019

.304

.723

.353

.314

.074

6.767

.000

-.003

-.089

-.180

-.001

-1.397

11.603

.001

.001

.062

.064

.000

.065

.988

.905

.768

.774

.937

.963

1.013

1.105

1.301

1.291

1.067

1.038

Variável Independente: índice de absorção

Quadro 3: Significância dos parâmetros (primeiro modelo)

Segundo Fávero (2009), o método de exclusão de variáveis refere-se ao procedimento

backward, a partir do qual todas as variáveis inicialmente incluídas no modelo e retiradas

passo a passo em função da análise da significância estatística t.

Modelo Coeficientes não

normalizados

Coeficientes

normalizados t Sig

95% Intervalo de

Confiança

Colinearidade

estatística

B

Norm.

Error Beta

Limite

Mínimo

Limite

máximo Tolerância VIF

1 Constante

Borbulhamento

8.567

.001

.363

.000

.142

23.613

2.339

.000

.020

7.852

.000

9.282

.001

.962

1.040

Modelo Soma dos

quadrados

df Quadrado

médio

F Sig.

1 Regressão

Resíduo

Total

7.695

112.006

119.701

6

205

211

1.283

.546

2.347 .033a



8

Variável Independente: índice de absorção

Quadro 4: Significância dos parâmetros (segundo modelo)

Verificando o quadro 4 (segundo modelo), podemos afirmar que o modelo apresenta apenas

uma variável com parâmetro de significância à 5%. A variável borbulhamento apresentou o

valor de Tolerância alto, com valor de VIF menor que 5. Assim o modelo final passa a ser

conforme a equação 3.

Índice de absorção = 0,001 borbulhamento + u (3)

A Figura 1 representa a distribuição dos índices de absorção em função do borbulhamento.

0.00 250.00 500.00 750.00

borbulhamento

2.00

4.00

6.00

8.00

10.00

índ

ice_

ab

so

rçã

o

n=166

n=3

n=3n=13 n=24

n=1

n=2

Figura 1: Distribuição dos índices de absorção em função do borbulhamento

Os mesmos dados coletados para o experimento de regressão linear múltipla foram

introduzidos no software Bioestat, e aplicou-se o teste de Lilliefors, com o objetivo de

verificar a hipótese de que a distribuição dos dados era normal, visando aplicar o teste de

correlação de Pearson.

Nos testes de hipóteses procurou-se verificar se o valores calculados para α crítico eram

superiores à 0,01 e 0,05. Analisando os dados, na Tabela 2, percebemos que todos os valores

críticos foram superiores ao especificado e, desta forma, confirmando que a distribuição

estatística era normal.

1 2 3 4 5 6 7

Tamanho da amostra = 212 212 212 212 212 212 212

Desvio máximo = 0.1057 0.4531 0.3848 0.0967 0.1611 0.089 0.051

(α) Valor crítico (0.05) = 0.0609 0.0609 0.0609 0.0609 0.0609 0.0609 0.0609

(α) Valor crítico (0.01) = 0.0708 0.0708 0.0708 0.0708 0.0708 0.0708 0.0708

p(valor) < 0.01 < 0.01 < 0.01 < 0.01 < 0.01 < 0.01 ns

Tabela 2: Verificação da normalidade através do teste de Lilliefors

Após o teste de normalidade realizou-se no software Bioestat o teste de correlação linear de



9

Pearson, com o objetivo de verificar a correlação entre as variáveis. As variáveis

significativas com p < 0,05 são representadas na Tabela 3.

Através da análise de correlação de Pearson, observou-se que, apesar da significância ser

menor que 0,05 para as variáveis 1 e 7, 3 e 4, 3 e 5, 3 e 6, 4 e 5 e 6 e 7, na prática diária da

indústria tal relação não se verifica, pois os tanques de pré-resfriamento operam

independentemente.

Coluna n

(pares) r Pearson IC 95% IC 99% R2 T GL (p)

Poder

0.05

Poder

0.01

1 e 2 212 0.1093 -0.03 a

0.24

-0.07 a

0.28 0.0120 1.5942 210 0.1134 0.4769 0.2298

1 e 3 212 -0.0736 -0.21 a

0.06

-0.25 a

0.10 0.0054 -1.0700 210 0.2867 0.2596 1.8599

1 e 4 212 -0.0435 -0.18 a

0.09

-0.22 a

0.13 0.0019 -0.6308 210 0.5293 0.0709 0.4996

1 e 5 212 -0.0034 -0.14 a

0.13

-0.18 a

0.17 0.0000 -0.0487 210 0.9612 0.0307 0.0994

1 e 6 212 -0.1180 -0.25 a

0.02

-0.29 a

0.06 0.0139 -1.7216 210 0.0876 1.6551

125.909

8

1 e 7 212 -0.1452 -0.27 a -

0.01

-0.31 a

0.03 0.0211 -2.1260 210 0.0355 9.5813

1586.44

13

2 e 3 212 0.0813 -0.05 a

0.21

-0.10 a

0.25 0.0066 1.1822 210 0.2394 0.3203 0.1237

2 e 4 212 -0.0235 -0.16 a

0.11

-0.20 a

0.15 0.0006 -0.3407 210 0.7339 0.0126 0.2295

2 e 5 212 0.0314 -0.10 a

0.17

-0.15 a

0.21 0.0010 0.4559 210 0.6492 0.1148 0.0050

2 e 6 212 0.0346 -0.10 a

0.17

-0.14 a

0.21 0.0012 0.5020 210 0.6165 0.1244 0.0118

2 e 7 212 0.0032 -0.13 a

0.14

-0.17 a

0.18 0.0000 0.0459 210 0.9634 0.0443 0.0725

3 e 4 212 0.2087 0.08 a

0.33

0.03 a

0.37 0.0435 3.0921 210 0.0024 0.9217 0.7691

3 e 5 212 0.2286 0.10 a

0.35

0.05 a

0.39 0.0522 3.4025 210 0.0009 0.9572 0.8503

3 e 6 212 0.1533 0.02 a

0.28

-0.02 a

0.32 0.0235 2.2488 210 0.0263 0.7223 0.4636

3 e 7 212 -0.0850 -0.22 a

0.05

-0.26 a

0.09 0.0072 -1.2368 210 0.2185 0.4048 3.5065

4 e 5 212 0.4104 0.29 a

0.52

0.25 a

0.55 0.1684 6.5222 210

<

0.0001 1.0000 1.0000

4 e 6 212 -0.0371 -0.17 a

0.10

-0.21 a

0.14 0.0014 -0.5386 210 0.5912 0.0493 0.3896

4 e 7 212 0.0426 -0.09 a

0.18

-0.14 a

0.22 0.0018 0.6179 210 0.5378 0.1507 0.0283

5 e 6 212 0.0401 -0.10 a

0.17

-0.14 a

0.22 0.0016 0.5818 210 0.5618 0.1422 0.0232

5 e 7 212 -0.0377 -0.17 a

0.10

-0.21 a

0.14 0.0014 -0.5464 210 0.5858 0.0510 0.3979

6 e 7 212 0.1960 0.06 a

0.32

0.02 a

0.36 0.0384 2.8969 210 0.0044 0.8899 0.7072



10

Tabela 3: Resultados do teste correlação linear

4.3 Análise da Capacidade do Processo

Os índices de absorção coletados foram introduzidos no software Excel e, a partir dos dados,

foram construídas as cartas x-individual, de amplitudes e o gráfico de distribuição normal

(histograma).

A análise das cartas foram feitas em duas etapas, sendo a primeira os estudos com todas as

amostras e, num segundo momento, as mesmas análises anteriores, eliminando-se os pontos

derivados de causas especiais.

Na primeira análise da carta x-individual, explicitada na Figura 2, os resultados demonstraram

7 pontos acima e abaixo da linha central. Os valores acima da linha central são originários do

intervalo de amostras 76 a 82, 77 a 83. Já os valores abaixo da linha central correspondem às

amostras intervalares 177 a 183, 178 a 184, 179 a 185, 180 a 186, 181 a 187, 182 a 188, 183 a

189. A variação destas amostras provavelmente esteja relacionada às causas especiais do

índice de absorção como: tamanho e tempo de permanência das aves no chiller, intensidade de

borbulhamento, temperatura do pré-chiller, temperatura do chiller, tempo de gotejamento e

quantidade de aves presentes no tanque em relação à capacidade do mesmo. Já como causa

comum, o tamanho das aves (de padronização praticamente impossível, mesmo separando os

lotes entre machos e fêmeas) pode influenciar nos resultados.

Também foram percebidos 15 pontos fora do LSC (limite superior de controle), cujo valor do

índice de absorção foi especificado em 8% de acordo com a legislação vigente. As amostras

com valores acima do LSC são as de número 122, 123, 124, 180 e 210.

Figura 2: Gráfico de tendência x individual

Para o gráfico da amplitude móvel dos índices de absorção coletados verificou-se, conforme

Figura 3, uma sequência crescente de 7 pontos nas amostras dos intervalos 107 a 113 e 108 a

114. Também foram observados 7 pontos abaixo do mesmo lado da linha central. Os valores

abaixo correspondem aos intervalos das amostras 57 a 63, 69 a 75, 70 a 76, 71 a 77, 72 a 78,

73 a 79, 74 a 80, 75 a 81, 76 a 82, 77 a 83, 86 a 92, 87 a 93, 88 a 94, 104 a 110, 141 a 147,

142 a 148, 143 a 149, 144 a 150, 145 a 151 e 146 a 152.



11

Figura 3: Gráfico de amplitude móvel

Analisando o gráfico de distribuição normal, de acordo com a Figura 4, percebe-se que a

maioria dos valores de absorção concentram-se entre o intervalo de 5,7029 e 7,1286. Já a

distribuição normal está centralizada em relação a sua média em 6,85%, e a curva do gráfico

está mais próxima do limite superior de especificação de 8%. O desvio padrão calculado ficou

em ± 0,7532 %.

Figura 4: Histograma

Como cp (2.1) é diferente de cpk (0.6), o processo não está centrado no ponto médio das

especificações. Já que o cpk resultou menor que cp, o processo está descentralizado.

Costuma-se dizer então que cp mede a capacidade potencial do processo, enquanto o cpk

mede a capacidade efetiva.

Segundo Costa, Epprecht, Carpinetti (2004) o cpk menor que 1 significa que o processo é

incapaz e, em geral, os processos unilaterais podem ter 1350 ppm de resultados fora da

especificação estabelecida. Desta forma, como o cpk do índice de absorção (0.6) resultou

menor que 1, o processo pode ser considerado incapaz. Também o processo de absorção de

água de carcaças de frango possui um Z mínimo de 1,799 e máximo de 10,802.

Na segunda análise da carta x-individual, Figura 5, os resultados demonstraram 7 pontos

seguidos do mesmo lado da linha central. Os valores acima foram do intervalo de amostras 75

a 81 e 76 a 82.

média= 6,85

desvio= 0,7532

n=212

LSC LIC



12

Figura 5: Gráfico de tendência x individual (segunda versão)

Para o gráfico da amplitude móvel dos índices de absorção coletados verificou-se, conforme

Figura 6, uma sequência de 7 pontos seguidos do mesmo lado da linha central. Os valores das

amostras abaixo da linha central foram 69 a 75, 70 a 76, 71 a 77, 72 a 78, 73 a 79, 74 a 80, 75

a 81, 76 a 82, 131 a 137, 132 a 138, 133 a 139 e 134 a 140. Foram encontrados, após os

ajustes, 4 pontos fora dos limites de controle: 5, 49, 123 e 124.

Figura 6: Gráfico de amplitude móvel (segunda versão)

Analisando o gráfico de distribuição normal, de acordo com a Figura 7, percebe-se que a

maioria dos valores de absorção concentra-se entre o intervalo de 6,2484 e 7,2516. Já a

distribuição normal está centralizada em relação à sua média em 6,75% e a curva do gráfico

está mais centralizada em relação ao primeiro estudo. O desvio padrão calculado reduziu-se

em relação ao primeiro estudo, ficando em ± 0,50156 %.

Como cp é diferente de cpk, conforme Quadro 6, o processo continua não centrado no ponto

médio das especificações, mesmo retirando algumas amostras que podem estar relacionadas a

causas especiais. Já que o cpk é menor que cp, o processo está descentralizado. Costuma-se

dizer então que cp mede a capacidade potencial do processo, enquanto o cpk mede a

capacidade efetiva.

Figura 7: Histograma

O cpk do índice de absorção continua sendo menor que 1, sendo considerado, desta forma, um

processo incapaz. Também o processo de absorção de água de carcaças de frango possui um Z

média= 6,75

desvio= 0,50156

n=195

LSC LIC



13

mínimo de 2,529 e máximo de 13,667. Observa-se que em relação ao primeiro estudo o Z

máximo aumentou.

5 Considerações Finais

O processo de resfriamento de carcaças de frango pode ser considerado incapaz, de acordo

com a análise de capabilidade realizada através do índice de absorção. Embora este resultado

tenha ficado abaixo do limite especificado, os sistemas de controle de qualidade e auditoria do

Serviço de Inspeção Federal realizados na planta garantem o atendimento às necessidades dos

clientes, uma vez que são considerados os valores médios de absorção.

O estudo de capabilidade não garante que um processo sob controle produza produtos de

qualidade satisfatória. Desta forma, é necessário que a companhia avalie as suas tolerâncias de

processo, identifique as outras variáveis que podem influenciar no processo de absorção,

verifique as necessidades de novos equipamentos e, também, realize ações para reduzir a

variabilidade do processo de fabricação.

Através da aplicação de estudos de regressão linear múltipla, observando-se as variáveis:

intensidade de borbulhamento, tempo de pré-chiller, temperatura do pré-chiller, temperatura

do chiller, tempo de gotejamento e peso inicial, os resultados demonstraram que as variáveis

analisadas e presentes como pré-requisitos de controle por parte da legislação são pouco

significativas. O percentual final de absorção impossibilita a construção de uma equação que

auxilie a empresa a avaliar o seu processo.

Ao mesmo tempo, por meio da análise de capabilidade do processo verificou-se que o pré-

resfriamento por imersão em água, para o caso específico, demonstra-se incapaz de atender

aos limites de absorção estabelecidos pela legislação vigente. Tais resultados remetem a

estudos futuros, no sentido de investigação de outras variáveis significativas ao processo, bem

como novas formas de pré-resfriamento, mais capazes de atender às especificações.

Referências

CARCIOFI, B.A.M. Estudo do resfriamento de carcaças de frango em chiller de imersão em água. Dissertação

de Mestrado. Santa Catarina: Universidade Federal de Santa Catarina, 2005.

COSTA, A. F. B.; EPPRECHT, E. K.; CARPINETTI, L. C. R. Controle estatístico de qualidade. São Paulo:

Atlas, 2004. 334 p.

DELLARETTI FILHO, O.; DRUMOND, F. B. Itens de controle e avaliação de processos. 1ª edição. Belo

Horizonte: QFCO, 1994.

FÁVERO, L. P. Análise de dados: modelagem multivariada para tomada de decisões. Rio de Janeiro: Elsevier,

2009. 646 p.

FIELD, A. Descobrindo a estatística usando o SPSS. Porto Alegre: Artmed Editora S.A., 2009, 687p.

GIL, A. C. Como elaborar projetos de pesquisa. 4.ed. São Paulo: Atlas, 2002 175 p.

HILL, R. C.; GRIFFITHS, W. E.; JUDGE, G. G. Econometria. 2.ed. São Paulo: Saraiva, 2003. 471 p.

JURAN, J. M.; GRINA, F. M. Controle da qualidade - handbook: métodos estatísticos clássicos aplicados à

qualidade. 4ª edição. São Paulo: McGrall – Hill, 1992.

KAZMIER, L. J. Estatística aplicada à economia e administração. São Paulo: Makron Books, 2004. 376

MAPA - Ministério da Agricultura, Pecuária e Abastecimento: Secretaria de Defesa Agropecuária.

“Anexo I – Regulamento Técnico da Inspeção Tecnológica e Higiênico-Sanitária de carne de aves conforme

portaria 210 de 1998”. Disponível em <www.agricultura.gov.br> Acesso em: Setembro de 2009.

MOORE, D. A Estatística básica e sua prática. 3.ed. Rio de Janeiro: LTC, 2005. 658 p.



14

MONTGOMERY, D. C. Introdução ao controle estatístico da qualidade. 4.ed. Rio e Janeiro, RJ: LTC, 2004.

513 p.

MURTEIRA, B. J. F. Probabilidades e estatística. 2.ed. rev. Lisboa, PO: McGraw-Hill, c1990 2 v.

NUNES, F. Enfriar las Canales es Cuidar la Calidad y el Rendimiento. Indústria avícola. Mount Morris, v. 52,

n. 2, p. 10-16, Febrero 2005.

OLIVEIRA, S. L. Tratado de metodologia científica: projetos de pesquisa, TGI, TCC, monografias,

dissertações e teses. São Paulo, SP: Pioneira, 1999. 311p.

YIN, R. K. Estudo de caso: planejamento e métodos. 2.ed. Porto Alegre: Bookman, 2001. 205p.

absorÇÃo de Água em carcaÇas de frango: um...

Documents