aplicabilidade do cep na avaliaÇÃo do ... ao longo do estudo, como o controle estatístico de...

APLICABILIDADE DO CEP NA AVALIAÇÃO DO

DESEMPENHO DE PROCESSO EM UMA

INDÚSTRIA DE BENEFICIAMENTO DE FEIJÃO

DO VALE DO AÇO

Thaine Quitanilha Fernandes Vieira (UNILESTE)

[email protected]

Yumi Ribeiro de Oliveira (UNILESTE)

[email protected]

O objetivo deste artigo é apresentar a aplicação do Controle Estatístico de

Processo (CEP) e de algumas ferramentas da qualidade, em uma empresa de

industrialização de feijões. Foi desenvolvido um estudo de caso com a coleta

de amostras do peso do feijão carioca de 1 Kg, em uma indústria do setor

alimentício, situada na Região Metropolitana do Vale do Aço - MG, que

produz feijão, em larga escala, para diversas regiões do estado. Foi

apresentado ao longo do estudo, como o Controle Estatístico de Processo

pode ser utilizado para monitorar os processos produtivos a fim de garantir

sua qualidade e o atendimento às especificações, através da utilização de

gráficos de controle. O monitoramento do processo por meio de gráficos de

controle, permite identificar rapidamente anormalidades e orienta as ações

corretivas para retornar o controle do processo. Esta ferramenta é simples de

utilizar e com baixo custo, uma vez que a amostragem por subgrupos

racionais pode ser utilizada, não sendo necessário medir o peso em todas as

unidades produzidas. Os resultados mostram uma superestimação do peso

médio das unidades produzidas por parte da empresa, para evitar não

conformidades quanto às especificações. Este problema poderia ser resolvido

com a implantação do CEP como parte do seu processo produtivo, tornando-

XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

“A Engenharia de Produção e as novas tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens

avançadas de produção”

Joinville, SC, Brasil, 10 a 13 de outubro de 2017.





2

o mais estável, com menor variabilidade e maior capacidade de produzir

itens em conformidade com a legislação.

Palavras-chave: Amostragem. Controle Estatístico de Processo. Gráfico de

Controle. Monitoramento.





3

1. Introdução

Grande parte das pequenas empresas é gerida por pessoas que se baseiam na experiência de

vida para tomar decisões, não havendo, portanto, um embasamento de informações

estatísticas que orientem suas decisões. Assim, este estudo tem por objetivo identificar as

ferramentas e técnicas de controle estatístico, que colaboram com o acompanhamento das

condições de controle de um processo, bem como o atendimento às normas de qualidade.

Tendo em vista a necessidade de monitorar os processos e melhorá-los para atingir um alto

nível de qualidade, questionam-se como as ferramentas do Controle Estatístico do Processo

(CEP) podem contribuir para identificar e reduzir as variabilidades que envolvem a produção.

Assim, o estudo justifica-se pela necessidade de obter informações referentes ao

comportamento de processos, com objetivo de avaliar e controlar as principais variações,

auxiliando a tomada de decisões das pequenas empresas, com intuito de reduzir custos

decorrentes de falhas e variabilidade, alcançando os padrões de qualidade esperados pelo

cliente e pela legislação pertinente.

Buscando evidenciar a importância do monitoramento de processo, através da aplicação do

CEP, foi realizado um estudo de caso em uma indústria de beneficiamento e empacotamento

de feijão, que situa-se na Região Metropolitana do Vale do Aço – MG. De cunho familiar, a

indústria é consolidada no mercado da região, e possui o feijão como principal produto de seu

portfólio, que é fornecido para o comércio varejista e supermercadista.

2. Referencial teórico

O CEP pode ser considerado uma metodologia estatística de monitoramento de processo, que

atua de forma preventiva na identificação e tratamento de causas de variações que não são

comuns ao processo, que podem estar afetando sua estabilidade.

Miyata et al (2010) asseguram que o CEP é uma forma de monitoramento em tempo real, das

características de interesse em um processo, assegurando que sua manutenção estará dentro

dos limites preestabelecidos e indicando quando se deve adotar as ações de correção e

melhoria.





4

Toledo et al (2013) complementa que aplicar o CEP é tomar decisões baseados em dados e

fatos conhecidos, por isso é necessário que a análise dos dados seja feita de forma a identificar

as causas de variabilidade e aprofundar as ações no seu tratamento. Assim, o objetivo do CEP

é proporcionar a visibilidade do comportamento do processo, de modo a mantê-lo estável, sob

condições favoráveis ao atendimento das especificações.

Silva e Montenegro (2009) atestam que, dentre todas as práticas já conhecidas e já utilizadas

pelas organizações, as ferramentas da qualidade contribuem efetivamente para o controle de

qualidade, quando aplicadas diretamente no processo. A seguir são apresentados métodos para

verificar a normalidade, estabilidade e capacidade de processos, iniciando com as técnicas de

amostragem.

Uma razão para aplicar o CEP está relacionada à técnica de amostragem, que permite avaliar

partes do processo e identificar problemas de qualidade que podem afetar todos os produtos,

sem que se faça a inspeção em todos os itens. Além disso, a aplicação do CEP no controle de

qualidade impulsiona os custos para baixo, devido a redução do percentual de itens fabricados

com defeito em função das melhorias que podem ser feitas durante a fabricação.

(CARVALHO; PALADINI, 2005).

Para identificar se um processo está sob influência de causas especiais ou não, é necessário

verificar as variáveis características da qualidade do produto, em suas condições de

normalidade. É importante monitorar adequadamente cada processo, para identificar qual

seria o valor ideal especificado para a variável a ser medida, chamado de valor-alvo, que é

determinado na embalagem do produto ou definido pela organização (COSTA; EPPRECHT;

CARPINETI, 2005).

A normalidade do processo pode ser testada por histogramas ou testes de hipóteses, como o

teste não paramétrico para uma variável, denominado teste de Kolmogorov-Smirnov. Ao

realizar medição por amostragem para controlar o processo, pode-se formar um histograma

com os valores medidos a fim de identificar o tipo de distribuição de probabilidade a qual o

processo pertence.

Para um processo com distribuição normal, o histograma obtido tende a apresentar o valor da

variável próximo da média, esperando-se uma distribuição uniforme dos valores, tendendo à





5

uma distribuição normal, que ocorre quando o processo está sob controle e nas condições

desejadas para atender às especificações (SLACK; CHAMBERS; JOHNSTON, 2002).

Uma das principais ferramentas do CEP é o gráfico de controle, que é eficaz por detectar

rapidamente as alterações de processo, permitindo agir antes que ocorra um problema maior.

É usual serem utilizados os gráficos de Média ( ) e o Gráfico de Amplitude (R) para

monitoramento de variáveis contínuas mensuráveis. Esses gráficos permitem agir

corretivamente, caso os valores da variável passem a cair em ponto afastados da média e dos

limites de controle do processo (COSTA; EPPRECHT; CARPINETTI, 2005).

De acordo com Slack, Chambers e Johnston (2002), o gráfico de controle -R pode ser

utilizado para controlar a média da amostra e a variância dentro da amostra através da

medida da faixa R. O gráfico de detecta mudanças na saída média do processo, não

alterando a variabilidade inerente a amostra, indicando valores que estão tendendo a fugir da

especificação, enquanto o gráfico de amplitude R delineia a faixa de cada amostra, que é

obtida pela diferença entre o maior e o menor valor da amostra, e indica a mudança de

variabilidade, mesmo que a média permaneça constante.

Segundo Costa, Epprecht e Carpinetti (2005), a análise de capacidade de processo tem por

objetivo verificar se o processo é adequado para produzir itens conforme alguma

especificação de qualidade, mesmo estando cotrolado. Para eles, ainda que não existam causas

especiais, o processo precisa ser capaz de atender às especificações, caso contrário, deve ele

ser todo ajustado.

Slack, Chambers e Johnston (2002) definem capacidade de processo como “medida da

aceitabilidade da variação do processo”. Quando a média não acompanha a especificação ou

quando há apenas um limite de especificação, realiza-se um teste de capacidade unilateral,

denominado , onde o valor mínimo obtido é suficiente para prever que o processo é capaz.

Em relação à presença de causas especiais afetando o processo, Costa, Epprecht e Carpinetti

(2005) afirmam que não há relação direta e obrigatória entre a estabilidade e a capacidade de

um processo, uma vez que este pode ser pouco capaz, mesmo quando está controlado; ou

ainda estar fora de controle e ainda assim ser capaz, embora a presença de uma causa especial

sempre piora sua capacidade.





6

3. Metodologia da pesquisa

De acordo com Gil (2010), a classificação de pesquisas é feita baseando nos seus objetivos

gerais. Esse estudo classifica-se como um estudo de caso, pois o objetivo do trabalho foi

investigar a variabilidade intrínseca a um processo de produção, utilizando as ferramentas de

controle estatístico de processo.

Assim, foram coletadas amostras do peso de pacotes de feijão do tipo carioca, de peso

nominal de 1 Kg, dentro da indústria onde é feito seu empacotamento. A coleta dos dados foi

feita em um dia, na sequência de produção, começando logo após o início de funcionamento

da máquina empacotadora.

A máquina avaliada é uma empacotadora automática que possui uma balança digital embutida

e apresenta os pesos de forma sequencial em um painel digital. Sua programação é feita por

um responsável da empresa de forma antecipada.

A empacotadora possuiu um sistema automatizado que rejeita pacotes de feijão que

ultrapassam ou antecedem o peso máximo e mínimo que foram programados antes do seu

funcionamento. Através desse sistema, pacotes acima e abaixo do especificado pela empresa

são rejeitados e, portanto, não seguem na esteira para a etapa de enfardamento dos pacotes.

No dia em que as coletas foram feitas, a empresa definiu um peso médio para o lote em

processamento de 1010g, devendo a máquina rejeitar pacotes com peso a ± 10g. Assim, o

peso ideal definido pela empresa foi de m = (1010, ±10) g, sendo, portanto, rejeitados pacotes

com m < 1000g e m >1020g. Foram enumerados 125 pacotes de feijão, que compõem 25

amostras coletadas, com subgrupo igual a 5, considerando a sequência em que eram

produzidos.

Após o processo de empacotamento, os pacotes foram medidos em uma balança digital da

empresa. A balança utilizada é da marca Torrey, Modelo L-PCR-20, que suporta medições

entre 40g e 4 Kg, e possui valor de divisão de verificação e = 2g. Como os pacotes estavam

enumerados, as coletas foram realizadas de 5 em 5 unidades, onde os itens enumerados de 1 a

5 referem-se à 1ª amostra, de 6 a 10, à 2ª amostra e assim por diante.





7

Ao final das medições na empresa, foram solicitadas 15 unidades aleatórias de embalagens

dos produtos para que fosse medido o peso médio da embalagem em balança com Incerteza

de Medição apropriada, em um laboratório da instituição de ensino superior.

Definido o peso médio da amostra das embalagens do lote analisado, este foi subtraído de

cada medição realizada, de modo a se trabalhar com o peso líquido do feijão, para verificação

de conformidade com os aspectos da legislação pertinentes à especificação do produto.

4. Caracterização da empresa e do processo de beneficiamento do feijão

A indústria de beneficiamento de feijão situa-se na Região Metropolitana do Vale do Aço em

Minas Gerais - MG, e teve origem em 1984. Iniciou os trabalhos com feijão de pequenos

produtores rurais de outras regiões do estado, e atualmente possui seu próprio maquinário de

beneficiamento de feijão e adquire a matéria prima de grandes produtores, para fornecer os

produtos para o comércio da região.

O Beneficiamento é o processo de limpeza e tratamento da matéria prima. A primeira etapa é

o recebimento da matéria prima, com a chegada de carretas carregadas. O feijão que chega

das carretas pode estar dentro de sacos de aproximadamente 60 Kg, ou podendo vir também

de forma a granel. Se embalados em sacos é depositado no galpão através da empilhadeira e

estocado, caso o feijão esteja a granel, ele é depositado em silos subterrâneos, chamados de

moega.

Os grãos são despejados nas moegas, quando não possuem demanda imediata na produção. Se

chegam em sacos denominados de bags, geralmente de 60 Kg cada, estes são retirados das

carretas por meio de carrinhos de paletes e levados para o local de armazenamento de bags e

depois despejados nas moegas, à medida que vão sendo solicitados pela produção.

Das moegas, os grãos seguem por meio de elevadores até a peneira grande que separa as

impurezas como pedras ou gravetos. Na segunda etapa, a mesa de gravidade separa os feijões

quebrados ou partidos ao meio, denominadas “bandinhas” dos grãos inteiros.

Diante desta separação, o feijão inteiro será escovado e armazenado limpo em um silo da

empacotadora, onde ainda passará por uma nova peneira, para evitar que feijões partidos





8

possam ainda estar misturados com os inteiros. O fluxograma apresentado na Figura 1 ilustra

as etapas desse processo de beneficiamento:

Figura 1: Processo de beneficiamento do feijão

Fonte: Elaborado pelos autores





9

Dos silos da empacotadora, os grãos vão para a máquina empacotadora, que é previamente

ajustada por um responsável da empresa para atender ao empacotamento do tipo de feijão

solicitado, podendo ser de 1 Kg, 2 Kg ou 5 Kg.

A máquina é programada para rejeitar produtos com peso abaixo ou acima de uma tolerância

que é informada pelo colaborador. Caso sejam empacotados itens fora dessa tolerância, a

máquina rejeita o pacote e o descarta, para que não siga para a etapa de enfardamento. Os

pacotes aceitos seguem por meio de esteira para a etapa de enfardamento, que consiste em

separar os pacotes em fardos de até 30 pacotes de 1 Kg. Após o enfardamento, estes são

armazenados em paletes até seguir para expedição.

5. Coleta de dados por amostragem

Inicialmente, verificou-se o peso médio das embalagens do produto do mesmo lote, cujas

amostras foram retiradas. A média encontrada para as embalagens foi de 4,7601 g conforme

Quadro 1. Utilizou-se 5 algarismos significativos em todas as amostras coletadas.

Quadro 1: Peso médio das embalagens coletadas


Segundo Montgomery (2004), a amostragem por subgrupos desempenha importante papel no

desenvolvimento de gráficos de controle para a média , uma vez que permite acompanhar o

deslocamento da média entre amostras, identificando a variabilidade do processo ao longo do

tempo. Em conjunto, utiliza-se o gráfico de controle da amplitude R, que mede a variabilidade

dentro a amostra, avaliando instantaneamente, em um dado intervalo de tempo, a

variabilidade do processo.

Assim, coletaram-se os pesos dos pacotes de feijão carioca de peso nominal de 1 Kg a partir

da sequência de produção, em um único dia. Os dados foram coletados seguindo o conceito de

subgrupos racionais e as amostras foram registradas, já subtraído o peso médio das

embalagens, conforme o Quadro 2.





10

Quadro 2: Peso das amostras coletadas em subgrupos racionais


Como a balança utilizada possui valor de divisão de verificação e = 2g, verifica-se que os

pesos coletados seguem um padrão de se apresentar geralmente de 2 em 2 g, entretanto, não

havia outra balança com divisão menor na empresa que pudesse ser utilizada.

6. Análise de normalidade

Para Montgomery (2004), é imprescindível que os dados encontrados apresentem distribuição

normal, preceito fundamental para a aplicação das ferramentas do CEP, para garantir que os

limites de controle encontrados e a análise de capacidade do processo sejam confiáveis.

Entretanto, Oliveira (2009) afirma que é ideal que os dados sigam uma distribuição normal

para aplicação das ferramentas do CEP, mas que esta característica não é restritiva à sua





11

aplicação, possibilitando fazer uso das cartas de controle propostas por Shewhart ainda que os

dados não sigam a normalidade.

Seguindo para as análises e aplicações do CEP, utilizando as ferramentas do Microsoft Office

Excel 2007, foi feita a análise de normalidade a partir de um histograma das médias

encontradas para as amostras, a fim de identificar se os dados encontrados seguem uma

distribuição normal. O gráfico 1 mostra o histograma das amostras, que indica uma

distribuição normal das amostras do processo.

Gráfico 1: Histograma das amostras

Fonte: Elaborado pelos autores.

O teste de Kolmogorov-Smirnov (K-S) foi aplicado nas amostras para confirmar a

normalidade dos dados coletados. Esse teste é utilizado para verificar se uma distribuição de

probabilidade difere da distribuição em hipótese, com base em amostras de tamanho

especificado.

Nesse caso, partiu-se do pressuposto de que os dados coletados seguem uma distribuição

normal de probabilidade, sendo denominada a hipótese nula , enquanto a não aderência dos

dados à distribuição normal referem-se à hipótese alternativa . Para este teste de hipótese,

utilizou-se como parâmetro o nível de significância usual de 0,05.

No emprego do teste K-S, é possível comparar a distribuição de determinada amostra

observada com uma distribuição teórica. A distribuição teórica sob hipótese é acumulada





12

com base na distribuição normal padrão e é representada por , enquanto a distribuição

das frequências das amostras é representada por . .

O teste K-S supõe que os valores de estejam próximos de e suas diferenças em

módulo sejam pequenas. Logo, para aferir a adequação da amostra sob

hipótese à distribuição teórica, toma-se a maior destas diferenças em módulo, que é chamada

de , denominada desvio máximo.

Assim, avalia-se a condição: se , aceita-se a hipótese nula e admite-

se a normalidade. O quadro a seguir traz os valores críticos tabelados para amostras de

tamanho n = 5, que serão utilizados para a carta de controle de média e amplitude e para o

teste K-S.

Quadro 3: Coeficientes tabelados para testes de normalidade e estabilidade


O teste de normalidade K-S apresentou o valor de e como este é menor que

desvio crítico , conclui-se que as amostras sob-hipótese possuem

distribuição normal para um nível de significância de 0,05, com 95% de confiança.

7. Análise de estabilidade





13

Partindo da aceitação da hipótese de normalidade dos dados coletados, é possível aplicar a

ferramenta de cartas de controle e análise de capacidade de processo do CEP, sem que a

confiança dos resultados seja comprometida.

Optou-se pelo gráfico das médias, pois estes permitem avaliar a variabilidade entre amostras,

enquanto o gráfico de amplitude fornece informações quanto à variabilidade dentro da

amostra, permitindo encontrar resultados que se referem ao comportamento real do processo,

entre e dentro das amostras coletadas. Os limites de controle para o gráfico da média foram

calculados com base nas fórmulas:

(1)

(2)

(3)

Já os limites de controle para a amplitude R foram encontrados conforme as equações:

(4)

(5)

(6)

É imprescindível que o gráfico de controle para a média esteja acompanhado pelo gráfico de

controle da amplitude, de modo a verificar a variação dos dados dentro e fora das amostras,

foi elaborado o Gráfico 2 para a média e o Gráfico 3 para a amplitude, conforme a seguir:

Gráfico 2: Gráfico de Controle para a Média ( )





14


Gráfico 3: Gráfico de Controle para a Amplitude (R)


Baseando-se nas informações dos gráficos de controle, identifica-se que as amostras

apresentaram valores abaixo e acima dos limites de controle nas amostras iniciais, que foram

extraídas logo após o início de funcionamento da máquina. Até a 10ª amostra, o





15

comportamento do gráfico para a média apresentou oscilações, até se que a média se

estabilizasse após a 11ª amostra retirada.

O gráfico de amplitude apresentou um ponto fora do limite superior de controle, referente à 2ª

amostra de peso coletada. Essa informação indica que a diferença entre os pesos medidos de

unidades produzidas quase simultaneamente foi elevada, o que sinaliza uma instabilidade do

processo no que se refere à amplitude. Observa-se que o processo se torna estável a partir da

8ª amostra, evidenciando que à medida que processo entra em regime de produção, se torna

estável e livre de causas especiais.

8. Análise de capacidade

Para verificar a capacidade do processo em atender às especificações, realizou-se um teste de

capacidade do processo, levando em consideração a especificação do produto segundo a

norma vigente do INMETRO para produtos de conteúdo nominal pré-medidos.

A norma Nº NIE-DIMEL-0,25 aprovada em julho de 2011 estabelece critérios para

verificação do conteúdo efetivo de produtos pré-medidos que são comercializados em

unidades de massa. No caso do feijão carioca de conteúdo nominal igual a 1000g, objeto deste

estudo, é permitido um percentual de tolerância de 1,5% do seu conteúdo nominal, conforme

Quadro 4 a seguir:

Quadro 4: Tolerâncias Individuais permitidas

Fonte: Norma NIE-DIMEL-0,25 - INMETRO (2011)





16

Segundo esta norma, a tolerância individual (T) refere-se à diferença tolerada entre o

conteúdo efetivo observado através de teste de amostragem e o conteúdo nominal, informado

na embalagem do produto. Como o conteúdo nominal para o feijão carioca Qn = 1000g, o

percentual tolerado para menos é de 1,5%, o que representa uma tolerância de -15g do

referido produto.

Logo, tem-se que a especificação inferior para este produto é de 1000g -15g, o que configura

um Limite Inferior de Especificação de 985g. Como não há limite superior de especificação,

pois se considera que conteúdo efetivo maior que o conteúdo informado na embalagem não

gera problema ao consumidor, foi feita a análise de capacidade do processo através da

utilização do índice .

O índice mede a capacidade efetiva de o processo atender às especificações exigidas,

sendo o o índice de capacidade unilateral utilizado quando se tem um único limite de

especificação (MONTGOMERY, 2004). Assim, a fórmula a seguir foi utilizada para medir a

capacidade do processo:

(7)

O índice foi calculado a partir o limite inferior de especificação (LIE), a através da

utilização da média das 25 amostras, sendo, portanto, considerado a média como o valor da

média das médias encontrada para as amostras . O desvio padrão encontrado para as

amostras foi = 1,746, que foi calculado a partir das médias das amostras por meio de fórmula

específica de desvio padrão amostral (DESVPADA), do Microsoft Office Excel 2007.

Assim, o valor de capacidade encontrado para o processo foi = 3,6729. Como o índice foi

um valor ≥ 1,33, o processo pode ser considerado capaz de atender às especificações,

conforme o Quadro 5 abaixo.

Quadro 5: Classificação do processo em relação à sua capacidade





17

Fonte: Adaptado de Costa, Epprecht e Carpineti (2005)

9. Resultados e considerações finais

Para realização dos testes de normalidade, estabilidade e capacidade do processo, foram

desenvolvidos quadros 6 e 7 que contém os principais resultados encontrados, permitindo

avaliar de forma resumida se o processo pode ser considerado estável e livre de causas

especiais.

Quadro 6: Comparativo entre as verificações por amostragem e o praticado


O quadro 6 apresenta uma comparação entre os valores encontrados para a média do processo

em relação ao que a empresa pratica para controle de qualidade dos seus produtos, e o que é

exigido pela legislação. Por meio dos resultados acima, verifica-se que a empresa tem um

processo ajustado para atender a uma média de conteúdo nominal igual a 1010 g, incluindo o

peso das embalagens considerado pela empresa como 6g.

Assim, a máquina empacotadora é programada para rejeitar apenas pacotes de feijão que

fiquem abaixo de 1000g e acima de 1020g. Entretanto, verifica-se na legislação, que há um

limite inferior tolerado de 985g. Com isso, percebe-se que a indústria trabalha com um

excesso de produto para atender à especificação.





18

Pode-se dizer que a indústria atende às especificações, porém não desenvolve um Controle

Estatístico. Considera-se que a empresa arca com custos adicionais de produto que é

comercializado além do necessário, devido ao desconhecimento da aplicabilidade do CEP no

monitoramento da produção. O quadro 7 mostra o resumo dos métodos que foram utilizados

para verificar a normalidade, a estabilidade e a capacidade do processo em atender às

especificações.

Quadro 7: Síntese dos resultados encontrados e métodos utilizados


O quadro 7 apresenta os resultados finais encontrados com a aplicação do CEP na fábrica de

feijão, objeto deste estudo. Os testes para verificar se os dados coletados possuem uma

distribuição normal foram a análise de histograma e teste K-S, onde apresentaram resultados

para uma distribuição normal.

O gráfico de controle para as médias das amostras mostra uma instabilidade do processo no

início do processo de empacotamento. Há presença de causas especiais assinaláveis, que

podem ter relação com a realização das medições logo no início do sequenciamento de

produtos, onde a máquina havia acabado de ser ajustada para a produção.

O gráfico da amplitude revela uma diferença grande no peso entre amostras que foram

produzidas em sequência, praticamente no mesmo intervalo de tempo. Esses pontos fora dos

limites de controle verificados tanto no gráfico de média quanto de amplitude, revelam uma

instabilidade da máquina no início do seu processamento, o que leva a hipótese que ela

necessita de um tempo para se ajustar às informações que foram inseridas no sistema, para

produzir itens sem muitas variações no peso.





19

Quanto à capacidade, identificou-se que o processo estudado foi capaz de atender às

especificações, uma vez que o índice ficou muito acima do limite de 1,33. Uma provável

justificativa para o índice ter se apresentado muito superior a 1,33 se deve ao fato de a

máquina ser ajustada para um peso médio de 1010g, enquanto a especificação possui

tolerância inferior de 985g.

REFERÊNCIAS

CARVALHO, M. M; PALADINI, E. P (coordenadores). Gestão da Qualidade: Teoria e Casos. 5. ed. Rio de

Janeiro: Elsevier, 2005.

COSTA, A. F. B.; EPPRECHT, E. K.; CARPINETTI, L. C. R. Controle Estatístico de Qualidade. 2. ed. – São

Paulo: Atlas, 2005

GIL, A. C. Como elaborar projetos de pesquisa. 5 ed.- São Paulo: Atlas, 2010.

MIYATA. H. H. et al. A Gomes S.A. Controle Estatístico do Processo na produção de circuitos eletrônicos.

Abepro, v.1, n. 1, a 11, 2010.

MONTGOMERY, D. C. Introdução ao Controle Estatístico da Qualidade. 4. ed. Rio de Janeiro: LTC, 2004.

OLIVEIRA, F. L. C. Controle estatístico de qualidade - fundamentos teóricos e aplicações dos gráficos de

controle. Monografia de Especialização. Departamento de Estatística, ICE, UFJF, Brasil, 2009.

SILVA, L.G.B.; MONTENEGRO, E.B. Análise da percepção da qualidade de serviços do setor de expedição

da Unimed Norte Nordeste através do Método da Escala Servqual. V Congresso Nacional de Excelência em

Gestão, Niterói, 2009.

SLACK, N.; CHAMBERS, S.; JOHNSTON, R. Administração da Produção. 2. ed. São Paulo: Atlas, 2002.

TOLEDO. J.C, et al. Qualidade: Gestão e Métodos. Rio de Janeiro: LTC,2014.

aplicabilidade do cep na avaliaÇÃo do ... ao longo do estudo, como o controle estatístico de...

Documents