CONTROLE DE PROCESSO ESTATÍSTICO APLICADO A REVISÃO DE 10.000 KM DE UMA CONCESSIONÁRIA DE VEÍCULOS RICHARD ANTONI TELLES (PUCGO) [email protected]Paulo Henrique Borba Florencio (PUCGO) [email protected]Agenor Sousa Santos Neto (PUCGO) [email protected]Em um mercado cada vez mais competitivo, empresas buscam satisfazer seus clientes e melhorar seus procedimentos organizacionais, recorrendo aos menores custos e melhores padrões de qualidade para seus produtos e serviços. Entretanto, faz-se necessária a utilização de ferramentas que auxiliem nessa busca. O objetivo deste artigo é analisar o tempo de prestação do serviço referente à revisão programada de 10.000 Km de uma concessionária de veículos situada em Goiânia, por meio da utilização do Controle Estatístico de Processo (CEP). Constatou-se através dos gráficos de controle que o processo atende as especificações, no entanto, perde em eficiência devido ao elevado número de defeito. Palavras-chave: Qualidade, Serviços, Revisão de 10.000 Km; Controle Estatístico de Processo, CEP. XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Perspectivas Globais para a Engenharia de Produção Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
17
Embed
CONTROLE DE PROCESSO ESTATÍSTICO APLICADO A REVISÃO DE …abepro.org.br/biblioteca/TN_STO_206_219_28066.pdf · gráficos são baseados no desvio-padrão da variável aleatória
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
fenômeno”. Segundo Santos (1991) a pesquisa exploratória é o contato inicial com o tema a
ser analisado, com os sujeitos a serem investigados e com as fontes secundárias disponíveis.
Os dados foram submetidos ao teste de normalidade de Shapiro-Wilk, para saber se estes
seguem uma distribuição normal. Em seguida foi efetuado o cálculo do índice de capacidade.
As variáveis de tempo padrão, limite superior e inferior são determinados pela fabricante dos
veículos, fornecedora da concessionária, conforme demonstrado no Quadro 1, sendo 10% de
limite superior (46,20 min.) e 65% de limite inferior (27,30 min.) em relação ao tempo padrão
(42 min.).
O modelo estabelecido por Shewart utiliza a média aritmética dos valores resultantes das
medições realizadas de forma amostral, como medida de posição do processo. Admite-se três
desvios - padrões acrescidos à média, definindo o Limite Superior de Controle (LSC) e três
desvios – padrões decrescidos à média, definindo o Limite Inferior de Controle (LIC) do
processo (ARAÚJO et al., 2010).
4. Resultados e discussões
Os dados da coleta estão demonstrados do Quadro 1 que contém o registro das ordens de
serviço da revisão de 10.000 km dos veículos.
Quadro 1 - Ordens de serviços de revisão 10.000 km
....
Fonte: Autores (2014)
Dos dados da tabela foi extraída a média dos valores da coluna MINUTO e obtemos =
41,21. O tempo esperado para realização do serviço é de 42 minutos.
O primeiro passo é submeter o conjunto de dados ao teste de normalidade de Shapiro-Wilk
para saber se estes obedecem a uma Distribuição Normal, como é mostrado na Figura 2.
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Perspectivas Globais para a Engenharia de Produção Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
12
TESTES DE NORMALIDADE
DADOS DO PROCESSO
Estatísticas: Shapiro-Wilk 0,960862652
P-valores 0,000382711
38 40 42 44
-2-1
01
2
Papel de Probabilidade
Dados
Nor
mal
TRANSFORMAÇÃO BOX-COX
DADOS DO PROCESSO
Lambda 1,085858586
P-Valor (Anderson-Darling) 2,2685E-06
Figura 2 - Teste de Normalidade
Fonte: Action (2014)
Como o P-valor é 0,0382711%, a hipótese de normalidade não é aceita, pois é menor que 5%.
Assim, com nível de confiança de 95%, há evidências de que os dados não seguem uma
distribuição normal. Através do gráfico Papel de Probabilidade também é percebido que os
dados não seguem uma distribuição normal, uma vez que não estão bem distribuídos sobre a
reta.
Como os dados não obedecem ao pressuposto de normalidade adota-se a Transformação de
Box-Cox para contornar esse problema, conforme Quadro 2.
Quadro 2 - Transformação de Box-Cox Calculado pelo Action®
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Perspectivas Globais para a Engenharia de Produção Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
13
0,994683924
1,902725532
2,800106575
1,005344488
1,005344488
POTENTIAL (WITHIN) CAPABILITY
Capacidade
CP
CPI
CPS
CPK
Fonte: Action (2014)
Após a Transformação de Box-Cox, o P-valor ao invés de melhorar, sofre uma redução ainda
maior, atingindo o valor de 0,000022685%, o que não permite a aceitação da hipótese de
normalidade, já que o valor é menor que 5%. Assim, com nível de confiança de 95%, há
evidências de que os dados não seguem uma distribuição normal. Serão utilizados os dados
iniciais da Tabela 1, pois mesmo não sendo normais, aproximam-se mais do valor de 5% se
comparados com os dados da Transformação de Box-Cox.
Figura 3 - Gráfico Transformação de Box-Cox
Fonte: Action (2014)
No Quadro 2 e na Figura 3 é possível perceber que o valor que maximiza a função de Box-
Cox é aproximadamente λ = 1,09.
A capacidade/performance do processo do tempo de atendimento para revisões de veículos de
10.000 km, como visto na Tabela 1, segue as especificações LSE = 46,20 e LIE = 27,30,
sendo a unidade de medida em minutos. Assim, pelo Quadro 3, tem-se:
Quadro 3 - Índice de Capacidade Calculado pelo Action®
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Perspectivas Globais para a Engenharia de Produção Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
14
36
38
40
42
44
46
48
Gráfico de Valores Individuais
Peças
Va
lore
s In
div
idu
ais
36.24
41.21
46.17
2
2
2
0
2
4
6
8
Gráfico de Amplitude Móvel
Peças
Am
plitu
de
Mó
ve
l
0
1.868056
6.102937
1 1
2
2
Fonte: Action (2014)
O Cp apresentou um índice igual a 1,902725532, como esse valor é maior que 1,33, pode-se
considerar o processo de revisão de 10.000 km como capaz. No entanto, o mesmo não ocorre
com o Cpk, que apresentou um índice igual a 1,005344488, valor menor do que 1,33, mas
ainda assim o processo é razoável, pois o índice não está abaixo de 1,0.
Assim, pelo alto valor de Cp é possível dizer que há uma baixa variação em relação à faixa
dos limites de especificação. Enquanto para o Cpk, que apresenta valor ligeiramente mais
baixo, constata-se uma baixa variação em relação à faixa dos limites de especificação, mas
uma distribuição não centrada.
A análise de CEP para o conjunto de dados utiliza os gráficos por atributos (p), conforme
Figura 4, mostra alguns pontos fora de controle.
Figura 4 - Análise de Variáveis do CEP
Fonte: Action (2014)
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Perspectivas Globais para a Engenharia de Produção Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
15
Análise de Performance do Processo
Valores
De
nsid
ad
e
30 35 40 45
0.0
00
.05
0.1
00
.15
0.2
00
.25
0.3
0
LIE Alvo LSE
Os pontos fora de controle sugerem uma investigação dos processos para corrigir as não
conformidades.
Para reforçar a análise de capacidade, foi gerado pelo Action® um gráfico de Análise de
Performance do Processo, como pode ser visto na Figura 5.
Figura 5 - Análise de Capacidade
Fonte: Action (2014)
Para ser capaz, um processo necessita de centralização entre os limites de especificação e
baixa variação. Pela Figura 5, percebe-se que apesar da baixa variação, os limites de
especificação não estão centralizados.
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Perspectivas Globais para a Engenharia de Produção Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
16
O tempo de atendimento do processo pesquisado vem sendo cumprido sem grandes
problemas, embora esse tempo de atendimento tenda a se aproximar do limite superior, o que
requer certo cuidado para que futuramente a margem máxima de tempo não seja ultrapassada.
5. Considerações finais
Após aplicar os conceitos de controle estatístico de processo para avaliar o tempo de
atendimento de revisões de 10.000 km em veículos automotores, o tempo de serviço mostrou-
se controlado estatisticamente, apresentando um padrão comum de tempo de atendimento,
porém que aproxima-se muitas vezes do limite superior definido pela montadora, oferecendo
margem para futuros atrasos.
Conforme apontado por Campos e Rocha (2009), o estudo evidencia que para melhorar esse
serviço não é apenas necessárias alterações pontuais, mas, melhorias em questões amplas, pois
não são causas especiais que devem ser sanadas, mas sim, causas comuns, isso quer dizer que
são intrínsecas ao processo de revisão preconizado pela montadora. Para tais melhorias, são
recomendados estudos na área de planejamento e controle do processo como um todo,
analisando as deficiências em cada etapa para conseguir identificar as falhas e corrigi-las,
quando possível.
Para tal estudo recomenda-se a utilização de outras ferramentas da qualidade como Gráficos
de Pareto e Diagrama de Ishikawa. Assim torna-se possível melhorar o serviço prestado a
partir das informações fornecidas pelo próprio setor de revisão automotiva da concessionária.
Como é possível perceber, a aplicação de tal ferramenta torna-se de grande importância para
aferição do desempenho, não só individual de cada mecânico como de toda a concessionária,
pois atualmente o grande diferencial em qualidade está exatamente na prestação dos serviços
que cada montadora oferece no pós-vendas.
REFERÊNCIAS
ARAÚJO, P. C., BORGES, C. D.; LIMA; M. D. F.; GURGEL, R. F. Aplicação do Controle Estatístico do
Processo no Tempo de Espera da Urgência Clínica Hospitalar: um Estudo de Caso. VI Congresso Nacional de Excelência em Gestão, Niterói-RJ, 2010.
CAMPOS, R. V. M.; ROCHA, R. P. O Controle Estatístico de Processos (CEP) para o Monitoramento da
Qualidade do Farelo Lex no Processo do Óleo de Soja na Empresa CAC. IV EPCT – Encontro de Produção Científica e Tecnológica. 2009.
CARUSO, A. M. D.; HELENO, L. A. Seis Sigma: uma Abordagem Conceitual como Metodologia de Gestão
ou Ferramenta para Melhoria da Qualidade. In: XXIX Encontro Nacional de Engenharia de Produção - ENEGEP, Salvador, Bahia, 2009.
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Perspectivas Globais para a Engenharia de Produção Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
17
FRANKEN, D. A.; HAMMES, J.; POLACINSKI, E.; DAL MOLIN, A. Controle Estatístico de Processos:
uma Aplicação em uma Empresa de Negócios. In: XI Semana de Engenharia de Produção Sul-Americana - SEPROSUL, Santa Maria, Rio Grande do Sul, 2011.
ISO - International Organization for Standardization; ISO/TC 69. Applications of Statistical Methods -
Shewhart Control Charts - ISO 8258:1991. Ed. ISO, 1991. IRWIN, R. D. Quality Control and Industrial Statistics. Illinois: Library of Congress, Homewood, 1965. LIMA, A. A. N. ; LIMA, J. R.; SILVA, J. L.; ALENCAR, J. R. B.; SOARES SOBRINHO, J. L; LIMA; L. G.;
ROLIM NETO, P. J. Aplicação do Controle Estatístico de Processo na Indústria Farmacêutica. Revista de
Ciências Farmacêuticas Básica Aplicada, v.27, n.3, p. 177-187, 2006.
MIGUEL, P. A. C. Metodologia de Pesquisas em Engenharia da Produção e Gestão de Operações. 2 ed. Rio de Janeiro: Ed. Campus, 2012.
MONTGOMERY, D. C. Introduction to Statistical Quality Control. 6ª ed. Editora John Wiley & Sons, Inc. New Jersey, 2009.
NEUFELD, J. L. Estatística Aplicada à Administração – Usando Excel. Editora Pearson Prentice Hall. São Paulo, 2003.
PINTO, R. S.; MORAIS, I. K. L.; ABREU JÚNIOR, F. R.; REBOUÇAS, M. S. C.; OLIVEIRA, A. J. Controle
Estatístico do Processo: um Estudo de Caso em uma Confecção. In: VII Simpósio de Engenharia de Produção Nordeste – SEPRONE, Mossoró, RN, 2012.
RICHARDSON, R. Pesquisa Social: Métodos e Técnicas. São Paulo: Atlas, 1989.
SAMOHYL, R. W. Controle Estatístico de Processo e Ferramentas da Qualidade. In: MONTEIRO, Marly (Coord.). Gestão da Qualidade, Teoria e Casos. Rio de Janeiro: Elsevier; Campus, 2006.
SANTOS, J. V. T. A Construção da Viagem Inversa. Cadernos de Sociologia. Porto Alegre, v. 3, n. 3, p. 55-88, jan./jul. 1991.
SIQUEIRA, L. G. P. Controle Estatístico do Processo. São Paulo: Pioneira, 1997.
SOUSA, R. Case Research in Operations Management. EDEN Doctoral Seminar on Research Methodology in Operations Management. Bruxelas, 2005. TOLEDO, J. C.; BATALHA, M. O.; AMARAL, D. C. Qualidade Agroalimentar: Situação Atual e Perspectivas.
Revista de Administração de Empresas, v. 40, n. 2, p. 90-101, 2000.
WALPOLE, R. E.; MYERS, R. H.; MYERS, S. L.; YE, K. Probabilidade & Estatística para Engenharia e
Ciências. 8ª ed. Editora Pearson Prentice Hall. São Paulo, 2008.
WERKEMA, M. C. C. Ferramentas Estatísticas Básicas para o Gerenciamento de Processos. Belo Horizonte: Werkema, 2006.
YIN, R. K. Estudo de Caso: Planejamento e Método. 2 ed. São Paulo: Bookman, 2001.