As 7 Ferramentas da Qualidade

1. Introdução
Em 1968, Kaoru ISHIKAWA organizou um conjunto de ferramentas gráficas e estatísticas para
para o Controle da Qualidade, denominando-as “7 Ferramentas do Controle da Qualidade”.
São elas:

• Fluxograma (ou Diagrama de Fluxo de Processos);

• Lista de Verificação;
• Histograma;
• Diagrama de Pareto;
• Gráfico de Controle;
• Diagrama de Dispersão;
• Diagrama de Causa-e-Efeito (ou Espinha-de-Peixe);

Ao longo dos anos 70, novas ferramentas surgiram para apoiar e facilitar os estudos a respeito da
Qualidade. As novas ferramentas foram denominadas “7 Novas Ferramentas da Qualidade”, e
são as seguintes:

• Diagrama de Afinidades, ou método KJ (KJ Method: Affinity Diagram);

• Diagrama de Relações (Relations Diagram);
• Diagrama de Árvore (Systematic Diagram);
• Diagrama de Matrizes (Matrix Diagram);
• Diagrama de Matriz de Priorização (Matrix Data-Analysis);
• Diagrama do Processo Decisório (Process Decision Program Chart, ou PDCP);
• Diagrama de Setas (Arrow Diagram Method).

Enquanto as “7 Antigas Ferramentas” apresentam mecanismos para levantar e analisar dados

de situações existentes – atuando de forma corretiva – as “7 Novas Ferramentas” facilitam a
compreensão de fenômenos de díficil quantificação, auxiliando na provenção de eventuais
problemas; elas colaboram no processo de melhoria da qualidade. Sua divulgação começou a
ocorrer a partir da década de 80.

2. As Ferramentas Clássicas
Exemplos de cada uma das ferramentas são apresentados a seguir.

Prof. Miguel Angelo Masoni (c) 2006. Todos os Direitos Reservados. 1

2.1 Fluxograma

É a representação gráfica das diversas etapas que constituem um determinado processo. Pode ser
utilizado para determinar uma base comum de entendimento dos processos de um dado produto.

Problema na
ignição Início

Sim
Motor pega? Fim

Não

Tem gasolina Não Adicionar

no tanque? gasolina

Sim Limpar a
vela
Gasolina chega Sim
no carburador?

Não

Sim Não
Abrir Valvulá está Vela produz
válvula fechada? faísca?

Não Sim

Sim
Vela está
suja?

Não

Levar para
oficina

Fim

Prof. Miguel Angelo Masoni (c) 2006. Todos os Direitos Reservados. 2

2.1.1 Símbolos utilizados
Os símbolos mais comuns no desenvolvimento de diagramas de fluxo são:

Início ou Fim Atividade Decisão Documento

Conector Interno Conector de

página Preparação Operação
manual

Armazenamento Armazenamento Fluxo de

off-line on-line operações

2.1.2 Etapas no Desenvolvimento do Fluxograma

O desenvolvimento do fluxograma segue este roteiro:

1) Defina a aplicação do fluxograma;

2) Identifique as fronteiras do processo a ser representado;
3) Documente cada etapa do processo;
4) Revise o trecho documentado
5) Complete o fluxograma;
6) Faça uma análise da consistência do fluxograma.

Prof. Miguel Angelo Masoni (c) 2006. Todos os Direitos Reservados. 3

2.2 Lista de Verificação

É a ferramenta utilizada para facilitar e organizar o processo de coleta e registro de dados, de

forma a otimizar a posterior análise dos dados obtidos. É o ponto de partida de todo
procedimento de transformação de opiniões em fatos e dados.

Uma folha de verificação é um formulário no qual os itens a serem examinados já estão

impressos, com o objetivo de facilitar a coleta e o registro dos dados. Seus principais objetivos
são:

a) facilitar a coleta de dados;

b) organizar os dados durante a coleta.

A folha de verificação ajuda a responder à pergunta: “com que freqüência acontecem certos
fatos?”. Reunindo dados a partir de observações sobre a amostragem, pode-se começar a detectar
padrões. As folhas de verificação também podem servir como ferramentas iniciais para coleta de
dados que servirão de subsídio às demais ferramentas.

Abaixo, segue um exemplo de lista de verificação de lentes defeituosas:

Produto: Lente
Estágio de fabricação: Inspeção final
Tipo de defeito: Arranhão, Trinca e Revestimento
Total Inspecionado: 1200
Defeito Contagem Subtotal
Arranhão IIIIIIIIIIII 12
Trinca IIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIII 41
Revestimento inadeqüado IIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIII 55
Muito grossa / Muito fina IIIIIIIIIII 11
Não acabada IIIII 5
Outros III 3

Prof. Miguel Angelo Masoni (c) 2006. Todos os Direitos Reservados. 4

2.3 Histograma

Histograma é um gráfico de colunas representativo da forma como se distribui um conjunto de

dados numéricos. Ele envolve o agrupamento de um conjunto de medições de dados, mostrando
sua dispersão. É bastante útil para mostrar quanto existe de variação em um processo. Através do
histograma é possível ter uma percepção da tendência central dos valores e de sua dispersão. A
forma como os dados se distribuem contribui para a identificação da natureza e origem dos
dados.

O histograma é a representação gráfica de uma distribuição de freqüência, que mostra de forma

resumida o número de vezes (freqüência) que uma dada variável ocorre em intervalos
especificados (classe).

O estudo da forma do histograma permite identificar as possíveis anomalias responsáveis por

alguma distorção no processo. Visto que o resultado de qualquer processo é uma variabilidade,
o uso de histogramas permite que se visualize a extensão da dispersão dos valores referentes a
características do processo. Justamente por que o histograma mostra a dispersão dos dados.

Rendimento de Reação
25

20
Freqüência

15

10

0
70,8 73,3 75,8 78,3 80,8 83,3 85,8 88,3 90,8
Rendimento (% )

Prof. Miguel Angelo Masoni (c) 2006. Todos os Direitos Reservados. 5

2.3.1 Como construir um histograma
Para montagem do histograma, deve-se seguir este roteiro:

1) Colete os dados. Para resultado satisfatório, a amostra deve ser maior que 30 (n>30);

2) Calcule o número de classes (k). Classe é o intervalo especificado no qual serão

subdivididos os “n” dados coletados. Sugere-se que:

k≅ n

3) Determine o intervalo de classe (a). O cálculo deve seguir esta fórmula:

R
a= onde: R = (Maior valor – Menor Valor)
k

A partir do valor de a, estabeleça o limite de cada classe.

4) Determine a freqüência de cada classe. Pode-se utilizar tanto a freqüência absoluta quanto a
freqüência relativa. Se for utilizada a freqüência relativa (Fr), utilize a fórmula:

F
Fr = n
• 100

5) Desenhe as colunas. A base de cada coluna está no intervalo da classe a. A altura será a
freqüência, calculada pela fórmula anterior.

6) Finalize o histograma. Rotule os eixos X e Y, e especifique o intervalo de cada classe

(opcionalmente, preencha com o valor médio).

2.3.2 Exemplo de um histograma

Os valores da tabela abaixo (n=50) referem-se às medições do tempo para troca (set-up) de
ferramentas de máquinas operatrizes.

Tempo de set-up (minutos)

61 65 43 53 55 51 58 55 59 56
52 53 62 49 68 51 50 67 62 64
53 56 48 50 61 44 64 53 54 55
48 54 57 41 54 74 57 53 46 48
55 46 57 54 48 63 49 55 52 51

Prof. Miguel Angelo Masoni (c) 2006. Todos os Direitos Reservados. 6

Número de classes: 50 ≅ 7

Intervalo da classe: R = (74-41) = 33 minutos

33
Logo, a = = 4, 71 ≅ 5
7
Determinação da freqüência de cada classe:

Limites das classes Valor médio Contagem Freqüência (f)

40 |→ 45 42,5 III 3
45 |→ 50 47,5 IIIIIIII 8
50 |→ 55 52,5 IIIIIIIIIIIIIIII 16
55 |→ 60 57,5 IIIIIIIIIIII 12
60 |→ 65 62,5 IIIIIII 7
65 |→ 70 67,5 III 3
70 |→ 75 72,5 I 1

Construção do histograma:

16
14
12
Freqüência

10
8
6
4
2
0
42,5 47,5 52,5 57,5 62,5 67,5 72,5
Valor médio (minutos)

Prof. Miguel Angelo Masoni (c) 2006. Todos os Direitos Reservados. 7

2.4 Diagrama de Pareto

O Diagrama de Pareto é um gráfico de barras e linhas, que dispõe a informação de modo a tornar
evidente e visual a priorização de problemas e projetos.
Em 1897, Vilfredo Pareto, economista italiano, desenvolveu modelos para descrever a
distribuição desigual de riquezas. Ele chegou a conclusão de que 20% da população ficava com
80% da arrecadação, e que os outros 80% da população detinham 20% da arrecadação. Este
princípio (80/20) ficou posteriormente conhecido como Princípio de Pareto.
Na primeira metade do século passado, Juran verificou que os defeitos dos produtos
apresentavam freqüências desiguais de ocorrência; posteriormente, com o auxílio do método
gráfico desenvolvido por Lorentz, ele pôde comprovar que o Princípio de Pareto era adequado à
análise de processos industriais. Na visão de Juran, a grande maioria das não-conformidades têm
origem em poucas causas (Princípio 80/20).
A proposta do Diagrama de Pareto é priorizar as causas responsáveis pela maior parte dos
problemas.

50 100%
45 90%
40 80%
Não-conformidades

35 70%
30 60%
25 50%
20 40%
15 30%
10 20%
5 10%
0 0%
A B C D E F G
Categorias

No gráfico acima, percebemos que as variáveis A, B e C são responsáveis por mais de 70% do
problema pesquisado (veja o gráfico de linha).

Prof. Miguel Angelo Masoni (c) 2006. Todos os Direitos Reservados. 8

2.4.1 Como construir um Diagrama de Pareto
Para montagem do Diagrama de Pareto, deve-se seguir este roteiro:

1) Identificar o problema. Conforme o tipo de problema, separe, por categorias, os elementos

de interesse: não-conformidades, áreas produtivas, etc;

2) Quantificar os valores de cada categoria. Colete dados de cada categoria. É necessário

verificar se os métodos de coleta são confiáveis. Para isto, utilize uma lista de verificação.

3) Listar as categorias em ordem decrescente. Liste os itens em função do número de

ocorrências em cada categoria, em ordem decrescente;

4) Calcular a freqüência relativa e acumulada para cada categoria. Para calcular a

freqüência relativa, utilize a seguinte fórmula:

Ocorrencias
Fr = • 100
Total

5) Construir os eixos do gráfico. Haverá dois eixos verticais. O eixo vertical esquerdo vai de 0
até o número que representa o somatório de ocorrências totais. O eixo vertical direito vai de
0% a 100%, proporcionalmente. O eixo horizontal deverá ser largo o suficiente para
acomodar todas as colunas que representam as diversas categorias pesquisadas.

6) Desenhar as colunas. Começar desenhando a maior coluna, da esquerda para a direita,

respeitando a escala do eixo vertical esquerdo.

7) Desenhar a linha acumulada. Primeiro, coloque um ponto no topo central da primeira barra
a esquerda. Depois, na mesma altura de cada coluna do gráfico, coloque um ponto (central à
cada coluna) na intersecção com o eixo vertical direito. Para isto, verifique os valores
calculados na freqüência acumulada, de cada categoria. Então, traçe uma linha, unindo os
pontos, da esquerda para a direita.

Vale a pena destacar que um gráfico de controle não descobre quais são as causas especiais de
variação no processo (que está fora de controle estatístico), mas ele permite visualizar as
informações, de maneira que se possa identificar as causas.

Prof. Miguel Angelo Masoni (c) 2006. Todos os Direitos Reservados. 9

2.5 Gráfico de Controle

O gráfico de controle é uma ferramenta para o monitoramento da variabilidade e para a avaliação

da estabilidade de um processo.
Todos os processos apresentam variabilidade; na fabricação de um dado produto, as
características do produto apresentarão uma certa variação, em função das variações sofridas
pelos fatores que compõe o processo produtivo. Estas variações podem ser decorrentes de
diferenças entre máquinas, fornecedores, mão-de-obra, etc.
A estabilidade dos processos é de suma importância, visto que processos instáveis certamente
resultam em produtos defeituosos, de baixa qualidade – que levam à perda da confiança pelos
clientes.
Existem dois tipos de variação na qualidade de produtos resultantes de um dado processo:
• Causas aleatórias (comuns);
• Causas assinaláveis (especiais).

A variação provocada por causas comuns (conhecida como variabilidade natural do processo) é
inerente ao processo, e sempre estará presente – mesmo em produtos com alto nível de
padronização. Quando num processo atuam somente causas comuns, a variabilidade mantem-se
em uma zona estável (faixa característica do processo). Neste caso, o processo encontra-se sob
controle estatístico, pois apresenta um comportamento estável e previsível.

Todavia, quando um processo está operando sob atuação de causas especiais de variação,
dizemos que este processo está fora de controle estatístico, e sua variabilidade é maior que a
variabilidade natural. Neste caso, as causas especiais (de modo geral) devem – e podem – ser
localizadas e eliminadas. Alguns exemplos de causas especiais:
• uso de uma nova matéria-prima;
• equipamento com problema operacional, etc.

Em geral, os gráficos de controle é uma representação visual de uma característica da qualidade

medida ou calculada para uma amostra de itens, em função do número da amostra ou de uma
variável representativa de tempo (ordem cronológica).

Prof. Miguel Angelo Masoni (c) 2006. Todos os Direitos Reservados. 10

Temos que um gráfico de controle consiste de:
• uma linha média (LM);
• um par de limtes de controle – limite inferior de controle (LIC) e limite superior de
controle (LSC), eqüidistantes da linha média (LM);
• valores plotados no gráfico, em forma de pontos e linhas.
A linha média (LM) representa o valor médio da característica que está sendo analisada. Os
limites LIC e LSC delimitam o processo “sob controle” – neste caso, quando todos os pontos
traçados no gráfico estão entre estas duas linhas, oscilando entre a linha média (LM).

De acordo com a aplicação, os gráficos de controle dividem-se em:

a) Gráficos para Análise do Processo. Indicam a influência dos recursos (materiais, mão-
de-obra, ferramental, procedimentos operacionais, etc.) nas alterações que ocorrem no
processo ao longo do tempo. Por exemplo, para determinar os resultados de dois métodos
de trabalho, separa-se os dados referentes a cada método e traça-se gráficos individuais
para cada método e compara-se os resultados; desse modo as diferenças entre os dois
métodos são salientadas. O objetivo da análise do processo é determinar as causas da
dispersão do processo.
b) Gráficos para Controle do Processo. Indicam se o processo está sob controle estatístico
e se a padronização adotada nos procedimentos operacionais está mantendo o estado de

Prof. Miguel Angelo Masoni (c) 2006. Todos os Direitos Reservados. 11

 controle projetado. As retas dos limites de controle permitem a visualização do
comportamento das caracteristicas monitoradas pelo gráfico, se estiverem dentro dos
limites de controle o processo continua em estado de controle, caso haja desvios
ocorreram modificações que devem ser corrigidas para que o processo retorne ao estado
de estabilidade. O objetivo do controle do processo é identificar prontamente quaisquer
anormalidades que ocorram ao longo do tempo, através da plotagem periódica dos dados
observados (diária, duas vezes por dia, a cada hora, etc.), do monitoramento desse
comportamento e da ação corretiva imediata.

2.5.1 Como construir um Gráfico de Controle

Devido a complexidade do tema, recomenda-se a leitura das obras:

• WERKEMA, M. C. Avaliação da Qualidade de Medidas. Belo Horizonte: FCO, 1996.

98 p.
• WERKEMA, M. C. Ferramentas Estatísticas Básicas para o Gerenciamento de
Processos. Belo Horizonte: FCO, 1995. 404 p.

2.5.2 Gráficos do tipo X e R

Quando a característica da qualidade é expressa por um número em escala contínua de medida,

utiliza-se 2 tipos de gráfico: X e R.

• O gráfico X é utilizado para controlar a média do processo.

• O gráfico R é utilizado para controlar a variabilidade do processo.

Os dois gráficos devem ser utilizados simultaneamente.

2.5.3 Interpretação dos Gráficos

A) Processo sob controle estatístico. Neste caso, Todos os pontos estão entre os limites de
controle superior e inferior e não seguem qualquer padrão especial. Além disso, há o mesmo
número aproximado de pontos acima e abaixo da reta central do gráfico, e a maioria dos
pontos estão próximos a ela, apesar de alguns poucos pontos localizarem-se próximo aos
limites de controle.

Prof. Miguel Angelo Masoni (c) 2006. Todos os Direitos Reservados. 12

B) Processo fora de controle estatístico. Pode ocorrer nas seguintes situações:

B.1) Um ou mais pontos localizam-se além dos limites de controle superior e inferior (para
tamanho de amostra igual ou maior do que 7 unidades, no caso do gráfico R). Indica presença de
causa especial que precisa ser identificada e corrigida ou eliminada.

B.2) Quando 6 a 8 pontos estão acima ou abaixo da reta da média, indica mudança na média.

B.3) Uma seqüência, crescente ou decrescente, de seis ou mais pontos indica a tendência de
mudança da média.

Prof. Miguel Angelo Masoni (c) 2006. Todos os Direitos Reservados. 13

B.4) Uma seqüência de 14 ou mais pontos alternando-se acima e abaixo da reta da média indica
discrepância de medidas ou medição “víciada”.

2.6 Diagrama de Dispersão

O diagrama de dispersão consiste em um aglomerado de pontos, distribuídos sobre um plano

estabelecido por um par de eixos ortogonais x e y. É um gráfico que permite a identificação do
possível relacionamento entre variáveis consideradas em uma análise. É particularmente útil para
verificar a intensidade do relacionamento entre duas variáveis, buscando com isto, a compreensão
da causa primária de um problema – e o possível relacionamento entre duas variáveis.
Cada eixo do diagrama de dispersão corresponde ao conjunto de valores das variáveis, cuja
análise se pretende realizar. Os pontos são a intersecção dos valores das variáveis x e y, tomados
a partir de seus eixos correspondentes.

Prof. Miguel Angelo Masoni (c) 2006. Todos os Direitos Reservados. 14

2.6.1 Como construir um Diagrama de Dispersão
Para tal finalidade, recomenda-se a leitura das obras:

• OLIVEIRA, S. T. Ferramentas para o Aprimoramento da Qualidade. São Paulo:

Pioneira, 1996. 115 p.
• WERKEMA, M. C. Ferramentas Estatísticas Básicas para o Gerenciamento de
Processos. Belo Horizonte: FCO, 1995. 404 p.

2.6.2 Interpretação do Diagrama de Dispersão

Há 2 possíveis resultados básicos: correlação linear (positiva ou negativa); correlação nula.

Correlação linear. Visualmente, os pontos parecem formar uma reta. Existe uma correlação
entre as duas variáveis.

Correlação nula. Visualmente, os pontos estão dispersos, e não há correlação entre as duas
variáveis.

Prof. Miguel Angelo Masoni (c) 2006. Todos os Direitos Reservados. 15

2.7 Diagrama de Causa e Efeito

Também conhecido como “Diagrama Espinha de Peixe” ou “Diagrama de Ishikawa”, este

diagrama é uma representação gráfica que permite a organização das informações, possibilitando
a identificação das possíveis causas de um determinado problema ou efeito.

Trata-se de um recurso gráfico para a estruturação do raciocínio.

O Diagrama de Causa e Efeito é composto de uma linha principal horizontal, com a indicação à
direita de um quadro – do efeito ou sintoma existente, ou seja, do problema apontado. Ao longo
da linha horizontal, são traçadas 5 ou 6 “espinhas” – linhas diagonais – que apontam para quadros
que se referem as principais categorias do problema em questão. Os tópicos que se enquadram
em cada categoria são dispostos como “ramificações” de cada “espinha”.

Um Diagrama de Causa e Efeito é um esquema simples, todavia bastante abrangente, de um dado

problema (efeito) e suas causas.

Método Equipamento Pessoas

Efeito

Ambiente Materiais Medição

Prof. Miguel Angelo Masoni (c) 2006. Todos os Direitos Reservados. 16

A medida que vai se completando o diagrama com as informações de cada categoria, obtém-se
um diagrama semelhante ao exemplo abaixo:

2.7.1 Como construir um Diagrama de Causa e efeito

Utilize o seguinte roteiro de trabalho:

1) Definir o efeito (sintoma). A equipe deve definir o problema a ser analisado;

2) Desenhar a “espinha-de-peixe”. Colocando, no extremo direito da espinha dorsal, um quadro

contendo o título do problema (efeito ou sintoma);

3) Identificar as possíveis causas. Utilizar como referência o esquema “6M”:

• Mão-de-obra (pessoas);
• Métodos;
• Materiais;
• Máquinas (equipamentos);
• Medições;

Prof. Miguel Angelo Masoni (c) 2006. Todos os Direitos Reservados. 17

 • Meio ambiente (ou ambiente do negócio).

Outra possibilidade é através do uso da técnica de brainstorming.

4) Completar as espinhas. Traçando ramificações, ao longo de cada espinha, escrevendo as

causas que se relacionam em cada categoria;

5) Revisar o diagrama. Buscando certificar-se de que nada foi esquecido.

Prof. Miguel Angelo Masoni (c) 2006. Todos os Direitos Reservados. 18