MTODO DE TAGUCHI: CONTROLO DE QUALIDADE COM RECURSO NOCONVENCIONAL AO DESENHO ESTATSTICO DE EXPERINCIAS (DOE) TAGUCHIS METHOD: QUALITY CONTROL

WITH A NON-CONVENTIONAL USE OF DESIGN OF EXPERIMENTS (DOE) Autora: Paula M. Melo e Castro - Docente - Instituto Portugus de Administrao de Marketing (IPAM) - Lisboa

RESUMO:

O sucesso (ou mesmo a sobrevivncia) de qualquer empresa, num mercado globalizado e altamente competitivo depende, inquestionavelmente, da qualidade do seu produto. O mtodo de Taguchi adquiriu adeptos entusisticos, internacionalmente, por ter conseguido induzir melhorias considerveis na qualidade do produto, com uma razo custo/benefcio atractivamente baixa. Este artigo expe o mtodo de Taguchi de um modo simplificado, apresentando as suas principais directrizes e alertando para algumas objeces que suscita, sob o ponto de vista terico.
PALAVRAS- CHAVE:
l l

Produto robusto, desenho de experincias, matriz intrseca, matriz extrnseca, sinal-para-rudo (SN), factor-de-controlo , factor-de-sinal, parmetro, tolerncias.

ABSTRACT:
l l

The success (or even simple survival) of a company undoubtedly depends on the quality of its own product. Taguchis method has enthusiastic supporters all over the world for producing huge quality improvements at an attractively high benefit/cost ratio. This article presents, in a simplified way the guidelines of Taguchis method and highlights some of the theoretical objections to it.

KEY-WORDS:
l l

Robust product, design of experiments, inner array, outer array, signal-to-noise (SN), control-factor, signal-factor, parameter, tolerances.

1.

INTRODUO

A importncia que a qualidade do produto adquiriu, nos nossos dias, inquestionvel e as empresas esto cada vez mais cientes de que dela depender o seu sucesso e, mesmo, a sua sobrevivncia. A progressiva globalizao do mercado tem conduzido quer a uma melhor informao do consumidor em relao a produtos concorrenciais, quer a novas (e crescentes) facilidades de acesso, possibilitando-lhe um leque de escolha mais alargado. Deste modo, o perfil do consumidor evolui no sentido de uma exigncia cada vez maior, dificultando, ao produtor, a sua cativao. Numa primeira anlise, o consumidor procura o produto que lhe garanta a maior qualidade ao menor preo mas, frequentemente, sentir-se- receptivo a um produto que evidencie melhor qualidade, ainda que a um preo ligeiramente superior (dentro da mesma gama 1 ). Este aspecto particularmente interessante para o produtor ao qual no vivel reduzir o preo do seu produto, mas que pode alcanar uma diferenciao desejvel, investindo na melhoria da qualidade do mesmo (obviamente, procurando minimizar os custos de tal investimento). O mtodo de Taguchi tem-se revelado economicamente interessante, alm de bem sucedido, em Qualidade. Aps a abordagem do conceito de qualidade de Taguchi, seguem-se a apresentao (simplificada) do mtodo de Taguchi e a referncia a algumas das objeces tericas que suscitou.

2.

QUALIDADE SEGUNDO TAGUCHI

O Dr. Genichi Taguchi , engenheiro e estatstico japons cuja obra, com vista melhoria da qualidade, lhe proporcionou, em 1960, a atribuio do prmio Deming, frequentemente referenciado, em Qualidade, a par de Ishikawa, de Juran e do prprio Deming 2 . A qualidade de um produto pode ser encarada sob diversas perspectivas e, por isso, associada a diferentes acepes: Sob o ponto de vista do consumidor, adquire um carcter subjectivo, em qualquer das suas vertentes fsica, sensorial, temporal3 , dado que no obedece a qualquer escala de avaliao universal. No entanto, existe uma proporcionalidade directa entre o nvel de qualidade que este atribui ao produto, a adequabilidade ao uso e o grau de satisfao das suas expectativas perante o mesmo. Sob o ponto de vista do produtor, a qualidade do produto integra dois parmetros: 1. qualidade do projecto , isto , das caractersticas que se lhe pretende conferir; 2. qualidade da conformao , que diz respeito ao grau de aproximao entre as caractersticas que o produto realmente adquiriu e as previamente pretendidas
1 2 3

No faz sentido comparar as qualidades de produtos de gamas diferentes como, por exemplo, artigos de luxo e de primeira necessidade. Sumidades , em Qualidade. Exemplos das trs vertentes da qualidade de um produto: Fsica - comprimento, peso, viscosidade, Sensorial - sabor, cor, aspecto, Temporal - durabilidade, usabilidade, fiabilidade,

(especificaes). este aspecto da qualidade que, revelando-se problemtico para o produtor, necessita de ser controlado, uma vez que a qualidade do projecto arbitrariamente decidido. Foi em relao qualidade da conformao o aspecto da qualidade que importa controlar que Taguchi sugeriu uma abordagem completamente inovadora. Tradicionalmente, a aceitao (ou a rejeio) de um produto dependia da incluso (ou no) dos seus parmetros nas respectivas especificaes, pr-definidas, sob a forma de um intervalo de valores. Exemplificando: se as especificaes, para uma determinada caracterstica (Y) do produto, fossem estabelecidas como [LIE, LSE] , LIE - limite inferior das especificaes, LSE - limite superior das especificaes, o produto s seria considerado defeituoso e, como tal, rejeitado, se o valor que exibisse, para a referida caracterstica, fosse inferior a LIE, ou superior a LSE. Por outras palavras, assumindo que a caracterstica medida apresentou o valor a , isto , Y=a , o produto seria considerado defeituoso se, e s se a <LIE a >LSE. Note-se que, de acordo com este critrio, incluir-se-o entre as unidades de produto conformes4 , sem qualquer possibilidade de distino, quer as que apresentem valores vizinhos das extremidades do intervalo de especificaes, quer as que apresentem valores afastados destas. Taguchi idealizou um conceito de qualidade distinto que, reflectindo consideraes de ordem socio-econmica, revolucionou os objectivos da produo: em vez de se procurar produzir em funo de um intervalo de especificaes, passou-se a pretender produzir para valores-alvo especficos e precisos. A ideia da qualidade de um produto, segundo Taguchi, pode ser expressa como a perda causada Sociedade pelo produto, desde o momento em que este expedido para o cliente. Repare-se que, a partir do momento em que, no tendo conseguido alcanar os seus valores-alvo, o produto entregue ao consumidor, susceptvel de lhe causar toda uma srie de inconvenientes (mais ou menos graves), aquando da sua utilizao. Entre outras eventuais consequncias, contam-se a publicidade negativa e a reparao/substituio do produto, com os devidos custos para o produtor. O conjunto de danos resultantes para o consumidor e para o produtor constituiriam a perda causada Sociedade, segundo Taguchi5 .
4

Unidades consideradas no-defeituosas, isto , cujos valores pertencem ao intervalo de especificaes das respectivas caractersticas em medio. Kackar (1986) sugere o alargamento desta definio fase produtiva, alegando que, ao ser fabricado, o produto , tambm, susceptvel de gerar perdas para a Sociedade,como, por exemplo, o desperdcio de matrias -primas e de trabalho, bem como a resultante de eventual poluio ambiental associada.

A vantagem da produo para um valor-alvo, defendida por Taguchi, a desta resultar numa menor variabilidade do produto (inimiga da qualidade). Compare-se os esboos grficos das distribuies da produo, segundo um intervalo de especificaes e segundo um valor-alvo:
u. p. u. p.

LIE

LSE

LIE

y0

LSE

y
um

Figura 2.1 Produo segundo intervalo de especificaes

Figura 2.2 Produo valor-alvo

segundo

y - valores da caracterstica em medio u. p. -unidades produzidas LIE - limite inferior das especificaes LSE - limite superior das especificaes y 0 - valor-alvo (que se pretende conferir ao produto)

3.

MTODO DE TAGUCHI

O mtodo de Taguchi pertence categoria dos mtodos que, em Qualidade, so classificados de fora-de-linha6 , por serem de utilizao exterior linha de produo, em oposio aos mtodos em-linha7 que, sendo os mais frequentemente utilizados, executam o controlo durante a fase produtiva. Mais concretamente, o mtodo de Taguchi pode intervir desde a fase de desenho (concepo) do produto 8 , ou seja, antes do fabrico, propriamente dito.

3.1

LINHAS GERAIS

Objectivo do mtodo: Minimizar a variabilidade do produto, identificando os meios de lhe conferir robustez, durante o processo de fabrico, perante as fontes de variao a que ele submetido. Identificao da soluo: O conhecimento do processo sugere que determinados factores de produo influenciem os valores exibidos pelo produto, para determinada caracterstica a controlar. Se a relao funcional entre os inputs (nveis desses factores) e o valor do output (da caracterstica a controlar) fosse conhecida, poder-se-ia esperar que os clculos dos nveis em que os primeiros deveriam intervir, para se obter o valor-alvo do produto, fosse imediato. No
6 7 8

Off-line, em ingls . On-line, em ingls . Exemplo: cartas de controlo. Taguchi identifica 3 fases de desenvolvimento do produto: 1. desenho do sistema (engenharia) 2. desenho dos parmetros (experimental) 3. desenho das tolerncias (facultativo) Na primeira fase, so definidos os parmetros a considerar durante o desenvolvimento do prottipo. Na segunda fase, so especificados os valores -alvo que os parmetros, identificados na fase anterior, devero tomar. Na terceira fase (facultativa), procura-se reduzir mais a variabilidade, caso as experincias realizadas na fase anterior se revelem insuficientes.

entanto, identificadas essas variveis 9 , revelar-se-o, ainda, alguns factores externos, no controlveis durante a produo e que exercem uma aco perturbadora, ocasionando desvios no valor real do output, em relao ao esperado. Denominar-se- intrnsecas as variveis controlveis do processo e extrnsecas as de perturbao (rudo). A situao , na realidade, ainda mais complicada, pelo facto de no se conhecer a relao funcional entre as variveis intrnsecas, de input, e o output.
Perturbao V1 V2
()

F (V1 ,V2 , (), Vn ) = ?

Vn
Figura 3.1 Esquema representativo do sistema

V i - Varivel de produo intrnseca (controlvel), de ordem i R - Resposta, ou valor obtido para a caracterstica a estudar Perturbao - Aco combinada das v ariveis (factores) extrnsecas

Para ultrapassar esta limitao, Taguchi sugere que se realize um conjunto de experincias estatisticamente planeadas, em que as variveis intrnsecas intervenham em nveis diferentes. nesta fase que o mtodo recorre ao desenho estatstico de experincias (DOE10 ), devendo, cada experincia -tipo, corresponder a uma combinao especfica de nveis para as variveis intrnsecas; ser replicada para diferentes condies das variveis extrnsecas (tambm previamente planeadas). As experincias simulam condies especficas de produo sob o efeito de fontes de variao e, analisados os resultados, identificar-se- quais as variveis intrnsecas que mais afectam a variabilidade, bem como quais os nveis em que elas devero ser mantidas, durante a produo, de modo a que essa variao seja mnima. Realizao de experincia de confirmao: Identificada a soluo proposta pelo mtodo, ainda necessrio confirmar a melhoria (diminuio) da variabilidade, isto , a obteno de robustez, atravs da realizao de nova experincia, desta vez com as variveis intrnsecas a assumir os nveis propostos na etapa anterior. Redefinio de tolerncias (etapa facultativa) Eventualmente, a experincia de confirmao poder contradizer a soluo proposta ou, noutros casos, apresentar resultados manifestamente insuficientes. Para qualquer destas situaes, existe ainda a possibilidade de se tentar melhorar a qualidade do produto atravs do

10

Como o factor (de produo ou no), pode intervir em nveis distintos, passa a ser encarado como uma varivel. DOE, do ingls design of experiments .

desenho de tolerncias para a caracterstica em observao . Esta soluo de recurso condicionada pelos custos envolvidos 11 . Um dos aspectos mais atractivos do mtodo de Taguchi o facto dele sugerir que se realize um nmero de experincias consideravelmente inferior ao teoricamente previsto pelo DOE, do que resulta uma reduo no custo experimental. As experincias podero, tambm, ser simuladas em computador, em vez de realizadas laboratorialmente, com a vantagem de se tornar desnecessrio contabilizar quer o erro experimental, quer o efeito do rudo.

3.2

FERRAMENTAS DO MTODO

Funo-perda A funo-perda, proposta por Taguchi, uma funo de custo associada ao desvio idealidade valor-alvo - apresentado pelo produto. proporcional ao quadrado do referido desvio, podendo ser expressa como L(y) = k f (y-y0 )2 , L(y) - valor da funo, em unidades monetrias y - valor apresentado pelo produto, caractersitica em observao k - constante de proporcionalidade y0 - valor-alvo para a

e, graficamente, como

L(y)

y0

Grfico 3.1 Funo-perda

Quocientes SN (sinal-para-rudo12 ) Com base na funo-perda, Taguchi construiu diversos quocientes SN a que chamou de sinal-para-rudo, sugerindo que a maximizao desses quocientes constitua a via de minimizao da funo-perda. Cada um dos vrios tipos de SN foi concebido para solucionar um problema de natureza especfica. Os que se apresenta a seguir, de acordo com trs naturezas distintas de problemas, so os mais conhecidos:
11

12

A substituio de matrias -primas ou equipamentos, por outros, anlogos, mas de tolerncias mais estreitas, envolve encargos adicionais, uma vez que estes sero mais onerosos. Signal-to-noise, em ingls .

A. O valor-alvo o melhor SN = 10 log10 (ym2 /s2 ) B. O menor valor o melhor (quanto menor, melhor) SN = -10 log10 [(1/n )1 n yi 2 ] C. O maior valor o melhor (quanto maior, melhor) SN = -10 log10 [(1/n )1 n (1/yi 2 )] y m - mdia dos resultados (resposta) s2 - varincia dos resultados (resposta) n - n de experincias do conjunto realizado Repare-se na reciprocidade entre os quocientes SN referentes aos casos em que o menor valor o melhor e o maior valor o melhor, que no de admirar, visto que os quocientes foram todos construdos para serem maximizados, com o objectivo subjacente de minimizao da funo-perda. DOE Taguchi baseou-se nos princpios do desenho estatstico de experincias factoriais e desenhou diversos conjuntos de experincias altamente fraccionadas13 , sob a forma matricial, a serem utilizados consoante o nmero de factores e o dos respectivos nveis envolvidos no estudo. Exemplo: As combinaes possveis dos nveis de factores, caso se pretenda testar 7 factores, cada um dos quais a dois nveis, conduziriam a 27 (=28) experincias distintas (desenho factorial completo). Taguchi prope, para a mesma situao, um quadro de apenas 8 destas experincias14 , criteriosamente escolhidas desenho factorial fraccional de modo a suprimir do estudo a maior parte da informao redundante 15 e diminuindo, consequentemente, o custo experimental. Para contabilizar o efeito de rudo, Taguchi prope que se replique cada uma dessas experincias-tipo sob as condies de um desenho adequado aos factores de rudo (variveis extrnsecas). Grafos lineares e tabelas de interaces Da reduo do conjunto de experincias, resulta, inevitavelmente, alguma reduo na informao que possvel retirar do estudo. Uma das suas consequncias mais indesejveis que os efeitos de alguns factores se apresentaro confundidos com os efeitos de algumas interaces16 entre factores. Para contornar este inconveniente, Taguchi sugere que a afectao dos factores s condies do desenho seja realizada com o auxlio dos grafos lineares ou das tabelas de

13 14 15

16

Ver o anexo A.1., respeitante ao DOE. Ver o anexos A.2. e A.3., que exemplificam a situao exposta. Taguchi defende que a informao relevante se concentra num reduzido nmero de experincias (em relao ao total, do desenho factorial completo), pelo que a grande maioria das restantes produziria redundncias de informao. Ver o anexos A.4. e A.5., respeitantes a: interaces entre factores; confuso entre efeitos principais de factores e efeitos de interaces.

interaces17 . Os dois auxiliares localizam as colunas do desenho que devero representar interaces entre factores. Deve-se evitar afectar qualquer factor a qualquer das referidas colunas. Alm do exposto, Taguchi defende que a experincia e um conhecimento razovel do processo industrial permitem concluir quais das potenciais interaces podero ser desprezadas. Advoga ainda que, na prtica da realidade industrial, as interaces de ordem superior segunda so inexistentes (no se manifestam). ANOVA Aps a realizao do conjunto de experincias seleccionado, Taguchi prope que se analise estatisticamente os resultados, com um emprego especial da ANOVA18 : A. Submeter ao mtodo ANOVA os valores de SN, calculados sobre os valores da resposta (y), para identificar os factores que influenciem significativamente a varincia factores-de-controlo. B. Submeter ao mtodo ANOVA as mdias das respostas do conjunto de experincias, para identificar os factores que apresentem uma relao linear com a resposta factores-sinal. A inteno subjacente a de empregar os factores-de-controlo nos respectivos nveis que minimizem a variabilidade e tirar proveito da relao linear entre o factor-sinal19 e a resposta, empregando-o no nvel que ajuste a resposta ao valor-alvo.

3.3

PRESSUPOSTOS

O mtodo de Taguchi foi desenvolvido pressupondo a validade do modelo aditivo para os efeitos dos factores e admitindo que os desvios a este modelo so, na prtica, mnimos. A assumpo da independncia dos efeitos dos factores est, tambm, implcita, na aceitao da possibilidade de separao dos respectivos efeitos principais. Taguchi considera que, na realidade das situaes industriais, as interaces de ordem superior segunda so insignificantes.
3.4 ARTICULAO DAS DIVERSAS ETAPAS DO MTODO

As diversas etapas do mtodo de Taguchi pode ser resumidas de acordo com a seguinte sequncia: I. Identificao dos factores do sistema II. Escolha dos nveis dos factores a experimentar III. Seleco do modelo de experincias a adoptar IV. Conduo da experincia V. Apuramento dos factores-de-controlo e dos respectivos ptimos VI. Identificao do factor-sinal e respectivo nvel a utilizar VII. Realizao de experincia de confirmao
17 18 19

Ver os anexos A.6. e A.7., respeitantes a grafos lineares e a tabelas de interaces. Ver o anexo A.8., referente ANOVA. O factor-sinal escolhido ser aquele que tiver mostrado afectar menos a variabilidade, na primeira anlise ANOVA.

VIII. Desenho de tolerncias Conhecidos a natureza do problema e o valor-alvo da caracterstica qual se pretende conferir robustez, a aplicao do mtodo pode ser concretizada mas, se no se tiver, a priori, um bom conhecimento do processo (situao mais frequente), poder ser necessrio repetir esta sequncia de procedimentos, para um conjunto modificado de factores e/ou respectivos nveis 20 . Apresenta-se, em seguida, um conjunto de orientaes para a realizao das etapas acima discriminadas: Identificao dos factores do sistema: Deve envolver a colaborao de todo o pessoal envolvido no projecto, de preferncia em sesses do tipo brainstorming21 . Escolha dos nveis dos factores, a utilizar na experincia: Deve reflectir as limitaes de recursos, e consideraes de ordem funcional ou de engenharia. Em relao ao nmero de nveis a utilizar, a deciso dever ser parcimoniosa 22 , no descurando a eventual necessidade de nova utilizao do mtodo. Seleco do modelo de experincias a adoptar: Escolher-se- um desenho de Taguchi compatvel com o nmero de factores intrnsecos e respectivos nveis, e outro que seja adequado ao nmero de factores extrnsecos (de rudo) e repectivos nveis, a intervir na experincia. O conjunto de experincias definido, no primeiro caso, para os factores intrnsecos dever ser repetido segundo cada uma das condies definidas para o segundo caso (replicao). O desenho escolhido para a matriz intrnseca dever ter um nmero de experincias igual ou superior ao total de graus de liberdade do sistema 23 . Deve-se atender s limitaes que se imponham sob o ponto de vista da exequibilidade. Afectar-se- judiciosamente os factores s colunas do desenho: no afectar factores a colunas representativas de interaces, segundo os grafos lineares ou as tabelas de interaces associados ao tipo de desenho escolhido. Conduo da experincia A experincia no dever, se concretizada laboratorialmente, ser efectuada segundo a ordem apresentada pelo desenho: esta dever ser substituda por uma completamente aleatria (salvaguardado o cumprimento de todas as experincias-tipo integrantes do conjunto), a fim de evitar o enviesamento dos resultados, por qualquer influncia de carcter sistemtico.

20

21

22 23

frequente concluir-se que deveriam ter sido includos novos factores ( suspeita levantada pela experincia anteriormente efectuada) e/ou eliminados outros, conseguindo-se, assim, um conjunto de experincias mais eficaz. O brainstorming uma reunio do tipo participativo, estimulando a criatividade e a produo de ideias em perodos de tempo curtos. desaconselhvel o uso de mais de 25% dos recursos na primeira utilizao do mtodo. Total de g. l. do sistema: ( g. l. factor) + 1; g. l. factor = (n nveis factor) -1.

Apuramento dos factores-de-controlo e dos respectivos ptimos; Identificao do factor-sinal e respectivo nvel a utilizar Aplicar a ANOVA sobre os quocientes SN, para factores-de-controlo (os que se apresentarem como significativos). a identificao dos

Aplicar a ANOVA sobre as mdias das respostas, para identificao do factor-sinal (de entre os que se apresentaram significativos nesta fase, aquele que, em relao a SN, se revelou o menos significativo). Aps a anlise ANOVA ter sido realizada sobre os quocientes SN e sobre as mdias das respostas, dever-se- escolher, para os primeiros, os nveis que produziram a menor variabilidade e, para o segundo, o nvel que conduza a resposta ao seu valor-alvo. Os restantes factores podero ser mantidos nos nveis habitualmente utilizados, ou nos que se afigurem mais econmicos. Realizao de experincia de confirmao Realizar uma nova experincia, sob as condies apuradas como ptimas na fase anterior. Se os resultados forem considerados satisfatrios e no sugerirem que possam ser substancialmente melhorados a partir de um novo estudo, implementar-se- a soluo apurada ao processo de fabrico. No caso oposto, as alternativas sero ou uma aplicao melhorada do mtodo, de acordo com as pistas reveladas pela anterior, ou o desenho de tolerncias. Desenho de tolerncias O redimensionamento das tolerncias s se justifica quando o desenho dos parmetros tiver conduzido a resultados manifestamente insuficientes, quanto reduo da variabilidade do produto. nesta fase que se decide que factores devero ser substitudos por anlogos de tolerncias mais estreitas e, por isso, de custos mais elevados. O desenho das tolerncias segue a lgica do desenho dos parmetros, mas as matrizes intrnseca e extrnseca sero, naturalmente, diferentes: a) ambas contero os mesmos factores, (apenas aqueles cujas tolerncias se procura melhorar), mas em nveis diferentes; as respectivas dimenses e afectaes de factores devero ser realizadas em conformidade; b) a matriz intrnseca mantm as definies dos nveis dos factores empregues na fase de desenho dos parmetros; exemplo: 1= baixo; 2= elevado; c) a matriz extrnseca utiliza novas definies dos nveis dos factores, relacionadas com os intervalos de tolerncias usuais (de baixo custo); exemplo: 1= nominal; 2= -% nominal; 3= +% nominal. Dos exemplos acima referidos, a combinao resultante seria, para o nvel 1 da matriz intrnseca, o prprio valor baixo das tolerncias, se a extrnseca indicasse 1, uma reduo desse valor em %, se a indicao fosse 2, ou o valor acrescido de %, no caso de indicar 3.

4.

CONTROVRSIA GERADA PELO MTODO

Algumas das crticas mais frequentes, suscitadas pelo mtodo de Taguchi, incidem sobre Interaces Aponta-se como a principal fraqueza do mtodo a escassez de meios para a avaliao de potenciais interaces entre os factores controlveis do sistema, bem como dos respectivos efeitos. Taguchi acredita que, na maioria das situaes prticas, as interaces entre dois factores ou no se fazem sentir ou o seu efeito se afigura manifestamente desprezvel, podendo, eventualmente ser aproximado. Quocientes SN Nalguns casos, a maximizao de SN de interpretao dbia, como, por exemplo, no problema em que o valor-alvo o melhor tanto pode ser obtida pela minimizao da varincia amostral, como pela maximizao da resposta mdia. Taguchi prefere esse uso simultneo no quociente, por permmitir a optimizao a dois passos (primeiro em relao varincia, depois, em relao resposta mdia). Mdias marginais O uso de grficos de mdias marginais, ignorando eventuais interaces, para identificar os nveis dos factores-de-controlo que maximizam SN (minimizando a variabilidade) criticado, por no garantir, por si, a identificao do ptimo. Tambm se aponta como ineficaz o uso de grafos lineares e de tabelas de interaces como auxiliares na afectao dos factores s colunas do desenho. ANOVA O modo como a ANOVA utilizada no mtodo apontado como conducente a resultados espria. Matrizes intrnseca e extrnseca O uso combinado das duas matrizes criticado com o argumento de que origina experincias de dimenso excessiva, quando comparado com o uso de uma nica matriz que integre todos os factores (intrnsecos e extrnsecos). Varincia Tambm surgem objeces quanto generalizao do mtodo aos casos em que haja replicao e em que a varincia no seja constante, defendendo-se a necessidade de transformar os dados.

5.

CONCLUSES

Em relao ao assunto exposto, sobressaem as seguintes reflexes: crucial, para a competitividade das empresas, a ateno aos sinais do mercado, com o fim da adopo atempada de uma estratgia compatvel com a evoluo deste.

 Tem-se assistido ao crescimento continuado, a nvel internacional, do uso do mtodo de Taguchi como impulsionador da melhoria da qualidade, e so muitos os casos de sucesso divulgados (constata-se, facilmente, por simples pesquisa na Internet). Assim, torna-se desejvel o conhecimento do mtodo. A simplicidade e o baixo custo de utilizao do mtodo tornam-no particularmente atractivo, face aos benefcios que poder proporcionar. O mtodo torna-se acessvel a no-estatsticos, graas utilizao sistematizada e simplificada dos princpios tericos subjacentes: no necessrio desenhar a experincia, basta a seleco de um desenho compatvel com o nmero de variveis e dos respectivos nveis que se pretende utilizar No entanto, o desconhecimento das implicaes envolvidas na utilizao de um desenho fraccional, nomeadamente a confuso entre efeitos, pode revelar-se contraproducente. A controvrsia que envolve o mtodo de cariz exclusivamente terico e a sua importncia , frequentemente, minimizada, face nsia de obteno da melhoria por ele anunciada. Esta atitude est relacionada com a necessidade de obteno rpida de resultados e com o uso do conhecimento emprico para efectuar simplificaes que conduzam exequibilidade. Sob esta ptica, apresenta-se prefervel empregar o mtodo que apresentou resultados positivos, ainda que no ideal sob o ponto de vista formal, dado que no conhecido outro que se afigure igualmente atractivo e simultaneamente consensual, do ponto de vista terico. A colaborao dos estatsticos no emprego do mtodo de Taguchi e/ou no desenvolvimento de outro, melhorado, adquire, ento, uma importncia evidente.

REFERNCIA BIBLIOGRFICA
CASTRO, P. M. (1999) Mtodo de Taguchi: Apresentao e caso prtico com utilizao do SAS, Tese de Mestrado em Estatstica e Gesto de Informao, Instituto Superior de Estatstica e Gesto de Informao. Universidade Nova de Lisboa

ANEXOS
A.1. DESENHO DE EXPERINCIAS (DOE)

A tcnica do DOE24 foi inicialmente desenvolvida e apresentada por Fisher (anos 20, Inglaterra), em investigao agrcola, para testar a influncia de factores como a chuva e a composio orgnica do solo no rendimento das colheitas. Com o apoio da anlise de varincia, estimar-se-ia a significncia dos efeitos dos referidos factores. Em DOE, faz-se variar conjuntamente os nveis dos factores e observa-se as correspondentes alteraes na varivel-resposta. Esta tcnica de planeamento de experincias facilita o estudo do funcionamento dos sistemas, quando se desconhece as relaes funcionais entre as variveis de resposta (ou de sada) e as variveis de entrada (factores) representativas do sistema: perante a impossibilidade de efectuar a modelizao terica, analisa-se empiricamente o efeito que os factores produzem na resposta, ao assumirem determinados nveis. A experincia em que se estuda o efeito da variao simultnea de factores mltiplos denominada factorial. O desenho (plano da experincia) elaborado na forma matricial: a cada coluna, corresponde um factor e, a cada linha (ponto do desenho), uma combinao nica de nveis dos factores, que caracteriza uma determinada experincia-tipo.
24

Do ingls design of experiments

A diferena entre a experincia factorial completa e a experincia factorial fraccional que, enquanto a primeira constituda sobre o espao completo das combinaes possveis25 , a segunda constituda sobre um subespao do caso anterior, estrategicamente definido 26 . A experincia factorial fraccional resulta de uma reduo efectuada com base nos princpios das matrizes ortogonais, segundo tcnicas de projeco.

A.2.

EXPERINCIA DE TAGUCHI (EXEMPLO)

matriz intrnseca: matriz extrnseca: Ensaio 1 2 (...) 8 Rplicas (1), (2), (3), (4) (1), (2), (3), (4) (...) (1), (2), (3), (4) L8 L4 ( 8 ensaios) ( 4 ensaios) y m y y m1 m2 SN SN 1 SN 2 (...) SN 8

Observaes y , y , y , y 11 12 13 14 y , y , y , y 21 22 23 24 (...) y , y , y , y 81 82 83 84 32 (= 8 x 4)

(...) y m8

Total de Observaes

( y : resposta mdia; SN: quociente sinal-para-rudo) m

A.3.

O DESENHO L8 DE TAGUCHI L8 N Ensaio 1 2 3 4 5 6 7 8 N 3 1 1 2 2 2 2 1 1 Coluna 4 5 1 1 2 2 1 1 2 2 1 2 2 1 1 2 2 1

1 1 1 1 1 2 2 2 2

2 1 1 2 2 1 1 2 2

6 1 2 2 1 1 2 2 1

7 1 2 2 1 2 1 1 2

(27) 2 nveis, 7 factores

A.4.

INTERACES ENTRE FACTORES

Cada factor exerce um efeito individual, sobre a varivel-resposta, designado efeito principal. No entanto, essa influncia sobre a varivel-resposta pode assumir perfis distintos, em funo do nvel de outro factor presentes no estudo. Quando tal acontece, est-se na presena de interaco entre dois factores27 .

25 26

27

Dos nveis escolhidos para os factores que nela intervm De modo a que a omisso na informao decorrente da reduo no tamanho da experincia se confine de menor relevncia Se representarmos, graficamente, o comportamento da varivel-resposta em funo de um desses factores, obteremos linhas distintas para diferentes nveis de outro factor. A existncia de uma interaco entre ambos identificada com o no -paralelismo nas referidas linhas.

A.5.

INTERACES ENTRE FACTORES

Decorre da construo de um desenho factorial fraccional (a partir da reduo do respectivo desenho factorial completo) que no ser possvel estimar os efeitos de todas as interaces concebveis, para os factores em estudo, pois elas estaro confundidas entre si, ou, eventualmente, com efeitos principais de factores. Cada desenho fraccional ter a sua estrutura especfica de confuso entre efeitos em conformidade com as prprias regras de fraccionamento do desenho factorial , que pode ser descrita atravs de um conjunto de regras. A resoluo de um desenho fraccional define os tipos de confuses entre efeitos que lhe podero estar associados, tais como se exemplifica: Resoluo III Os efeitos principais no so confundidos entre si, mas pelo menos um deles est confundido com uma interaco (ou mais) entre dois factores. Resoluo IV Os efeitos principais no esto confundidos entre si nem com interaces entre dois factores, mas algumas das ltimas podero estar confundidas entre si. Resoluo V Nem os efeitos principais, nem as interaces entre dois factores se confundem entre si, mas existe confuso entre interaces de dois factores e interaces de trs factores.

Para se prever se dois tipos de efeitos podem apresentar-se confundidos, basta somar as ordens desses efeitos e comparar o resultado com o grau de resoluo associado ao desenho: no haver confuso se o valor calculado for inferior a este 28 .

A.6.

GRAFOS LINEARES (EXEMPLOS)

Esto construdos grafos lineares para as diversas matrizes ortogonais de Taguchi, podendo haver mais do que um tipo para cada desenho. Exemplo para o desenho de Taguchi L8:
1 3 2 6 5 4 7 3 1 7 5 6 2 4

Figura A.6.1 Grafo linear L8 (1)

Figura A.6.2 Grafo linear L8 (2)

A.7.

TABELAS DE INTERAES ENTRE DOIS FACTORES (EXEMPLO)

28

Exemplo: o desenho de resoluo III confunde efeitos principais de factores com efeitos de interaces entre dois factores (1 + 2 = 3), mas no confunde efeitos principais de dois factores entre si (1 + 1 < 3).

 semelhana do que acontece com os grafos lineares, existem tabelas de interaces entre duas colunas, construdas para diferentes tipos de desenhos, O exemplo que se apresenta em seguida, refere-se matriz ortogonal L16:
Interaces entre duas Colunas N Coluna 4 5 6 7 8 9 10 11 12 5 4 7 6 9 8 11 10 13 6 7 4 5 10 11 8 9 14 7 6 5 4 11 10 9 8 15 4 1 2 3 12 13 14 15 8 5 3 2 13 12 15 14 9 6 1 14 15 12 13 10 7 15 14 13 12 11 8 1 2 3 4 9 3 2 5 10 1 6 N Coluna 11 7 12

1 1

2 3 2

3 2 1 3

13 12 15 14 9 8 11 10 5 4 7 6 1 13

L16

14 15 12 13 10 11 8 9 6 7 4 5 2 3 14

15 14 13 12 11 10 9 8 7 6 5 4 3 12 1 15

A.8.

RECURSO ANOVA

Resumidamente, a ANOVA parte da decomposio da variabilidade total dos dados nas suas componentes, do seguinte modo: SSTotal = SSFactor + SSErro (SS = soma de quadrados)

Com base nesta partio, so calculados os quadrados mdios do factor e do erro (MSFactor e MSErro29 , respectivamente), para testar a hiptese (H0 ) de que as mdias dos nveis do factor so iguais, ou seja, que os factores no afectam a resposta. A aceitao ou a rejeio de H0 feita por comparao de F0 = MSFactor/MSErro, com Fc (valor crtico, retirado da tabela da distribuio F)
Figura A.7.1 Tabela de interaces para o desenho L16

Se F0 > (Fc = F, nF, nE ), significncia, nF graus de liberdade de MSFactor , nE graus de liberdade de MSErro , a hiptese nula rejeitada, e admite-se que o factor seja significativo. Dado que o modelo de base, considerado neste tipo de anlise de varincia, o de efeitos fixos, as concluses s so vlidas para os nveis do factor em estudo, pelo que cada factor ter de ser analisado separadamente30 .

29 30

O clculo dos valores de MS efectua-se dividindo cada SS pelo respectivo nmero de graus de liberdade. O teste F utilizado no mtodo ANOVA pressupe que os erros sejam i.i.d. e tenham distribuio normal. Assim, seria de se esperar que , num panorama diferente, os resultados no fossem fiveis. No entanto, admite-se que o teste F seja relativamente insensvel a desvios em relao aos pressupostos referidos, e que, portanto, apresente resultados vlidos, mesmo que estes existam.

A.8.1.

UTILIZAO DE TAGUCHI

Para um nvel de significncia de %, dizer que um factor significativo, equivale a afirmar que a probabilidade de a resposta se manter inalterada, quando este muda de nvel, igual ou inferior a %. Os factores sero considerados significativos se os respectivos valores de F0 (calculados) forem superiores ao valor crtico Fc (tabelado). Taguchi prope duas utilizaes sequenciais da ANOVA:

Em relao estatstic a SN, determinar os factores que a influenciam significativamente e coloc-los nos nveis que maximizam SN

Em relao mdia da resposta, determinados os factores que a influenciam significativamente, seleccionar aquele que menor influncia tiver apresentado sobre SN e us-lo como factor-sinal, para ajustar a resposta ao seu valor-alvo.