Apostila_Comentada

Prévia do material em texto

Prof. Dr. Ademir J. Petenate
1ª Edição
Introdução 1
Organização como um Sistema 17
O Modelo de Melhoria: As 3 Questões Fundamentais 23
O Modelo de Melhoria: O Ciclo PDSA 43
Define	 59
Contrato de Projeto de Melhoria 61
SIPOC 69
Measure	 75
Fluxograma 77
Sistema de Medição 85
Tipos de variáveis 93
Análise e causas de variação 97
Gráfico de tendência 101
Análise de Indicadores 117
Gráfico de frequência e Dotplot 123
Estatísticas Descritivas 127
Gráficos de Barra e Tabelas 137
Gráfico de Pareto 141
Estratificação 151
Gráfico de Controle 155
Capabilidade 187
Analyse	 219
Diagrama Direcionador 223
Diagrama de causa e efeito 231
Uso de tecnologia 237
Uso de criatividade 241
Sumário
Conceitos de mudança 249
Introdução ao Lean 255
Os 4p’s 257
Sistemas puxados 271
Desconexões 279
Diagrama ECRS 283
Balanceamento de linha 287
Diagrama de Espaguete 295
Mapa de Fluxo de Valor (VSM) 299
Poka Yoke 303
Correlação de Variáveis 311
DOE - Introdução 329
DOE - Comparação de dois tratamentos 335
DOE - Experimento Fatorial Completo 341
Improve	 355
Control 367
Exercícios	 379
Introdução 380
Fluxograma 383
Gráfico descritivo 384
Gráfico de Controle 390
Capabilidade 392
Análise AV/NAV 392
Balanceamento de linha 393
Correlação 394
Experimento fatorial completo 396
Teste de mudanças 399
Projeto Mid-State 403
Projeto Banco Mid 419
 
Publicado por Escola EDTI
Campinas São Paulo
2019
®
®
INTRODUÇÃO
2
Melhorar é uma
 necessidade
A metodologia Lean Seis Sigma surgiu da união de duas outras 
metodologias, antes conhecidas como concorrentes: o Lean, 
que nasceu na Toyota, baseado no TPS (Toyota Production 
System), e o Seis Sigma, nascido na Motorola.
Ambas as metodologias vão (quando isoladas) além do que 
é ensinado e pedido de um Black Belt. Para atender essa 
necessidade, foi desenvolvida a metodologia Lean Seis Sigma, 
que incorpora as ferramentas mais úteis e focadas
 em melhoria de processos.
Com a competitividade cada vez maior entre as 
empresas, projetos de melhoria ajudam a reduzir custos, 
problemas de qualidade e também a ajudam a encontrar 
soluções inovadoras. Necessidades que se fazem 
presentes nas organizações do cenário atual.
O discurso de “sempre fi z assim e deu 
certo” não garante mais a sobrevivência 
das empresas e, por esse motivo, 
é necessário dominar um método 
efi ciente de realizar melhorias.
Aqui, as ferramentas do Lean são 
direcionadas para o mapeamento de 
processos e desenvolvimento de cultura 
de melhoria dentro de empresas. As 
ferramentas do Seis Sigma têm foco em 
análise de dados e técnicas de estatística 
para auxílio em tomadas de decisões.
3
Introdução
As Eras 
da Qualidade
AC - 1750: Era dos artesãos
O artesão controla o sistema de produção. Atende a 
definição de qualidade do cliente. Alta qualidade obtida 
com alto custo. Mercadorias únicas.
1750 -1950: era da produção
Transição dos métodos de produção artesanais para a produção 
por máquinas. Nesse momento, acontece um impacto fantástico na 
redução de custo de produção. A qualidade se torna secundária, e 
controlada através de inspeções. Criação de uma estrutura gerencial 
robusta, com departamentos e barreiras os separando para garantir 
que esses sistemas (produção e inspeção) fossem controlados.
1750 1875 1930 19801950 1990 2000
4
As Eras 
da Qualidade
1875: Taylorismo
1875: Frederick Taylor desenvolve a primeira abordagem para 
trabalhar com produtos e processos mais complexos: dividir 
os trabalho em pequenas unidades de processamento. Essa 
metodologia é chamada de “Administração Científica”.
1900-1930: Fordismo 
Henry Ford desenvolve o conceito de linha 
de montagem e desenvolve alguns métodos 
para melhorar a qualidade e produtividade, 
como sistemas à prova de erros e inspeção. 
Em contrapartida, o método faz aumentar os 
problemas com qualidade. 
1750 1875 1930 19801950 1990 2000
5
Introdução
As Eras 
da Qualidade
1930: Shewhart (cep) 
Walter Shewhart (que na época trabalhava na Bell Telephones) 
começa a entender que os problemas de qualidade estão 
envolvidos com as variações que ocorrem nos processos. 
Reconhece a existência de variabilidade em todos os indicadores 
de processo e divide as causas de variação em duas categorias: 
comuns e especiais. Também desenvolve um método para 
identificação das causas de variação: o gráfico de controle. Outra 
importante contribuição é o ciclo de Shewhart, no qual propõe 
a utilização do método científico para solucionar problemas de 
qualidade. Nessa época outra figura importante é o Fisher, através 
do desenvolvimento de experimentos na área da agricultura. Ele 
começa a desenvolver várias técnicas de análises de dados para 
otimizar e planejar experimentos.
 1950 - dias de hoje: Era do 
gerenciamento da qualidade:
 O norte americano Deming, discípulo de Shewhart, 
foi enviado ao Japão para ajudar o país a planejar 
o senso de 1950. Deming começa então a interagir 
com o governo e companhias, e a gestão começa a 
expandir. Com isso suas ideias começam a ser usadas 
para reconstruir o Japão, e o país se torna competitivo 
novamente. Juran e Ishikawa também participam deste 
processo. Karou Ishikawa introduz o diagrama de causa 
e efeito. Com isso, em 1970, os japoneses começam a 
aparecer no ocidente com produtos de boa qualidade e 
com preços altamente competitivos, principalmente na 
indústria automotiva. 
1750 1875 1930 19801950 1990 2000
6
As Eras 
da Qualidade
1980-90: ISO, Lean, Seis Sigma
 É o momento histórico em que ocorrem as maiores 
transformações no ambiente da melhoria da 
qualidade: Os Estados Unidos começam a perder 
mercado para os japoneses e iniciam missões para o 
Japão para entender como funcionava o processo de 
fabricação dos veículos no país.
Algumas empresas se organizam para atuar junto a 
universidades, no intuito de mudar o currículo dos 
engenheiros adicionando termos de qualidade. 
A Motorola propõe um desafio de aumentar o nível 
de qualidade de maneira exponencial. Com isso, um 
conjunto de ideias e conhecimentos adquiridos são 
agrupados, dando origem ao Seis Sigma.
1990: Modelo de Melhoria, Lean Seis Sigma 
 Neste período, pesquisadores começam a notar que as metodologias 
Lean e Seis Sigma possuem o mesmo objetivo (realizar melhorias 
dentro de uma organização). Nasce então o Lean Seis Sigma. 
O livro Modelo de melhoria é lançado e integra os diversos métodos 
e ferramentas de melhoria em uma abordagem robusta e eficaz, 
facilitando a integração e aumentando a eficiência dos programas de 
melhoria. 
ISO: Publica o primeiro manual da 
qualidade.
Lean: Em um projeto paralelo, 
o MIT (com patrocínio de várias 
empresas automobilísticas) monta 
um grupo de pesquisa para estudar 
o sistema de produção americano, 
japonês e europeu. Deste estudo 
começam a entender o sucesso da 
produção, baseado no sistema Toyota 
de produção. O livro A máquina que 
mudou o mundo é publicado e introduz 
o conceito de produção enxuta (Lean 
Manufacturing).
1750 1875 1930 19801950 1990
7
Introdução
O que é
 Lean Seis Sigma?
LSSLean Six-Sigma
O que é Lean Seis Sigma?
8
O que é 
Lean Seis Sigma?
Com o objetivo de trazer soluções para problemas 
existentes nas empresas, o Seis Sigma tem uma meta 
de redução de defeitos. Em tese, para atingir o nível Seis 
Sigma, a empresa deveria possuir 3,4 defeitos a cada 1 
milhão de oportunidades.
Alguns exemplos seriam:
Um banco abre um milhão de contas por ano e (após 
levantamento) constatou-se que 100.000 dessas contas 
tiveram algum problema com o preenchimento de dados 
que demandou retrabalho, por parte da empresa ou dos 
clientes. Com isso, o processo de abertura de contas se 
enquadra entre os níveis 2 e 3 sigma.
Uma linha de produção de notebooks observa após 
alguns meses que seu rendimento de produção está em 
98% (ou seja, 2% dos notebooks produzidos têm algum 
defeito). O nível sigma atual da produção está entre 3 e 4 
sigma.
Uma empresa de aviação tem, em todo seu histórico,rendimento de 99,9999% de voos que não apresentaram 
nenhum tipo de problema. Portanto o processo de voos 
da empresa está acima do nível 6 sigma.
A cada 1 milhão de rodas produzidas, 
apenas 3,4 apresentam defeitos. A 
produção trabalha em nível 6 sigma.
Esse valor foi definido a partir de um 
estudo envolvendo algumas empresas 
referência na área de qualidade, e foi 
possível constatar que elas possuíam 
em torno de 3,4 defeitos para cada 
milhão produzido. 
O nível sigma também pode ser definido 
para outros valores, como mostra a 
tabela da figura. Também é importante 
relativizar esses valores em função das 
características de cada indústria – é 
muito mais difícil ser uma empresa 6 
sigma se a empresa atua na área de 
serviços, quando comparado com uma 
empresa que atua com produção.
Ser uma empresa Seis Sigma demanda 
que tanto a empresa quanto as pessoas 
que trabalham nela estejam preparadas e 
dispostas a mudar. 
O desenvolvimento da cultura de melhoria contínua visa 
o longo prazo e não ocorre de uma hora para a outra 
dentro da empresa. Portanto, ter um método para se fazer 
melhorias é o melhor caminho para desenvolver essa 
cultura nas pessoas, para depois buscar a disseminação da 
cultura em toda a empresa.
9
Introdução
Roteiro DMAIC
 » Mapear o processo atual
 » Quantificar o desempenho do processo
 » Avaliar o SM 
 » Desenvolver e testar mudanças
 » Analisar os riscos
 » Selecionar mudanças 
 » Implementar mudanças
 » Documentar
 » Monitorar
 » Treinar 
 » Criticar o processo
 » Identificar e analisar as causas
 » Contrato
 » VOC
 » SIPOC 
10
Roteiro DMAIC
Sabemos que existem diversos métodos que auxiliam o andamento de projetos. 
Para ajudar os times de melhoria a organizar um projeto Seis Sigma, foi definido como padrão o 
roteiro DMAIC. 
O objetivo do DMAIC é organizar (em 5 etapas) o progresso do projeto de melhoria, deixando claro 
para todos que participam o que foi feito e o que está sendo feito, guiando o projeto para que tenha 
início, meio e fim. Com o roteiro, a equipe tem um método de trabalho seguro e eficiente para 
organizar as atividades. Como quando usamos GPS em uma cidade que não conhecemos muito 
bem, é importante utilizarmos o roteiro DMAIC para estruturarmos nosso projeto Seis Sigma. Afinal, 
seguindo um método temos uma maior chance de sucesso.
Nesse caso, o objetivo é facilitar e organizar a forma como serão utilizadas as técnicas ao 
longo do projeto, servindo como um guia para o time. 
Com o roteiro DMAIC, a equipe tem um método de trabalho seguro e eficiente para organizar 
as atividades.
11
Introdução
Roteiro DMAIC
DefineControl
Improve
Analyse
Measure
the Problem
Define and Contain
of Improvement
Measure the 
Problem
Standardize 
and Control
Perform Root 
Cause Analysis
Realize and 
Reflect
Plan and Implement 
Improvement
1
2
3
4
5
6
7
1.Define
2. Measure
3. Analyse
4. Improve5.Check
6. Control
7. Standardise
8.Close
Define 
Process
Map 
Process
Define 
Process 
Meas.
Se
t P
ro
ce
ss 
Ta
rge
ts
Im
pr
ov
e t
he
 
Pr
oc
es
s
Manage the 
 Process
Analyse the
 Process
Além do DMAIC, existem outros roteiros 
para se realizar melhorias. 
Todos com o mesmo objetivo: estruturar os 
 passos de projeto. Para o Seis Sigma, o roteiro 
DMAIC ficou estabelecido como padrão. 
Alguns roteiros de projeto famosos geralmente 
 encontrados em empresas são:
• Roteiro de projetos PDCA (Plan, Do, Check, 
Act), não confundir com PDSA!
• Roteiro Kaizen de acompanhamento e processos,8 
passos da Toyota para resolver problemas.
• Roteiro EDTI.
12
Papéis e funções dentro 
do Lean Seis Sigma
Patrocinador
(Champion)
Conselho de 
gestão LSS
Coaching: 
MBB ou BB
Líder: BB ou GB
GB, YB ou WB
Considerando o método Seis Sigma 
é geralmente usado em projetos 
de melhoria (com começo, meio e 
fim), há a necessidade de um grupo 
de colaboradores qualificado para 
concretizar a iniciativa. 
Os profissionais envolvidos nesses 
projetos precisam ter algum nível de 
conhecimento, conforme o grau de 
dificuldade das tarefas assumidas.
Os níveis de certificação Seis Sigma são 
divididos em faixas (belts), com cores 
diferentes, assim como no judô.
As certificações existentes são as 
seguintes: White Belt, Yellow Belt, Green 
Belt, Black Belt e Master Black Belt. 
Os conhecimentos exigidos para cada 
uma delas são:
White Belt: entende os conceitos básicos de melhoria 
e auxilia times na execução desses projetos. Conhece o 
Lean Seis Sigma, as etapas do roteiro DMAIC e o Modelo 
de Melhoria.
Yellow Belt: pode ser integrante em projetos Seis Sigma e 
lidera esforços de baixa complexidade. Conhece também 
algumas ferramentas de mapeamento de processos e 
procura por possíveis problemas ao longo do projeto.
Green Belt: lidera projetos de média complexidade. 
Geralmente recebe orientação de um Black Belt. É o 
principal responsável pela coleta de dados do projeto 
de melhoria, entendendo a necessidade dos dados e a 
maneira como devem ser coletados.
Black Belt: orienta e treina times de melhoria.Pode 
liderar projetos de alta complexidade.
Master Black Belt: treina e orienta BB e GB. Geralmente 
ajuda no desenvolvimento das estratégias dos projetos e 
funciona como um consultor (sensei) dos projetos.
Ao longo do projeto também é necessária a presença de um patrocinador. Sua função consiste em 
trazer a visão, missão e metas da companhia. Também ajuda a alinhar, identificar projetos, 
recursos e a superar as dificuldades organizacionais.
13
Introdução
Estruturação para 
a melhoria
Estrutura
Estratégia
Método
Está claro que algumas vezes os programas de 
melhoria não trazem os resultados esperados. 
Muito desse fracasso pode ser explicado pela 
falta de organização das iniciativas. 
Isso pode ser evitado se levarmos em 
consideração três pontos: estratégia, 
estrutura e método. 
O primeiro aspecto a ser considerado é se as 
iniciativas de melhoria fazem parte da 
estratégia do negócio.
Em um programa de Lean Seis Sigma, as pessoas 
devem dedicar tempo e esforço para atingir os 
resultados, e isso só acontecerá se esse programa 
for considerado um tema estratégico. 
Por isso, o apoio da alta liderança é 
 um fator primordial para o sucesso de 
 qualquer iniciativa de melhoria. 
Outro fator importante a ser considerado 
é a necessidade de existir uma estrutura 
adequada para gerenciar os projetos de 
melhoria. Essa estrutura existe como meio 
de alinhar objetivos, apoiar as iniciativas 
e gerenciar os esforços. Além disso, é vital 
dominar as ferramentas de um método 
reconhecidamente capaz de entregar os 
resultados almejados com os 
projetos de melhoria.
14
Eventos que ocorrem 
em uma organização
Entendimento 
de variação
Sistema
Teoria do 
conhecimento
Psicologia
Visão estática Visão dinâmica
Deming, na década de 1990, sintetizou os fundamentos da ciência da melhoria em quatro pilares que 
ele chamou de Sistema de Conhecimento Profundo, e no qual denota a capacidade de desenvolver 
boas mudanças, as quais obtemos com a utilização desse sistema.
15
Introdução
Sistema de Conhecimento 
Profundo
Entendimento de variação
Visão sistêmica
Teoria do 
conhecimento
Psicologia
W. E. Deming
Visão sistêmica: empresas são sistemas 
formados por processos e pessoas 
interdependentes. Desta forma para melhorar os 
resultados em um nível global são necessárias 
a compreensão e também a gestão dessas 
interações.
Psicologia: (trabalho em equipe): normalmente, 
pessoas estão envolvidas na realização das 
atividades dentro das organizações. Cada 
indivíduo reage de maneiras diferentes à 
implantação de mudanças propostas. Dito isso, é 
necessário aplicar técnicas para trabalhar com as 
pessoas e aumentar a chance de sucesso de uma 
implementação.
Teoria do conhecimento (PDSA): boas 
mudanças vêm da aplicação de conhecimento 
no processo. Para garantir o aprendizado é 
necessário uma estrutura, o que torna tudo mais 
eficiente.
Entendimento de variação: dados precisamser sempre coletados. Isso é importante porque 
auxilia na compreensão do projeto, além de ser 
uma ação necessária para o monitoramento das 
variações ocorridas ao longo dele, e também 
para ajudar no gerenciamento de todos os 
processos. (Além de indicar quais mudanças 
devem ser realizadas para atingir uma melhora 
nos processos.)
Os 4 pilares da ciência da melhoria:
16
Conhecimento 
para a Melhoria
Conhecimento específico
Melhoria
Conhecimento da 
ciência da melhoria
Conhecimento específico: 
Conhecimento básico das coisas 
que fazemos na vida, conhecimento 
profissional e conhecimento técnico 
relacionado ao processo no qual o 
projeto de melhoria atuará.
Ciência da melhoria: 
A interação das teorias de sistemas, 
variação, conhecimento e psicologia – 
conhecimentos esperados de um Belt 
em Lean Seis Sigma.
Para que um projeto de melhoria tenha sucesso é preciso 
que sua equipe seja formada por pessoas que possuam 
pelo menos um dos dois tipos de conhecimento. 
Pessoas com conhecimento específico contribuem com 
conhecimento do processo e com ideias mais assertivas 
sobre quais mudanças podem trazer melhoria. 
Pessoas com conhecimento de melhoria auxiliam com 
métodos e na análise de dados, o que ajuda com o foco 
do projeto e com a comprovação dos resultados obtidos.
Para melhorar processos é necessário dominar 
dois tipos de conhecimento:
ORGANIZAÇÃO 
COMO UM SISTEMA
18
Organização como 
um organograma
Grande parte das empresas tem 
estrutura organizacional funcional, 
ou seja, estão organizadas de acordo 
com as funções exercidas pelos 
colaboradores. Esta é a forma mais 
comum e antiga de organizar as 
empresas. Nesse tipo de modelo, a 
empresa é setorizada e as equipes 
respondem diretamente ao gerente 
funcional. Na representação dessa estrutura, 
é comum a utilização dos organogramas, 
que tiveram sua origem nas instituições 
militares para que fosse possível encontrar, 
de forma mais rápida, o responsável por 
determinada operação.
Apesar dessa estrutura comum, as empresas trabalham 
por processos que acabam permeando diversos setores 
da organização. Por mais que pessoas se enquadrem em 
departamentos, processos geralmente atuam por toda 
a empresa e estão interligados, não havendo uma única 
pessoa ou setor responsável.
19
Organização como Sistema
Organização 
 como sistema
SUPPLIERS OF 
MATERIAL, IFORMATION 
AND EQUIPMENT
TESTS OF PROCESS,
MACHINES, 
METHODS, COSTS
DESIGN AND
REDESIGN CONSUMER
RESEARCH
CONSUMERS
DISTRIBUTION
PRODUCTION, ASSEMBLY, INSPECTION
RECEIPT AND 
TEST OF MATERIALS
O mapa dos processos atende a quatro propósitos 
principais:
• Fornece um método para ajudar os gerentes a enxergar a 
organização como um sistema e permitir que apliquem os 
conceitos do pensamento sistêmico para focar os esforços de 
gerenciamento no sistema.
• Ajuda as pessoas que trabalham no sistema a perceber sua 
interdependência com outros, estimulando o reconhecimento 
das interdependências na organização.
• Direciona o foco da resolução de problemas e da melhoria 
da qualidade para os processos da organização, e não apenas 
para departamentos ou pessoas.
• Fornece uma estrutura da organização que pode ser 
usada para implementar vários programas e medições (por 
exemplo, contabilidade baseada em atividades). 
Benefícios:
• Mostra como a organização realiza sua 
missão.
• É uma ferramenta educacional 
para os líderes desenvolverem um 
entendimento comum do sistema que 
eles gerenciam e para comunicarem aos 
empregados, clientes e fornecedores 
como o sistema funciona.
• Fornece um método para focar nos 
processos em vez das pessoas, quando 
lidando com problemas.
• Enfatiza as relações internas 
 cliente-fornecedor.
O mapa de processos é uma ferramenta que ajuda no desenvolvimento de uma visão da organização 
como um sistema de processos interconectados (descrever “como o trabalho é feito”). Toda empresa 
tem como objetivo atender uma necessidade para um cliente, e o cliente é a principal fonte de 
direcionamento para o produto/serviço oferecido pela empresa. Portanto, o foco dos projetos de 
melhoria é adequar processos para que o produto final atenda às especificações do cliente.
20
Processo
Um processo é um conjunto de causas e condições que se unem repetida-
mente em uma série de passos para transformar entradas em resultados. 
Fornecedores Entradas
Transformações
Resultados Clientes
S I P O C
Um processo é um conjunto de causas e 
condições que se unem repetidamente em uma 
série de passos para transformar entradas em 
resultados. 
A qualidade do trabalho realizado em uma 
organização é resultado não somente do 
funcionamento dos processos individuais, 
mas também de quão bem esses processos se 
conectam como um sistema.
21
Organização como Sistema
Processo
Ajustar plano 
operacional
Negociar e fechar 
novos negócios
Desenvolver 
novos negócios
Desenvolver e integrar 
teorias, métodos e 
ferramentas da ciência 
de melhoria
Desenvolver material 
didático
Desenvolver novos 
produtos
Desenvolver 
planejamento 
das atividades 
nos clientes
Preparar as 
atividades 
nos clientes
Conduzir orientação 
para líderes de grupos 
de melhoria
Fornecer educação e 
treinamento
Comunicar-se 
com clientes
Agendamento de atividades Faturar clientes
Gerenciar controle financeiro
Manter sede e 
equipamentos
Fazer distribuição do resultado
Planejar logística 
de atividades
Para construir um mapa de processo, devemos seguir algumas diretrizes:
• Utilize verbos para descrever os processos.
• Ao construir o mapa dos processos, não perca muito tempo para distinguir se um processo é de 
sustentação, direcionamento ou de suporte.
• O mapa deve descrever o que existe atualmente ou representar uma visão do sistema futuro.
• Uma estrutura 80% correta é um bom começo. O mapa dos processos deve ser melhorado conforme 
sua utilização (deve ser um documento vivo).
MODELO DE 
MELHORIA: 
3 Questões fundamentais
24
Mudança e 
melhoria
MUDANÇA MELHORIA
REQUER
NEM SEMPRE
RESULTA EM:
Conceito fundamental:
O primeiro passo para 
realizar melhorias é 
reconhecer que nem 
toda mudança resulta 
em melhoria. Apesar 
disso, para melhorar, 
é necessário alterar o 
processo ou o sistema. 
Com isso em mente, levantamos a seguir três considerações: 
• Para propor qualquer mudança, precisamos ter um objetivo para o 
projeto claramente definido (precisamos saber o que 
queremos melhorar e por quê). 
• Como nem toda mudança pode gerar uma melhoria, precisamos de 
indicadores para comprovarmos quando nossa ação foi efetiva, é preciso 
estabelecer critérios (metas) para saber quando uma mudança é uma 
melhoria para o propósito especificado.
• Como toda melhoria requer mudança, precisamos buscar por mudanças 
durante a execução da iniciativa de melhoria, desenvolvê-las, 
testá-las e implementá-las.
25
Modelo de 
melhoria
O Modelo de Melhoria: 3 Questões Fundamentais
O que estamos
tentando realizar?
Que mudanças podemos
fazer que resultarão 
em melhoria?
Como saberemos
se uma mudança
é uma melhoria?
Q1 Q2
Q3
Sabemos que cada 
consideração leva à formulação 
de uma questão que deve ser 
respondida pelo projeto 
de melhoria. 
Q1. O que estamos tentando 
realizar? (OBJETIVO)
Todo esforço de melhoria deve 
ter um propósito bem definido. 
As pessoas se motivam e se 
comprometem com uma 
iniciativa de melhoria se elas 
têm um foco claro. Além disso, 
as pessoas devem entender 
a importância do trabalho 
desenvolvido. A resposta à 
primeira questão estabelece 
objetivos para uma iniciativa 
de melhoria. Os objetivos 
devem ser declarados de forma 
breve e concisa, para orientar a 
iniciativa e para manter o foco.
Q2. Como saberemos se uma mudança é uma melhoria? 
(INDICADORES)
Nem toda mudança resulta em melhoria. É preciso estabelecer 
critérios para saber quando atingimos o objetivo.
Para saber se uma mudança é uma melhoria quase sempre 
necessitamos de dados, sejam eles observados ou formalmente 
coletados em pesquisa. Oimpacto das mudanças será medido 
baseado no indicador escolhido para o projeto.
Q3. Que mudanças podemos fazer que resultarão em 
melhoria? (MUDANÇAS)
Toda melhoria requer mudança. Se estamos interessados em 
obter melhoria precisamos alterar o processo/sistema.
Esta questão chama a atenção para a necessidade de se 
desenvolver, testar e implementar mudanças para obter melhoria.
Devemos sempre usar as três questões fundamentais.
Em um projeto formal de melhoria, é apropriado responder às 
duas primeiras questões no início do projeto. A terceira questão é 
respondida durante a realização do projeto, com novas propostas 
de mudanças para serem testadas.
26
Exemplos de utilização – 
iniciativas de melhoria
Exemplo 1: Melhoria em um processo de compras
Uma empresa tem um departamento 
responsável por realizar compras (material 
permanente, material de consumo etc.).
O departamento está recebendo uma grande 
quantidade de reclamações dos usuários, a 
maior parte delas relacionada com atrasos nas 
compras realizadas por ela.
A diretoria da empresa decidiu realizar uma 
iniciativa para melhorar o desempenho do 
processo de compras.
Q1. O que estamos tentando realizar ?
Reduzir o tempo para realizar compras.
Q2. Como saberemos se uma mudança é uma melhoria?
Quando o tempo para realizar compras for significativamente reduzido.
Q3. Que mudanças podemos fazer que resultarão em melhoria?
Hoje, o tratamento das filas de pedidos segue a sequência por ordem de entrada. Poderíamos 
classificar os pedidos de compra na origem conforme a complexidade e faixa de investimento, e 
simplificar o processo para compras de baixa complexidade e de baixo preço, otimizando a fila de 
entrada (exemplo).
27
Atividade
O Modelo de Melhoria: 3 Questões Fundamentais
Responda as duas primeiras questões do modelo 
para o contexto descrito abaixo:
Em um banco há uma divisão chamada 
“Divisão Comercial para Empresas”. Essa 
divisão está enfrentando dificuldades 
para aumentar a lucratividade e o 
número de clientes.
Dentro da divisão há uma área 
responsável pela implementação de 
produtos para os clientes (empresas).
Os clientes estão reclamando da quantidade de 
interações com o banco e com o tempo para completar a 
implementação dos produtos. Muitos clientes cancelam 
o processo de implementação devido a essa insatisfação, 
procurando satisfazer essa necessidade na concorrência.
A diretoria dessa divisão resolveu realizar uma iniciativa 
para melhorar o desempenho do processo de 
implementação de produtos em empresas clientes.
Q1. O que estamos tentando realizar?
Q2. Como saberemos que uma mudança é uma melhoria?
28
Como estruturar as 
questões: Q1
Q1. O que estamos tentando realizar?
Verbo no infinitivo + O que + Onde + Quanto + Quando
Aumentar/ Reduzir
Indicador do projeto
Local/ Área do projeto
Meta
Período do projeto
Ao lidar com a primeira questão (o que queremos reali-
zar?), devemos ter em mente qual o objetivo da iniciativa 
de melhoria.
Uma boa maneira de descrever o objetivo é utilizar o 
modelo: 
 Verbo no infinitivo + O que + Onde + Quanto + Quando
Exemplo: Reduzir o custo de entregas atrasadas no setor de eletrônicos em 70% (de $1.5M para 
$45K) até janeiro de 2008.
(Verbo no infinitivo + O que + Onde + Quanto + Quando)
29
O Modelo de Melhoria: 3 Questões Fundamentais
Resultados esperados 
e indicadores
Cuidado: Ao estabelecer objetivos é comum as pessoas confundirem: 
Objetivo do projeto com atividade 
do projeto
Objetivo do projeto com ideia de 
mudança (solução)
O momento de definição do objetivo deve receber atenção e cuidado especial, pois pode haver con-
fusões e mal direcionamento dos trabalhos dos envolvidos. 
Não confundir objetivo do projeto com ideia de 
mudança
Exemplos: eliminar passos do processo, reduzir 
classificações de itens, implementar checklist, 
implementar dispositivo à prova de erro, reduzir 
número de etapas do processo, implementar novo 
sistema de gestão (Ex: TOTVS, SAP), etc. são todas 
ideias para mudanças que podem ser realizadas 
durante o projeto (e podem trazer melhorias em 
nosso indicador), mas não são o objetivo primário 
do projeto.
Os principais cuidados são os seguintes:
Não confundir objetivo do projeto com atividade 
do projeto.
Exemplos: coletar dados, criar uma base de 
dados, mapear processos, fazer um diagrama de 
causa e efeito, etc., são atividades a serem realiza-
das ao longo do projeto, mas não são o objetivo.
30
Como estruturar as 
três questões: Q2
Q2. Como saberemos se uma mudança é uma 
melhoria?
Sistemas simples Sistemas complexos
Sistemas simples
No caso de sistemas simples, 
podemos discernir se uma mudança 
é uma melhoria apenas observando 
informalmente o que acontecia antes 
e o que aconteceu depois da mudança. 
Nem todo projeto de melhoria precisa 
ser complexo ou uma mudança 
grandiosa para ser um sucesso.
Sistemas complexos
Em processos e sistemas mais complexos, necessitamos 
mostrar se uma mudança é melhoria com evidências, 
em geral utilizando dados coletados formalmente nos 
processos.
Ao lidar com a segunda questão (Como saberemos 
que uma mudança é uma melhoria?), devemos ter em 
mente a construção de um critério claro e objetivo para 
o projeto, que será nosso indicador de projeto. Esses 
indicadores formarão um sistema de feedback indicando 
como as mudanças influenciam nosso processo e servirão 
para comprovar os resultados obtidos com as mudanças.
31
O Modelo de Melhoria: 3 Questões Fundamentais
Como estruturar as 
três questões: Q2
Baseado no exemplo do livro Modelo de melhoria 
(2011), no qual uma mudança foi projetada para 
reduzir o tempo de ciclo de uma operação. 
No planejamento do teste, estabeleceu-se que 
a mudança seria realizada entre a sétima e a 
oitava semana a partir do início do projeto. Uma 
medida do tempo de ciclo foi realizada na quarta 
semana, o resultado obtido foi 8 minutos. Na 
décima primeira semana, foi realizada uma nova 
medida, e o resultado obtido foi 3 minutos. A 
redução do tempo de ciclo de 8 para 3 minutos foi 
considerada muito significante para o processo 
de interesse. Os dados obtidos estão no gráfico 
da figura. Qual é o grau de convicção de que a 
mudança é uma melhoria?
32
Como estruturar as 
três questões: Q2
Com os dados do exemplo anterior, poderíamos gerar seis cenários, conforme mostrado 
anteriormente. Em todos eles, o tempo de ciclo na semana 4 é de 8 minutos e de 3 minutos na 
semana 11. Será que a convicção de melhoria é a mesma para o seis cenários?
33
O Modelo de Melhoria: 3 Questões Fundamentais
Como saber se uma 
mudança é uma melhoria?
Quando analisamos um indicador, normalmente é necessário coletar 
uma quantidade de pontos (antes e depois) para decidirmos quando uma 
mudança foi uma melhoria.
Em projetos de melhoria, 
um fator importante é o 
aprendizado de quanto 
atingimos nosso objetivo. Se 
descobrirmos como melhorar 
algum processo, podemos 
replicar o conhecimento para 
outras atividades da empresa.
• No cenário 1, a mudança é uma melhoria.
• No cenário 2, a mudança não é uma melhoria.
• No cenário 3, o indicador já vinha caindo. Não foi a nossa 
mudança que causou melhoria. Algo já estava acontecendo.
• No cenário 4, a mudança causou um impacto positivo e 
significativo, mas não duradouro, e a melhoria não foi obtida
• No cenário 5, a melhoria aconteceu antes da nossa mudança. 
• No cenário 6, agimos sobre uma causa especial, desperdiçando 
recursos. Nesses casos, a ação deve ser pontual.
34
Definição operacional 
de melhoria
Existem características que definem se uma mudança é uma melhoria ou não.
Uma mudança é uma melhoria quando:
• É proposital e feita de forma intencional.
• Tem impacto positivo no indicador do projeto.
• O impacto obtido é significativo.
• O resultado é duradouro.
Em esforços de melhoria precisamos, ao final do projeto, apresentar um gráfico que mostre o indica-
dor ao longo do tempo para comparar os resultados gerados pelo projeto.
Da discussão anterior, podemoscriar uma definição operacional de melhoria. “Melhoria” é o impac-
to positivo, relevante e duradouro produzido por mudanças realizadas de forma intencional em indi-
cadores de projeto. Em esforços de melhoria precisamos, ao final do projeto, apresentar um gráfico 
que apresente o indicador ao longo do tempo para comparar os resultados gerados pelo projeto.
35
O Modelo de Melhoria: 3 Questões Fundamentais
Como saber se uma 
 mudança é uma melhoria?
Foram feitas mudanças?
As mudanças resultaram em melhoria?
Antes Depois
Com as duas figuras, quão convicto você esta de que a 
 mudança foi uma melhoria? 
36
Como saber se uma 
mudança é uma melhoria?
As mudanças resultaram em melhoria?
Antes Uma semana 
depois
Duas semanas 
depois
Nesse caso, a organização da sala não se mantém, portanto não podemos considerar uma 
melhoria, pois a mudança não teve resultado duradouro.
37
O Modelo de Melhoria: 3 Questões Fundamentais
Como saber se uma 
 mudança é uma melhoria?
Antes Uma semana depois Duas semanas depois
Três semanas depois Quatro semanas depois Cinco semanas depois
As mudanças resultaram em melhoria?
Nesse caso, temos maior convicção de que seja uma melhoria. Nunca temos certeza de que as 
coisas não irão voltar para o estado anterior, mas, quanto mais dados, maior a convicção de que 
manteremos o mesmo patamar do indicador.
Assim, para mostrarmos que atingimos nosso objetivo, devemos coletar dados sobre o indicador do 
projeto e seguir algumas diretrizes durante esse processo.
Os dados devem geralmente cobrir um período anterior ao início das mudanças e um período 
durante e após as mudanças.
Conforme mudanças forem sendo feitas no processo, o comportamento dos indicadores deve 
fornecer informação para julgar se as mudanças são melhorias.
38
Como saber se uma
mudança é uma melhoria?
Melhoria não se trata apenas de medição!
“Você não pode engordar uma vaca pesando-a.”
 - Provérbio palestino
Sem medição, você terá dificuldade em saber se a mudança realmente 
resulta em melhoria. Porém não é só medindo que obtemos uma 
melhoria. Precisamos fazer mudanças!
39
O Modelo de Melhoria: 3 Questões Fundamentais
Tipos de 
 indicadores
Medidas de resultado:
As mudanças estão 
levando à melhoria?
Medidas de processo:
Estamos fazendo as 
coisas certas para atingir 
nosso objetivo?
Medidas de equilíbrio:
Contra-indicadores
Indicadores de resultado:
Indicam se estamos atingindo nosso objetivo. 
Indicadores de resultado são, em essência, 
indicadores de processo; a diferença aqui é que 
o indicador de resultado foi o selecionado para 
estudar e medir os resultados do projeto.
Indicadores de processo:
Indicam se as mudanças propostas estão 
 sendo executadas. 
São todos os outros indicadores possíveis de 
serem medidos do processo selecionado e que 
podem auxiliar nas análises do projeto.
Indicadores de equilíbrio:
Indicam se estamos “piorando” outra parte do 
sistema para atingir nosso objetivo.
São indicadores que não podem ser impactados 
(negativamente) pelas mudanças realizadas ao 
longo do projeto. Geralmente definem as restrições 
do projeto.
Ex: Pode ser bastante fácil aumentar o nível de 
serviço de um distribuidor apenas aumentado o 
volume em estoque; contudo, aumentar o volume 
de estoque também gera um grande aumento de 
gastos com o estoque.
Como exemplo, destes indicadores temos 
um projeto de melhoria em um hospital em 
que queremos reduzir o número de infecções 
hospitalares. Uma das mudanças propostas é que 
diariamente uma enfermeira passe nos quartos 
realizando um checklist de assepsia dos pacientes. 
Neste caso, o indicador de resultado é o número de 
infecções hospitalares, e uma medida de processo 
é o percentual de quartos em que o checklist foi 
realizado. O que estamos querendo descobrir é 
que muitas vezes não estamos impactando nosso 
indicador, a nossa medida de resultado, por que as 
pessoas não estão realizando as mudanças.
Então a medida de processo serve para 
aprendermos se a nossa mudança não está 
funcionando ou não está sendo testada. Uma 
medida de equilíbrio neste caso pode ser, por 
exemplo, o aumento de horas extras ou tempo de 
trabalho do enfermeiro que faz esta atividade. Ou 
seja, não podemos com a redução do número de 
infecções aumentar os gastos com recursos. 
40
Como estruturar 
as três questões: Q3
Q3. Que mudanças podemos fazer que resultarão 
em melhoria?
Cinco meios de gerar ideias de mudanças
Análise crítica sobre processo/
produto atual
Benchmark
Uso de novas 
tecnologias
Pensamento criativo
Uso de conceitos de 
mudança
Ao lidar com a terceira questão (Quais mudanças podemos fazer que resultarão em melhoria?), 
devemos ter em mente que são necessárias mudanças no processo se desejamos melhorá-lo. Um 
bom processo é aquele em que as pessoas têm facilidade de fazer as coisas certas e dificuldade 
de cometer erros. Isso também vale para produtos. As ideias para obtermos boas mudanças nos 
produtos e processos podem vir de cinco meios: 
41
• Análise crítica sobre processo/produto atual - desafia as barreiras 
do processo/produto, análise do desempenho atual.
 Mapeamento do processo.
 Coleta de dados.
 Entendimento de relação entre variáveis.
 Balanceamento.
 Retirada de atividades que não agregam valor. 
• Benchmark – análise de práticas e desempenho de empresas que atuam 
no mesmo ramo para comparação e para trazer ideias de mudanças.
• Uso de novas tecnologias.
 Testar em pequena escala.
 Utilizar para resolver causas comuns e não especiais.
• Pensamento criativo.
 Sair do estágio de pensamento atual e gerar ideias através de técnicas.
• Uso de conceitos de mudança.
 Utilizar uma ideia que fez algum processo funcionar bem e usar o conceito da ideia em 
nossos processos. 
Como estruturar 
as três questões: Q3
O Modelo de Melhoria: 3 Questões Fundamentais
Cinco meios de gerar ideias de mudanças
MODELO DE MELHORIA: 
PDSA
44
Modelo de
melhoria: PDSA
MudançaConhecimento Melhoria
Lembre-se da relação entre mudança e melhoria: fazer uma melhoria é a busca de boas 
mudanças.
Boas mudanças resultam da aplicação de conhecimento sobre o processo, e o conhecimento é 
fruto de aprendizado.
O aprendizado das pessoas sobre os processos é realizado de forma mais eficiente e eficaz pelo uso 
do método científico.
O ciclo PDSA é o componente do modelo de melhoria que guia o aprendizado.
45
Modelo de Melhoria: PDSA
Método 
científico
Observar um evento
Criar uma teoria
Testar
Analisar os resultados
Concluir
Publicar
Experimentação 
Hipóteses e 
Predições
Problema
Experiência
Fases do método científico
Em projetos de melhoria, é importante 
aprendermos de maneira rápida, e uma boa 
maneira de fazer isso acontecer é utilizar 
o método científico. Mas como funciona o 
método científico?
1. Tudo começa (e termina!) com questões. 
2. O cientista sempre tem uma hipótese a 
respeito de qualserá a resposta (predição).
3. Então o cientista faz um estudo
4. Analisa os resultados e....
5. Publica.
46
Método 
científico
Fases do método científico
Observar um evento
Criar uma teoria
Testar
Analisar os resultados
Aplicar
Concluir
Experimentação 
Hipóteses e 
Predições
Problema
Experiência
2. Também somos capazes de fazer “predições” – baseados no 
que sabemos hoje, o que acontecerá?
3. Fazemos então uma coleta de dados, um teste ou 
implementação.
4. Analisamos os resultados e....
5. AGIMOS sobre o processo!
Podemos resumir esse processo como:
A. Observar dados.
B. Criar uma teoria.
C. Testar a teoria.
Nas organizações, podemos 
usar o mesmo método:
1. Tudo TAMBÉM começa (e 
termina!) com questões.
- Quais são as causas deste 
problema?
- Será que a minha ideia 
 vai funcionar?
- Conseguiremos atingir os 
resultados esperados?
47
Modelo de Melhoria: PDSA
Modelo de 
melhoria: PDSA
O que estamos
tentando realizar?
Que mudanças podemos
fazer que resultarão 
em melhoria?
Como saberemos
se uma mudança
é uma melhoria?
ACT PLAN
STUDY DOExecutar ações em função dos 
resultados
Outro ciclo?
Objetivo
Questões e predições
Plano para coletar dados 
(O que, Onde, Quando)
Executar o plano
Observar e anotar eventos não 
planejados
Iniciar a análise dos dados
Completar a análise 
 dos dados
Comparar resultados com 
as predições
Resumir o aprendizado
Adaptado do livro The Improvement Guide
Para ajudar as pessoas a organizar essas 
etapas nos estudos de melhoria dentro das 
organizações, é importante utilizar ciclos PDSAs.
Em cada fase do ciclo, temos tarefas que nos 
levam na direção do aprendizado. Essas tarefas 
estão descritas no ciclo PDSA acima. 
No PLAN é o momento de definirmos o objetivo 
deste ciclo de estudo, quais questões queremos 
responder e para cada questão colocar uma 
predição. Essa predição é muito importante para 
aprender com as suposições que haviam antes 
do estudo. Neste momento também é a hora de 
definir como será o plano de coleta de dados, 
caso faça parte do plano.
No DO é a hora de entrar em ação! Executar um 
plano, a coleta de dados e observar eventos que 
não eram planejados. 
No STUDY é a hora de analisar os dados e tirar 
conclusões do ciclo de acordo com as questões 
estruturadas no PLAN.
No ACT é o momento de executar as ações 
aprendidas e planejar a partir destes resultados 
quais seriam os próximos ciclos de estudo. 
As formas mais comuns de se usar um ciclo 
PDSA como parte de um esforço de melhoria são:
• Coletar dados para construir conhecimento 
para ajudar a responder qualquer uma das 
três questões fundamentais. (Atenção: neste 
caso garanta que a etapa A do ciclo seja feita. É 
preciso que alguma ação concreta ocorra após o 
ganho de conhecimento.)
• Testar uma mudança.
• Implementar uma mudança.
48
Rascunho de Deming 
do ciclo de Shewhart - 1985
O ciclo PDSA é baseado no ciclo Shewhart e no ciclo de Deming. A figura 
mostra um rascunho do ciclo de Shewhart elaborado por 
Deming em 1985.
49
Modelo de Melhoria: PDSA
Usando PDSA 
em sequência
Ferramentas básicas para melhoria
ACT PLAN
STUDY DO
ACT PLAN
STUDY DO
ACT PLAN
STUDY DO
ACT PLAN
STUDY DO
A
pr
en
di
za
do
Suposições
Teorias
Intuições
Tempo
Mudanças que 
resultam em 
melhoria
Em uma iniciativa de melhoria, ciclos 
PDSA são utilizados para entender a 
situação atual de um processo, além 
de desenvolver, testar e implementar 
mudanças (um ciclo “puxa” o outro). 
Esse conceito é chamado de rampa de 
PDSAs. 
Conforme os PDSAs são realizados, o conhecimento 
aumenta em direção às mudanças que resultam em 
melhoria. A figura a seguir ilustra esse conceito.
Ferramentas básicas para melhoria:
• Formulário de coleta de dados.
• Definição operacional.
• Histograma.
• Gráfico de Pareto.
• Gráfico de tendência.
• Gráfico de controle.
• Mapeamento de processos.
• Diagrama de causa e efeito.
• Planejamento de experimentos.
50
PDSA: 
Exemplo
Plan
Objetivo: Conhecer como se comporta a demanda para o setor de compras
Predições
A maior parte das compras está entre R$ 2.000 e 
R$ 3.000
O tipo de compra mais frequente é o 
“Menor preço”. Poucas compras são do tipo 
“Reservado”.
Questões
Como é a distribuição dos valores das 
compras?
Quais tipos de compras são mais frequentes?
Plano de coleta de dados
 » De uma amostra de 200 compras realizadas nos últimos seis meses, anotar o valor e o tipo de compras.
 » O Alberto é responsável por coletar os dados. Instruí-lo sobre como amostrar, anotar os valores e digitar em 
uma planilha.
 » A Madalena deve preparar um gráfico de frequência dos valores das compras e um gráfico de barras com 
as porcentagens por tipo de compra.
Do 
Coletar os dados 
Observar e anotar anomalias durante o processo de coleta dos dados.
Considere um projeto de melhoria com o objetivo de reduzir o tempo para 
realizar compras. 
Com relação aos valores, produtos com valor 
abaixo de R$ 2.000,00 não precisavam de 3 
orçamentos, o que sugeria um processo mais 
rápido para eles.
O PDSA da figura mostra um estudo da equipe 
de melhoria para entender a distribuição dos 
pedidos de compras.
Existiam dois tipos principais de compras:
• Reservado: o solicitante já havia reservado 
o produto e bastava executar a compra, o que 
sugeria uma compra rápida.
• Menor preço: a compra seria realizada por meio de 
3 orçamentos, em que o de menor preço ganharia.
51
Modelo de Melhoria: PDSA
PDSA: 
Exemplo 
52
PDSA: 
Exemplo
Objetivo: reduzir 
o tempo de ciclo
Foi possível perceber que a 
maioria dos pedidos tinha 
preço baixo e era do tipo 
reservado, o que sugeria que 
eles deveriam ser executados 
com rapidez, e isso não vinha 
acontecendo.
No ciclo PDSA seguinte, 
os compradores foram 
entrevistados. Eles disseram 
que, mesmo para compras 
do tipo reservado, cotavam 
com outros fornecedores, 
o que atrasava a compra. 
Essa descoberta fez com que 
a gerente suspendesse as 
cotações para compras do 
tipo reservado, reduzindo 
significativamente o tempo 
para realização das compras.
53
Modelo de Melhoria: PDSA
PDSA: 
Exemplo
Act
1. Entrevistar os compradores para 
entender as causas de demora em 
aquisições abaixo de R$2K.
2. Iniciar um novo ciclo PDSA para 
avaliar se existe diferenças no tempo 
médio de aquisição entre “Reservado” e 
“Menor preço”.
Study
Mais de 80% dos valores estão 
abaixo de R$2K, sugerindo que um 
processo mais simples pode ser 
desenvolvido para essas compras.
50% das compras é do tipo 
“Reservado” , contradizendo a 
predição inicial.
54
Formulário para documen-
tação de PDSA em projeto
APRENDIZADOSPDSA
RESPONSÁVEL
(QUEM) E QUANDO
TEREI OS DADOS
DADOS QUE PRECISO
COLETAR PARA
RESPONDER À(S)
PERGUNTA(S)
PERGUNTA(S)
A SER(EM)
RESPONDIDA(S)
Pode ser útil em um projeto de melhoria documentar os PDSAs que foram realizados de maneira 
resumida, para rápida construção da “memória” das atividades. 
A fi gura mostra um exemplo de planilha para documentação de PDSAs.
55
Modelo de Melhoria: PDSA
PDSA vs. PDCA
1 Entender
Desenvolver
Testar
Implementar
Measure
Define
Plan
Analyze
Improve
Control
Do
Check
Act
2
3
4
FASE EDTI DMAIC PDCA
Devido à grande popularização do ciclo 
PDCA, existem dúvidas em relação ao 
ciclo PDSA.
O PDSA é um roteiro de aprendizado. 
Vários PDSAs são realizados durante 
um projeto. Utilizado para organizar 
as atividades (coleta de dados, teste e 
implementação de mudanças).
O PDCA é um roteiro de projeto, 
alternativo ao DMAIC e útil em projetos 
de baixa complexidade (solução de 
problemas). 
Geralmente o ciclo PDCA é utilizado em 
um tipo de projeto chamado solução de 
problemas (problemas focados, impacto 
de curto prazo), enquanto o DMAIC 
é utilizado em projetos de melhoria 
(mudanças sistêmicas, médio/ longo 
prazo).
As etapas do PDCA são as seguintes: 
Plan: defina um problema e levante possíveis hipóteses 
para as causas e as soluções.
Do: implemente a solução.
Check: avalie os resultados
Act: volte à etapa de planejamento se os resultados 
forem insatisfatórios ou padronize a solução se os 
resultados forem satisfatórios.
Muitas pessoas atribuem o desenvolvimento do PDCA 
ao Deming, mas ele fazia questão de diferenciá-lo do 
PDSA. Em uma carta a Ronal Moen, Deming disse “não 
se esqueça de chamá-lo PDSA, não o corrompido PDCA” 
(Moen & Norman, 2010).
56
Modelo de 
 melhoria
O que estamos
tentando realizar?
Que mudanças podemos
fazer que resultarão 
em melhoria?
Como saberemos
se uma mudança
é uma melhoria?
ACT PLAN
STUDY DO
O modelo de melhoria é um método eficiente e eficaz de realizar melhorias nas organizações. 
Ele é composto pelas três questões fundamentais e pelo ciclo PDSA.
Flexibilidade do modelo de melhoria:
• É adaptável para diferentes níveis de formalidade.
• É útil tanto para melhoria de produtos e serviços quanto para melhoria de processo.
• É aplicável em qualquer tipo de organização.
• É aplicável em quaisquer processos ou sistemas de uma organização.
57
Modelo de Melhoria: PDSA
As três categorias de 
melhoria
Reduzir ou eliminarproblemas, sem 
aumentar custos.
Reduzir 
significativamente 
os custos, ao mesmo 
tempo que a qualidade é 
mantida ou melhorada.
Aumentar as expectativas 
dos clientes.
Um dos objetivos centrais de programas 
de melhoria é aumentar o valor dos 
produtos e serviços oferecidos 
pela organização. 
Valor = qualidade / custo total.
Qualidade é a medida de como um 
produto ou serviço corresponde a uma 
necessidade, já custo total é a soma 
do custo de etiqueta mais o custo de 
uso. Para desenvolver uma abordagem 
efetiva de melhoria e aumentar o 
valor dos produtos ou dos serviços, os 
líderes devem equilibrar os esforços de 
melhoria em três categorias:
As três categorias de melhoria:
• Reduzir ou eliminar problemas que surgem devido ao 
não atendimento das expectativas dos clientes.
• Reduzir significativamente os custos, ao mesmo tempo 
em que a qualidade é mantida ou melhorada.
• Aumentar as expectativas dos clientes, fornecendo 
produtos e serviços que os clientes percebem 
que têm alto valor.
O modelo de melhoria que vimos anteriormente e as 
ferramentas que aprenderemos ao longo do curso podem 
ser aplicados em cada uma dessas categorias.
59
DEFINE
60
Introdução
Objetivo
Definir e comunicar o foco e os indicadores do projeto ao grupo 
de melhoria.
Atividades
Fazer o SIPOC do processo. Fazer o CONTRATO do projeto.
Na fase define, o objetivo é definir o escopo do projeto, 
clareando para todos os envolvidos o que é esperado 
como resultado. É uma fase muito importante, pois, caso 
ela seja bem-feita, garante o direcionamento dos esforços 
e a energia da equipe.
ATENÇÃO: muitas vezes, pela pressa de 
solucionar os problemas, as equipes 
discutem superficialmente sobre 
os objetivos e começam os testes, e 
essa atitude muitas vezes resulta em 
projetos desfocados e sem sucesso no 
final.
Contrato de Projeto 
de Melhoria
62
Contrato 
de Projeto
Contrato é um acordo 
entre o patrocinador e o 
time de melhoria sobre 
o que é esperado do 
projeto.
Todo projeto Lean 
Seis Sigma deve 
ter um contrato.
O que é?
Deve conter uma 
descrição clara do 
incômodo que se 
pretende aliviar.
Tem o objetivo de 
alinhar o escopo 
do projeto.
O contrato é um acordo entre o patrocinador e 
o time de melhoria sobre o que é esperado do 
projeto. Ele deve conter uma descrição clara do 
incômodo que se pretende aliviar.
O contrato ajuda nos seguintes aspectos:
 » Esclarecer o que se espera de você, da equipe, 
e, em última instância, do Gestor do Processo;
 » Manter a equipe focada;
 » Abordar questões que são críticas para o 
sucesso do projeto;
 » Levantar possíveis problemas ou dificuldades;
 » Iniciar o diálogo sobre questões e 
responsabilidades compartilhadas; 
 » Transferir o projeto do patrocinador 
 para a equipe.
O contrato evolui. Lembre-se, poucos projetos 
se encerram sem alterações no contrato.
 » O escopo muda;
 » Os recursos mudam;
 » Relação custo/benefício se torna aparente e 
ajuda a focar os esforços;
 » Eventos externos “acontecem”.
O contrato é importante para detalhar o 
projeto estabelecendo claramente: 
 » Qual é o incômodo ou a oportunidade que o 
projeto deve atacar;
 » Em quais indicadores se pretende causar 
impacto e as respectivas metas;
 » As restrições;
 » O time de melhoria;
 » Evita retrabalho, surpresas e frustrações no 
meio do projeto.
63
Contrato do Projeto 
de Melhoria
Define
Patrocinador: 
Líder da equiPe: 
demais integrantes: 
contexto / descrição: 
ProbLema:
Q1. O que estamos 
tentando realizar?
Q2. Como sabemos que a 
mudança é uma melhoria?
Objetivos
(O que, onde, quanto, quando)
Indicadores Desempenho 
 atual
Meta
business case:
atividades iniciais do Projeto:
restrições Para as atividades:
Patrocinador: 1 por projeto. Traz a visão 
de negócios e ajuda na superação dos 
obstáculos políticos organizacionais, 
além de disponibilizar recursos para a 
equipe. Geralmente é uma pessoa 
 da alta gerência.
Líder da equipe: 1 por projeto. Alguém 
formado nas ferramentas de melhoria 
(normalmente um Green Belt ou Black Belt).
Integrantes da equipe: entre 2 a 3 
pessoas. Considere incluir pessoas com 
conhecimento sobre o problema. 
Contexto: descreva o incômodo (ou 
oportunidade) que existe na organização 
e que motivou a escolha desse projeto. 
Não deve conter causa ou 
solução do problema.
Problema: qual é o incômodo?
Q1. O que estamos tentando realizar? 
O objetivo deve ser declarado da seguinte forma: 
Verbo no infinitivo + complemento 
Exemplo: reduzir tempo de ciclo da operação X em 50% 
em 3 meses a partir do início do projeto.
Q2. Como sabemos que a mudança é uma melhoria? 
Nessa etapa, colocamos nosso indicador, o seu 
desempenho atual e a meta que queremos realizar. 
Business case: deve ser realizado o cálculo do ganho 
esperado com este projeto. É o momento de vender o 
projeto para a alta liderança.
Atividades iniciais: liste as atividades que darão início ao 
projeto. Por exemplo: coletar dados do indicador, mapear 
o processo, entrevistar um cliente etc.
Restrições para as atividades: quais as fronteiras a 
que o projeto deve se limitar. Fronteira de pessoas, 
investimento, áreas, etc.
Apresentamos, a seguir, um formulário de contrato do projeto:
64
Contrato do Projeto 
de Melhoria
Descrição Do Problema
(O que está errado?)
meta
(Quanto deve ser o impacto?)
business case 
(Qual é o benefício do 
impacto do negócio?)
Aqui aPresentamos como estruturar o Business case, aLém 
de um exemPLo de um Projeto reaL:
ExemPLo: A redução de entregas atrasadas de 15% para 3% irá aumentar a satisfação dos clientes 
e reduzirá custos de multas contratuais em R$350.000,00 em um ano.
65
Define
Contrato do Projeto 
de Melhoria
APresentaremos, a seguir, um formuLário de contrato do Projeto
Patrocinador: Roberto Meireles
Líder da equiPe: Paulo Eduardo Souza
demais integrantes: Gabriel da Silva, Junior Rodrigues
contexto / descrição: Nossa empresa possui 42 máquinas injetoras que precisam realizar setup para 
trocar o molde de injeção.
ProbLema: O tempo de máquina parada é considerado excessivamente alto.
Q1. O que estamos 
tentando realizar?
Q2. Como sabemos que a mudança 
é uma melhoria?
Objetivos
(O que, onde, quanto, quando)
Indicadores Desempenho 
atual
Meta
Reduzir o tempo de máquina 
parada para setup, na linha de 
injeção plástica, em 50% até 
janeiro de 2015.
Tempo (em horas por 
semana) de máquina 
parada para setup.
500 horas 
semanais (média).
250 horas 
semanais.
business case:
Com um custo de R$ 140,00 
por hora de máquina parada, 
a redução desse tempo de 500 
horas semanais para 250 horas 
semanais irá reduzir os custos a 
aproximadamente R$ 35.000,00 
por semana ou R$ 140.000,000 
 por mês.
atividades iniciais do Projeto
• Preparar um SIPOC do processo de troca de molde.
• Coletar dados de tempo de parada estratificados. 
(Aguardando liberação, aguardando equipe de setup, 
aguardando OS etc.)
restrições Para as atividades
Não será possível nenhum investimento (máquinas novas, 
contratações etc.).
66
Contrato do Projeto 
de Melhoria
Cuidados com Metas
Estreitamento do foco
Tenha cuidado ao aPLicar metas 
na sua organização!
Comportamento antiético 
Aumento de assunção de 
riscos
Diminuição da cooperação
Diminuição da motivação intrínseca.
Algumas possíveis 
consequências do uso inade-
quado de metas numéricas 
são:
 » Falsificar dados ou distorcer 
o sistema de medição.
 » Atingir a meta em 
detrimento do sistema.
Para estabelecer metas devemos considerar se elas são 
DESAFIADORAS, mas POSSÍVEIS!
É importante ter em mente que, para realizar um projeto de 
melhoria com sucesso, a equipe deve ter domínio de um método 
e a organização deve fornecer uma estrutura adequada (recursos). 
Segundo Deming, “Atribuir uma meta para alguém sem fornecer 
um método é uma crueldade!”.
67
Define
Cuidados 
com metas
“Os funcionários podem melhorar facilmente de 5% a 
10%. Por isso eu não gosto de objetivos que podem ser 
medidoscomo 100%, tendo eles sido completos ou não. 
Prefiro definir metas desafiadoras, em que as pessoas 
atingem menos, e avaliar a estratégia utilizada, ainda que 
eles não tenham conseguido realizá-las a tempo.”
“Desenvolver um carro dos sonhos, que limpa o ar, evita acidentes, 
torna mais saudáveis e mais felizes todos os que o dirigem e 
atravessa o globo com um tanque de combustível.”
KatsuaKi Watanabe, ex-CeO da tOyOta
Uma questão também importante diz respeito 
a como erros ou falhas são tratados. A Toyota, 
por exemplo, baseia-se nos resultados da 
experimentação para aprender o que funciona 
e o que não funciona, mas esse processo não 
terá êxito se os funcionários sentirem que têm 
de ocultar notícias desfavoráveis ou fabricar 
resultados positivos.
A definição de objetivos arrojados e 
aparentemente impossíveis funciona pari passu 
com a cultura da experimentação, em que a 
recompensa real não é o êxito ou o fracasso, 
mas sim o conhecimento acumulado a partir de 
diversas experiências de aprendizagem 
 de alta qualidade.
ALgumas frases interessantes sobre metas do Ex-CEO da Toyota: 
68
Define
Cuidados 
com metas
ALgumas formas de estabeLecer metas:
Benchmark Ideias dos participantes
Observar outras organizações 
que tenham realizado 
objetivos similares é uma 
forma de estabelecer metas.
Os próprios participantes do projeto podem extrair perguntas, tais 
como: “O que seria necessário para obter uma redução de 50% no 
tempo de enviar uma encomenda?”
Isso auxilia na definição das metas. 
Define
SIPOC
70
SIPOC
Objetivo
Identificar e documentar em um diagrama os 
aspectos relevantes do processo.
Quando utiLizar?
Sempre que existir falta de compreensão 
sobre o processo por algum integrante da 
equipe ou stakeholder do projeto.
O que é? 
O SIPOC é uma ferramenta usada pela 
equipe de melhoria para identificar os 
elementos relevantes de um processo 
no início do projeto de melhoria. Ele 
aplica-se a todo tipo de trabalho, seja ele 
repetitivo ou pouco frequente, e ajuda 
a criar uma visão macro do processo, 
definindo seus limites (pontos de início 
e fim) e permitindo localizar pontos de 
coleta de dados.
O SIPOC é uma ferramenta extremamente importante, 
pois ajuda as pessoas a enxergarem suas atividades como 
processos, aumentando sua capacidade de encontrar 
oportunidades de melhoria. 
Segundo Deming:
"Se você não pode descrever o que está fazendo como 
um processo, você não sabe o que está fazendo." 
71
Defi ne
SIPOC
O que é SIPOC?
Fornecedores Entradas
Transformações
ResuLtados CLientes
S I P O C
EtaPas Para ELaboração do SIPOC
Fornecedor 
(Supplier):
Pessoas ou organi-
zações que fornecem 
as informações ou 
materiais a serem 
processados.
 » Providencie um formulário do SIPOC (mostrado na página a seguir) em uma folha em branco;
 » Identifi que as saídas do processo;
 » Descreva o processo em no máximo 5 ou 6 passos (sem detalhar);
 » Identifi que as entradas requeridas para que o processo produza as saídas;
 » Identifi que os fornecedores das entradas listadas;
 » Identifi que os clientes que receberão as saídas do processo;
 » Opcional: identifi que as especifi cações das saídas e das entradas;
 » Discuta o resultado com o patrocinador e outros interessados no projeto para validação.
Entradas (Input):
Informação ou 
material fornecido 
pelo fornecedor.
Processo 
(Process):
Série de etapas 
que transforma 
as entradas em 
resultados.
Saídas|Resultados 
(Output):
O produto ou 
serviço produzido 
a ser utilizado pelo 
cliente.
Cliente 
(Customer):
Pessoas, empresas 
ou outros processos 
que recebem os 
resultados do 
processo.
72
Formulário do 
SIPOC
FormuLário
fornecedores entrada Processo saída cLiente
Passos do Processo
73
Defi ne
Formulário do 
SIPOC
FormuLário
fornecedores entrada Processo saída cLiente
Passos do Processo
Médico Médico
Laboratório
Paciente
Requisição
Resultado
Seringas
Agulhas
Álcool
Outros Materiais
Realizar 
Exame de 
Sangue
Recebe paciente
 e requisição
Prepara paciente Retira sangue Analisa sangue
Preenche o 
relatório
Measure
75
MEASURE
76
Introdução
Objetivo
Conhecer o processo em detalhes e coletar dados.
Atividades
�Fazer�o�fluxograma�
do processo.
�Verificar�a�estabilidade�
do�indicador�que 
estamos analisando.
�Identificar�variáveis�
a serem medidas.
�Calcular�a�capabilidade�
do processo.
�Desenvolver�planos�para�
coletar e analisar dados.
Fluxograma
78
O que é?
O�fluxograma�é�uma�ferramenta�que�tem�diferentes�utilidades,�dependendo�da�fase�do�projeto:
 » Conhecimento�sobre�o�processo�(MEASURE)
 » Identificação�de�pontos�de�medição�(MEASURE)
 » Identificação�de�complexidades�(ANALYSE)
 » Desafio�de�atividades�(ANALYSE)
 » Projeto�ou�modificação�do�processo�(IMPROVE)
 » Padronização�de�procedimentos�(CONTROL)
Quando utilizar?
Se�o�projeto�tem�o�objetivo�de�melhorar�um�processo�(fluxo),�essa�ferramenta�provavelmente�será�útil.
Fluxograma
Measure
79
Fluxograma
Na�fase�MEASURE,�
o(s)�processo(s)�é�(são)�
detalhado(s)�através�de�
um�fluxograma.
S I P O C
Doador
chega
Doador 
Rejeitado
Doador 
Rejeitado
Avaliação 
é relizada
pelo médico
Doador vai
para a sala de
doação
Plasma é
extraído
Biomédico
verifica as
veias
Doador é
entrevistado e 
preenche
formulário
As veias do
Doador são 
verificadas na
sala de espera
Doador 
Rejeitado
Veias
OK?
Veias
OK?
Saúde
OK?
Na�fase�DEFINE,�a�equipe�
de melhoria lista os 
processos relacionados 
ao contrato e constrói o 
SIPOC�desses�processos.
No�SIPOC,�o�processo�
é�descrito�em�poucas�
etapas�(visão�macro).
Sim
Sim
Sim
Não
Não
Não
80
Fluxograma
Para�facilitar�o�entendimento�e�a�comunicação,�existe�um�padrão�para�a�representação�das�
informações�em�um�fluxograma,�como�é�detalhado.
Indica�que�uma�atividade�
está�sendo�desenvolvida.
Indica�um�ponto�de�decisão�
no processo.
Indica�que�um�documento�deu�
entrada�ou�saída�do�processo.
Indica�fim�e�início�do�processo.
Indica�uma�conexão�com�
ramificações�do�processo.
Indica�o�fluxo�do�processo.
EMITIR CHEQUE 
P/ PGTO
VALOR 
CORRETO?
SIM
NÃO
ENTREGAR 
AO CAIXA
FIM
Simbologia utilizada:
Measure
81
Fluxograma: 
nível de detalhes
Fim
Digitar o texto
Início
Esboçar o texto
Obter aprovaçãoFoi aprovado?
Ligar o 
Computador
Iniciar o Word
Imprimir 
o texto
Distribuir 
o texto
Revisar o texto
Fazer correçõesPrecisa de 
correções?
Início
Esboçar o texto
Digitar o texto
Distribuir o texto
FimDistribuir o texto
Fim
Início
Esboçar o texto
Obter aprovaçãoFoi aprovado?
Digitar o texto
Imprimir o texto
não
sim
não
sim
Fim
Digitar o texto
Início
Esboçar o texto
Obter aprovaçãoFoi aprovado?
Ligar o 
Computador
Iniciar o Word
Imprimir 
o texto
Distribuir 
o texto
Revisar o texto
Fazer correçõesPrecisa de 
correções?
Início
Esboçar o texto
Digitar o texto
Distribuir o texto
FimDistribuir o texto
Fim
Início
Esboçar o texto
Obter aprovaçãoFoi aprovado?
Digitar o texto
Imprimir o texto
não
sim
não
sim
Fim
Digitar o texto
Início
Esboçar o texto
Obter aprovaçãoFoi aprovado?
Ligar o 
Computador
Iniciar o Word
Imprimir 
o texto
Distribuir 
o texto
Revisar o texto
Fazer correçõesPrecisa de 
correções?
Início
Esboçar o texto
Digitar o texto
Distribuir o texto
FimDistribuir o texto
Fim
Início
Esboçar o texto
Obter aprovaçãoFoi aprovado?
Digitar o texto
Imprimir o texto
não
sim
não
sim
Midi
Macro
Mini
O�fluxograma�pode�ser�construído�com�alto�ou�baixo�nível�de�detalhes,�dependendo�da�sua�
aplicação.�Em�projetos�em�que�o�objetivo�principal�é�a�redução�do�tempo,�pode�ser�indicada�a�
construção�de�um�fluxo�com�nível�mínimo�de�detalhes.
Existem diversos tipos de fluxogramas. Cada um deles é elaborado para contextos diferentes.
82
O fluxograma horizontal é o mais utilizado em atividades de melhoria.�Ele�mostra�as�relações�
entre�as�atividades,�pontos�de�decisão,�inspeção,�loops�de�retrabalho,�complexidade,�etc.�Deve-se�
começar�pelo�nível�mais�elevado�e�depois�se�adicionar�os�detalhes�conforme�forem�necessária�para�a�identificação�de�oportunidades.
Fluxograma: 
Horizontal
FimGera documentçãoe libera empréstimo
Superintendente
avalia recomendação
Analista comunica
cliente
Empréstimo
Aprovado?
Excessão
Aprovada?
Início Venda recebe solicitação
Funcionário verifica
documentação
Analista avalia
solicitação
Sim
SimNão
Não
Processo de avaliação de solicitação de empréstimo
Measure
83
O fluxograma multifuncional foca nas 
unidades organizacionais, permitindo à 
equipe compreender o fluxo do processo 
entre os departamentos.�Ele�também�mostra�a�
interdependência�das�atividades.
É�útil�para�processos�que�não se completam 
em uma única área,�indicando�os�responsáveis�
por�cada�etapa.�Geralmente�é�na�passagem�
entre�departamentos�que�existem�grandes�
oportunidades�de�melhoria.
Também�pode�ser�útil�representar quantos 
dias o processo fica em cada etapa,�facilitando�
a�identificação�de�gargalos.
Muitas vezes, a simples instituição de prazos 
para as atividades geram um grande impacto 
no tempo de processamento.
Fluxograma: 
multifuncional
Multifuncional (desdobrado)
84
Fluxograma: 
versões de um processo
O�que�o�gerente�
pensa�que�é O�que�é�realmente O�que�deveria�ser O�que�poderia�ser
Foque aqui durante 
a fase Improve
Foque aqui durante 
a fase Measure e 
Analyze
Para�melhorar�o�processo,�precisamos� 
saber�exatamente�o�que�está�ocorrendo.� 
Por�essa�razão,�não�pergunte�aos�gerentes,�
não�leia�instruções�operacionais�ou�examine�
documentação.�Vá a campo e veja o que 
está acontecendo.
Algumas�dicas�para�a�elaboração�de�um� 
bom�fluxograma:
 » �Não�utilize�um�mapeamento�feito� 
no passado;
 » �Não�mapeie�o�processo�ideal,�mas�
descreva�o�processo�como�ele�é�hoje;
 » �Inicie�com�uma�visão�macro�e�depois�
aumente�o�nível�de�detalhes;
 » �“Caminhe”�pelo�processo�identificando�as�
etapas�do�processo�e�a�sequência�em�que�
elas ocorrem;
 » �Construa�o�fluxograma�usando�a�
simbologia�apropriada.
Sistema de 
Medição
86
Processo de 
medição
Sabemos�que�os�dados�são�utilizados�
tanto�em�atividades�de�manufatura�quanto�
atividades�administrativas�e�serviços.�Dados�
são�observações�documentadas�ou�resultados�
de�uma�atividade�de�medição.�A�atividade�de�
medição�pode�ser�pensada�como�um�processo�
cujo�output�é�a�medida.
As�variáveis�que�iremos�utilizar�para�estudar�o�
processo�são�o�resultado�de�medições�realizadas�
em�uma�determinada�entrada,�saída�ou�processo.�
Essas�medições�contém,�em�maior�ou�menor�
grau,�“erro”�e�quanto�maior�for�esse�“erro”,�
pior�serão�nossas�decisões.�Portanto�é�de�vital�
importância�a�avaliação�do�sistema�de�medição.
mundo físico
 
mundo
comportamental
 
mundo
sensorial
observar 
e/ou medir
 observações 
e medições 
documentadas
 dados
“...O�que�se�registra�ao�final�de�uma�determinada�operação�de�
medição�é�o�último�produto�de�uma�longa�série�de�operações,�desde�
a�matéria-prima�até�a�operação�de�medição�propriamente�dita.�A�
medição�é,�portanto,�parte�vital�desse�processo.�Assim,�do�mesmo�
modo�como�é�vital�controlar�estatisticamente�as�outras�partes�do�
processo,�é�vital�controlar-se�estatisticamente�o�processo�de�medição;�
caso�contrário,�não�há�medida�que�tenha�significado�comunicável.”�
DEMING
Measure
87
Processo de 
medição
Processo de Medição - Método�que�
estabelece�relação�entre�uma�propriedade�e�um�
valor�em�uma�escala. 
Mundo físico: Execução�de�uma�tarefa
Medir: Tempo�gasto�para�realizar�a�tarefa
Instrumento de Medição: Cronômetro
Medida: Minutos�gastos�na�realização�da�tarefa
Mundo Comportamental: Realização�de�uma�reunião
Medir: Atitude�das�pessoas�na�reunião
Instrumento de Medição: Observação
Medida: Atitude�positiva,�Atitude�Negativa,�Atitude�Neutra
Mundo Sensorial:�Provar�um�alimento
Medir:�Aroma
Instrumento de Medição: Provadores
Medida: Ruim,�regular,�bom,�excelente
Método de mensuração - Questionários,�
Instrumentos�etc.
88
Definição 
operacional
Atividades comuns em qualidade:
Verificar�se�um�produto�é�defeituoso
Contar�o�número�de�defeitos�em�um 
�produto�ou�serviço
Medir�uma�característica�de�qualidade
Questões:
O�que�é�um�defeito?
Como�medir�um�defeito?
Como�medir�uma�característica�de�qualidade?
Measure
89
Definição 
operacional
 » Fornece��um�sentido�comunicável�a�um�conceito
 » É�clara�e�inequívoca
 » Especifica�métodos�e�equipamentos�de�medição
 » Identifica�critérios�precisos�de�decisão
É�uma�descrição,�em�termos�quantificáveis��,�do�que�medir�e�os�passos�a�seguir�para�medi-lo�de�
forma�consistente
Uma�Definição�Operacional�é�uma�descrição,�
em�termos�quantificáveis��,�do�que�medir�e�os�
passos�a�seguir�para�medi-lo�de�forma�consis-
tente.�Sem�definições�precisas�sobre�como�me-
dir�uma�característica�de�qualidade�diferentes�
pessoas�podem�chegar�a�diferentes�resultados.�
Para�evitar�esses�problemas�é�necessário�desen-
volver�Definições�Operacionais.
A�Definição�Operacional�fornece�um�significado�
comunicável�a�um�conceito�através�da�especi-
ficação�de�como�o�conceito�é�aplicável�em�um�
conjunto�particular�de�circunstâncias.�
A Definição Operacional é um componente 
essencial do Processo de Medição
90
Definição 
operacional
Como você define estes conceitos?
 » Um�imposto�justo
 » Ser�rico
 » Ser�pobre
 » Estar�desempregado
 » Estar�limpo
 » Férias�boas
 » Chegar�no�prazo
 » Área�urbana
 » Aquecimento�global
 » Estar�contaminado
A falha no desenvolvimento de uma definição operacional leva, muitas vezes, à 
confusão e mal-entendido
?
Measure
91
Definição 
operacional
Os passos para o seu desenvolvimento são:
 » Escreva�uma�primeira�versão 
� �da�Definição�Operacional;
 » Entregue�a�Definição�Operacional�para��
� alguém�que�não�esteve�envolvido�na�� �
� elaboração�da�mesma�avaliar 
� �e�fazer�sugestões;
 » Revise�a�Definição�Operacional.;
 » Faça�com�que�algumas�pessoas�usem�a��
� Definição�Operacional.�para�coletar�dados;�
 » Analise�os�problemas 
� �e�revise�a�Definição�Operacional�;
EXEMPLO
Objetivo
Verificar�se�uma�aeronave�chegou�no�horário�no�
aeroporto
Característica de interesse
Horário�de�chegada�da�aeronave�no�aeroporto
Instrumento�de�medição
Relógio�referenciado�com�o�relógio�da�torre�de�
controle
Procedimento:
O�horário�de�chegada�de�um�voo�será�o�horário�
em�que�o�trem�de�pouso�da�aeronave�tocar�a�
pista�de�pouso�
Critério
A�aeronave�está�no�prazo�se�o�horário�de�che-
gada�for�igual�ao�horário�programado�mais�ou�
menos�15�minutos
Componentes
 » Objetivo
 » Característica�de�interesse
 » Instrumento�de�medição
 » Procedimento
 » Critério
Tipos de 
variáveis
94
Tipos de 
variáveis
Para�cada�tipo�de�variável,�será�necessário�
a�utilização�de�uma�ferramenta�estatística�
diferente.�As�variáveis�podem�ser:
Variáveis Categóricas 
(Qualitativa)
São�as�variáveis�que�não�possuem�
valores�quantitativos,�mas,�ao�contrário,�
são�definidas�por�várias�categorias,�ou�
seja,�representam�uma�classificação�dos�
indivíduos.�Podem�ser�nominais�ou�ordinais.�
Variáveis Numéricas 
(Quantitativa)
São�as�variáveis�que�podem�ser�medidas�em�
uma�escala�quantitativa,�ou�seja,�apresentam�
valores�numéricos�que�fazem�sentido.�Podem�
ser�contínuas�ou�discretas.
As�variáveis�numéricas�podem�ser�dividas�em�
dois�grupos:
 » Contagem:�são�representadas�por�
números�inteiros.�Por�exemplo,�número�de�
defeitos�em�peças�contínuas,�número�de�
acidentes por dia.
 » Contínuas: podem�receber�qualquer�
número�dentro�de�uma�escala,�inclusive�
números�“quebrados”.�Por�exemplo,�
diâmetro�de�uma�peça,�tempo�de�entrega� 
de�produtos.
Na�terminologia�de�qualidade,�as�variáveis�
de�classificação�ou�contagem�são�também�
chamadas�de�atributos.
Variáveis
Qualitativas Quantitativas
Nominais Ordinais Contagem Contínuas
Measure
95
Tipo de variáveis Característica de qualidade Dado registrado
Categóricas
(Qualitativo) Classificação
Desempenho�da�entrega Entrega�no�prazo/atrasado
Arranhões Sem/Com
Tempo Minutos�atrasados
Acidentes Número�de�acidentes/por�mês
Arranhões Tamanho�em�cm�do�arranhão
Retrabalho Sem/Com
Mudanças Número�de�mudanças/projeto
Peso GramasArranhões Número�de�arranhões/superfície
Contagem
Contínuas
Numéricas
(Quantitativo)
Classificação de 
dados (simplificada)
Classifique cada uma das seguintes variáveis 
como classificatória, contagem ou contínua
 » Número�de�estrelas�de�hotéis
 » �Quantidade�de�calorias�de�um� 
produto�alimentício
 » Número�de�bolhas�em�uma�garrafa�de�vidro
 » �Tempo�médio�de�espera�para�ser�atendido�
em�um�call�center
 » Número�de�atendentes�em�um�call�center
 » Número�de�ligações�perdidas�em�um� 
 call center
 » Motivos�para�ligações�perdidas�em�um� 
 call center
 » Fontes�de�consumo�de�água�em� 
�����uma�residência
 » Consumo�de�água�em�uma�residência
 » Número�de�telefones�por�domicílio
 » �Número�de�chamadas�de�longa�distância�
realizadas por mês
 » Duração�de�cada�chamada�de� 
�����longa�distância
 » Cor�do�telefone�utilizado�com� 
�����mais�frequência
 » �Se�existe�uma�linha�conectada�ao�modem�
na residência
 » Quantia�gasta�com�livros
 » Tempo�gasto�na�livraria�por�mês
 » Se�é�filiado�a�algum�partido�político
 » Caso�seja,�a�que�partido�político��é�filiado
 » Satisfação�com�um�determinado�produto
96
Custo, tempo 
e informação
a
Tipo de variável Tempo para medir
Informação por 
unidade medida
Custo 
para medir
Tamanho da 
amostra para a 
mesma quantidade 
de informação
+
-Classificação
Contagem
Contínua
Não�há�uma�única�forma�de�medir.�A�decisão�depende�de�vários�fatores.
A�forma�de�medir�usual,�que�pode�ser�adequada�para�operações�de�rotina,�pode�não�ser�adequada�
em�projetos�de�melhoria.
Análise da 
variação
98
A análise da variabilidade deve ser usada como base para as ações no processo.�Ações�baseadas�
em�um�correto�entendimento�de�variação�ajudam�a�melhorar�a�performance�do�processo.
Sabemos�que�um�produto�ou�serviço�pode�ser�avaliado�a�partir�de�características�de�qualidade.�Dois�
itens�produzidos�nas�mesmas�condições�não�são,�em�geral,�idênticos�com�respeito�às�características�
de�qualidade�consideradas.�Assim,�a�variabilidade�é�inerente�aos�processos.
A variação é inerente a 
todos os processos
A�variação�pode�ser�percebida�através�dos�dados.
29
GRÁFICO DE TENDÊNCIA: ENTREGAS FORA DO PRAZO
5
2 4 6
%
 e
nt
re
ga
s f
or
a 
do
 p
ra
zo
Mês
8 10 12 14 16 18
10
15
20
25
30
35
40
Tomamos�decisões�diariamente�baseados�em�nossa�interpretação�da�variação:�
 » �O�desempenho�do�meu�filho�na�escola�foi�melhor�este�mês?
 » ��A�criminalidade�aumentou�em�minha�comunidade?�
 » Devo�vender�ou�comprar�ações?
Variabilidade 
e estatística
Measure
99
Uma�das�funções�de�um�gestor�é�tomar�decisões�
baseadas�na�interpretação�da�variação� 
nos indicadores.
 » �Há�3�meses,�as�vendas�estão�abaixo�do�previsto.�
Esses�dados�indicam�uma�tendência?�É�
necessário�agir?
 » �Há�diferenças�de�desempenho�das�pessoas�
na�organização?�Há�alguém�que�realmente�
necessita�de�uma�assistência�especial?�Há�
alguém�que�merece�um�reconhecimento�
especial?
 » �O�número�de�acidentes�foi�maior�que�no�ano�
passado.�É�preciso�fazer�mudanças�no�ambiente�
de�trabalho?�Fazer�uma�campnha�sobre�
segurança�no�trabalho?
O�gestor�precisa�ter�habilidade�para�determinar�se�a�
variação�observada�indica�que:�
 » �Ocorreu�algo�especial�que�requer�uma�ação�
pontual;�
 » A�variação�está�dentro�do�“esperado”.
Algumas�vezes�a�ação�é�inadequada�ou�
contraproducente�em�virtude�da�falta�de�
compreensão�do�conceito�de�causas�comuns�e�
especiais�de�variação.
Percepção 
da variação
Gráfico de 
Tendência 
e Causas de 
Variação
102
Característica e 
Medida
S I P O C
Variáveis�de�
Input
Variáveis�de 
 Processo
Variáveis�de�
Output
Y�=�f(X1,�X2�,�...�,�Xk)
X1,�X2�,�...�,�Xk Y
O�SIPOC�permite�identificar�as�entradas,�os�
resultados�e�as�macro�etapas�do�processo.�
Cada�um�desses�elementos�tem�características�
(aspecto,�preferencialmente�mensurável,�de�
uma�entrada,�saída�ou�do�próprio�processo).
Após�identificar�as�entradas,�as�etapas�do�
processo�e�os�resultados,�a�equipe�deverá�
listar�as�características�críticas�e�apontar�
quais�variáveis�serão�utilizadas�para�medi-
las.�Características�críticas�geralmente�tem�
requisitos�explícitos�ou�implícitos.
Variáveis Y e X
Existe�uma�definição�na�área�de�qualidade�que�
as�variáveis�medidas�no�resultado�(output)�são�
denotas�por�Y�(CTQ’s�-�Critical�to�Quality).�Já�as�
variáveis�medidas�no�processo�e�nas�entradas�
são�denotas�por�X.
Especificação:
Após�a�identificação�das�variáveis,�é�preciso�
identificar�as�especificações�para�as�mesmas,�
caso�elas�existam.
Variáveis de estratificação:
Além�das�variáveis�de�entrada,�processo�e�saída,�
é�importante�considerar�outras�variáveis�que�
podem�ajudar�a�entender�os�problemas�que�
ocorrem,�bem�como�ajustar�o�foco�projeto.
Suponha�que�uma�empresa�tem�atuação�em�
todo�o�território�nacional�e�queira�reduzir�o�nível�
de�reclamações�de�clientes�junto�ao�PROCON.��
Perguntas�como�“o�nível�de�reclamação�é�
o�mesmo�em�cada�estado?”�ou�“o�nível�de�
reclamação�depende�do�nível�educacional�do�
cliente?”�ajudam�no�entendimento�do�problema�
e�no�ajuste�do�foco�do�projeto.
Uma�consideração�importante:�muitas�vezes�
não�é�possível�estratificar�uma�CTQ�a�menos�que�
os�dados�de�estratificação�sejam�coletados�no�
mesmo�momento�em�que�a�CTQ�esteja�sendo�
coletada. Considere a coleta de variáveis de 
estratificação no plano de coleta de dados.
Measure
103
O que é? Quando utilizar?
Uma�ferramenta�importante�quando�estudamos�variação�é�o�gráfico�de�tendência.�Esse�gráfico�é�
simplesmente�um�registro�de�uma�medida�ou�característica�ao�longo�do�tempo.�Ele�pode�revelar�
ciclos,�tendências�ou�mudanças�de�desempenho�ao�longo�do�tempo.�Algum�tipo�de�gráfico�de�
tendência�deve�sempre�fazer�parte�do�estudo�da�variação�em�um�processo�ou�sistema,�pois�é�um�
gráfico�simples�e�fácil�de�construir.�
Considere o seguinte exemplo: 
O departamento de customer�success�de�uma�empresa�coletou�os�dados�de�número�de�
reclamações�semanais�durante�6�meses.�
 » �No�eixo�horizontal�fica�a�variável�que�representa�“tempo”�,�e�no�eixo�vertical�a�variável�
sendo monitorada.
1. Para�construir�um�gráfico�de�tendência,�identifique�a�atividade�que�você�deseja�mensurar�ao����
�����longo�do�tempo.�Exemplo:�número�de�unidades�vendidas�por�dia�por�uma�empresa.
2. Defina�o�intervalo�de�tempo�entre�cada�coleta�(frequência).�Exemplo:�diário.
3. Faça�a�coleta�dos�dados.�Registre�os�dados�e�coloque�no�gráfico�à�medida�que�forem� 
 sendo coletados.
33
NÚMERO DE RECLAMAÇÕES
5
8-
ab
r-1
8
6-
m
ai
-1
8
3-
ju
n-
18
1-
ju
l-1
8
29
-ju
l-1
8
26
-a
go
-1
8
N
úm
er
o 
de
 re
cl
am
aç
õe
s
Data
0
10
15
20
Gráfico de 
tendência
104
O�marido�mudou-se�
para�a�nova�casa�do�
casal três semanas 
antes�do�casamento.��Na�
volta�do�trabalho�para�
casa,�ele�saía�às�17h30�
e�chegava�por�volta�das�
18�horas.�Anotamos�
durante�15�dias�quantos�
minutos�antes�ou�depois�
das 18 horas o marido 
chegou�em�casa.
34
-15
2 4 6 8 10 12 14 16 18 20 22 24
-20
-10
15
20
-5
0
5
10
M
in
ut
os
Dia
GRÁFICO DE CONTROLE: HORA DE CHEGADA
 » �No�primeiro�dia�após�o�casamento,�a�esposa�
ainda�em�férias,�o�marido�promete�chegar�
às�18�horas,�mas�ele�chega�10�minutos�
adiantado,�e�a�esposa�fica�brava�com�a�falta�
de�pontualidade�e�pergunta�as�razões.�“O�
trânsito�estava�bom�hoje”��ele�diz.
 » �No�segundo�dia,�ele�chega�10�minutos�
atrasado.�Brava,�ela�novamente�pergunta� 
a�razão.�“Peguei�muitos�sinais�fechados”,� 
diz ele.
 » �No�terceiro�dia�ele�chega�1�minuto�atrasado�
e�novamente�ele�pergunta�a�razão.�“Foi 
um�pedestre�que�atravessou�a�rua�e� 
precisei esperar”
 » �No�quarto�dia,�novamente�ele�chega�“fora”�
do�horário,�com�atraso�de�5�minutos...�e�a�
história�continua...
Qual�conselho�você�daria�para�essa�esposa?�
Talvez�internar-se?�E�para�o�marido?�Também�
internar-se,�pois�ele�está�dando�resposta�para�
perguntas�malucas!�Achamos�absurdo�a�relação�
desse�casal,�mas�muitas�vezes�os�indicadores�da�
nossa�empresa�são�analisados�da� 
mesma maneira. 
Como�já�vimos,�existe�variação�em�todos�os�
indicadores.�Olhando�o�tempo�de�chegado�do�marido,�percebemos�que�ele�sempre�chega�
entre�15�minutos�antes�ou�depois�das�18�horas�
e�não�faz�sentido�perguntar�as�razões�nas�vezes�
em�que�ele�chega�entre�esses�horários.
Considere a história de dois jovens recém-casados:
Análise da variação – 
causas de variação
Measure
105
Um�conceito�fundamental�para�o�estudo�
e�melhoria�dos�processos,�de�acordo�com�
Walter�Shewhart�(1931),�é�o�de�que�a�
variação�em�uma�medida�de�qualidade 
é�provocada�por�um�desses�dois�tipos� 
de�causas:
 » Causas comuns:�aquelas�causas�que�são�
inerentes�ao�processo�todo�o�tempo,�afetam�
todos�que�atuam�no�processo�e�afetam�todos�
os�resultados�do�processo.
 » Causas especiais: aquelas�causas�que�não�
atuam�no�processo�todo�o�tempo�ou�não�
afetam�todo�mundo,�mas�que�surgem�devido�
a�circunstâncias�especiais.
Esse�conceito�tem�um�altíssimo�valor�para�
todos�os�processos,�pois�é�aplicado�em�
qualquer�processo,�tem�alto�impacto�e�é�de�
fácil�aplicação.�Foi�um�dos�responsáveis�pela�
mudança�do�ambiente�industrial�relacionado�à�
qualidade�dos�produtos,�por�volta�dos�anos�50.
Estabilidade de um processo
Quando�só�causas�comuns�atuam:
 » O�processo�é�dito�estável�(sob�controle�
estatístico);
 » A�quantidade�de�variação�inerente�ao�
processo�pode�ser�quantificada�e�o�processo�é�
previsível.
Quando�existem�causas�especiais�atuando:
 » O�processo�está�instável�(fora�de�controle�
estatístico).
Exemplo de fontes de variação: dirigir de 
casa até o trabalho.
Exemplos�de�variação�de�causa�comum:�
 » Semáforos�estarem�vermelho�ou�verde;
 » Volume�de�tráfego;
 » Pedestres�atravessando�a�rua;
 » Aguardar�para�fazer�conversões.
Exemplos�de�variação�de�causa�especial:
 » Um�acidente;
 » Um�desvio�só�um�dia;
 » Um�pneu�furado;
 » Tráfego�tranquilo�por�muitos�não�
trabalharem�naquele�dia.
Causas de variação 
(Shewhart 1931)
106
Considere�os�dados�de�inventário�mensal�de�uma�empresa�durante�2�anos.�
 » Como�você�analisaria�esses�dados?�
 » Qual�gráfico�é�o�mais�adequado?
a
Mês - 2017 Mês - 2018Inventário (em mil US$)
Inventário 
(em mil R$)
jan. jan.
mai. mai.
ago. ago.
fev. fev.
mar. mar.
jun. jun.
set. set.
abr. abr.
jul. jul.
out. out.
nov. nov.
dez. dez.
27 22
19 20
18 22
24 22
20 19
25 19
17 18
16 16
22 25
25 20
15 16
17 17
Como descrever a 
variação (VOP)?
Measure
107
Uma�maneira�seria�calcular�estatísticas�
descritivas�e�apresentar�o�histograma dos 
dados.�Isso�seria�como�apresentar�uma�foto�
do�que�aconteceu.�Essa�foto�é�estática,�ou�
seja,�não�é�possível�identificar�tendências�ao�
longo�do�tempo.�Assim,�essa�não�seria�uma�
boa�representação�desses�dados.
Uma�maneira�melhor�de�apresentar�esses�
dados�seria�apresentar�um�gráfico de 
tendência ou de controle ao longo do 
tempo.�Isso�permite�entender�a�variação�do�
processo�ao�longo�do�tempo.
Visão Estática
Estatísticas Descritivas
Média,�mediana,��quartis,�mínimo,�máximo,�
amplitude,�desvio�padrão,�histograma
38
M
in
ut
os
Dia
HISTOGRAMA DE INVENTÁRIO (EM MIL R$)
5
14 16 18 20 22 24 26 28
0
10
15
20
25
N 24
MEAN 20.04
STDEV 3.40
MÍNIMO 15
Q3 22
MÁXIMO 27
Q1 17
MEDIANA 19.5
Visão Dinâmica
Gráfico�de�tendência,�gráfico�de�controle�
(Gráfico�ao�longo�do�tempo)
39
CARTA I DE INVENTÁRIO (EM MIL R$)
15
8-
ab
r-1
8
22
-a
br
-1
8
6-
m
ai
-1
8
20
-m
ai
-1
8
3-
ju
n-
18
17
-ju
n-
18
1-
ju
l-1
8
15
-ju
l-1
8
1-
ju
l-1
8
26
-a
go
-1
8
12
-a
go
-1
8
9-
se
t-1
8
Va
lo
re
s
Data
10
20
LSC=31.61
LIC=8.48
25
30
35
X=20.04
Como descrever 
a variação (VOP)?
108
O gráfico de tendência�(e�também�o�gráfico de controle)�é�a�ferramenta�indicada�para�identificar� 
as�causas�de�variação.
Diferentes�estratégias�são�necessárias�para�melhorar�um�processo�estável�(somente�causas�comuns�
atuam)�ou�um�processo�instável�(causas�especiais�também�atuam). 
 » Processos estáveis: analise�todos�os�dados,�procure�entender�os�problemas�sistêmicos. 
 » Processos instáveis: procure�entender�o�que�existe�de�especial�no�momento�da�instabilidade.
39
CARTA I DE INVENTÁRIO (EM MIL R$)
15
8-
ab
r-1
8
22
-a
br
-1
8
6-
m
ai
-1
8
20
-m
ai
-1
8
3-
ju
n-
18
17
-ju
n-
18
1-
ju
l-1
8
15
-ju
l-1
8
1-
ju
l-1
8
26
-a
go
-1
8
12
-a
go
-1
8
9-
se
t-1
8
Va
lo
re
s
Data
10
20
LSC=31.61
LIC=8.48
25
30
35
X=20.04
Causas de 
variação
Measure
109
O�gráfico�de�tendência�pode�ser�usado�para�
avaliar as causas de variação que estão 
atuando em um processo.�Um�processo�
é�considerado�estável�quando�existe�uma�
“distribuição�aleatória”�dos�pontos�plotados,�
sem�nenhum�padrão�claramente�identificável.�
Se�a�distribuição�(ou�padrão)�não�é�aleatória,�o�
processo�é�considerado�instável�ou�está�sob�a�
ação�de�causas�especiais.
Existe�um�consenso�entre�usuários�de�gráficos�
de�tendência�de�que�um�único�ponto�muito�
afastado�dos�demais�é�uma�indicação�de�uma�
causa�especial�de�variação.�Isso�se�deve�ao� 
fato�de�que�a�ocorrência�de�um�ponto�afastado�
dos�demais�tem�baixa�probabilidade�de�ocorrer�
por�acaso.�Outras�regras�foram�criadas 
para�identificar�outros�tipos�de�causas 
especiais�(padrões�não�aleatórios�nos�gráficos�de�
tendência).
 » Essas�regras�são�consistentes�no�sentido�
de�que�a�chance�de�ocorrências�das�mesmas�
é�muito�baixa�se�o�processo�estiver�estável.
É�necessário�reunir�dados�suficientes�para�exibir�
o�comportamento�do�processo.�Um�total�de�25�
a�30�pontos�de�dados�costuma�ser�suficiente�
para�que�se�formem�padrões�que�sirvam�como�
referência�para�o�desempenho�do�processo.�
Se�essa�quantidade�de�pontos�não�estiver�
disponível,�procure�tomar�a�melhor�decisão�
com�o�que�estiver�à�mão.
Observação:�nem�toda�causa�especial�é�
ruim.�Muitas�vezes�ela�indica�uma�melhora�no�
processo.�Nesse�caso�devemos�ver�se�é�possível�
incorporá-la�ao�processo.�Além�disso,�o�gráfico�
de�tendência�é�uma�ferramenta�adequada�para�
avaliar�se�mudanças�em�um�processo�resultam�
em melhoria.
41
sex qui qua ter
Data
Data
Data
-20
seg sex qui qua ter
M
in
ut
os
-10
20
10
0
-20
seg sex qui qua ter
M
in
ut
os
-10
20
10
0
-20
seg
M
in
ut
os
-10
20
10
0
Gráficos de tendência: Minutos adiantados ou atrasados em relação ao especificado
Um�ponto�muito�
afastado�dos�demais
Sequência�de�oito�ou�
mais�pontos�abaixo�
ou�acima�da�média
Sequência�de�seis��
ou�mais�pontos�
crescente�ou�
decrescente
Regras para distinção 
de causas de variação
110
Um�gráfico�de�controle�nada�mais�é�um�gráfico�de�tendência�com�3�linhas�de�referência:
 » A�linha�central�indica�a�média;
 » A�linha�superior�indica�o�limite�superior�de�controle;
 » A�linha�inferior�indica�o�limite�inferior�de�controle. 
Um�dado�fora�desses�limites�é�tratado�como�muito�afastado�dos�demais,�portanto,�uma� 
causa�especial.
 » �É�importante�ressaltar�que�esses�limites�de�controle�são�calculados�com�base�nos�dados�e�
existe�um�método�para�isso.�Assim,�eles�não�são�estabelecidos�com�base�em�uma�meta�ou�
especificação,�mas�sim�com�base�na�variação�histórica�dos�dados.
42
GASTO MENSAL COM TREINAMENTO
Mês
90
Ga
st
os
 (x
10
00
)
86
94
outjulabr outjulabrjan
110
106
102
98
GASTO MENSAL COM TREINAMENTO
Mês
90
Ga
st
os
 (x
10
00
)
86
94
janoutjulabr outjulabrjan
110
106
102
98
LSC=107.38
LIC=87.95
X=97.67
Mês - 2018Inventário (em mil US$)
Inventário 
(em mil US$)
jun.
42
GASTO MENSAL COM TREINAMENTO
Mês
90
Ga
st
os
 (x
10
00
)
86
94
outjulabr outjulabrjan
110
106
102
98
GASTO MENSAL COM TREINAMENTO
Mês
90
Ga
st
os
 (x
10
00
)
86
94
janoutjulabr outjulabrjan
110
106
102
98
LSC=107.38
LIC=87.95
X=97.67
Mês - 2018Inventário (em mil US$)
Inventário 
(em mil US$)
jun.
Gráfico de controle
Measure
111
43
GRÁFICO DE CONTROLE: 
MINUTOS ADIANTADOS OU 
ATRASADOS EM RELAÇÃO A 19H15’
Dia
-20
M
in
ut
os
-30
-10
quaquisex terseg
30
0
20
10
LSC=22.26
LIC=-22.26
X=0.00
GRÁFICO DE CONTROLE: 
MINUTOS ADIANTADOS OU 
ATRASADOS EM RELAÇÃO A 19H15’
Dia
-20
M
in
ut
os
-30
-10
quaquisex terseg
30
0
20
10
LSC=22.26
LIC=-22.26
X=0.00
GRÁFICO DE CONTROLE:MINUTOS ADIANTADOS OU 
ATRASADOS EM RELAÇÃO A 19H15’
Dia
-20
M
in
ut
os
-30
-10
quaquisex terseg
30
0
20
10
LSC=22.26
LIC=-22.26
X=0.00
GRÁFICO DE CONTROLE: 
MINUTOS ADIANTADOS OU 
ATRASADOS EM RELAÇÃO A 19H15’
Dia
-20
M
in
ut
os
-30
-10
quaquisex terseg
30
0
20
10
LSC=22.26
LIC=-22.26
X=0.00
43
GRÁFICO DE CONTROLE: 
MINUTOS ADIANTADOS OU 
ATRASADOS EM RELAÇÃO A 19H15’
Dia
-20
M
in
ut
os
-30
-10
quaquisex terseg
30
0
20
10
LSC=22.26
LIC=-22.26
X=0.00
GRÁFICO DE CONTROLE: 
MINUTOS ADIANTADOS OU 
ATRASADOS EM RELAÇÃO A 19H15’
Dia
-20
M
in
ut
os
-30
-10
quaquisex terseg
30
0
20
10
LSC=22.26
LIC=-22.26
X=0.00
GRÁFICO DE CONTROLE: 
MINUTOS ADIANTADOS OU 
ATRASADOS EM RELAÇÃO A 19H15’
Dia
-20
M
in
ut
os
-30
-10
quaquisex terseg
30
0
20
10
LSC=22.26
LIC=-22.26
X=0.00
GRÁFICO DE CONTROLE: 
MINUTOS ADIANTADOS OU 
ATRASADOS EM RELAÇÃO A 19H15’
Dia
-20
M
in
ut
os
-30
-10
quaquisex terseg
30
0
20
10
LSC=22.26
LIC=-22.26
X=0.00
Regras para distinção de 
 causas de variação com 
 gráfico de controle
112
A�diretora�de�recursos�humanos�estava�examinando�suas�despesas�com�treinamento�dos�últimos�
dois�anos.�Baseada�nos�últimos�12�meses,�ela�havia�colocado�no�orçamento�um�custo�médio�de�$�
98.000,00�por�mês;�mas�as�despesas�do�último�mês�foram�de�$�105.000,00.�Ela�queria�saber�o�que�
havia�de�diferente�com�o�último�mês�e�pediu�à�sua�equipe�para�descobrir�o�que�aconteceu,�para�que�
pudessem�evitar�o�problema�no�futuro.
 » �Os�dados�do�último�mês�são�o�resultado�de�causas�comuns�ou�especiais?�Por�quê? 
 » A�diretora�de�recursos�humanos�tomou�a�providência�adequada? 
 » �O�que�ela�deveria�esperar�que�fossem�seus�custos�mensais�de�treinamento?
44
GRÁFICO DE CONTROLE:
CONTROLE MENSAL COM TREINAMENTO
Mês
90
Ga
st
os
 (x
10
00
)
86
95
setmaijan setmaijan
110
105
100
LSC=107.38
LIC=87.95
X=97.67
Exercício 1
Measure
113
Uma�linha�de�embalagem�teve,�em�média,�4�horas�de�interrupções�por�semana,�de�8�de�março�a�
23�de�agosto.�Já�que�muitos�dos�problemas�estavam�relacionados�a�quedas�na�energia�elétrica,�os�
técnicos�suspeitaram�de�que�o�equipamento�de�proteção�da�rede�elétrica�estivesse�funcionando�mal.��
Eles�o�substituíram�no�final�de�janeiro�e�então�continuaram�a�coletar�dados�por�mais�oito�semanas.
 » O�novo�equipamento�de�proteção�da�rede�ajudou? 
 » ��Em�caso�afirmativo,�em�que�semana�eles�tiveram�seu�primeiro�sinal?� 
Há�outros�sinais�de�uma�mudança�no�processo?
45
GRÁFICO DE CONTROLE: 
TEMPO (HORAS)
Dia
1
Te
m
po
 (h
or
as
)
0
2
21
-m
ar
-1
8
13
-ju
n-
18
5-
se
t-1
8
19
-a
br
-1
8
12
-ju
l-1
8
04
-o
ut
-1
8
27
-d
ez
-1
8
20
-m
ar
-1
8
28
-n
ov
-1
8
20
-fe
v-
18
18
-a
br
-1
8
5
6
4
3
LSC=107.38
LIC=87.95
X=97.67
MUDANÇA
Exercício 2
114
Um�fornecedor�de�bens�de�consumo�acompanha�os�pedidos�que�chegam�via�EDI.�Ele�quer�usar�
esses�dados�para�ajudar�a�planejar�o�orçamento�para�o�novo�ano.�Se�o�processo�for�estável,�os�
gerentes�poderão�estimar�em�média�quantos�pedidos�serão�recebidos�a�cada�dia.�Mas�primeiro�eles�
precisam�saber�se�há�quaisquer�indicações�de�causas�especiais�no�processo.
 » �Os�dados�indicam�a�presença�de�causa�especial�ou�a�variação�é�um�resultado�de�causas�comuns?�
Por�quê? 
 » Qual�o�número�médio�de�pedidos�que�deveriam�esperar�por�dia? 
 » �Qual�o�número�máximo�de�pedidos�que�deveriam�esperar�por�dia?
46
Data
GRÁFICO DE CONTROLE: 
NÚMERO DE PEDIDOS VIA EDI
100
N
º d
e 
pe
di
do
s
50
150
30
-ja
n-
18
3-
fe
v-
18
5-
fe
v-
18
9-
fe
v-
18
1-
fe
v-
18
7-
fe
v-
18
11
-fe
v-
18
15
-fe
v-
18
19
-fe
v-
18
13
-fe
v-
18
17
-fe
v-
18
21
-fe
v-
18
300
350
250
200
LSC=351.2
LIC=55.6
X=203.4
LICLIC
Exercício 3
Measure
115
47
Amostra
GRÁFICO DE CONTROLE:
 IMPUREZA
10
Im
pu
re
za
s (
m
ili
gr
am
as
)
0
20
40
30
LSC=39.83
LIC=-1.45
X=19.19
1074 131 25221916
Uma�fábrica�que�produz�cartões�de�plástico�(cartões�de�crédito,�cartões�de�identificação�de�seguro�
médico,�etiquetas�de�embalagem�etc.)�usa�água�de�um�rio�próximo�para�refrigerar�o�equipamento�
usado�no�processo�de�aquecimento.�Eles�podem�reciclar�a�água�e�devolvê-la�ao�rio,�contanto�que�
esta�não�contenha�mais�de�50�mg�de�impurezas.�Um�técnico�monitora�o�volume�de�impurezas�em�
uma�amostra�que�é�tirada�todos�os�dias.
 » �Os�dados�indicam�a�presença�de�uma�causa�especial�ou�a�variação�é,�toda�ela,�resultado�de�
causas�comuns? 
 » Se�há�uma�causa�especial,�qual�amostra�assinala�isso�primeiro?
Exercício 4
116
O�gráfico�abaixo�apresenta�o�número�de�bagagens�perdidas�em�um�voo�entre�os�dias�1�de�março�e 
3�de�abril.
 » �Qual�a�amplitude�de�dados�que�deve�ser�esperada�para�perda�de�bagagem�em�um�único�dia? 
 » Existem�quaisquer�indicações�de�causas�especiais? 
 » �A�companhia�aérea�deveria�usar�ações�de�causa�comum�ou�causa�especial�para�responder�ao�
número�de�bagagens�perdidas�no�dia�31�de�Março?
48
Data
GRÁFICO DE CONTROLE: 
NÚMERO DE BAGAGENS PERDIDAS
2
N
º d
e 
ba
ga
ge
ns
 p
er
di
da
s
0
4
01
-m
ar
-1
8
07
-m
ar
-1
8
10
-m
ar
 -1
8
16
-m
ar
 -1
8
04
-m
ar
-1
8
13
-m
ar
 -1
8
19
-m
ar
 -1
8
25
-m
ar
 -1
8
31
-m
ar
 -1
8
22
-m
ar
 -1
8
28
-m
ar
 -1
8
03
-a
br
 -1
8
10
8
6
LSC=8.72
LIC=0
X=3.29
NOVO 
FUNCIONÁRIO
NEVASCA
Exercício 5
Análise de 
indicadores
118
É�comum�também�comparar�a�porcentagem�da�diferença�em�relação�à�média.�A�interpretação�da�
porcentagem�de�variação�em�relação�à�média�depende:� 
 » Do�valor�da�média�(10%�de�50�é�diferente�de�10%�de�500); 
 » �Da�quantidade�de�variação�presente�nos�dados:�2%�de�variação�da�média�pode�ser�causa�
especial�e�20%�pode�ser�causa�comum.
50
1
GRÁFICO DE CONTROLE: TEMPO
Dia
10
Te
m
po
0
20
quaquisex terseg
40
30
LSC=42.26
LIC=0
X=20
GRÁFICO DE CONTROLE: TEMPO
Dia
10
Te
m
po
0
20
quaquisex terseg
40
30
LSC=24.45
LIC=15.55
X=20
50
1
GRÁFICO DE CONTROLE: TEMPO
Dia
10
Te
m
po
0
20
quaquisex terseg
40
30
LSC=42.26
LIC=0
X=20
GRÁFICO DE CONTROLE: TEMPO
Dia
10
Te
m
po
0
20
quaquisex terseg
40
30
LSC=24.45
LIC=15.55
X=20
Abordagens comuns 
em análise de dados
Measure
119
Cada�linha�do�relatório�acima�contém:
 » �Um�indicador�(qualidade,�produção�e�
operação)�e�departamento�responsável�
pelo mesmo;
 » O�valor�corrente�e�a�média�mensal;
 » �Comparação�percentual�do�valor�corrente�
com�a�média�mensal;
 » �Comparação�percentual�com�o�valor�do�
ano anterior;
 » O�valor�acumulado�real�e�o�planejado;
 » �Comparação�percentual�do�valor�
acumulado�atual�com�o�do�ano�anterior.
Frente�a�um�relatório�desse�tipo,�a�maioria�dos�
gestores�procura�por�diferenças�percentuais�
grandes�(comparações�com�especificações,�
metas,�valor�planejado,�médias,�valor�do�mesmo�
mês�no�ano�anterior,�etc.).�Há�uma�intenção�de�
responder�a�seguinte�questão:�“Como�estamos�
nos�saindo�esse�mês?”.
Explicações�são�solicitadas�pela�direção�para�
cada�comparação�cujo�resultado�não�está�“como�
devia�estar”�ou�que�apresenta�“resultados�
insatisfatórios”.�
Problemas com essa abordagem:
 » O�percentual�depende:�
• Do�valor�da�base�de�cálculo;
• Da�quantidade�de�variação�(causa�
comum�ou�especial?).
 » �Comparação�entre�linhas�assume�que�os�
indicadores de cada linha têm mesma 
quantidade�de�variação;
 » �Grande�diferença�pode�ser�devido�a�uma�
causa�especial�no�valor�de�referência�e�não�
no�valor�presente.
Há�uma�forma�melhor?
Indicadores Valor atualDepto.
Média 
mensal %Dif.
Entregas�no�prazo�(%)
Volume�produzido�(1000kg)
%�Faturam.�no�prazo
Qualidade
Produção
Operações
Sucata�(por�1000kg�produzidos)
Inventário em processo (100kg)
Aprovação�na�primeira�vez�(%)
Custo�total�de�produção/100kg
19
17
12
13
20
13
067
124
28
54
280.83
91.0
34.5
74.3
129
19.7
70
278.82
91.3
33
95
-3.9
+42.0
-23.0
+0.7
-0.3
+4.5
-21.8
Os relatórios mensais 
gerenciais�geralmente�
contêm�diversas�páginas�
com�tabelas�de�números�
e�comparações�do�valor�
mensal�com�médias,�especificações,�projeções,�
etc.
Um relatório 
gerencial típico
120
A�melhor�maneira�de�estudar�os�indicadores�é�por�meio�de�um�gráfico�de�tendência� 
(ou�de�controle).
Consequências de tratar Jul./2018 como causa especial 
Um�relatório�explicando�o�resultado�e�um�plano�de�ação�é�solicitado�pela�direção.�Um�relatório�
explicando�o�resultado�é�elaborado�e�um�plano�de� 
ação�é�proposto�pelo�responsável�pelo�Departamento�17�(muitas�vezes�com�muita�criatividade!).�
Os�relatórios�se�tornam�obras�de�ficção�cujo�único�objetivo�é�dar�à�direção�a�sensação�de�que�algo�
está�sendo�feito�para�resolver�o�problema.�O�plano�de�ação�é�executado�consumindo�recursos�
preciosos�da�organização.
52
Mês
GRÁFICO DE TENDÊNCIA: INVENTÁRIO
5
In
ve
nt
ár
io
0
10
m
ar
 -1
6
 s
et
 -1
6
de
z -
16
ju
n 
-1
6
m
ar
 -1
7
 s
et
 -1
7
de
z -
17
ju
n 
-1
7
m
ar
-1
8
ju
n 
-1
8
15
20
25
30
35
Adaptado�de�Donald�Wheeler,�
Understanding�Variation:�The�Key�to�
Managing�Chaos.�SPC�Press:�1993.
�Julho-18�é�uma�causa�
especial?
Uma forma melhor: 
analise a série
Measure
121
52
Mês
GRÁFICO DE TENDÊNCIA: INVENTÁRIO
5
In
ve
nt
ár
io
0
10
m
ar
 -1
6
 s
et
 -1
6
de
z -
16
ju
n 
-1
6
m
ar
 -1
7
 s
et
 -1
7
de
z -
17
ju
n 
-1
7
m
ar
-1
8
ju
n 
-1
8
15
20
25
30
35
Devemos esperar 
que as coisas variem?
Algo especial aconteceu? O que esperar?
Princípios da teoria da variação 
 » Devemos�esperar�que�as�coisas�variem.�Elas�sempre�variam; 
 » Entendimento�da�variação�nos�diz�o�que�esperar�em�termos�de�resultados; 
 » �Trabalhe�sempre�nas�causas�de�variação,�as�quais�são�sempre�encontradas�no�sistema; 
 » Entendimento�de�variação�nos�diz�quando�algo�especial�aconteceu.
Princípios da 
teoria da variação
122
Esse�exemplo�mostra�uma�análise�típica,�mas�equivocada�dos�dados!
IPC-Fipe recua para 0,08% 
O�Índice�de�Preços�ao�Consumidor�(IPC)�da�
Fundação�Instituto�de�Pesquisas�Econômicas�
(FIPE),�da�USP,�fechou�o�mês�de�outubro�com�
variação�de�0,08%�na�cidade�de�São�Paulo. 
 
O�índice�apresentou�significativo�recuo�ante�
a�taxa�setembro�(0,24%)�e�ficou�abaixo�das�
expectativas�dos�analistas�consultados�pela�
Agência�Estado,�que�iam�de�0,11%�a�0,16%. 
Na�terceira�quadrissemana�de�outubro,�o�IPC�foi�
de�0,15%.�
 » A�inflação�está�caindo?
 » As�variações�são�grandes�ou�pequenas?�Em�relação�a�quê?
 » O�que�esperar�para�o�mês�seguinte?
54
%
Mês
ÍNDICE GERAL DA FIPE
0,05
set-18 out-18
0,08
0,24
0,00
0,10
0,15
0,20
0,25
54
%
Mês
ÍNDICE GERAL DA FIPE
0,05
set-18 out-18
0,08
0,24
0,00
0,10
0,15
0,20
0,25
Quatro meses depois...
Quando�se�observa�o�gráfico�de�
tendência�é�possível�perceber�que�a�
única�maneira�de�decidir�sobre� 
a�existência�de�alguma�causa�
especial�é�avaliando�os�dados�ao�
longo�do�tempo.
55
GRÁFICO DE TENDÊNCIA: FIPE
Mês
-0.25
Ín
di
ce
 (%
)
-0.50
0.00
100
0.25
0.75
0.50
m
ar
 -1
6
de
z -
16
 s
et
 -1
6
de
z -
16
ju
n 
-1
6
m
ar
 -1
7
 s
et
 -1
7
de
z -
17
ju
n 
-1
7
Deu no portal Exame...
Ín
di
ce
 (%
)
Gráficos de 
frequência: 
histograma 
e Dotplot
124
Gráfico de frequência: 
Dotplot
a
Mês - 2016 Mês - 2017Gasto Gasto
jan. jan.
mai. mai.
ago. ago.
fev. fev.
mar. mar.
jun. jun.
set. set.
abr. abr.
jul. jul.
out. out.
nov. nov.
dez. dez.
104 100
97 96
100 103
96 91
99 99
99 97
94 98
94 96
96 96
96 96
98 95
99 105
58
DOTPLOT: GASTOS
Gasto
989694 100 102 10492
O�Dotplot�representa�graficamente�a�distribuição�dos�dados.�Características�a�serem�observadas:
 » Simetria;
 » Pontos�extremos;
 » Centro;
 » Quantidade�de�variação;
 » Mínimo;
 » Máximo.
Measure
125
713.29
1561.42
185.85
185.93
1052.25
23.84
154.55
924.84
1088.30
89.54
2705.86
1688.66
928.44
122.40
959.55
1633.70
1243.20
602.71
1121.12
234.90
43.15
253.61
602.36
778.88
3074.32
2202.89
1562.89
141.17
1609.05
326.36
629.59
245.54
2.06
2076.58
1065.77
306.15
414.68
176.02
933.57
386.14
1047.04
1348.63
458.13
1142.27
906.96
608.39
191.21
489.40
107.78
1184.04
123.86
400.46
853.03
4187.47
592.99
357.53
150.13
861.27
1532.15
175.59
807.55
51.22
494.01
651.78
358.21
693.39
538.09
401.17
295.61
453.15
707.19
1249.77
1033.09
809.86
631.14
45.58
727.46
2100.70
1478.63
26.40
1132.04
3850.09
1014.46
571.24
1449.60
2566.06
2.00.00
857.72
79.80
413.78
513.15
858.60
60.45
1689.13
587.72
2897.39
793.21
732.89
711.36
970.81
167.57
728.29
134.10
209.56
3689.57
209.84
431.53
2020.19
778.951
413.37
1063.25
601.91
1261.66
1076.80
208.51
159.12
437.09
2415.94
891.68
436.04
945.81
516.11
760.71
1409.13
1126.45
1768.33
775.67
648.24
238.76
1258.30
1239.65
190.56
1263.97
154.25
409.72
193.04
1669.42
409.74
320.45
283.67
364.84
1469.26
1503.63
349.22
623.76
15.40
27.19
1275.38
1172.68
86.00
732.33
2166.44
1622.95
451.58
834.65
429.08
537.33
3042.79
702.29
1851.64
779.07
987.59
27.11
3065.79
380.95
3239.65
890.90
280.522
3005.68
521.65
574.56
474.35
338.41
197.84
694.34
1218.76
368.39
424.75
289.78
730.77
383.45
611.32
406.31
30.00
3711.79
1252.07
692.49
1685.12
890.95
2541.23
3637.38
33.00
20.37
1572.08
2589.97
2106.47
666.90
6.99
92.50
757.04
Considere�os�dados�de�gasto�mensal�com�cartão�
de�crédito�de�200�clientes�de�uma�operadora.�
 » Você�consegue�identificar�rapidamente��
�����qual�o�centro�(média)�dessa�distribuição?��
�����Ou�se�ela�é�simétrica?
Essas�informações�são�mais�facilmente�
identificadas�por�meio�de�um�gráfico�de�
frequência.�Nesse�caso�construiremos� 
um�histograma.
O�primeiro�passo�é�dividir�a�faixa�de�variação�
dos�dados�em�intervalos�de�comprimento�
igual�e�contar�o�número�de�observações�em�
cada�intervalo.�A�quantidade�de�intervalos�e�os�
limites�de�cada�intervalo�são�arbitrários.�A� 
sua�escolha�deve�ser�feita�de�forma� 
a�evidenciar�a�forma�como�os�dados�se�
“distribuem”.�Softwares�estatísticos�possuem�
algoritmos�que�fazem�essa�escolha.
Gráfico de frequência: 
histograma
126
60
Fr
eq
uê
nc
ia
Gasto mensal
10
0
20
0.00 1000.00 2000.00 3000.00 40000.00
30
40
50
60
70 O�passo�seguinte�é�desenhar�barras�
com�altura�respectiva�a�frequência�de�
cada�intervalo.�As�características� 
a�serem�observadas�são�as�mesmas� 
do�Dotplot:
 » Simetria;
 » Pontos�extremos;
 » Centro;
 » Quantidade�de�variação;
 » Mínimo�e�máximo.
Gráfico de frequência: 
histograma
Estatísticas 
descritivas
128
As�estatísticas�descritivas�são�medidas�que�resumem�o�conjunto�de�dados�representando�algumas�
de�suas�características�e�que�nos�ajudam�a�compreender�melhor�o�comportamento�da�população�
em�estudo,�facilitando�nossas�conclusões.
 » Mínimo:�Xmin�=�Mínimo�(x1,�x2,�...�,�xn)
 » Máximo:�Xmáx�=�Máximo�(x1,�x2,�...�,�xn)
 » Média:�X�=�x1,�x2,�...�,�xn =�Σ
 » Mediana:�valor�central
i=1
n n
_________ __
_
Mediana�=�
�(n+1),�se�n�é�ímpar
2
__X
,�se�n�é�par__________X
2
+�X(n/2) (1+n/2)
As medidas de localização nos ajudam a posicionar o conjunto de dados.
Mínimo e Máximo
O�mínimo�e�o�máximo�estabelecem�o�menor�e�o�maior�valor.
Média Aritmética
A�média�aritmética�de�um�conjunto�de�n�valores,�como�o�próprio�nome�indica,�é�obtida�somando-
se�todas�as�medidas�e�dividindo-se�a�soma�por�n.
Mediana
A�mediana�é�uma�medida�alternativa�à�média�aritmética�para�representar�o�centro�da�distribuição.�
A�mediana�de�um�conjunto�de�medidas�x���,x��…,x���é�um�valor�M�tal�que�pelo�menos�50%�das�
medidas�são�menores�ou�iguais�a�M�e�pelo�menos�50%�das�medidas�são�maiores�ou�iguais�a�M.�Em�
outras�palavras,�50%�das�medidas�ficam�abaixo�da�mediana�e�50%�acima.
1 2 n
n
xi
Medidas de 
localização
Measure
129
Os�dados�acima�são�tempos�de�vida�(em�dias)�de�8�
lâmpadas.
 » �Note�que�temos�dois�valores�que�satisfazem�
a�condição�de�ser�mediana,�o�quarto�(550)�e�o�
quinto�(600)�valor�na�lista�ordenada.�Nesse�caso,�
definimos�a�mediana�como�a�média�dos�dois�
valores�centrais:�
Mediana�=(550+600)/2=575
A�média�aritmética�desses�valores�é�575.Observe�que,�se�
a�lâmpada�que�sobreviveu�2000�dias�tivesse�sobrevivido�3950�dias,�o�valor�da�mediana�não�se�alteraria,�mas�
a�média�aritmética�aumentaria.�Não�ser�afetada�por�
valores�extremos�é�uma�vantagem�da�mediana�em�
relação�à�média.�
 » �Quando�a�distribuição�dos�dados�é�simétrica,�
os�valores�da�média�e�da�mediana�praticamente�
coincidem. 
 » �Quando�a�distribuição�é�assimétrica,�a�média�é�
“puxada”�na�direção�da�assimetria.
Exemplo (para n par): 
Considere�os�seguintes�valores:
500� 550� 550� 550� 600� 700� 750� 2000
Exemplo (para n ímpar): 
Considere�os�seguintes�valores:�
71,�70,�70,�72�e�70
Os�valores�ordenados�são:� �
70� 70� 70� 71� 72
A�mediana�é�70.
Mediana
130
Quase�sempre�olha-se�uma�média�fazendo�
algum�julgamento�de�valor.�
Ao�ler�um�jornal�para�encontrar�qual�é�a�renda�
média�de�uma�determinada�comunidade�somos�
tentados�a�avaliar�como�é�a�situação�econômica�
dessa�comunidade.�
O�valor�médio�pode�ser�alto�e�mesmo�assim�
a�situação�social�ser�muito�ruim,�ou�seja,�esta�
medida�não�representa�a�renda�da�população.�
Porém�como�poucos�ganham�muito�e�muitos�
ganham�pouco,�essa�média�foi�deslocada.�
A mediana não é influenciada por esses valores 
extremos�e�nesse�caso�refletirá�melhor�a�condição�
econômica�da�comunidade.�Em�qualquer�estudo,�
é�interessante�reportar�as�duas�medidas�de�
centralidade,�principalmente�na�presença�de�
valores�extremos.�
65
Pe
rc
en
tu
al
Peso
5
0
10
14.99 15.01 15.03 15.05 15.07 15.09
15
20
25
30
35
DISTRIBUIÇÃO SIMÉTRICA
MÉDIA = 15.036
MEDIANA = 15.035
Pe
rc
en
tu
al
Peso
5
0
10
3 8 13 18 23 28 33 38 43 48 53 58 63 68
15
20
25
30
35
DISTRIBUIÇÃO ASSIMÉTRICA
MÉDIA = 15.20
MEDIANA = 11.64
Média, mediana e 
forma da distribuição
Measure
131
O�Gráfico�Boxplot�é�utilizado�para�comparar�a�tendência�central�e�variabilidade�de�amostras.�
 » �A�vantagem�é�a�facilidade�de�comparação�entre�as�amostras,�já�que�pode�ser�feito�de 
�forma�visual.�
Esse�gráfico�funciona�melhor�para�tamanho�amostral�de�pelo�menos�20�amostras.�Um�Boxplot�
demonstra�a�mediana,�amplitude�interquartil�e�outliers�para�cada�grupo.�
Os�quartis�também�apresentam�a�localização�de�uma�certa�quantidade�de�dados�e�têm�método�de�
cálculo�similar�ao�da�mediana.
Quartis: quartil 1 (Q1) e quartil 3 (Q3): 
 » O�quartil�1�(ou�primeiro�quartil)�é�definido�como�a�mediana�dos�50%�menores�valores;
 » O�quartil�3�(ou�terceiro�quartil)�é�definido�como�a�mediana�dos�50%�maiores�valores.
O�quartil�1�divide�o�conjunto�de�dados�ordenado�em�dois�subconjuntos:�25%�dos�valores�estão�
abaixo�da�quartil�1�e�75%�dos�valores�estão�acima�do�quartil�1.
O�quartil�3�divide�o�conjunto�de�dados�ordenado�em�dois�subconjuntos:�25%�dos�valores�estão�
acima�da�quartil�3�e�75%�dos�valores�estão�abaixo�do�quartil�3.
Os�limites�são�calculados�da�seguinte�forma:
 » Limite�inferior:�max{min(dados);�Q1�−�1,5�(Q3�−�Q1)}
 » Limite�superior:�min{max(dados);�Q3�+�1,5�(Q3−�Q1)}
Os pontos fora destes limites são considerados valores discrepantes (outliers) e são denotados 
por asterisco (*).
-6.2
-2.67
4.81
0.85
-0.9
Gráfico Boxplot
132
Como�vimos�anteriormente,�variabilidade 
está presente em praticamente todos os 
fenômenos estudados.�Dois�indivíduos�
submetidos�às�mesmas�condições�respondem 
de�forma�diferente.��importante�entender� 
essa�variabilidade,�e�principalmente�saber�
quantificá-la.
Somente�o�cálculo�da�média,�ou�outra�
medida�de�posição,�não�é�suficiente�
para�caracterizar�o�conjunto�de�dados.�
Dois�conjuntos�de�medidas�podem�ter�a�
mesma�média,�mas�diferir�com�respeito�
à�distribuição�das�medidas�em�torno�da�
média.
Considere�os�dois�conjuntos�de�dados�seguintes:
 » A:�(2,�3,�4)�
 » B:�(1,�3,�5)
Ambos�têm�média�igual�a�3,�mas�o�conjunto�B�é�
mais�disperso�em�torno�da�média.
Existem�diversas�formas�de�quantificar�a�
dispersão�de�um�conjunto�de�medidas.
Amplitude
A�mais�simples�é�a�amplitude,�que�nada�mais�é�
que�a�diferença�entre�o�maior�e�o�menor�valor�
do�conjunto.�No�exemplo�acima,�a�amplitude�do�
conjunto�A�é�4-2=2�e�do�conjunto�B�é�5-1=4.
Suponha�duas�linhas�de�produção,�onde�medimos�o�comprimento.�� 
Os�valores�aceitáveis�são�entre�8�e�12.�As�linhas�são�equivalentes?
falta
67
X
1
2
5 10 15
 » �O�uso�da�amplitude�apresenta�algumas�
desvantagens,�a�mais�importante�é�que�
o�seu�cálculo�envolve�apenas�os�valores�
extremos�do�conjunto.�
Outra�forma�de�medir�variabilidade,�e�que�é�
amplamente�utilizada,�é�o�desvio padrão.
Como�a�média�é�uma�medida�de�centralidade,�e�
estamos�interessados�em�quantificar�a�dispersão�
dos�dados�em�torno�da�média,�utiliza-se�os�
desvios�de�cada�valor�em�torno�da�média,�ou�
seja,�a�diferença�entre�cada�ponto�e�a�média.
Medidas 
de variação
Comprimento
Li
nh
as
Measure
133
Medidas de variação: 
Desvio padrão
Considere�os�seguintes�dados:
70 71 73 74 77
A�média�é�73.�
Os�desvios�em�relação�à�média�são:
-3 -2 0 1 4
A�soma�dos�desvio�é�zero�(de�fato,�a�soma�dos�desvios�em�relação�à�média�é�zero�para�qualquer�
conjunto�de�dados).
O�uso�da�amplitude�apresenta�algumas�desvantagens,�a�mais�importante�é�que�o�seu�cálculo�
envolve�apenas�os�valores�extremos�do�conjunto.�Outra�forma�de�medir�variabilidade,�e�que�é�
amplamente�utilizada,�é�o�desvio�padrão.
Como�a�média�é�uma�medida�de�centralidade,�e�estamos�interessados�em�quantificar�a�dispersão�
dos�dados�em�torno�da�média,�utiliza-se�os�desvios�de�cada�valor�em�torno�da�média,�ou�seja,�a�
diferença�entre�cada�ponto�e�a�média.
Para�calcular�o�desvio�padrão,�inicialmente�eleva-se�os�desvios�ao�quadrado�(contribuição�de�
cada�desvio):
9 4 0 1 16
O�próximo�passo�é�somar�a�contribuição�de�cada�desvio�e�dividir�pelo�total�de�valores�menos�1:
(9 + 4 + 0 + 1 + 16) / 4 = 7.5
O�último�passo�é�calcular�a�raiz�quadrada�da�variância�amostral,�que�é�o�desvio�padrão:
D.P. = 7.5 = 2.74√
134
Resumo: caracterização 
de uma variável numérica
O�estudo�descritivo�de�um�indicador�
quantitativo�deve�conter�as�estatísticas�
básicas,�um�gráfico�de�frequência�e�um�
gráfico�de�tendência.�
 » �É�útil�utilizar�as�três�abordagens�para�
aumentar�a�chance�de�identificar�
problemas�ou�oportunidades.
Se�os�dados�são�coletados�ao�longo�do�
tempo,�o�gráfico�de�tendência�é�o�mais�útil�
e o primeiro a ser analisado.
70
Fr
eq
uê
nc
ia
Nº vendas
0
4
170 180 190 200 210 220 230 240
8
12
16
HISTOGRAMA: Nº VENDAS
NÚMERO DE ITENS VENDIDOS POR DIA
Dia
157
N
º v
en
da
s
150
200
201510 25 403530 45 6055505
250
225
70
Fr
eq
uê
nc
ia
Nº vendas
0
4
170 180 190 200 210 220 230 240
8
12
16
HISTOGRAMA: Nº VENDAS
NÚMERO DE ITENS VENDIDOS POR DIA
Dia
157
N
º v
en
da
s
150
200
201510 25 403530 45 6055505
250
225
a
Estatísticas descritivas: Nº de Vendas
N Amplitude
Média
Mínimo
Mediana
Quartil�1
Quartil�3
Desvio�padrão
Máximo Amp.�interq�(IQR)
201.47
170.00
201.00
191.00
210.75
60 73.00
16.73
73.00 19.75
Measure
135
Observe�os�quatro�conjuntos�de�números.�
Todos�têm�mesma�média�e�mesmo�
desvio�padrão.
2
N Conj. 1 Conj. 2 Conj. 3 Conj. 4
1
5
8
2
3
6
9
4
7
10
11
12
15
18
13
16
19
Média
14
17
20
Des. Pad.
41.50 58.36 37.00 45.00
40.50 41.64 35.00 44.50
44.50 42.93 53.00 46.50
47.50 56.43 53.80 48.00
42.50 42.29 42.00 45.50
45.50 57.07 50.60 47.00
48.50 44.21 52.50 48.50
43.50 57.71 53.90 46.00
46.50 43.57 50.50 47.50
49.50 55.79 53.60 49.00
50.50 44.86 50.40 49.50
51.50 55.14 52.20 50.00
54.50 46.14 52.70 51.50
57.50 53.21 52.90 53.00
52.50 45.50 52.70 50.50
55.50 53.86 51.40 52.00
58.50
50.00
47.43
50.00
56.81
50.00
72.71
50.00
53.50 54.50 52.40 51.00
56.50 46.79 53.80 52.50
59.50
5.92
52.57
5.92
42.79
5.92
49.79
5.92
Os conjuntos são iguais?
72
GRÁFICO DE TENDÊNCIA: CONJ. 1
Index
50Co
nj
. 1
40
60
16128 204
70
GRÁFICO DE TENDÊNCIA: CONJ. 2
Index
50Co
nj
. 2
40
60
16128 204
70
GRÁFICO DE TENDÊNCIA: CONJ. 3
Index
50Co
nj
. 3
40
60
16128 204
70
GRÁFICO DE TENDÊNCIA: CONJ. 4
Index
50Co
nj
. 4
40
60
16128 204
70 Pelos�gráficos�de�
tendência dos 
quatro�conjuntos�
percebemos�que�eles�são�completamente 
diferentes entre si.
O que a média e o desvio 
padrão não mostram
136
A mudança foi melhoria? Pequena ou alta? 
É�importante�notar�que�no�gráfico�de�tendência�temos�uma�convicção�muito�maior�de�que�uma�
melhoria�expressiva�foi�obtida,�quando�comparado�com�a�análise�feita�pela�tabela.
A�porcentagem�de�pacientes�da�emergência�com�dor�no�peito�atendidos�por�um�cardiologista�em�até�
10�minutos�foi�medida�durante�24�semanas.�Uma�mudanças�foi�feita�após�a�semana�12.�O�resumo�
comparando as�12�primeiras�semanas�com�as�doze�últimas�está�na�tabela.
73
Data
GRÁFICO DE TENDÊNCIA: PORCENTAGEM
70
%
60
80
10
-o
ut
-1
7
08
-n
ov
-1
7
22
-n
ov
-1
7
24
-o
ut
-1
7
06
-d
ez
-1
7
10
-ja
n-
18
24
-ja
n-
18
20
-d
ez
-1
7
07
-fe
v-
18
21
-fe
v-
18
20
-m
ar
-1
8
06
-m
ar
-1
8
90
100
aSemana 1-12 Semana 13-24
Média Média
Máx. Máx.
Min. Min.
94% 95%
80% 84%
67% 79%
Cenário 
Pe
rc
en
tu
al
 d
e 
pa
ci
en
te
s
Gráficos de 
barras e 
tabelas
138
O que é?
São�ferramentas�para�estudar�a�distribuição�de�dados�classificatórios. 
Quando utilizar?
Sempre�que�os�dados�coletados�forem�classificatórios�(qualitativos). 
Qual a diferença de um histograma?
O�histograma�é�utilizado�quando�temos�dados�contínuos,�seu�eixo�x�é�uma�régua.�O�gráfico�de�
barras�é�utilizado�para�variáveis�de�classificação.�Seu�eixo�x�é�representado�por�categorias 
de resposta.
Gráficos de 
barras e tabelas
Categorias
Measure
139
77
Pe
rc
en
tu
al
Status
0
10
20
30
40
50
77
Pe
rc
en
tu
al
Status
0
10
20
30
40
50
Status Frequência Porcentagem
Bom 5139
379
4428
9946
51.7%
44.5%
3.8%
100.0%
Mau
Outros
Total
 » �Clientes�de�uma�instituição�de�crédito�são�classificados�como�“BOM”,�“MAU”�e�“OUTROS”.
Quando�a�variável�é�classificatória,�os�
resultados�possíveis�são�“categorias”.��Por�
exemplo,�a�variável�“DEFEITO�NA�PEÇA”�tem�
duas�categorias�como�resultados:�Sim�e�Não. 
As�estatísticas�usuais�para�resumir�informações�
de�variáveis�classificatórias�são�frequências 
e porcentagens.�Gráficos�usuais�para�resumir�
informações�de�variáveis�classificatórias�são�
gráficos�de�barras�e�gráficos�de�setores�(pizza). 
No�exemplo�citado,�clientes�de�uma�instituição�de�
crédito�ao�consumidor�são classificados como 
“BOM”, “MAU” e “OUTROS”.�Uma�amostra�de�9946�
clientes�foi�retirada�e�os�clientes�foram�classificados�
em�cada�categoria.�Com�essa�análise�descritiva,�é�
possível�perceber�a�frequência�de�ocorrência�de�
cada�classificação.
Dados classificatórios: 
tabelas e gráficos
140
78
5
2 4 6 8 10 12 14 16 18 20
0
10
15
20
%
 fo
ra
 d
o 
pr
az
o
Semana
Semana % fora do prazo
1 8.33
8.33
8.33
8.33
6.67
6.67
6.67
1.67
5.00
3.33
3.33
3.33
3.33
10.00
11.67
13.33
15.00
13.33
10.00
13.33
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
É�comum�coletar�dados�classificatórios�ao�longo�
do�tempo.�Por�exemplo,� 
a�cada�semana�são�registrados�o número de 
entregas realizadas e 
o número de entregas que foram 
feitas fora do prazo. 
 
Nesses�casos,�é�útil�construir�o�gráfico�de�
tendência�da�porcentagem�de�entregas�fora�do�
prazo�para: 
 » �Avaliar�se�o�processo de entregas 
está�estável�e�orientar�ações�de� 
mudanças�no�processo; 
 » �Avaliar�o�impacto no indicador de 
mudanças�feitas�no�processo.
Dados classificatórios: 
gráfico de tendência
Gráfico 
de Pareto
142
Um�dos�objetivos�centrais�de�um�programa�de�qualidade�é�reduzir perdas provocadas por itens 
defeituosos que não atendem às especificações. 
 
Existem�muitos�tipos�de�defeitos�que�fazem�com�que�um�produto�não�atenda�às�especificações.�
Concentrar�esforços�no�sentido�de�eliminar�todos�os�tipos�de�defeitos�não�é�uma�política�eficaz.�
Geralmente,�alguns�poucos�tipos�de�defeitos�são�responsáveis�pela�maioria�das�rejeições,�e�é�mais�
eficaz�atacar�as�causas�desses�poucos�defeitos�mais�importantes.
Essa�abordagem�já�foi�proposta�por�J.�M.�Juran,�um�dos�pioneiros�da�Qualidade.�Ele�estabeleceu�
uma�regra�hoje�conhecida�como�“a regra dos poucos vitais e dos muitos triviais”. Para 
identificar�os�poucos�vitais,�ele�propôs�a�utilização�de�um�diagrama�conhecido�como�diagrama�
de�Pareto.�O�diagrama�é�basicamente�um�gráfico�de�barras�da�distribuição�dos�defeitos�pelos�
tipos,�ordenado�em�ordem�decrescente�de�frequência�de�ocorrência.
O princípio de Pareto, também conhecido como regra de 80/20, diz que, dos muitos defeitos 
presentes, 80% são vitais e 20% são triviais.
O que é?
Um�gráfico�de�barras�ordenadas.�Serve�para�dar�
foco�em�esforços�de�melhoria.�Conhecida�como�
regra�80/�20�ou�Vitais�vs.�Triviais
Quando utilizar?
Se�o�objetivo�é�reduzir�defeitos,�então�faça�um�
gráfico�de�Pareto�dos�defeitos�para�encontrar� 
os�vitais.
Gráfico de Pareto
Categorias
Measure
143
Tipo de defeito Número de peças Porc. Porc. Acum.
A:�Não�selagem�do�topo
B:�Não�selagem�do�fundo
C:�Não�selagem�da�lateral
D:�Impressão�borrada
E:�Caixa�amassada
F:�Cor�da�impressão
G:�Caixa�rasurada
55 0.4 0.4
0.68
0.84
0.9
0.95
0.98
1
0.28
0.16
0.06
0.05
0.03
0.02
38
22
8
7
4
2
Nesse�exemplo,�estamos�avaliando�os�defeitos�de�produção�de�uma�embalagem.�Como�temos�vários�
tipos�de�defeitos,�vamos�utilizar�o�Pareto�para�ver�se�é�possível�dar�foco�ao�nosso�trabalho.�
Exemplo: 
defeitos em manufatura
81
20
1 2 3 4 5 6 7
0
40
0
10
20
30
40
50
60
70
80
90
100
60
80
100
120
140
Va
lo
re
s
Po
rc
en
ta
ge
m
Tipos de defeitos
DIAGRAMA DE PARETO VARIÁVEL: 
NÚMERO DE DEFEITOS
1
2
2
3
3
4
4
5
5
6
6
7
7
VALOR VALORES ACUMULADOS
144
Nem�sempre�conseguimos�aplicar�o�Princípio�de�Pareto.�Como�essa�ferramenta�tem�o�objetivo�de�
trazer�foco�para�o�projeto,�devemos�atacar�os�defeitos�mais�relevantes,�que�chamamos�de�vitais.�
Porém�nem�sempre�é�possível�aplicar�o�Princípio�de�Pareto.�
O Princípio de Pareto se aplica:
O Princípio de Pareto 
não se aplica:
O�Princípio�de�Pareto�se�aplica� 
quando uma ou algumas categorias são 
responsáveis pela maioria dos defeitos. 
Concentre�os�esforços�de�melhoria�no�topo�
de�uma�ou�duas�barras.
82
10
A B C D Other
0
20
0
20
40
60
80
100
30
40
Fr
eq
Po
rc
en
ta
ge
m
Po
rc
en
ta
ge
m
Tipo
Freq.
Percent
 % Acum.
25 6 4 3 2
62.5 15.0 10.0 3 5.0
62.5 77.5 87.5 95.0 100.0
10
A B C D E
0
20
0
20
40
60
80
100
30
40
Fr
eq
Tipo
Freq.
Percent
 % Acum.
12 10 8 6 4
30.0 25.0 20.0 15.0 1.0
30.0 55.0 75.0 90.0 100.0
82
10
A B C D Other
0
20
0
20
40
60
80
100
30
40
Fr
eq
Po
rc
en
ta
ge
m
Po
rc
en
ta
ge
m
Tipo
Freq.
Percent
 % Acum.
25 6 4 3 2
62.5 15.0 10.0 3 5.0
62.5 77.5 87.5 95.0 100.0
10
A B C D E
0
20
0
20
40
60
80
100
30
40
Fr
eq
Tipo
Freq.
Percent
 % Acum.
12 10 8 6 4
30.0 25.0 20.0 15.0 1.0
30.0 55.0 75.0 90.0 100.0
O�Princípio�de�Pareto�não�se�aplica�
quando as barras são todas de 
alturas semelhantes.�Procure�por�outras�
maneiras�de�categorizar�os�dados,�ou�
procure�por�um�tipo�diferente�de�dado�
para�este�problema.
O Princípio de Pareto
Measure
145
 » O�eixo�vertical�deve�ter�altura�igual�à�soma de todas as frequências.
83
Po
rc
en
ta
ge
m
4
A B C D E
0
8
0
10
20
3012
Fr
eq
Tipo
Freq.
Percent
 % Acum.
12 10 8 6 4
30.0 25.0 20.0 15.0 1.0
30.0 55.0 75.0 90.0 100.0
Po
rc
en
ta
ge
m
10
A B C D E
0
20
0
20
40
60
100
8030
40
Fr
eq
Tipo
Freq.
Percent
 % Acum.
12 10 8 6 4
30.0 25.0 20.0 15.0 1.0
30.0 55.0 75.0 90.0 100.0
83
Po
rc
en
ta
ge
m
4
A B C D E
0
8
0
10
20
3012
Fr
eq
Tipo
Freq.
Percent
 % Acum.
12 10 8 6 4
30.0 25.0 20.0 15.0 1.0
30.0 55.0 75.0 90.0 100.0
Po
rc
en
ta
ge
m
10
A B C D E
0
20
0
20
40
60
100
8030
40
Fr
eq
Tipo
Freq.
Percent
 % Acum.
12 10 8 6 4
30.0 25.0 20.0 15.0 1.0
30.0 55.0 75.0 90.0 100.0
Um�cuidado�importante�que�deve�ser�tomado�na�construção�do�gráfico�de�Pareto�é a altura do eixo 
vertical,�que�deve�totalizar�a�soma�total�de�amostras�analisadas�no�lado�esquerdo�e�percentual�
100%�do�lado�direito.
Cuidados ao 
fazer o gráfico
146
Depois�de�realizado�o�Pareto,�visto�que�o�princípio�se�aplica,�podemos,�se�possível,�estreitar�nosso�foco.�Por�exemplo,�na�realização�do�Pareto�inicial�descobrimos�que�o�problema�está�concentrado�
no�estágio�1.�Então�podemos�realizar�um�Pareto�dos�problemas�encontrados�no�estágio�1,�assim�
descobrimos�que�o�de�maior�relevância�é�a�densidade.�
Estágios onde ocorreram lotes abaixo do padrão
0
20
Estágio 1 Estágio 5 Estágio 4 Estágio 2 Estágio 3
40
60
80
100
0
Densidade Cor Fusão Pureza Outros
40
140
80
120
0
412 513 271 613 612 504 313 614
10
40
50
20
30
N
úm
er
o 
de
 lo
te
s
N
úm
er
o 
de
 lo
te
s
N
úm
er
o 
de
 lo
te
s
Classificação dos lotes abaixo do padrão
Códigos abaixo do padrão
Estágio 1
Densidade
Quando�realizamos�esse�estreitamento�de�foco,�temos�que�ter�cuidado�para�a�quantidade�de�vezes�
que�realizamos�isso,�pois�poderemos�estreitar�o�foco�demasiadamente�e�acabar�por�resolver�uma�
pequena�parcela�do�problema.� 
 
Recomenda-se a análise do Pareto em no máximo 2 níveis.
Estreitando o foco 
(Macro para Micro)
Measure
147
Tipo de erro
Falta de assinatura
Falta de recibo
Total de erros
Vendas RH Manuf. Eng. Finan. Trein. Total
Funcionário
Gerente
VP
Táxi
Refeição
Estacion.
Comb.
25
2 2
2 3 3 2 10
70
60
165
6
8
6
5
1
3
3
1 2
1
6
1
1
9
2
2
1
3
26
76
401
3
3
3
33
68
2
Erros em relatório de despesas
Nesse�exemplo,�estamos�analisando�os�erros�encontrados�nos�relatórios�de�despesas�estratificando�
pelos�departamentos�responsáveis.�
Estratificação
148
No�primeiro�gráfico,�realizamos�um�
gráfico�de�Pareto�para�estudarmos�os�
departamentos,�e�podemos�concluir�que�
manufaturas�e�vendas�são�os�principais�
focos�de�problema.
85
Po
rc
en
ta
ge
m
40
Manuf. Vendas Eng. Finan. Outros
0
80
0
20
40
60
80
100
120
160
Fr
eq
Departamento
Po
rc
en
ta
ge
m
40
Fa
lta
 a
ss
in
. 
ge
re
nt
e 
 
Fa
lta
 a
ss
in
. 
V.
P.
 
Fa
lta
 re
ci
bo
 
es
ta
ci
on
.
Fa
lta
 re
ci
bo
 
re
fe
iç
ão
Fa
lta
 re
ci
bo
 
co
m
b.
O
ut
ro
s0
80
0
20
40
60
80
100
120
160
Fr
eq
Tipo
Po
rc
en
ta
ge
m
5
Fa
lta
 a
ss
in
. 
fu
nc
i. 
 
Fa
lta
 a
ss
in
. 
V.
P.
 
Fa
lta
 a
ss
in
. 
ge
re
nt
ei
. 
 
Fa
lta
 re
ci
bo
 
ta
xi
Fa
lta
 re
ci
bo
 
co
m
b.
O
ut
ro
s0
10
0
20
40
60
80
100
15
20
Fr
eq
Tipo
85
Po
rc
en
ta
ge
m
40
Manuf. Vendas Eng. Finan. Outros
0
80
0
20
40
60
80
100
120
160
Fr
eq
Departamento
Po
rc
en
ta
ge
m
40
Fa
lta
 a
ss
in
. 
ge
re
nt
e 
 
Fa
lta
 a
ss
in
. 
V.
P.
 
Fa
lta
 re
ci
bo
 
es
ta
ci
on
.
Fa
lta
 re
ci
bo
 
re
fe
iç
ão
Fa
lta
 re
ci
bo
 
co
m
b.
O
ut
ro
s0
80
0
20
40
60
80
100
120
160
Fr
eq
Tipo
Po
rc
en
ta
ge
m
5
Fa
lta
 a
ss
in
. 
fu
nc
i. 
 
Fa
lta
 a
ss
in
. 
V.
P.
 
Fa
lta
 a
ss
in
. 
ge
re
nt
ei
. 
 
Fa
lta
 re
ci
bo
 
ta
xi
Fa
lta
 re
ci
bo
 
co
m
b.
O
ut
ro
s0
10
0
20
40
60
80
100
15
20
Fr
eq
Tipo
85
Po
rc
en
ta
ge
m
40
Manuf. Vendas Eng. Finan. Outros
0
80
0
20
40
60
80
100
120
160
Fr
eq
Departamento
Po
rc
en
ta
ge
m
40
Fa
lta
 a
ss
in
. 
ge
re
nt
e 
 
Fa
lta
 a
ss
in
. 
V.
P.
 
Fa
lta
 re
ci
bo
 
es
ta
ci
on
.
Fa
lta
 re
ci
bo
 
re
fe
iç
ão
Fa
lta
 re
ci
bo
 
co
m
b.
O
ut
ro
s0
80
0
20
40
60
80
100
120
160
Fr
eq
Tipo
Po
rc
en
ta
ge
m
5
Fa
lta
 a
ss
in
. 
fu
nc
i. 
 
Fa
lta
 a
ss
in
. 
V.
P.
 
Fa
lta
 a
ss
in
. 
ge
re
nt
ei
. 
 
Fa
lta
 re
ci
bo
 
ta
xi
Fa
lta
 re
ci
bo
 
co
m
b.
O
ut
ro
s0
10
0
20
40
60
80
100
15
20
Fr
eq
Tipo
Realizamos�então�outro�Pareto,� 
dentro�de�manufatura�e�vendas,� 
para�descobrirmos�os�principais�
problemas,�e�chegamos�à�conclusão�de� 
que�os�erros�mais�relevantes�são�falta� 
de�assinatura�gerente�e�falta�recibo� 
de estacionamento. 
Após�a�realização�dessas�análises,�
devemos�dar�foco�para�os�problemas�
de�falta�de�assinatura�do�gerente�e�
falta�recibo�de�estacionamento�nos�
departamentos�de�manufatura�e�vendas.
Pareto por local 
e estratificação
Measure
149
Valor�monetário Tempo Contribuição�percentual�de 
�cada�classificação�para�o�total� 
(tempo,�ocorrências,�dinheiro�etc.)
Existem�muitas�opções�para�o�eixo�vertical�nos�gráficos�de�Pareto.�A�escala�mais�comum�é�a�
frequência�de�ocorrências. 
Três�alternativas�importantes�são:
Ao se decidir sobre onde focar os esforços de melhoria usando análise de Pareto, deve-se 
considerar cuidadosamente uma escala apropriada.
Modificações no 
gráfico de Pareto
150
0
2
4
6
8
10
0
2
4
6
8
10
15
10
20
25
5
0P
er
ce
nt
ua
l c
om
 d
ef
ei
to
%
 to
ta
l d
ef
ei
to
s
%
 to
ta
l d
ef
ei
to
s
Classificação de defeito Classificação de defeito
Análise de Pareto para um processo com causas especiais 
Outra�utilização�do�gráfico�de�Pareto�é�na�identificação�de�instabilidade�nos�processos.�Pode-se�
realizar a análise no período em que o processo está estável e comparar com o gráfico realizado 
no período de instabilidade. 
Nesse�exemplo,�no�período�estável�observamos�que�o�fator�H�é�uma�trivial,�tornando-se�vital�no�
momento�de�instabilidade.
Estabilidade na 
Análise de Pareto
Estratificação
152
O que é?
Separação�e�classificação�dos�dados,�de�acordo�com�
fatores�ou�variáveis�selecionadas.�O�objetivo�é�encontrar�
padrões�que�auxiliem�na�compreensão�dos�mecanismos�
causais�de�um�processo. 
Quando utilizar?
Sempre�que�houver�interesse�de�se�estudar�se�o�
“comportamento”�é�o�mesmo�em�todos�os�grupos�
definidos�pelos�fatores�ou�variáveis.
Exemplo
Tempo de set-up
242220 26 2818
Tempo de set-up
242220 26 2818
A
B
20
1 6 12 18 24 30
15
25
30
onruT
Te
m
po
 d
e 
se
t-
up
Dias
(O�tempo�de�setup�de�uma�máquina�foi�medido�em�dois�turnos.)
Na�análise�do�tempo�de�setup�global,�observamos�um�tempo�médio�de�22�minutos,�com�mínimo�
de�18�e�máximo�de�28.�A�partir�disso�poderíamos�tomar�a�decisão�de�tratar�a�variação�do�processo�e�
reduzir�a�média�de�tempo�de�setup.
Estratificação
Measure
153
Quando�olhamos�os�tempos�de�setup�por�turno,�identificamos�outro�comportamento.
O�turno�A�tem�média�de�tempo�de�setup�menor�que�o�turno�B, indicando falta de padronização 
entre os setups.�Isso�nos�leva�a�um�tratamento�diferente�do�processo,�focando�em�melhorias�no�
turno�B.
Tempo de set-up
242220 26 2818
Tempo de set-up
242220 26 2818
A
B
20
1 6 12 18 24 30
15
25
30
onruT
Te
m
po
 d
e 
se
t-
up
Dias
Tempo de setup
Turno BTurno A
20 24
19 23
21 28
21 22
22 24
18 24
20 23
20 21
19 25
19 23
23 26
21 27
19 22
20 22
22 25
18 26
Exemplo
Gráfico de 
Controle
156
Walter�Shewhart�trabalhou�no�Bell�Labs�durante�as�décadas�de�1920�e�1930�e�reconheceu�a�
existência�de�variabilidade�em�todos�os�processos�produtivos.�Ele�desenvolveu�o�conceito�de�
“controle econômico da qualidade”,�pelo�qual�os�processos�deveriam�ser�gerenciados�por�meio�
da�identificação�de�suas�causas�de�variação�(comum�ou�especial).�Problema�do�Shewhart:�decidir�
quando�parar�uma�máquina�para�ajustá-la�(risco:�perda�de�produtividade)�ou�quando�ela�deve�
continuar�em�funcionamento�(risco:�peças�refugadas�caso�sejam�produzidas�fora�de�especificação).�
Essa tecnologia balanceou essas duas decisões de tal maneira a maximizar a produtividade e 
foi um marco para a administração da qualidade na década de 1950.
O que é? 
Um�gráfico�de�controle�é um gráfico de tendência com limites de controle calculados com base 
estatística.��Esses�limites�de�controle�são�referências�calculadas�com�base�estatística�que�ajudam�
a�identificar�se�um�resultado�do�processo�está�afastado�o�suficiente�dos�demais�para�ser�tratado�
como�uma�causa�especial.
Quando utilizar? 
Devemos�montar�um�gráfico�de�controle�para�todos�os�indicadores.
95
1 2 3 4 5 6 7 8 9 11 12 13 . . m10
O�gráfico�de�Shewhart�foi�
desenvolvido�inicialmente�para�
ser�usado�na�linha�de�produção,�
mas�tem�aplicação�em�todas�
as�situações�em�que�dados�são�
gerados�ao�longo�do�tempo�e�
proporciona uma linguagem 
comum para discutir 
desempenho de processo. 
Também permite verificarse 
as alterações intencionais em 
um processo alcançaram o 
resultado desejado.
Gráfico de Controle de Shewhart
Introdução
Measure
157
Definições:
 » �Subgrupo:�Amostra�do�processo�utilizada�
para�gerar�um�ponto�no�gráfico. 
� •��Exemplo:�5�peças�retiradas�do�
processo�em�um�determinado�
tempo,�50�propostas�de�venda.
 » �Linha�média�:�linha�central�do�gráfico
 » LSC:�limite�superior�de�controle
 » LIC:�limite�inferior�de�controle
Na�construção�do�gráfico�de�controle,�cada�
ponto�é�o resumo estatístico dos dados 
coletados,�e�podemos�trabalhar�com�média,�
amplitude�desvio�padrão,�contagem,�DPU�e�
porcentagem.� 
Os�dados�são�coletados�por�subgrupos�que�são�
um�grupo�de�unidades�criadas�sob�as�mesmas�
condições.�As�coletas�devem�ser�realizadas�
próximas�em�tempo,�mas�independentes.�Por�
exemplo,�de�uma�máquina�que�produz�100�
peças�por�hora�podemos�coletar�5�peças�a�cada�
hora�por�24�horas,�sendo�cada�amostra�de�5�
peças�o�subgrupo.�
A�partir�do�resumo�estatístico�de�cada� 
subgrupo�são�plotados�os�pontos�no�gráfico�de�
controle.�A�partir�desses�pontos�são�calculados�
a�média,�representada�pela�linha�verde,�e�o�
desvio�padrão.
As�linhas vermelhas são os limites de 
controle.�O�limite�superior�de�controle�(LSC)�é�
dado�pela�média�da�amostra�somado�com�três�
desvios�padrão,�enquanto�o�limite�inferior�de�
controle�(LIC)�é�dado�pela�média,�de�onde�serão�
subtraidos�três�desvios�padrão.�
1 3 5 7 9 11 13 15 17 19
n1
21 23 25
x
x
x
n2
x
x
x
n25
x
x
x
acitsítatsE
Estatística:
média, amplitude, 
desvio, padrão, 
contagem, DPU, 
porcentagem
Estrutura de um 
gráfico de controle
158
A�primeira�etapa�para�a�construção�do�gráfico�de�controle�é�definir�com�qual�tipo�de�variável�
estamos�trabalhando,�lembrando�que�essas�podem�ser�do�tipo�contínuas,�contagem� 
ou�classificação.�
Dados contínuos
Dados de atributo
Defeituoso?
(Classificação)
Defeitos?
(Contagem)
Defeito
Sim!
Item�produzido
Sim?� 
Quantos?�2
Tipos de variáveis
Measure
159
Se�estivermos�trabalhando�com�contagem,�
iremos�construir�um�gráfi co U. 
 » �Exemplo:�Utilizaremos�esse�gráfi�co�
para analisar a quantidade de teclas 
defeituosas�na�produção�de�teclados.
Já,�quando�a�variável�for�de�classifi�cação,�
vamos�utilizar�o�gráfi co P. 
 » �Exemplo:�Se�quisermos�avaliar�os�teclados�
referentes�à�presença ou ausência de 
teclas�defeituosas.
Quando�nosso�projeto�envolver�dados�
contínuos,�devemos�observar�o�tamanho�do�
subgrupo�com�que�estamos�trabalhando.�
Quando�o�subgrupo�for�1,�usamos�o�gráfi co 
I-MR. 
 » �Exemplo:�No�estudo�de�faturamento�de�
uma�empresa,�conseguimos�coletar�os�
dados�de�forma�mensal,�de�modo�que�o�
subgrupo�é�de�tamanho�1.
Para�subgrupos�maiores�que�um�e�de�tamanho�
fi�xo,�ou�seja,�todas�as�vezes�coletamos�o�mesmo�
número�de�peças,�iremos�construir�o�gráfi co 
X-barra/R. 
 » �Exemplo:�No�estudo�do�comprimento�de�
peças�realizamos�25�coletas,�de�hora�em�
hora,�e�a�cada�coleta�sempre�retiramos�a�
mesma�quantidade�de�peças,�5.�Também�
podemos�utilizar�o�gráfi�co�X-barra/S�para�
subgrupos�fi�xos.
Quando�não�é�possível�coletar�a�mesma�
quantidade�de�dados�por�subgrupo,�é�
necessário�construir�gráfi co X-barra/S. 
 » �Exemplo:�Na�análise�do�peso�de�turbinas�
de�avião,�coletamos�na�primeira�semana�
o�peso�de�4�turbinas,�na�segunda�de�3�
turbinas,�na�seguinte�5,�de�modo�que�não�
possuímos�o�mesmo�tamanho�
de�subgrupos.�
Diferentes�tipos�de�gráfi�cos�
de�controle�são�usados�
para�diferentes�tipos�
de�dados.�Todos�eles�
distinguem�a�variação�
de�causa�especial�da�
variação�de�causa�comum,�
utilizando�limites�de�
controle�para�indicar�se�um�
determinado�valor�de�dado�
deve�ser�tratado�como�uma�
causa�especial.
Seleção do 
gráfi co de controle
Measure
161
Gráficos P
Gráfico de Controle
162
Geralmente�usamos�cartas-p�para�plotar�a�proporção�de�defeituosas,�sejam�os�tamanhos�de�
amostras�iguais�ou�não.�
Nem�todo�dado�de�porcentagem�é�dado�classificatório:
 » �Muitas�vezes�as�porcentagens�se�originam�de�dados�de�variáveis�tais�como�tempo,�peso,�
comprimento�e�custo.�Por�exemplo,�o�lucro�percentual�pode�ser�uma�razão�de�lucros� 
sobre�vendas.
 » �Dados�desse�tipo�devem�ser�tratados�como�dados�contínuos�ao�se�desenvolver�gráficos� 
de controle.
Quando utilizar?
 » Sempre�que�contamos�o�número�de�unidades�defeituosas�ou�não�conformes.
 » Quando�indicador�é�uma�proporção. 
 Obs.: Nem todo dado de porcentagem é dado de classificação (razões entre dados contínuos, 
 por exemplo).
Gráfico P 
Measure
163
Em�uma�empresa�de�90�funcionários�
queremos�realizar�um�estudo�sobre�
o�absenteísmo.�Durante�20�dias�
acompanhamos�os�funcionários�e�
classificamos�em�ausentes�ou�presentes,�
obtendo�um�percentual�de�ausência�
por�dia.�Assim�estamos�falando�de�
dados�classificatórios.�Próximo�passo�é�
entender�o�tamanho�do�subgrupo.�No�
caso,�diariamente,�estamos�realizando�
essa�classificação�de�uma�amostra�de�90�
pessoas,�logo�o�subgrupo�é�de�tamanho�90.
 » �Analisando�o�gráfico�P�para�total�
de�ausências�verificamos�que�o�
processo�está�estável,�somente�
causas�comuns,�e�que�11%�(0,11)�é�a�
média�de�ausências,�sendo�esperado�
um�máximo�de�20,89%�(0,2089)�
de�acordo�com�o�limite�superior�
de�controle�e�no�mínimo�1,11%�
(0,0111),�limite�inferior�de�controle.
 » �No�gráfico�P�de�ausências�
justificadas,�identificamos�a�
presença�de�causa�especial.
Dia Total de ausências P P
Ausências 
Não Justificadas
01 10 0.11
0.13
0.09
0.11
0.16
0.16
0.07
0.04
0.09
0.09
0.08
0.13
0.18
0.10
0.13
0.06
0.11
0.16
0.10
0.11
2
3
1
1
1
2
0
3
1
8
1
2
0
4
3
1
0
2
1
0
02 08
03 14
04 06
05 08
06 07
07 16
08 12
09 10
10 09
11 12
12 10
13 14
14 04
15 08
16 12
17 09
18 05
19 14
20 10
0.02
0.03
0.01
0.01
0.01
0.02
0.00
0.03
0.01
0.09
0.01
0.02
0.00
0.04
0.03
0.01
0.00
0.02
0.01
0.00
101
Amostra
CARTA P: TOTAL DE AUSÊNCIAS
0.05
Pr
op
or
çã
o
0.00
0.10
0.20
0.25
0.15
LSC=0.2089
LIC=0.0111
P=0.11
753 91 17 19151311
Amostra
CARTA P: AUSÊNCIAS NÃO JUSTIFICADAS
0.02
Pr
op
or
çã
o
0.00
0.04
0.08
0.10
0.06 LSC=0.06427
LIC=0
1
P=0.02
753 91 17 19151311
Exemplo de 
gráfico P
Measure
165
Gráficos U
Gráfico de Controle
166
Quando utilizar?
 » Sempre�que�contamos�o�número�de�defeitos.
 » Quando�o�indicador�é�uma�taxa. 
 
Indicado quando são feitas contagens 
de ocorrências (erros, defeitos, não 
conformidades, número de acidentes, número 
de viagens, chamadas telefônicas.
Um�subgrupo�é�definido�por:
 » Número�de�unidades�avaliadas;
 » Área�de�oportunidade.
 » �Área�de�oportunidade�pode�ser�um�espaço,�um�
período�de�tempo,�um�volume�etc.
 » �Espaço:�200�metros�de�tecido,�um�metro�
quadrado�de�papel�envernizado,�um�quarto�de�
amostra�de�um�produto.
 » Tempo:�Uma�hora,�três�meses,�um�turno.
Gráfico U
Measure
167
Avaliando�o�número�de�acidentes�em�uma�empresa,�coletamos�os�dados�mensalmente�e�contamos�
o�número�de�acidentes�que�ocorrem�na�empresa�por�mês.�Não�estamos�falando�se�teve�ou�não�
acidente�no�mês,�nesse�caso�é�relevante�a�quantidade�em�cada�mês.�Como�estamos�avaliando�os�
acidentes�em�uma�empresa�por�um�mês,�temos�um�subgrupo�de�tamanho�um.
 » �Analisando�o�gráfico�U,�temos�3�evidências�de�causas�especiais.�Duas�fora�do�limite�superior�e�a�
terceira�com�8��pontos�consecutivos�abaixo�da��média.
Mês/ ano 
(oportunidade)
Mês/ ano 
(oportunidade)
Número de 
acidentes (C)
Número de 
acidentes (C)
Janeiro�2016 Janeiro�2017
Fevereiro Fevereiro
Março Março
Maio Maio
Junho Junho
Julho Julho
Agosto Agosto
Setembro Setembro
Outubro Outubro
Novembro Novembro
Dezembro Dezembro
Abril Abril
6 10
2 5
4 9
8 4
5 3
4 2
23 2
7 1
3 3
15 4
12 3
7 1
5
0
10
20
25
15
ja
n 
-1
6
m
ai
 -1
6
ju
l -
16
no
v -
16
m
ar
 -1
6
se
t -
16
m
ai
 -1
7
ju
l-1
7
no
v -
17
m
ar
 -1
7
se
t -
17
ja
n 
-1
7
Ac
id
en
te
s
Mês
Exemplo
Measure
169
Gráfico de Individuais
Gráfico de Controle
170
O�gráfico�de�controle�para�individuais�é�utilizado�quando�o�dado�coletado�é�contínuo�e�cada�ponto�no�
gráfico�representa�uma�amostra�de�tamanho�1,�por�isso�é�o�mais�versátil�e�mais�utilizado.�É�o�mais�comum�para�dados�de�áreas�transacionais:
 » Dados�financeiros;
 » Tempo�para�executar�uma�atividade;
 » Dados�de�faturamento;
 » Dados�de�vendas.
Para o cálculo dos limites, ele utiliza a estimativa da variação do processo dada por dados 
consecutivos (amplitude móvel).
Quando utilizar?
 » Quando�trabalhamos�com�dados�contínuos; 
 
 
 
 
 
 » Quando�o�tamanho�do�subgrupo�é�1.
 » Quando�a�distribuição�dos�dados�é�normal.
Os�limites�de�controle�em�um�gráfico�de�individuais�são�calculados�sob�a�suposição�de�que�os�dados�
podem�ser�modelados�pela�distribuição�normal�(gaussiana).
 » �Se�a�distribuição�dos�dados�é�assimétrica�(no�caso�de�medições�de�tempo�de�ciclo,�por�
exemplo),�o�gráfico�de�individuais�apontará�muitos�pontos�fora�dos�limites�de�controle,�e�esses�
pontos�não�necessariamente�mostram�possíveis� 
causas�especiais
 » �Se�a�distribuição�é�assimétrica,�é�útil�transformar�os�dados�(transformação�logarítmica,�por�
exemplo)�e�fazer�o�gráfico�dos�dados�transformados.
Gráfico I 
Measure
171
109
15
10
20
30
35
25
ja
n 
-1
6
ju
l -
16
ou
t -
16
ab
r -
16
ja
n 
-1
7
ju
l -
17
ou
t -
17
ab
r -
17
ja
n 
-1
8
ju
l -
18
ab
r -
18
Va
lo
r
Mês
Apresentamos�como�exemplo�um�gráfico�de�controle�de�individuais�para�os�dados�de�inventário�em�
processo.�Os�dados�foram�extraídos�de�Wheeler�(1993).
2018
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
2016
2017
2018
19 27 20 16 18 25 22 24 17 25 15 17
20 22 19 16 22 19 25 22 18 20 16 20
20 15 27 25 17 19 28
Gráfico de 
individuais: exemplo
172
Observe�os�histogramas�e�respectivos�gráficos�de�controle�de�individuais.�
 » �A�distribuição�da�variável�“tempo”�é�assimétrica,�e�o�gráfico�de�controle�aponta�3�pontos�
acima�do�limite�superior�de�controle.
 » �Utilizando�a�transformação�logarítmica,�obtemos�dados�simétricos�e�o�gráfico�de�controle�
respectivo�não�aponta�possíveis�causas�especiais.
111.1
Observação
CARTA I: TEMPO
Va
lo
r
0
40
20
LSC=38.34
LIC=-12.42
1 1 1
X=12.21
312111 411 81 91716151
HISTOGRAMA: TEMPO
Fr
eq
uê
nc
ia
0
5 10 15 20 25 30 35 40
5
20
10
15
25
111.1
Observação
CARTA I: TEMPO
Va
lo
r
0
40
20
LSC=38.34
LIC=-12.42
1 1 1
X=12.21
312111 411 81 91716151
HISTOGRAMA: TEMPO
Fr
eq
uê
nc
ia
0
5 10 15 20 25 30 35 40
5
20
10
15
25
111.2 HISTOGRAMA: LOG TEMPO
Fr
eq
uê
nc
ia
0
0.4 0.6 0.8 1.0 1.2 1.4 1.8
5
20
10
15
Observação
Va
lo
r
0.0
1.0
1.5
2.0
0.5
LSC=1.895
LIC=0.055
X=0.992
312111 411 81 91716151
CARTA I: LOG TEMPO
111.2 HISTOGRAMA: LOG TEMPO
Fr
eq
uê
nc
ia
0
0.4 0.6 0.8 1.0 1.2 1.4 1.8
5
20
10
15
Observação
Va
lo
r
0.0
1.0
1.5
2.0
0.5
LSC=1.895
LIC=0.055
X=0.992
312111 411 81 91716151
CARTA I: LOG TEMPO
Gráfico de individuais 
e distribuição normal
Carta i
Tempo Tempo
Te
m
po
Lo
g 
te
m
po
Carta i
Measure
173
Gráficos X-barra/r 
ou X-barra/s
Gráfico de Controle
174
O que é? Quando utilizar?
O�gráfico�X-barra/R�é�utilizado�quando�dados�contínuos�são�coletados�em�subgrupos�(amostras)�de�
tamanho�constante�e�maior�do�que�1.�Nesse�caso,�constrói-se�dois�gráficos:
 » �Um�gráfico�para�avaliar�o�comportamento�da�média�da�variável�ao�longo�do�tempo.�Gráfico�
X-barra:�Médias�de�dados�dos�subgrupos.� 
 » �Um�gráfico�para�avaliar�o�comportamento�da�variação�da�variável�ao�longo�do�tempo.�Gráfico�
R:�amplitude�dos�dados�dentro�de�cada�subgrupo.�
Embora seja utilizado tanto em aplicações administrativas quanto em industriais, é a 
ferramenta preferida em muitas aplicações industriais.
Vantagens do Gráfico X-barra/R: 
 » �Os�subgrupos�permitem�uma�estimativa�mais�precisa�de�variabilidade�“local”�ou�de 
�curto�prazo; 
 » �As�causas�de�variação�que�afetam�a�média�podem�ser�distinguidas�das�que�afetam�a�
variabilidade. 
As�vantagens�de�uma�carta�X-barra/R�desaparecem se ocorrerem causas especiais sistemáticas,�
isto�é,�uma�causa�especial�que�apareça�em�cada�subgrupo.�Por�exemplo,�suponha�que�você�esteja�
contando�erros�para�ordens�recebidas�por�telefone�e�tenha�quatro�operadores�preenchendo�
pedidos.�Seria�natural�você�querer�criar�subgrupos�de�4,�pegando�um�formulário�de�pedido�de�cada�
operador.�Mas,�se�um�operador�estiver�consistentemente�melhor�ou�pior�do�que�os�outros,�você�
estaria�misturando�variações�de�causa�comum�e�causa�especial�nos�dados.�A�carta�ficará�inutilizada,�
obscurecendo�diferenças�entre�operadores�e�tornando�difícil�detectar�causas�especiais�no�processo.�
Estude�cuidadosamente�antes�de�formar�subgrupos�de:
 » Valores�de�diferentes�operadores,�máquinas,�turnos,�posições,�etc. 
 » �Dados�determinados�por�calendário�de�semanas,�meses,�ou�trimestres.
Gráficos X-barra/R
Measure
175
Cada�ponto�no�primeiro�gráfico�
é�a�média�de�um�subgrupo.
115
GRÁFICO XBARRA-R: TEMPO DE CICLO
Semana
44
M
éd
ia
 a
m
os
tr
al
40
48
15105 201
52 LSC=51.12
LIC=40.48
X=45.8
SemanaA
m
pl
itu
de
 a
m
os
tr
al
0
8
15105 201
16 LSC=13.39
LIC=0
R=5.2
O�tempo�de�ciclo�de�uma�operação�foi�medido�três�vezes�por�semana�durante�20�semanas.
Cada�ponto�no�segundo�gráfico�
é�a�amplitude�dentro�do�
mesmo�subgrupo.
Semana Amostra
01 45 48 48
02 46 46 44
03 41 47 47
04 41 44 45
05 43 50 41
06 41 45 47
07 48 46 46
08 48 44 45
09 49 45 46
10 46 50 44
11 42 46 48
12 42 49 47
13 54 56 49
14 43 44 45
15 42 45 59
16 44 47 44
17 46 51 45
18 44 42 40
19 45 45 46
20 42 47 43
Pode-se�observar�uma�causa�especial�na�média�na�
semana�13,�porém�não�observa-se�uma�causa�especial�
nesta�semana�no�gráfico�R.�Esse�comportamento�indica�
que�o�tempo�nas�três�medidas�subiram�e�não�somente�
em 1 delas. 
Na�semana�15,�observa-se�um�comportamento�
diferente.�Uma�causa�especial�no�gráfico�R,�ou�seja,�
apenas�uma�das�três�medidas�teve�um�tempo�maior,�
aumentando�a�amplitude,�porém�não�contribuiu�para�o�
aumento�significativo�da�média.�
176
O que é? Quando utilizar? 
O�gráfico�X-barra/S�é�similar�ao�gráfico�X-barra/R.�É�usado�quando�dados�contínuos�são�coletados�
em�subgrupos�(amostras)�de�tamanho�constante�ou�variável.�Nesse�caso�constrói-se�dois�gráficos: 
 » �Um�gráfico�para�avaliar�o�comportamento�da�média�da�variável�ao�longo�do�tempo.� 
Gráfico�X-barra:�médias�de�dados�dos�subgrupos. 
 » �Um�gráfico�para�avaliar�o�comportamento�da�variação�da�variável�ao�longo�do�tempo.� 
Gráfico�S:�desvio�padrão�dos�dados�dentro�de�cada�subgrupo. 
No gráfico X-barra/S, substituímos o gráfico da amplitude (R – range) pelo gráfico do desvio 
padrão (S –standard deviation). A interpretação é a mesma, mas pode ser utilizado quando os 
subgrupos são de tamanho constante ou variável.
117
Semana
44
M
éd
ia
 a
m
os
tr
al
40
48
15105 201
52
Semana
De
sv
io
 p
ad
rã
o
 a
m
os
tr
al
0
4
15105 201
8
S
117
Semana
44
M
éd
ia
 a
m
os
tr
al
40
48
15105 201
52
Semana
De
sv
io
 p
ad
rã
o
 a
m
os
tr
al
0
4
15105 201
8
S
Cada�ponto�no�primeiro�gráfico�representa�a�média�de� 
um�subgrupo.
Cada�ponto�no�segundo�gráfico�é�o�desvio�padrão�dentro�do�
mesmo�subgrupo.
Note que neste gráfico tiramos as mesmas conclusões que no gráfico X-barra/R. 
Semana Amostra
01 45 48 48
02 46 46 44
03 41 47 47
04 41 44 45
05 43 50 41
06 41 45 47
07 48 46 46
08 48 44 45
09 49 45 46
10 46 50 44
11 42 46 48
12 42 49 47
13 54 56 49
14 43 44 45
15 42 45 59
16 44 47 44
17 46 51 45
18 44 42 40
19 45 45 46
20 42 47 43
Gráficos X-barra/S
Measure
177
Comparação
 » O�uso�do�gráfico�X-barra/R�tem�razões�históricas. 
 » �No�passado,�sem�a�disponibilidade�de�recursos�computacionais,�era�mais�fácil�calcular�a�
amplitude�(R)�do�subgrupo�do�que�o�desvio�padrão�(S).� 
 » �Essa�razão�não�existe�mais�se�o�gráfico�é�feito�com�o�auxílio��de�um�software.
ou�X-barra/R X-barra/S 
Measure
179
Regras para 
causas especiais, 
alteração dos limites 
e erros de decisão
Gráfico de Controle
180
120
-20
seg sex qui qua ter
M
in
ut
os
Dia da semana
-30
-10
30
20
10
0
-20
seg sex qui qua ter
M
in
ut
os
Dia da semana
-30
-10
30
20
10
0
-20
seg sex qui qua ter
M
in
ut
os
Diada semana
-30
-10
30
20
10
0
120
-20
seg sex qui qua ter
M
in
ut
os
Dia da semana
-30
-10
30
20
10
0
-20
seg sex qui qua ter
M
in
ut
os
Dia da semana
-30
-10
30
20
10
0
-20
seg sex qui qua ter
M
in
ut
os
Dia da semana
-30
-10
30
20
10
0
120
-20
seg sex qui qua ter
M
in
ut
os
Dia da semana
-30
-10
30
20
10
0
-20
seg sex qui qua ter
M
in
ut
os
Dia da semana
-30
-10
30
20
10
0
-20
seg sex qui qua ter
M
in
ut
os
Dia da semana
-30
-10
30
20
10
0
Há�inúmeras�regras�para�apontar�possíveis�
causas�especiais.�O�princípio�básico�por�
trás�de�todas�elas�é�apontar�padrões�com�
baixa�probabilidade�de�ocorrer�se�somente�
causas�comuns�estiverem�atuando�
(processo�estável).�As�mais�comuns�serão�
apresentadas.�Nenhuma�das�regras�deve�
ser�usada�como�regra�de�decisão.�É�preciso�
analisar�o�contexto�para�decidir�se�uma�
determinada�situação�será�tratada�como�
especial.
Observação: os�livros�e�manuais�podem�
divergir�com�respeito�ao�número�de�pontos�
que�formam�uma�sequência�dependendo�
da�área�de�estudo:
 » �Sete�ou�oito�pontos�acima�ou�abaixo�
da�média;
 » �Cinco�ou�seis�pontos�em�sequência�
crescente�ou�decrescente;
 » Etc.
Os�softwares�de�análise�de�dados�têm,�em�
geral,�essas�regras�automatizadas.
Regras para 
causas especiais
Measure
181
Os�limites�de�controle�refletem�o�comportamento�do�processo�e�só�devem�ser�alterados�se�há�
evidência�de�que�houve�alteração�significante�no�comportamento�do�processo. 
O�exemplo�seguinte�mostra�uma�situação�típica�onde�ocorre� 
uma�alteração�nos�limites�de�controle.� 
 » �Após�uma�sequência�de��oito�ou�mais�pontos�abaixo�da�média,�os�limites�de�controle� 
são�recalculados.�
121
-20
seg sex qui qua ter
M
in
ut
os
Dia da semana
-30
-10
30
20
10
0
-20
seg sex qui qua ter
M
in
ut
os
Dia da semana
-30
-10
30
20
10
0
121
-20
seg sex qui qua ter
M
in
ut
os
Dia da semana
-30
-10
30
20
10
0
-20
seg sex qui qua ter
M
in
ut
os
Dia da semana
-30
-10
30
20
10
0
Alteração dos 
limites de controle
182
Erros�de�decisão�são�intrínsecos�ao�GC.�A�proposta�de�Shewhart�(limites�de�controle)�procura�um�
equilíbrio�entre�os�dois�tipos�de�erros.�
ERRO 1:�reagir�a�um�resultado�como�se�viesse�de�uma�causa�especial,�quando�na�verdade�vem�de�
causas�comuns�de�variação.
ERRO 2:�tratar�um�resultado�como�se�viesse�de�causas�comuns�de�variação,�quando�na�verdade�
vem�de�uma�causa�especial.
 » �Devemos�tratar�causas�comuns�como�causas�comuns�e�causas�especiais�como�causas�
especiais.�Quando�tratamos�causas�comuns�como�causas�especiais,�estamos�colocando�mais�
fatores�no�processo�e�aumentando�sua�variação.��Já�quando�tratamos�causas�especiais�como�
causa�comuns,�estamos�gastando�recursos�para�adequar�uma�situação�esporádica�como�
parte�integrante�do�processo.�
Tipo de ação
Causa especial
Agir com base nas diferenças 
entre pontos individuais
Causa comum 
Agir com base no processo
Ti
po
 d
e 
va
ria
çã
o
Ca
us
a 
es
pe
ci
al
Ca
us
a 
co
m
um
Aumento�da�variação
�Redução�da�variação
�Redução�da�variação
Perda de tempo para 
resolver�o�problema
Consequências de 
ações com base no G.C.
Measure
183
Limite de Controle 
e Limite de 
Especificação
Gráfico de Controle
184
Limites de especificação:
Vêm�de�exigências�da�engenharia�ou�dos�clientes,�representam�o�que�alguém�quer�que�o�processo�
faça�e�podem�ser�alterados�por�exigência�do�cliente.�Está�relacionado�com�o�VOC�(Voz�do�cliente).
Limites de controle:
São�calculados�com�os�dados�do�processo,�representam�o�que�um�processo�é�realmente�capaz�
de�fazer�e�só�podem�ser�alterados�quando�mudanças�no�processo�alteram�o�comportamento�dos�
indicadores�(produzem�impacto).�Está�relacionado�com�o�VOP�(Voz�do�processo).
Limites de especificações não devem ser utilizados em um gráfico de controle.
Limites de especificação 
vs. limites de controle
Measure
185
Como se pode atender às especificações do cliente?
 » �Trabalhe�com�clientes�para�expandir�as�especificações�de�“entre�30�e�40”�para�“entre�20�e�50”�
(geralmente�impossível!). 
 » �Inspecione�cada�item�e�rejeite�ou�descarte�uma�quantidade�previsível�(qualidade�com� 
alto�custo). 
 » Melhore�o�processo�reduzindo�a�variação�de�causa�comum.127
10
20
40
50
60
30
1074 1310 32 65 98 1211 1514 1817 21201916
Especif.�Inferior� 
do�Cliente�=�30
Especif.�Superior� 
do�Cliente�=�40
Limites de especificação 
vs. limites de controle
Semana
Co
m
pr
im
en
to
186
128
Dentro das especificações Fora das especificações
Estável
(controlado)
Instável
(sem�controle)
A�melhor situação�é�o�processo�estável�(VOP)�e�dentro�das�especifi�cações�(VOC),�pois�não�temos�
problema�com�as�especifi�cações�do�cliente�e�o�processo�está�“controlado”.
O pior cenário é�o�processo�instável�e�fora�das�especifi�cações.�Nesse�devemos�primeiro�tentar�
estabilizar�(remover�causas�especiais)�o�processo�e�depois�reduzir�sua�variação�de�causa�comum�
para�atender�às�especifi�cações.
Quando�o�processo�está�estável,�mas�fora�das�especifi�cações,�devemos�trabalhar�para�reduzir�a�
variação�e�atender�às�especifi�cações�do�cliente.
Mesmo quando o processo está dentro das especifi cações, mas é instável, devemos trabalhar 
para estabilizá-lo, pois assim temos mais controle de que os resultados futuros se manterão 
dentro das especifi cações.
Limites de especifi cação 
e limites de controle
Capabilidade
188
Quando utilizar?
Sempre�que�existir�especificações�é�possível�calcular�a�
capabilidade�do�processo.
Um�processo�produz�um�resultado�que�pode�ser�um�
produto�ou�um�serviço�e�que�tem�características�que�
são�críticas�para�os�clientes.�Essas�características�têm�
especificações�que�podem�ser�explícitas�ou�implícitas.
Uma falha com respeito a uma especificação é 
considerada um defeito, e produtos ou serviços 
que apresentam um ou mais defeitos são 
considerados defeituosos. 
As�medidas�de�capabilidade�de�processo�medem�
o�desempenho�de�um�processo�com�respeito�às�
especificações�dos�clientes.�São�indicadores�de�qualidade�
de�um�processo�e�permitem�comparar�diferentes�
processos�entre�si�e�o�mesmo�processo�ao�longo�do�
tempo,�além�de�possibilitar�avaliar�se�os�esforços�de�
melhoria�estão�produzindo�os�resultados�desejados�e�
priorizar�projetos�de�melhoria.
Capabilidade
O que é?
São�medidas�que�indicam�a�capacidade�de�um�processo�atender�às�especificações�de�clientes.
Duas�perspectivas�devem�ser�consideradas�quando�examinarmos�um�processo�quanto�à�sua�
capabilidade: 
 » �Passado:�o�que�foi�produzido�atende�às�especificações?�
 » �Futuro:�podemos�prever�que�o�processo�irá�atender�às�especificações?
Measure
189
Como�nos�gráficos�de�controle,�as�medidas�de�capabilidade�também�dependem�de�como�a�
característica�é�medida.
A�primeira�etapa�para�a�construção�do�gráfico�de�controle�é�definir�qual�o�tipo�de�variável�que�
estamos�trabalhando,�lembrando�que�essas�podem�ser�do�tipo�contínuas,�contagem� 
ou�classificação.�
Dados contínuos
Dados de atributo
Defeituoso?
(Classificação)
Defeitos?
(Contagem)
Defeito
Sim!
Item�produzido
Sim?� 
Quantos?�2
Tipos de variáveis
Measure
191
Capabilidade 
para Atributos
Capabilidade
192
Quando�falamos�de�capabilidade�para�atributos,�podemos�falar�de�algumas�definições:
Unidade
Um�item�que�está�sendo�processado�ou�um�bem�ou�serviço�(produto)�final�entregue�ao�consumidor.�
Defeito
Qualquer�parte�de�um�produto�ou�serviço�que�não�atende�a�uma�especificação�ou�requerimento�ou�
causa�insatisfação�ao�cliente�ou�não�atende�aos�requisitos�funcionais.�
Oportunidade para defeitos
Cada�especificação�necessária�à�satisfação�do�consumidor�de�um�produto�ou�serviço�representa�
uma�oportunidade�para�ocorrência�de�um�defeito�ou,�dito�de�forma�resumida,�representa�uma�
oportunidade�para�defeito.
Defeituoso
Uma�unidade�do�produto�ou�serviço�que�apresenta�um�ou�mais�defeitos.�
Exemplo�das�definições�aplicadas�em�um�call�center�com�o�objetivo�de�monitorar�chamadas�com�
mais�de�60�segundos�para�atendimento:�
Área: Call Center
Reclamação: “tenho�que�esperar�muito�tempo�para�ser�atendido”.Crítico para a Qualidade (KPI): tempo�de�espera�em�segundos.
Defeito:�chamadas�cujo�tempo�de�espera�é�maior�que�60�segundos.
Unidade:�uma�chamada.
Oportunidade: uma�por�chamada.
Defeituoso:�chamada�cujo�tempo�de�espera�é�maior�ou�igual�a�60�segundos.
Capabilidade para 
atributos: definições
Measure
193
Os�indicadores�baseados�em�defeituoso�não�levam�em�consideração�o�número�de�defeitos,�
somente�a�existência�ou�não�de�defeito�(defeituoso).
Métricas Fórmula
P�= P�=�
PPM
Rendimento�final
Percentual� 
de�defeituosos
Número�de�defeituosos
Número�de�unidades�avaliadas
x�100
PPM�=�P�x10000
Y =�100�-��percentual�de�defeituosos
Final
 » Os�indicadores�utilizados�são:
Equivalentes
(Todos�defeituosos)
P�=�
P�=�
P�=�
P�=�
106�impressoras�(de�um�total�de�
850�avaliadas)�são�defeituosas
37�placas�de�circuito�impresso� 
(de�um�total�de�1250�avaliadas)� 
são�defeituosas
81�solicitações�de�pagamento�
de�seguro-saúde�(de�um�total�de�
450�avaliadas)�são�defeituosas
73�extratos�de�cartão�de�crédito�
(de�um�total�de�200�avaliados)�
são�defeituosas
PPM�=
PPM�=
PPM�=
PPM�=
Exercício
Indicadores baseados 
em defeituosos
194
Os�indicadores�baseados�em�defeitos�levam�em�consideração�o�número�de�defeitos.�Isto�é,�um�
defeituoso�que�possui�um�defeito�não�é�equivalente�a�um�defeituoso�que�apresenta�cem�defeitos.� 
Observações:
É�importante�que�o�número�de�oportunidades�para�defeitos�permaneça�constante�ao�longo�de�sua�
análise,�pois�o�número�de�oportunidades�é�um�ingrediente�do�cálculo�de�alguns� 
índices�de�capabilidade. 
O�cálculo�dos�índices�de�capabilidade�é�influenciado�pela�definição�de�oportunidade.�Se�o�número�
de�oportunidades�mudar,�os�índices�de�capabilidade�não�serão�comparáveis,�portanto�é�importante�
que�as�definições�de�defeitos�e�de�oportunidades�permaneçam�constantes�por�toda�realização� 
do�projeto�de�melhoria.
Não equivalentes
(Diferentes�quantidades 
de�defeitos�por�unidade)
Definições 
 » O�=�número�de�oportunidades�de�defeitos�por�unidade 
 » U�=�número�de�unidades�processadas 
 » D�=�Número�total�de�defeitos�encontrados
Indicadores baseados 
em defeitos
Measure
195
 » DPU:�Defeitos�por�Unidades�
 » DPO:�Defeitos�por�Oportunidade
 » DPMO:�Defeitos�por�Milhão�de�Oportunidades
DPMO�=�DPO�x�106
DPU�=
#�de�Defeitos D=
U#�de�Unidade�Avalidadas
DPO�=
#�de�Defeitos
#�de�Unid.�Aval.�x�#�Oport.
D
U*O
=
PPM�= 
DPU�= 
DPO�= 
DPMO�=
PPM�= 
DPU�= 
DPO�= 
DPMO�=
PPM�= 
DPU�= 
DPO�= 
DPMO�=
110�defeitos�e�850�impressoras�
avaliadas.�10�oportunidades�de�
defeitos�por�impressora.� 
37�defeituosas
198�defeitos�em�1250�placas�de�
circuito�impresso�avaliadas.� 
120�oportunidades�de�defeitos�
por�placa.�37�defeituosos
463�defeitos�em�450�solicitações�
de�pagamento�de�seguro-saúde�
avaliadas.�13�oportunidades� 
de�defeitos�por�solicitação.� 
81�defeituosos
Exercício
Indicadores baseados 
em defeitos
196
Se�o�seu�médico�lhe� 
disser�que�estudos� 
ALTAMENTE�CONFIÁVEIS� 
têm demonstrado 
que�tomar�um�certo� 
remédio�reduz�o�risco� 
de�contrair�uma�doença� 
grave�em�50%,�você�tomaria?
Suponha�que�ele�acrescenta� 
que�o�RISCO�é�de�2%�para�
pessoas�que�não�tomam� 
o�remédio�e�de�1%�para�os 
�que�tomam.�Será�que� 
você�ainda�tomaria?
E�o�que�você�faria�se�ele� 
lhe�disser�que�apenas� 
UM�EM�CADA�100 
�pacientes�que�tomam�
a�droga�vai�realmente�
beneficiar-se�dela?
Dependendo�de�como�mostramos�o�indicador,�podemos�ter�
uma�tendência�para�a�tomada�de�decisão,�apresentando�
caminhos�diferentes.�Dessa�forma�devemos�ter�cuidado�como�os�
indicadores�são�apresentados.
Não podemos simplesmente comparar os números de acidentes 
entre empresas, pois nem todas foram expostas ao mesmo risco, 
sendo então necessário relativizar o número de acidentes ao risco.
Exemplo: 
Dados�de�acidentes�durante�o�ano�de�
2010�foram�coletados�de�14�empresas�
de�transporte.�Os�caminhões�são�
de�porte�semelhante,�carregam�
cargas�semelhantes�e�trafegam�
essencialmente nas mesmas estradas. 
Empresa Número de Acidentes
A 21
B 5
C 22
24
17
22
8
15
16
6
11
20
8
5
D
E
F
G
H
I
J
K
L
M
N
Indicador absoluto 
ou relativo?
Podemos comparar o desempenho das empresas com 
base nessa medida?
Measure
197
Empresa
km rodados
(milhões)
Número de 
acidentes
Taxa de acidentes 
(média)
A 9.3 21 2.26
1.22
2.29
3.08
2.13
1.98
0.93
1.79
1.19
3.20
1.13
2.34
2.17
1.16
5
22
24
17
22
8
15
5
16
6
11
20
8
4.1
9.6
7.8
8
11.1
8.6
8.4
4.2
5
5.3
4.7
9.2
6.9
B
C
D
E
F
G
H
I
J
K
L
M
N
Uma�informação�importante�é�o�número�de�quilômetros�
rodados�pelos�caminhões�de�cada�empresa.
Indicador absoluto 
ou relativo?
198
Discursos�de�dois�políticos�adversários�disputando�uma�eleição: 
Candidato A (oposição): 
60%�das�escolas�de�segundo�grau�do�estado�tiveram�um�desempenho�pior�esse�ano�comparado�ao�
do ano passado. 
Candidato B (situação): 
80%�dos�estudantes�do�segundo�grau�do�estado�tiveram�desempenho�melhor�esse�ano�comparado�
ao ano passado. 
Quem está falando a verdade? Quem está mentindo?
 » �Outro�ponto�importante�em�que�devemos�manter�nossa�atenção�é�sobre�a�base�amostral.�
Não�é�incomum�entrarmos�em�discussão�falando�de�coisas�diferentes.��Nesse�exemplo,�o�
candidato�A�está�falando�sobre�as�escolas�do�estado,�enquanto�os�dados�levantados�pelo�
candidato�B�são�sobre�os�estudantes�do�estado.
Taxa ou porcentagem? 
Absoluto ou relativo?
Measure
199
Capabilidade para 
Variáveis (contínuas)
Capabilidade
200
Variável 
aleatória contínua
Como identificar a distribuição estatística?
Histograma com aproximação da curva contínua
146
Tempo
5
0
10
5 15 25 35 40302010
15
20
25
30
35
Pe
rc
en
tu
al
Pe
rc
en
tu
al
Tempo
0
10
0 40 50302010
20
30
40
146
Tempo
5
0
10
5 15 25 35 40302010
15
20
25
30
35
Pe
rc
en
tu
al
Pe
rc
en
tu
al
Tempo
0
10
0 40 50302010
20
30
40
Já�vimos�que�o�histograma�é�uma�forma�de�representar�graficamente�a�distribuição�dos� 
dados�de�uma�amostra�e�que�histogramas�de�dados�contínuos�podem�ser�aproximados�por�uma�
curva�contínua.
Variável aleatória contínua
Em�um�call�center�o�tempo�de�atendimento�de� 
um�cliente�é�monitorado.�Os�valores�possíveis� 
são,�em�princípio,�infinitos�dentro�de�um�
intervalo�de�tempo�(a,�b),�a�<�b 
Nesse�caso,�não�faz�sentido�perguntar�qual�é�a�
probabilidade�de�que�o�tempo�de�atendimento�
seja�igual�a�um�valor�to.�Na�realidade,�essa�
probabilidade�é�igual�a�zero. 
O�que�se�pode�perguntar�é�qual�é�a�probabilidade��
de�que�o�tempo�de�atendimento�esteja�dentro�de�
um�intervalo�(x,�y),�ou�seja,�P(x�<�t�<�y).
Measure
201
Variável 
aleatória contínua
20 amostras 100 amostras
1000 amostras 10000 amostras
148
Pe
rc
en
tu
al
x20
x1000
0
10
98 10 11 12
20
30
Pe
rc
en
tu
al
x100
0
5
98 10 11 12
10
15
20
Pe
rc
en
tu
al
0
2
98 10 11 12
4
6
8
x10000
Pe
rc
en
tu
al
0
2
98 10 11 12
4
6
8
148
Pe
rc
en
tu
al
x20
x1000
0
10
98 10 11 12
20
30
Pe
rc
en
tu
al
x100
0
5
98 10 11 12
10
15
20
Pe
rc
en
tu
al
0
2
98 10 11 12
4
6
8
x10000
Pe
rc
en
tu
al
0
2
98 10 11 12
4
6
8
148
Pe
rc
en
tu
al
x20
x1000
0
10
98 10 11 12
20
30
Pe
rc
en
tu
al
x100
0
5
98 10 11 12
10
15
20
Pe
rc
en
tu
al
0
2
98 10 11 12
4
6
8
x10000
Pe
rc
en
tu
al
0
2
98 10 11 12
4
6
8
148
Pe
rc
en
tu
al
x20
x1000
0
10
98 10 11 12
20
30
Pe
rc
en
tu
al
x100
0
5
98 10 11 12
10
15
20
Pe
rc
en
tu
al
0
2
98 10 11 12
4
6
8
x10000
Pe
rc
en
tu
al
0
2
98 10 11 12
4
6
8
Na�construção�do�histograma,�quanto�maior�
a�quantidade�de�dados�coletados�melhor�a�
aproximação�da�curva�esperada.
A�análise�de�histograma�traz�a�probabilidade�de�
ocorrência.�Analisando�o�primeiro�histograma,�
temos�que�a�probabilidade�de�ocorrência�
de�valores�abaixo�de�9�é�a�dada�pela�barra�
preenchida�de�azul,�que�está�em�10%.
Já�no�segundo�histograma,�a�probabilidade�
é�igual�à�soma�das�barras�abaixo�de�9�e�assim�
sucessivamente.�Outro�modo�de�calcular�a�
probabilidade�é�através�da�área�abaixo�da�curva,�
por�meio�do�cálculo�da�integral.�
À medida que coletamos maisdados, fica 
mais parecida a probabilidade resultante do 
histograma com a dada pela área da curva.
202
Variável 
aleatória contínua
Muitas�características�de�qualidade�que�são�contínuas�têm�distribuição�razoavelmente�simétrica�
e�podem�ser�aproximadas�por�uma�curva�em�forma�de�sino�conhecida�como�curva�normal,�que�
corresponde�à�distribuição�normal. 
 » A�mais�importante�é�a�distribuição�normal�ou�gaussiana.�
 » Ela�tem�a�forma�de�um�sino.
150
x
De
ns
id
ad
e
0
0.1
-2-3 -1 0 1 32
0.2
0.3
0.4
Normal; Média=0; DP=1
De
ns
id
ad
e
 
0.02
52 56 60 64 68
0.04
0.06
0.08
0.10
Y
72 76 80
Valores % de valores(histograma)
Probabilidade
(distribuição)
(Y�<�60)
(Y�>�70)
60�<�y�<�70
P(Y�<�60)�=�0.167
P(Y�>�70)�=�0.146
P(60�<�y�<�70)�=�0.687P(60�<�y�<�70)�=�0.675
P(Y�>�70)�=�0.140
P(Y�<�60)�=�0.185
A distribuição normal (gaussiana)
Measure
203
Toda�curva�normal�é�definida�por�dois�parâmetros:�média�e�desvio�padrão.�A�média�é�uma�medida�
de�localização�e�o�desvio�padrão�traz�a�dispersão�da�amostra.� 
Nesse�exemplo�podemos,�apenas�pelo�gráfico,�sem�nos�preocuparmos�com�valores,�ver�que�a�curva�
normal�verde�e�a�azul�possuem�a�mesma�média,�mas�desvio�padrão�diferente.�Já�a�curva�azul�e�
vermelha�têm�desvios�padrão�iguais�e�médias�diferentes.
151
x
De
ns
id
ad
e
0.00
0.05
0-10 10 20 30
0.10
0.15
0.20
Normal
Média DP
Utilizamos�a�notação
X�~N�(µ,�Ơ��)
2
Definição de uma 
curva normal
204
Para�qualquer�distribuição�normal,�não�importa�qual�seja�a�média�e�o�desvio�padrão,�temos�que:
 » �Entre�a�média�e�uma�variação�de�um�desvio�padrão�temos�68,3%�da�população. 
 » �Entre�a�média�e�uma�variação�de�dois�desvios�padrão�temos�95,4%�da�população. 
 » �Entre�a�média�de�e�uma�variação�de�três�desvios�padrão�temos�99,73%�da�população.
Ou�seja,�se�produzimos�blocos�de�metal�com�média�de�comprimento�de�10�cm�e�desvio�padrão�de� 
1�cm,�significa�que�teremos�99,73%�de�chances�de�que�um�bloco�produzido�esteja�entre�9,97�e� 
10,03�cm.�Entre�9,98�cm�e�10,02�cm,�temos�95,4%�de�chances�e�entre�9,99�cm�e�10,01�cm�temos�
68,3%�de�chances.�
152
99.7%
95.4%
68.3%
X
μ-3σ μ-2σ μ-1σ μ μ+1σ μ+2σ μ+3σ
Propriedades da 
distribuição normal
Measure
205
Como saber se a Curva Normal é uma boa aproximação?
153
Fr
eq
uê
nc
ia
5
0
10
5 15 25 35 40302010
15
20
25
30
35
Média 20.94
DP 6.389
N 200
Fr
eq
uê
nc
ia
TempoTempo
5
0
10
-3 3 9 151260
15
20
25
30
Média 1.672
DP 2.030
N 1000
153
Fr
eq
uê
nc
ia
5
0
10
5 15 25 35 40302010
15
20
25
30
35
Média 20.94
DP 6.389
N 200
Fr
eq
uê
nc
ia
TempoTempo
5
0
10
-3 3 9 151260
15
20
25
30
Média 1.672
DP 2.030
N 1000
Uma�forma�de�entender�a�distribuição�dos�dados�é�construindo�um�histograma�e�a�curva�ajustada�
para�distribuição�normal.�Assim�podemos�analisar�se�os�dados�observados,�vistos�pelas�barras�do�
histograma,�se�ajustam�à�curva�normal.
Distribuição 
normal
206
Para�calcularmos�a�capabilidade�é�necessário�compararmos�a�voz�do�processo� 
com�a�voz�do�cliente,�ou�seja,�precisamos�saber�o�que�o�processo�entrega�e�o�que�o�cliente�espera.�
Para�isso�precisamos�das�especificações�do�cliente,�que�podem�ser�de�três�tipos:
155
LIE LSE
QMM
LIE
Qmm
LSE
Nominal é melhor (NM): quando�temos�uma�
faixa�de�operação�do�processo,�o�cliente�fornece�
limite�superior�de�especificação�e�limite�inferior�
de�especificação.�Ex.:�Diâmetro�de�parafusos.
Quanto maior melhor (QMM):�quando�temos�
um�requisito�mínimo�para�o�produto�ou�serviço.�
O�cliente�fornece�o�limite�inferior�de�controle.�
Ex.:�Força�de�rompimento�de�estrutura� 
de concreto.
Quanto menor melhor (Qmm): quando�o�
cliente�fornece�o�limite�superior�de�controle.�
Ex.:�Tempo�de�espera�filas�de�banco.
Tipos de 
especificações
Measure
207
Existem�duas�formas�de�medir�a�capabilidade�de�uma�variável�contínua: 
 » %�ou�PPM
 » Índice�de�Capabilidade
O�primeiro�índice�de�capabilidade�para�variáveis�contínuas�que�estudaremos�é�a�performance,�onde�
calculamos�o�PPM�(partes�por�milhão)�de�peças�defeituosas.�Existem�dois�tipos�de�performance:
 Performance observada: contamos�o�número�de�peças�abaixo�e�acima�das�especificações,�dividimos�
pelo�número�de�peças�avaliadas�e�multiplicamos�por�um�milhão:�
performance observada = [(#abaixo + #acima) / (#avaliadas)] x (10)
 Performance esperada:�calculamos�a�média�(μ)�e�o�desvio�padrão�(σ)�da�amostra�de�peças�e,�
utilizando�a�distribuição�normal,�calculamos�qual�seria�o�PPM�esperado�de�acordo�com�o�modelo�
normal�e�multiplicamos�por�um�milhão:�
performance esperada = [P (X ≤ LIE) + P (X ≥ LSE)] x (10) 
Como�muitas�vezes�retiramos�uma�pequena�amostra�para�calcular�a�performance�(30�peças,�por�
exemplo),�uma�única�peça�fora�da�especificação�pode�fazer�com�que�a�performance�observada�seja�
bastante�alterada.�Nesse�sentido,�a�performance�esperada�é�mais�robusta�e�indica�o�que�esperamos�
que�aconteça�ao�longo�da�produção�de�milhões�de�peças.
Performance observada: PPM de itens fora da especificação na amostra 
Performance esperada: PPM calculado com a curva normal aproximada
157
LIE LSE
Tempo de entrega
% de defeituosos = % abaixo + % acima
ppm = % de defeituosos x 10.000
Capabilidade para 
variáveis contínuas
 6
 6
208
 » �O�C���é�o�índice�de�capabilidade.�
Note�que,�quanto�menor�a�variação�
natural�(6×D.P),�maior�o�Cp. Dessa 
forma�procuramos�por�índices�altos�
de�capabilidade.�Algumas�referências�
colocam�índices�acima�de�1,33�como�
bons�e�acima�de�1,66�como�ótimos,�
mas isso depende de cada caso 
(comparação�com�concorrentes,�outras�
plantas�etc.).
Índice de capabilidade (nominal é melhor) 
 » Tolerância�(Tol)�=�LSE-LIE
 » Variação�natural�do�processo�=�6xD.P.
158
Tolerância
LIE LSE
Variação natural
C
LSE�-�Média Média�-�LIE
,
3�x�D.P. 3�x�D.P.
pk
 » �O�C������leva�em�consideração�a�
localização�do�processo�em�relação�à�
voz�do�cliente,�incorporando�a�média�
do�processo�no�cálculo.
pk
== =
Tol
6�x�D.P. 6�x�D.P.
LSE�-�LIECp
p
Capabilidade para 
variáveis contínuas
min
Measure
209
Uma�empresa�produz�pacotes�de�biscoito�cujo�peso�líquido�declarado�é�200�g.��As�especificações�
são:�LIE�=197�g�e�LSE�=�203�g�(Voz�do�Cliente).�Situação�1: 
 » �De�uma�amostra�de�pacotes�produzidos�obteve-se:
 » Média�=�200�g�e�
 » �desvio�padrão�=�1�g��(Voz�do�Processo)
PPM�= 
 
Cp�= 
 
Cpk�=
159
LIE LSE
197 198 199 200 201 202 203
Exemplo – 
situação 1
Gramas
210
Uma�empresa�produz�pacotes�de�biscoito�cujo�peso�líquido�declarado�é�200�g.�As�especificações�
são:�LIE�=197�g�e�LSE�=�203�g�(Voz�do�Cliente).�Situação�2: 
�De�uma�amostra�de�pacotes�produzidos�obteve-se�
 » Média�=�197�g�e�
 » �desvio�padrão�=�1�g� 
(Voz�do�Processo)
PPM�= 
 
Cp�= 
 
Cpk�=
160
LIE LSE
194 195 196 197 198 199 201200 202 203
Exemplo – 
situação 2
Gramas
Measure
211
Este�quadro�resume�as�ações�a�serem�tomadas�em�cada�caso�do�C���e�C����:
Cp
Baixo Alto
Diminuir�a�variação
Impossível
Ajustar�a�média� 
no�valor�nominal
O.K.
Cp
k Ba
ix
o
Al
to
p pk
Índice de capabilidade para especificação unilateral
162162
C
Média�-�LIE
3�x�D.P.pk =
C LSE�-�Média
3�x�D.P.
pk =
Quando�temos�especificações�do�tipo�quanto�menor�melhor�e�quanto�maior�melhor,�não�é�possível�
calcular�o�Cp,�pois�é�impossível�calcular�a�tolerância.�Nesse�caso�só�podemos�calcular�o�Cpk.
Capabilidade para 
variáveis contínuas
212
Calcule�a�capabilidade�do�processo�somente�se�o�processo�estiver�estável.�Caso�contrário,�cuidado�
especial�deve�ser�tomado�na�interpretação�e�utilização�do�resultado.�Se�o�processo�não�está�sob�
controle�estatístico,�é�preciso�primeiro�estabilizá-lo�antes�de�se�calcular�os�índices�de�capabilidade.�
 » �Quando�precisamos�aumentar�a�capabilidade,�geralmente�precisaremos�ajustar�a�média�do�
processo�ao�valor�nominal�(objetivo)�e�reduzir�a�variação.� 
Usualmente, é mais simples ajustar ao valor nominal do que reduzir variabilidade.
VOP
Situação
Processo estável Processo instável
NM�-�Ajustar�a�média� 
e�diminuir�a�variação
QMM�-��Aumentar�a�média/�
reduzir�a�variaçãoQmm�-�Reduzir�a�média/�
reduzir�a�variação
Estabilizar� 
o processo
Necessita� 
muitas�melhorias�
O.K.Capabilidade 
alta
Capabilidade 
baixa
VOC 
Situação
Capabilidade 
e estabilidade
Measure
213
Uma�estatística�bastante�utilizada�para�
comparar�a�qualidade�entre�processos�é�o�
nível sigma.�Um�processo�6��é�definido�como�
aquele�em�que�o�limite�inferior�de�especificação�
está�localizado�a�uma�distância�de�−6�desvio-
padrão�da�média�e�que�o�limite�superior�de�
especificação�está�localizado�a�uma�distância�de�
+6�desvio-padrão�da�média. 
Ocasionando�em�0,002�ppm�quando�a�
distribuição�normal�está�centrado�no�alvo�ou�
valor�nominal.�Ou�seja,�sob�a�qualidade�Seis�
Sigma,�a�probabilidade�de�produzir�um�produto�
dentro�das�especificações�é�de�0,999999998 
Porém,�quando�o�conceito�Seis�Sigma�foi�
inicialmente�desenvolvido,�fez-se�uma�
suposição�de�que�quando�o�processo�alcançasse�
o�nível�de�qualidade�Seis�Sigma,�a�média�do�
processo�estaria��ainda�sujeita�a�perturbações�
que�poderiam�fazer�com�que�ela�mudasse�em�
até�1,5�desvio-padrão�para�longe�do�alvo.�Neste�
cenário,�o�processo�Seis�Sigma�produziria�cerca�
de�3,4�ppm.
PPM PPM PPMYield % Yield % Yield %Sigma Sigma Sigma
6.00 4.00 2.00
1.90
1.80
1.70
1.60
1.50
1.40
1.32
1.22
1.11
1.00
0.92
0.83
0.73
0.62
0.51
0.42
0.33
0.22
0.09
3.90
3.80
3.70
3.60
3.50
3.40
3.30
3.20
3.10
3.00
2.90
2.80
2.70
2.60
2.50
2.40
2.30
2.20
2.10
6210
8190
10700
13900
17800
22700
28700
35900
44600
54800
66800
80800
96800
115000
135000
158000
184000
212000
242000
274000
5.92
5.81
5.76
5.61
5.51
5.44
5.31
5.22
5.12
5.00
4.91
4.80
4.70
4.60
4.50
4.40
4.30
4.20
4.10
3.4 99.9997 99.3790 69.2000308000
65.6000344000
61.8000382000
58.0000420000
54.0000460000
50.0000500000
46.0000540000
43.0000570000
39.0000610000
35.0000650000
31.0000690000
28.0000720000
25.0000750000
22.0000780000
19.0000810000
16.0000840000
14.0000860000
12.0000880000
10.0000900000
8.0000920000
99.1810
98.9300
98.6100
98.2200
97.7300
97.1300
96.4100
95.5400
94.5200
93.3200
91.9200
90.3200
88.5000
86.5000
84.2000
81.6000
78.8000
75.8000
72.6000
99.9995
99.9992
99.9990
99.9980
99.9970
99.9960
99.9930
99.9900
99.9850
99.9770
99.9670
99.9520
99.9320
99.9040
99.8140
99.7450
99.6540
99.6540
99.5340
5
8
10
20
30
230
1350
1860
2550
3460
4660
40
330
70
480
100
680
150
960
Tabela de conversão de PPM 
(ou DPMO) em Sigma
Measure
215
Estar dentro das 
especificações 
é o suficiente?
Capabilidade
216
Em�1983,�as�transmissões�da�Ford�eram�obtidas�de�duas�fontes:�da�planta�de�Batavia�nos�Estados�
Unidos�e�da�Mazda�no�Japão,�todas�produzidas�com�o�mesmo�projeto. 
A�percepção�dos�clientes�era�clara:�as�transmissões�produzidas�pela�Mazda�eram�melhores�(os�
clientes�estavam�mais�satisfeitos�com�seus�veículos,�e�a�proporção�de�reclamações�de�garantia�da�
transmissão�eram�menores).
168
Mazda Batavia
Reclamações de garantia
Local
O caso FORD
Local
Measure
217
A�Ford�realizou�um�estudo�detalhado�com�dez�transmissões�produzidas�em�Batavia�e�dez�
produzidas�pela�Mazda.�Cada�transmissão�foi�avaliada�em�uma�bancada�de�testes�antes�de�ser�
desmontada.�Cada�característica�de�performance�estava�dentro�das�especificações�para�as�vinte�
transmissões.
As�medidas�obtidas�das�transmissões�produzidas�pela�Ford�apresentavam�geralmente�uma�
dispersão�maior�cobrindo�quase�totalmente�a�faixa�de�tolerância�(em�torno�de�70%).�
Para�as�transmissões�produzidas�pela�Mazda,�a�dispersão�era�menor,�cobrindo�em�torno�de�25%�da�
faixa�de�tolerância,�e�para�algumas�dimensões�críticas�não�era�possível�detectar�variação.169
169
O caso FORD
Performance
LIE LIELSE LSE
Performance
218
“Enquanto�estamos�argumentando�sobre�como�peças�boas�
deveriam�ser,�eles�estavam�trabalhando�duro�para�fazê-las�
todas�iguais.�Nós�estávamos�preocupados�com�especificações,�
eles�com�uniformidade.�Enquanto�estávamos�satisfeitos�e�
orgulhosos�se�as�peças�estavam�dentro�das�especificações�e�
preocupados�em�mantê-las�dentro�das�especificações�eles�
começaram�com�as�especificações�e�trabalhavam�em�melhoria�
contínua�para�uniformizar�as�peças.”�
Pode-se�concluir�que�atender�às�especificações�não�é�suficiente.�É�uma�contradição�com�a�
abordagem�de�melhoria�contínua.� 
A�abordagem�com�base�no�atendimento�da�especificação:� 
 » Não�é�errada,�apenas�não�é�suficiente.� 
 » Não�encoraja�a�melhoria�contínua.
 John Betti 
Vice President of Power train and chassis oPeration, ford BataVia
O caso FORD
219
Analyze
ANALYZE
220
Problemas no desenvolvimento 
de uma mudança
 » “Fazer mais do mesmo” » Procurar a perfeição (“síndrome da utopia” 
e “síndrome da paralisia”).
A frase “fazer mais do mesmo” pode englobar mais pessoas, mais 
dinheiro e mais exortações. E a frase “procurar a perfeição” está 
ligada à “síndrome da utopia” e à “síndrome da paralisia”.
Objetivo
 » Desenvolver mudanças.
Atividades
 » Encontrar a causa raiz do problema.
Sabemos que qualquer melhoria requer mudança, mas 
nem toda mudança resulta em melhoria.
O que devemos fazer para desenvolver mudanças que resultem em melhoria? Algumas mudanças 
são óbvias, outras não e, para essas, precisaremos de ferramentas de análise crítica do processo, 
pensamento criativo e conceitos de mudança para as encontrarmos. É muito importante salientar 
que as mudanças não têm que ser necessariamente caras ou demoradas.
221
Analyze
Comparação entre os 
dois tipos de mudanças
1ª Ordem 2ª Ordem
Sistema Não é alterado É alterado
Percepção do cliente Solução do problema Melhoria
Prazo Imediato, curto Médio, longo
Mudanças de 
primeira ordem são 
necessárias para:
 » Manter a organização em 
funcionamento no dia a dia;
 » Manter o sistema no nível 
de desempenho atual;
 » Lidar com problemas.
São características das 
mudanças de 1ª ordem:
 » Realizadas rotineiramente 
para resolver problemas 
ou reagir a uma 
circunstância especial;
 » Devolvem o sistema à 
situação anterior;
 » Refletem sentidos 
imediatamente ou em 
curto prazo;
 » Às vezes, trazem conflito 
de interesses: qualidade, 
mas custo;
 » Depois delas, os clientes 
percebem que um 
problema foi resolvido.
Mudanças de 
segunda ordem são 
necessárias para:
 » Prevenir problemas; 
 » Elevar o desempenho 
do sistema a níveis 
superiores ao atual.
São características das 
mudanças de 2ª ordem:
 » Resultam na criação de 
um novo processo ou 
na modificação de um 
processo existente;
 » Alteram o funcionamento 
do sistema e como as 
pessoas trabalham;
 » Afetam positiva e 
simultaneamente 
vários indicadores de 
desempenho;
 » Seu impacto é sentido a 
médio e longo prazo;
 » Depois delas os clientes 
percebem que uma 
melhoria foi feita.
A seguir, veremos uma lista dos tipos de mudanças.
Algumas 
considerações sobre 
mudanças e melhoria:
 » O importante não é o 
tamanho da mudança, 
mas o impacto produzido.
 » Grandes melhorias podem 
ser alcançadas com 
pequenas mudanças.
 » Se problemas inesperados 
ocorrerem após uma 
mudança de segunda 
ordem: 
 » Use as mudanças de 
primeira ordem para 
removê-los.
 » Use mais mudanças de 
segunda ordem para 
eliminá-los.
DIAGRAMA 
DIRECIONADOR
224
Que mudanças podemos fazer 
que resultarão em melhoria?
Teorias que fundamentam a proposta de mudança
Uma teoria representa o nosso conhecimento atual sobre 
como alguns aspectos do sistema funcionam.
Teoria que 
fundamenta 
a proposta
Proposta de 
Mudança Melhoria
Predição
Se queremos desenvolver mudanças fundamentais que 
alterem positivamente o desempenho do nosso sistema atual, 
precisamos enumerar as teorias-hipótese sobre o motivo pelo 
qual pensamos que a nossa proposta será uma boa mudança. 
225
Analyze
Diagrama 
direcionador
Como explicitar as teorias que fundamentam 
as propostas de mudanças?
 » Sabemos que o diagrama direcionador comunica a todos as suas teorias sobre as mudanças 
que conduzirão a uma melhoria. Ele é uma importante ferramenta que auxilia na tradução 
das maiores metas de um projeto de melhoria em um subconjunto lógico de objetivos 
subjacentes.O diagrama direcionador também nos mostra a teoria sobre o que deve ser feito 
em um sistema para que se alcance o objetivo.
 » Em um projeto de melhoria, podemos utilizar um diagrama de árvore para organizar os 
esforços da equipe. E esse tipo de comunicação é uma função importante de uma equipe de 
melhoria efetiva. Sem uma compreensão comum, a equipe pode ter diferentes entendimentos 
sobre o projeto. A explicitação da teoria ajuda todos a articularem os fundamentos da 
predição de que a mudança resultará em melhoria.
Nível de detalhe
Problema ou 
oportunidade
 » O diagrama de árvore é uma técnica que organiza a “teoria de mudança” para atingir um 
objetivo específico, que é a melhoria. Ele conecta o objetivo com as intervenções no sistema 
(estrutura, processos, cultura e normas) para criar uma estrutura de aprendizagem, além disso 
fornece um modelo mental comum para a equipe e um documento vital para o trabalho de 
melhoria que é continuamente atualizado e conta a história da melhoria (aliado aos gráficos).
226
Diagrama direcionador 
completo
Ideia de 
mudança
Ideia de 
mudança
Ideia de 
mudança
Ideia de 
mudança
Ideia de 
mudança
Ideia de 
mudança
Ideia de 
mudança
Conceito de 
mudança
Conceito de 
mudança
Conceito de 
mudança
Conceito de 
mudança
Conceito de 
mudança
Direcionador
Direcionador
Direcionador
Direcionador
Direcionador
Objetivo
Ideias de 
mudança
Conceitos de 
mudança
Direcionadores 
secundários
Direcionadores 
primários
O diagrama direcionador pode ser composto por direcionadores primários e direcionadores 
secundários, a seguir descritos.
 » Direcionadores primários 
• Os direcionadores primários mostram as GRANDES categorias a serem trabalhadas para que se 
alcance o objetivo. São elas: estruturas, processos, ou normas e culturas que contribuem com 
os resultados desejados.
 » Direcionadores secundários
• Os direcionadores secundários apresentam-se em grupos com recursos compartilhados, gerência, 
equipamentos, pacientes etc.
 » Conceitos de mudanças 
• Noção geral e abstrata executada por meio de uma ideia específica.
 » Ideias de mudanças
• Aquilo que na verdade precisamos fazer para que as atingir o objetivo.
227
Analyze
Conexão de resultados 
com o sistema
Estrutura
+
Processos
+
Cultura
+
Normas
= Resultado
 » Os direcionadores estão associados às alterações na estrutura, nos processos, na cultura e 
nas normas. Ele ilustra quais mudanças são exigidas no sistema, bem como a forma como elas 
podem ser alteradas através da aplicação de ideias específicas de mudança.
228
Direcionador 
S11
Direcionador 
S12
Direcionador 
S21
Direcionador 
S31
Direcionador 
S32
Direcionador 
S33
Direcionador 
P1
Direcionador 
P2
Direcionador 
P3
Teoria para melhorar 
um sistema
Ideia de 
mudança
Objetivo
Ideia de 
mudança
Ideia de 
mudança
Ideia de 
mudança
Ideia de 
mudança
Ideia de 
mudança
Ideia de 
mudança
Ideia de 
mudança
Ideia de 
mudança
Normas, processos, estrutura, cultura
Observamos que os drivers primários e secundários pretendem identificar os elementos dentro do 
sistema que são necessários e suficientes para alcançar o resultado pretendido. Eles incluem quatro 
elementos: estruturas que compõem o sistema, a cultura da organização, processos que representam 
o trabalho do sistema, normas operacionais que demonstram a cultura explícita e tácita do sistema.
 » Os drivers primários são elementos de alto nível dentro do sistema que se acredita que precisa 
mudar para alcançar o resultado desejado.
 » Abaixo deles, estão os drivers secundários, que são abordagens, lugares ou oportunidades 
mais acionáveis dentro do sistema, onde uma mudança pode ocorrer. Por exemplo, um 
processo abrangente é identificado no nível primário, e as etapas individuais desse processo 
são descritas no nível secundário. O nível secundário articula os lugares físicos, os momentos 
com limite de tempo e/ou as normas que podem ser usadas ao introduzir novas maneiras de 
fazer as coisas, seja substituindo uma ferramenta, introduzindo uma nova etapa, reordenando 
uma sequência de eventos ou mantendo um comportamento benéfico. 
 » Os drivers podem ser vistos como os comutadores dentro do sistema que precisam ser 
ativados ou desativados para atingir o resultado de interesse.
229
Analyze
Uma teoria para 
perda de peso
Ideias de 
mudanças
ResultadoDirecionadores 
primários
Objetivo
Exercício no 
escritório
Ir de bike 
para o 
trabalho
Exercício 5 
dias/semana
Não beber 
refrigerante
Planejar 
refeições
Reduzir 
ingestão de 
calorias
Aumentar 
gasto de 
calorias
Perder x kg 
em x meses
“Todo sistema é 
perfeitamente projetado 
para alcançar os resultados 
que obtém.”
230
Como construir 
um DD
Para criar diagrama direcionador: 
 
objetivo inicial
 » 1. Inicie com objetivos claramente definidos.
Use a estrutura: 
• O quê?
• Onde?
• Quanto?
• Quando?
 » 2. Faça um brainstorm com um grupo de pessoas 
que entendam diferentes aspectos da mudança a 
ser alcançada, isto é, pessoas com conhecimentos 
distintos. Junte um conjunto de ideias
• As ideias de mudança são tangíveis e específicas 
por natureza. Elas articulam o modo como uma 
mudança tangível e específica deve acontecer 
dentro do sistema. A ideia de mudança precisa 
incorporar detalhes, como a descrição de um 
novo processo projetado para permitir que o 
sistema complete a avaliação de uma determinada 
ferramenta com segurança. Pode ser apropriado 
incluir um link de apêndice a um mapa de processo 
ou diagrama de fluxo que possa ser testado, 
refinado e, finalmente, concluída uma parte 
permanente dos negócios como de costume.
 » 3. Agrupe esse conjunto de ideias para criar um 
conjunto de direcionadores
Reduzir o custo 
com descarte de 
resíduos em 50% até 
dezembro de 2018
Reduzir o custo 
com descarte de 
resíduos em 50% até 
dezembro de 2018
Aproveitar retalhos 
de panos.
Realizar campanha 
de separação 
para reciclagem.
Utilizar secador 
de mãos nos 
banheiros.
Aproveitar 
retalhos de panos.
Evitar produção 
de resíduos
Realizar campanha 
de separação 
para reciclagem.
Reciclagem
Utilizar secador 
de mãos nos 
banheiros.
DIAGRAMA DE 
CAUSA E EFEITO
232
Diagrama de 
causa e efeito
O que é?
O diagrama de causa e efeito é também 
conhecido como diagrama espinha de peixe ou 
diagrama de Ishikawa e fornece uma conexão 
visual entre o efeito observado e todos os fatores 
que contribuem para ele, incentivando os 
membros da equipe a visualizarem os sintomas e 
as possíveis causas de um problema como parte 
de todo um sistema (pensamento sistêmico).
Quando utilizar?
Antes de tentarmos criar um diagrama de 
causa e efeito, é preciso identificar o efeito que 
servirá como ponto focal da sua iniciativa. Em 
seguida, utilizaremos técnicas de brainstorm 
para gerar causas prováveis. Uma vez concluído, 
o diagrama de causa e efeito fornece uma base 
sólida para as tarefas de identificar soluções ou 
desenvolver mudanças.
Benefícios do Diagrama
Sua elaboração é muito importante, pois as partes interessadas se reúnem e organizam 
conhecimentos. Além disso, ele reduz a tendência de achar uma “verdadeira” causa e funciona 
como um meio efetivo para compartilhar conhecimento.
233
Analyze
Diagrama de causa 
e efeito: exemplo
Hóspedes 
insatisfeitos
Recepção Comida
Outros Quarto
falta café
itens faltando
falta informação
sem alarme
cobram para estacionar
chave errada
bagagem perdida
TV quebrada
acesso difícil
fumante
janela
lençóis 
extras
lento
co
mp
ut
ad
or
po
uc
o s
al
da
tas
nº
 re
se
rva
fum
an
te
ou
 nã
o?
ca
mp
ain
ha
po
uc
o a
çú
ca
r
poucas 
escolhas
carpete
toalhas
sem tempero
falta mesa 
de saladas
exaustores
n os de 
telefones
já ocupado
sujeira
lento dieta especial serviço de quarto
comida ruim
Para a elaboração do diagrama, siga os seguintes passos
 » Identifique o efeito a ser estudado e 
coloque-o na estrutura do diagrama em 
uma caixa do lado direito. O efeito pode ser 
positivo(objetivo) ou negativo (problemas).
 » Desenhe uma espinha de peixe no quadro 
branco ou em um pedaço de papel, 
apontando para o efeito.
 » Desenvolva uma lista de possíveis causas 
e/ou fatores que contribuam para o efeito, 
utilizando, se necessário, um brainstorming 
ou fluxograma do assunto que esteja sendo 
tratado. 
 » Os seis M’s (máquinas, métodos, meio 
ambiente, medição, materiais, mão de 
obra) ou os 4 P’s (políticas, procedimentos, 
pessoas e planta) são comumente 
utilizados como ramos iniciais.
 » Crie sub-ramos com possíveis subcausas 
para cada causa.
 » Antes de passar para uma ideia ou 
causa diferente, explore cada causa ou 
“ramificação” até sua conclusão, usando a 
técnica conhecida como “Cinco Porquês’’.
 » Reserve tempo suficiente para esgotar essas 
discussões em extensão e profundidade. 
 » Mantenha o foco na definição do problema, 
para assegurar que a sessão não se torne 
muito ampla. 
 » Quando a dinâmica do grupo diminuir é 
um bom indicador de que as ideias mais 
importantes estão listadas.
 » Identifique as causas mais importantes e 
priorize-as. 
234
Os “Cinco 
Porquês”
Exemplo:
 » Por que a entrega atrasou? 
 » Houve uma quebra do caminhão.
 » Por que o caminhão quebrou? 
 » A mangueira do radiador quebrou.
 » Por que a mangueira do radiador quebrou? 
 » A mangueira tinha mais de dois anos de uso.
 » Por que a mangueira tinha mais de dois 
anos de uso? 
 » Estamos atrasados com o programa de 
manutenção preventiva.
 » Por que estamos atrasados com a 
manutenção preventiva? 
 » A equipe da manutenção esteve envolvida 
em um projeto especial que durou mais do 
que o esperado.
A técnica dos “Cinco Porquês” nos ajudará na 
identificação da causa raiz do problema. Para 
cada causa, devemos perguntar “por que o 
problema ocorreu?” para descobrir as causas 
que contribuíram para o problema. 
Críticas ao método
A técnica dos “Cinco Porquês” possui algumas 
peculiaridades que acabam sendo criticadas, 
como: a tendência de parar nos sintomas 
ao invés de aprofundar no nível de causas; a 
incapacidade de ir além do conhecimento atual 
do investigador, pois não é possível encontrar 
as causas que ainda não são conhecidas; a falta 
de apoio para ajudar o investigador a fazer o 
“porquê” correto; e o fato de os resultados não 
serem repetíveis, exemplo: pessoas diferentes 
utilizando os “Cinco Porquês” chegam a 
diferentes causas para o mesmo problema.
Devemos sempre continuar perguntando “por 
que o problema ocorreu?” para descobrir níveis 
adicionais de causas. Cinco não é um número 
mágico. Algumas vezes é suficiente usar dois ou 
três porquês.
235
Analyze
Causa e efeito: 
6M e Observações
Teorias Testar
 » As causas identificadas no diagrama são, 
nesse momento, apenas ”teorias” que as 
pessoas têm sobre as possíveis causas.
 » É necessário testar essas teorias e uma 
forma de testá-las é reunindo evidências, 
geralmente com dados, ou realizando 
experimentos.
6 causas “comuns”
Método
Meio ambiente
Mão de obra
Material
Máquina
Medição
USO DE 
TECNOLOGIA
238
Meios para desenvolver 
mudanças: tecnologia 
Aplicação prática da ciência
 » Sistemas de 
informações
 » Equipamentos » Métodos
Agora veremos alguns aspectos da aplicação prática da ciência, incluindo equipamentos, materiais, 
sistemas de informação e métodos. Entre esses aspectos, podemos citar que as aplicações práticas 
da ciência, se bem empregadas, dão à empresa a oportunidade de grandes melhorias, aplicando 
o que os outros já desenvolveram; mas também requerem $ e tempo; necessitam de testes em 
pequena escala para minimizar o risco; sofrerão resistência das pessoas, como toda mudança; e, 
para aplicá-las, é necessário ter um plano de transição do velho para o novo.
Tecnologia
 » Resistência das 
pessoas
 » Investimento » Plano de 
transição
 » Teste em pequena 
escala
239
Analyze
Meios para desenvolver 
mudanças: tecnologia
Alguns cuidados nas mudanças que envolvem tecnologia devem ser observado. São eles:
 » Não automatize um sistema ruim: erros ocorrerão mais rápido e os 
custos serão mais altos.
 » Reserve soluções tecnológicas para melhorar sistemas estáveis em 
vez de solucionar causas especiais.
 » Concentre as mudanças nos gargalos.
 » Uma tecnologia não confiável é pior que nenhuma tecnologia.
240
Uso de 
Tecnologia
A tecnologia pode quebrar barreiras, transformar nossas atividades e nos permite alcançar novos 
patamares, alavancando os ganhos da organização. Por esse motivo é comum buscarmos essa 
alternativa para mudanças que gerem melhoria e eliminem os problemas do processo. 
 » Na imagem acima estamos olhando para 
um processo de transporte de materiais, 
que certamente apresenta um problema! 
Temos um animal de carga suspenso 
pela carroça, Será que podemos utilizar 
tecnologia para solucionar esse caso?
 » Vamos utilizar o que temos de mais 
moderno para logística, um avião! 
O emprego de tecnologia resolveu o 
problema? Não, por que o processo 
não estava operando corretamente. O 
problema aqui era o desbalanceamento 
de carga e se isso não for tratado o uso de 
tecnologia não resultará em melhoria.
 » Esse exemplo é muito visual, mas é 
frequente sua ocorrência dentro das 
organizações. Uma empresa pode ter 
o controle de pagamentos realizado de 
forma manual e estar apresentando muitas 
ocorrências de atrasos, que acabam por 
gerar multas e transtornos. Será que a 
utilização de um software de gestão de 
contas resolverá o problema? Se não 
tivermos um processo bem definido, 
padronizado e que funcione corretamente, 
muito provavelmente apenas a adição de 
um sistema não trará melhorias em relação 
aos pagamentos em atraso.
USO DE 
CRIATIVIDADE
242
Meios para desenvolver 
mudanças: criatividade
Sabemos que a 
mente é um sistema 
de informação que 
se auto-organiza. 
Conforme experiências 
e percepções ocorrem, 
a mente tenta 
encontrar significado e 
ordem.
Esses padrões 
(modelos mentais) são 
reforçados ao longo 
do tempo e, assim que 
esses modelos mentais 
se estabelecem, torna-
se difícil produzir 
pensamentos fora 
desses padrões.
O uso de padrões existentes restringe severamente as 
opções de mudanças que as pessoas enxergam.
243
Analyze
Exercício 1
 » Ligar todos 
os pontos 
com quatro 
segmentos 
de reta sem 
levantar a caneta 
e sem retraçar 
segmentos
244
Exercício 2
Um caubói viaja para a cidade da namorada no domingo, demora dois dias para chegar. Ao chegar, 
ele encontra o xerife! Depois fica dois dias na casa da namorada e volta no domingo!
 » Como ele fez isso?
245
Analyze
Exercício 3
Três dos copos abaixo estão cheios com suco de laranja, e os outros três estão vazios.
 » Movendo apenas um copo, você pode organizá-los de forma que os copos cheios e vazios se 
alternem na sequência?
246
Uso de 
criatividade
Padrão normal de pensamento
Resultado = “mais do mesmo”
Uso de criatividade
Resultado = novas ideias de mudança
Conhecimento atual Conhecimento atual
Possíveis mudanças Possíveis mudanças
Caminho 
normal
Caminho 
normal
247
Analyze
Uso de 
criatividade
Modos de pensamento utilizados quando mudanças são desenvolvidas
A seguir, listamos os modos de pensamento utilizados quando mudanças são desenvolvidas:
 » Criativo: Resulta em novas 
ideias e possibilidades. 
Sem ele, em geral 
obtemos “mais do 
mesmo”.
 » Lógico positivo: Serve 
para fazer novas ideias 
funcionarem. Sem ele, 
mudanças não serão 
práticas e funcionais.
 » Lógico negativo (crítico): 
Busca por falhas na nova 
ideia. Sem ele, problemas 
podem não vir à tona.
Sempre devemos usar um modo de pensamento de cada vez, 
dependendo do estágio de desenvolvimento da mudança.
248
Métodos para provocar novos 
padrões de pensamento
Dedique um tempo para as ideias
Desafie as fronteiras
Objetivos irrealistas
Concentre-se na necessidade
Para provocar novos padrões de pensamento, precisamos utilizar algumas técnicas que nos 
ajudarão muito. São elas:
 » Dedicar um tempo para gerar ideias:é importante dedicar parte do nosso dia para o 
desenvolvimento de novas ideias.
 » Estar no lugar certo na hora certa: isso não é apenas sorte, devemos criar essas condições 
através do planejamento de experimentos.
 » Desafiar as fronteiras em que a mudança pode ser desenvolvida: não fique limitado apenas 
aos aspectos do processo!
 » Usar objetivos “irrealistas”: podemos lembrar do objetivo traçado na Toyota, que era 
“desenvolver um carro dos sonhos, que limpa o ar, evita acidentes, torna mais saudáveis 
e mais felizes todos os que o dirigem e atravessa o globo com um tanque de combustível”. 
Pensando dessa forma, foi desenvolvido o Prius.
 » Concentrar-se na necessidade: ficar focado apenas no produto limita nossas ideias, devemos 
olhar para a necessidade que suprimos do cliente.
USO DE CONCEITOS 
DE MUDANÇA
250
Meios para desenvolver mudanças: 
conceitos de mudança
Conceito
Noção abstrata 
aplicada através de 
uma ideia específica
Conceito de mudança
Conceito
 » Por conceito, devemos entender uma 
noção abstrata que é aplicada através de 
uma ideia mais específica.
Conceito de mudança
 » Já por conceito de mudança, devemos 
entender uma noção geral para 
desenvolver mudança que tem se 
mostrado útil no desenvolvimento de 
ideias específicas para mudanças que 
resultam em melhoria.
Melhoria
251
Analyze
Meios para desenvolver 
mudanças: conceitos de mudança
Bons conceitos
Ideias Alternativas de mudanças
Bons conceitos geram muitas 
ideias ou alternativas de 
como devemos realizar uma 
determinada atividade ou 
resolver um problema. Muitos 
conceitos de mudança são 
baseados nos elementos do 
Sistema de Saber Profundo 
de Deming, e outros foram 
desenvolvidos ao longo do 
tempo com base em projetos 
de melhoria bem-sucedidos.
 O triângulo do conceito
Mais 
alternativas
Ideia inicial 
(uma alternativa)
Propósito
Conceito/
ponto fixo
252
Exemplo
Qual é o problema?
Conceito
 » Estimular com 
alimento
Ideia inicial
 » Usar a cenoura 
como estímulo
Propósito
 » Fazer o 
animal se 
movimentar
Alternativas
 » Usar torrão 
de açúcar
 » Usar espiga 
de milho
253
Analyze
Exemplos
 » 12. Sincronize 
 » 16. Encontre e remova gargalos 
 » 19. Execute tarefas em paralelo 
 » 20. Considere as pessoas como parte do mesmo sistema
 » 24. Utilize sistemas “puxados”
 » 41. Use um coordenador
 » 51. Padronize (crie um processo formal)
 » 53. Desenvolva definições operacionais
Exemplos de alguns conceitos de mudança
254
Meios para desenvolver 
mudanças: conceitos de mudança
Escolha cinco conceitos Discuta com a equipe mudanças 
a partir dos conceitos
 » Para usar os conceitos de mudança, é necessário lermos conceito a conceito e escolhermos 
cinco que pensamos que possam ser aproveitados. O ideal é fazer isso em uma reunião de 
grupo para discutir quais mudanças poderiam ser geradas a partir de cada conceito.
INTRODUÇÃO 
AO LEAN
256
Lean e 
o TPS
1896 1920 1946 19701950 1980 1990
Desenvolvimento 
de teares 
mecânicos
Taiichi Ohno 
assume a planta 
da Toyota
Crise do 
petróleo
A máquina 
que mudou 
o mundo
Visita da família 
Toyoda à planta 
da Ford nos EUA
Deming e Juran 
são enviados 
ao Japão
Estudo sobre a 
indústria auto-
mobilística (MIT)
Ainda quando a família Toyoda produzia teares, 
em 1896, eles já entendiam como desperdício a 
utilização do ser humano para tarefas de inspeção. Na 
época era necessária uma pessoa por tear, a fim de 
identificar possíveis defeitos oriundos do rompimento 
dos fios. Com essa mentalidade eles desenvolveram 
os primeiros teares mecânicos capazes de identificar 
a ocorrência dessas falhas, fazendo as máquinas 
travarem para impedir a produção de defeitos. Onde 
antes era preciso uma pessoa para inspecionar 
a produção de cada tear, tornou-se necessário 
ter apenas uma pessoa para corrigir as não 
conformidades de um grupo de 30 teares.
Após o término da guerra, o Japão era um país 
devastado e buscava sua reconstrução. Foi nessa 
época que Taiichi Ohno recebeu a missão de 
transformar a fábrica de veículos da Toyota com 
o intuito de atingir a mesma produtividade das 
empresas norte-americanas. Para Ohno, se havia 
alguma diferença na produtividade entre japoneses 
e americanos certamente seria em razão dos 
desperdícios. Para conter a expansão russa no 
oriente, os EUA enviaram ao Japão os pesquisadores 
Deming e Juran, com o objetivo de ajudar na 
reconstrução do país. Como discípulos de Shewhart, 
eles levaram os conhecimentos do controle 
estatístico de processos, que se aliaram muito bem 
aos pensamentos de reduzir os desperdícios nas 
indústrias japonesas em um cenário pós-guerra. 
Em 1970, com a formação da OPEP, os países maiores 
produtores de petróleo passaram a controlar seu 
preço, fazendo com que em um curto espaço de 
tempo os preços disparassem. Com a crise do 
petróleo, o custo com combustível passou a ser 
um fator importante na escolha do automóvel. Os 
consumidores, então, passaram a procurar carros que 
tivessem melhor relação de consumo por quilômetro. 
Nesse momento, a Toyota conseguiu se posicionar no 
mercado, oferecendo um produto de qualidade e com 
um melhor consumo. Esse evento chamou a atenção 
da indústria automobilística, que encomendou 
um estudo do MIT para analisar os indicadores de 
diversas montadoras. Esse estudo acabou por revelar 
que as empresas japonesas possuíam um melhor 
desempenho. Posteriormente foi lançado o livro A 
máquina que mudou o mundo, descrevendo como era 
a filosofia de produção da Toyota.
É importante notar que o lean é uma jornada e não 
algo rápido de ser implantado.
OS 4P’S
258
Os 4 P’s e os 14 
princípios do TPS
Philosophy (Filosofia)
 » 1. Basear as decisões administrativas em uma filosofia de 
longo prazo, mesmo em detrimento de metas financeiras de 
curto prazo.
Caso Nummi
Construindo a confiança junto aos funcionários.
No início da década de 80, a Toyota e a GM 
formam uma joint venture: New United Motor 
Manufacturing (NUMMI). Com isso uma antiga 
fábrica de caminhões da GM desativada em 
Fremont, Califórnia, é reaberta. Com um 
histórico de greves nessa planta, o sindicato foi 
convidado para integrar as discussões. 
Entre 1987 e 1988, ocorreu um decréscimo na 
produção, de 75% da capacidade instalada.
A decisão tomada foi a utilização da mão de obra 
para fazer eventos Kaizen, resultando na conquista 
da confiança dos funcionários e em maiores níveis 
de produtividade e índices de qualidade do que em 
todas as fábricas da GM na América do Norte.
259
Analyze
Os 4 P’s e os 14 
princípios do TPS
Process (processo)
 » 2. Criar o fluxo de processo contínuo para 
trazer os problemas à tona.
 » 3. Usar sistemas puxados para evitar a 
superprodução.
 » 4. Nivelar a carga de trabalho (heijunka). 
Trabalhar como tartaruga, não como 
lebre.
 » 5. Construir uma cultura de parar e resolver 
os problemas, obtendo a qualidade logo na 
primeira tentativa.
Process (processo)
 » 6. Tarefas padronizadas 
são a base para a 
melhoria contínua e 
para a capacitação dos 
funcionários.
 » 7. Usar o controle visual 
para que nenhum 
problema fique oculto.
 » 8. Usar somente 
tecnologia confiável 
e completamente 
testada que atenda aos 
funcionários e processos.
260
Os 4 P’s e os 14 
princípios do TPS
People and partners (pessoas e parceiros)
 » 9. Desenvolver líderes 
que compreendam 
completamente o 
trabalho, que vivam a 
filosofia e a ensinem aos 
outros.
 » 10. Desenvolver pessoas 
e equipes excepcionais e 
que sigam a filosofia da 
empresa.
 » 11. Respeitar sua rede 
de parceiros e de 
fornecedores desafiando-
os e ajudando-os a 
melhorar.
261
Analyze
Os 4 P’s e os 14 
princípios do TPS
Problem solving (melhoria contínua)
 » 12. Ver por si mesmo 
para compreender 
completamente a 
situação (Gemba).
 » 13. Tomar decisões 
lentamente por 
consenso, considerando 
completamente todas as 
ações; implementá-las 
com rapidez.
 » 14. Tornar-se de 
uma organização de 
aprendizagem através 
da reflexãoincansável 
(hansei) e da melhoria 
contínua (kaizen).
262
Os 4 P’s e os 14 
princípios do TPS
PhilosoPhy (filosofia)
1. Basear as decisões administrativas em uma 
filosofia de longo prazo, mesmo em detrimento 
de metas financeiras de curto prazo.
ProBlem solVing (melhoria contínua)
12. Ver por si mesmo para compreender 
completamente a situação (Gemba).
13. Tomar decisões lentamente por consenso, 
considerando completamente todas as 
ações; implementá-las com rapidez.
14. Tornar-se de uma organização de 
aprendizagem através da reflexão 
incansável (hansei) e da melhoria contínua 
(kaizen).
PeoPle and Partners (pessoas 
e parceiros)
9. Desenvolver líderes que compreendam 
completamente o trabalho, que vivam a 
filosofia e a ensinem aos outros.
10. Desenvolver pessoas e equipes 
excepcionais e que sigam a filosofia da 
empresa.
11. Respeitar sua rede de parceiros e de 
fornecedores desafiando-os e ajudando-os 
a melhorar.
Process (processo)
2. Criar o fluxo de processo contínuo para 
trazer os problemas à tona.
3. Usar sistemas puxados para evitar a 
superprodução.
4. Nivelar a carga de trabalho (heijunka). 
Trabalhar como tartaruga, não como lebre.
5. Construir uma cultura de parar e resolver 
os problemas, obtendo a qualidade logo na 
primeira tentativa.
6. Tarefas padronizadas são a base para a 
melhoria contínua e para a capacitação dos 
funcionários.
7. Usar o controle visual para que nenhum 
problema fique oculto.
8. Usar somente tecnologia confiável e 
completamente testada que atenda aos 
funcionários e processos.
263
Analyze
Os 8 
desperdícios
Taiichi Ohno, considerado um dos pais do Sistema Toyota de Produção, listou sete desperdícios que 
podem comumente ser encontrados nas organizações e devem ser combatidos em vista de otimizar 
a produção, reduzir os custos e diminuir ao máximo o Lead Time, trazendo maior responsividade e 
flexibilidade às empresas.
 » Superprodução: é fazer mais produto do que você consegue vender ou fazer 
antes da hora. É o mais importante dos desperdícios, pois agrava todos os 
outros seis. Por exemplo, você terá que transportá-lo e armazená-lo.
 » Além dos sete desperdícios, hoje podemos considerar um oitavo desperdício, 
o desperdício intelectual, decorrente da subutilização de mão de obra, ou 
seja, alocar pessoas em atividades aquém da suas capacidades.
 » Transporte: transportar peças pela fábrica. Ocorre entre etapas do processo, 
entre linhas, ou para transportar para o estoque.
 » Estoque: o mais clássico dos desperdícios. Pode ser na forma de matéria-
prima, WIP (não acabado) ou produto acabado.
 » Movimentação: movimentação desnecessária de pessoas, seja procurando 
ferramentas, ou qualquer outra movimentação que não agregue valor.
 » Espera: trabalhadores parados por qualquer razão como, por exemplo, não 
ter matéria-prima para operar.
 » Excesso de processamento: quando processamos mais do que o cliente 
enxerga como valor. Por exemplo, gastando recursos para gerar um relatório 
com diversos indicadores, aumentando o tempo de entrega, quando o cliente 
está interessado em apenas um dos dados presentes nesse relatório.
 » Defeitos: é o desperdício de produzir refugo, pelo custo da matéria-prima e 
do tempo gasto para produzir.
264
Análise 
de valor
Valor
É 
percebido 
pelo 
cliente Reflete no 
preço do 
produto
É definido 
pela ótica 
do cliente 
 » O valor de um produto ou serviço é seu 
conteúdo inerente, segundo o julgamento 
do cliente, refletindo no seu preço de 
venda e demanda no mercado.
 » Esse valor é uma combinação de atividades 
que agregam valor, sob a visão do cliente.
 » Quando estudamos um processo, vemos 
que ele é composto por essas atividades 
Podem ser separadas em três categorias:
 » São realizadas para direcionar ou apoiar as 
atividades que agregam valor (financeiro, 
RH, planejamento etc.).
 » Foram incorporadas ao sistema para:
• Detectar erros, omissões e defeitos.
• Corrigir erros, omissões e defeitos.
• Acomodar desperdícios no sistema como: 
demoras, tempos de espera etc.
 » São puro desperdício (podem ser 
simplesmente eliminadas).
Atividade que agrega valor (AV)
 » Atividade necessária para produzir um 
produto ou um serviço e que adiciona valor 
sob o ponto de vista do cliente.
Atividade que não 
agrega valor (NAV)
 » Atividade realizada para produzir um produto 
ou um serviço, mas que não adiciona valor 
sob o ponto de vista do cliente.
que agregam valor e também por 
atividades que não agregam valor, não 
sendo percebidas pelo cliente, podendo as 
últimas serem necessárias ou não.
 » Uma produção lean visa reduzir as etapas 
que não agregam valor, eliminando as 
etapas desnecessárias, preservando e 
otimizando aquelas que agregam valor aos 
produtos.
265
Analyze
Árvore de 
valor
Atividade
NAV
Desnecessária
Elimine
Necessária
Reduza essas 
atividades e sua 
interferência no 
fluxo de valor
AV
Acerte o fluxo
Coloque as 
atividades em 
uma sequência 
natural
 » Para aquelas atividades que agregam valor, devemos acertar o fluxo e facilitá-las, colocando-
as em uma sequência natural.
 » Com relação às atividades que não agregam valor, deveremos realizar uma nova classificação, 
verificando se elas são realmente necessárias para a empresa ou não. Para aquelas que não 
agregam valor e são necessárias, devemos reduzir ao máximo sua interferência nas atividades 
que agregam valor. Já as desnecessárias devem ser eliminadas.
 » Por exemplo: as atividades de faturamento não geram qualquer valor sob o ponto de vista do 
cliente, por isso em um primeiro momento podemos classificá-las como atividades que não 
agregam valor. No passo seguinte, deveremos verificar se essa é ou não necessária para a 
organização. Como é impossível imaginar uma empresa sem faturamento, classificamos como 
necessária.
No momento de estudar as atividades que compõem o processo, devemos classificá-las como 
as que agregam valor e as que não agregam valor. Posteriormente será preciso definir as ações a 
serem executadas de acordo com a classificação.
266
Tipos de atividades em um 
processo – manufatura
Atividades que 
agregam valor (5%)
Atividades que 
não agregam valor 
e desnecessárias 
(60%)
Atividades 
necessárias que 
não agregam 
valor (35%)
Por mais impressionante que possa parecer, dentro das organizações a minoria das atividades são 
aquelas que agregam valor. Segundo Hines e Taylor, em empresas de manufatura apenas 5% das 
atividades agregam valor, ou seja, a grande maioria dos processos não gera qualquer valor sob o 
ponto de vista do cliente. Daquelas que não agregam valor, 60% não são necessárias. 
267
Analyze
Tipos de atividades em um 
processo – serviços
Atividades que 
agregam valor (1%)
Atividades que 
não agregam valor 
e desnecessárias 
(49%)
Atividades 
necessárias que 
não agregam 
valor (50%)
Ainda segundo Hines e Taylor, a situação é pior quando olhamos para o setor de serviços, onde 
apenas 1% das atividades é percebido como valor para o cliente.
Sempre que avaliamos as atividade com foco no pensamento enxuto, temos como ponto de 
partida crítico o valor percebido pelo cliente final. Precisamos desenvolver a habilidade de 
reconhecer e identificar desperdícios, tendo coragem de chamá-los de desperdício, ter o desejo 
de eliminá-los e entender que o desperdício aumenta os custos, não produz benefícios e ameaça 
a saúde financeira da empresa.
268
Redução do 
LeadTime
 » O LeadTime é o TEMPO total de PRODUÇÃO de um item, 
incluindo todas as etapas produtivas e tempos de espera.
 » É a métrica central do TPS.
“Tudo o que estamos fazendo é olhar desde 
o tempo que o cliente nos dá uma ordem até 
o momento em que coletamos o dinheiro... 
E estamos tentando reduzir esse tempo 
removendo os desperdícios que não agregam 
valor.”
Taiichi Ohno
É a métrica central do Sistema Toyota de Produção. O LeadTime é o tempo total de produção de 
um item, desde a chegada da matéria-prima até a entrega do produto ou serviço. A reduçãodo 
LeadTime está diretamente relacionada à eliminação dos desperdícios, reduzindo o tempo em 
que o produto fica em uma atividade que não agrega valor. O tempo que o produto ou subproduto 
fica em estoque, à espera de processamento ou em movimentação, contribui para o aumento do 
LeadTime.
 » É atingido por meio da 
redução dos desperdícios.
 » Permite a empresa ser 
responsiva e flexível.
 » Traz uma grande vantagem 
no fluxo de caixa.
A redução do LeadTime traz grandes vantagens para a organização. Quando reduzimos o tempo 
desde a chegada da matéria-prima até a entrega do produto, tornamos a empresa mais responsiva, 
ou seja, essa empresa consegue se adaptar mais rapidamente às novas necessidades do cliente. A 
redução de estoque reduz o montante de dinheiro imobilizado, melhorando o fluxo de caixa.
269
Analyze
A casa 
do lean
Objetivo
↓ CUSTO
Estabilidade e Baixa Variação
 » Melhoria realizada por todos
 » Seis Sigma
 » Trabalho padrão & 5S
JIT
 » Sistemas puxados 
/ Kanban
 » Operações 
balanceadas no 
Tempo Takt
 » Redução de lead 
time
 » Células
 » Mínimos 
tamanhos de lote
Jidoka
 » Poka-yoke
 » Autonomação
 » Andon
A casa do lean tem por objetivo reduzir os custos por meio da 
redução de LeadTime, mas para isso devemos estar bem estruturados 
para que esse objetivo seja alcançado de forma consistente.
Antes de iniciarmos a implantação do lean e efetivamente buscar a redução de custos, precisamos 
trabalhar na fundação, que passa por estabilizar os processos e reduzir a variação, estruturando o 
trabalho de forma padronizada e organizada.
Completada a primeira etapa, partimos para os pilares do lean:
 » O Jidoka é autonomação, ou seja, automação com o toque humano, quando as máquinas 
conseguem identificar automaticamente quando estão produzindo algum tipo de defeito. Por 
exemplo: os teares criados com mecanismo de baixo custo que identificavam quando algum 
fio se rompia travando a máquina. Ainda nesse pilar, temos o poka-yoke, “a prova de erro” e o 
andon, sinais luminosos e sonoros que indicam a presença ou não de problemas.
 » No JIT, just in time, vamos trabalhar com sistemas puxados, kanbans, balanceamento de linha 
visando reduzir os desperdícios de superprodução e espera, sempre visando redução de LeadTime.
M
el
ho
ri
a 
Co
nt
ín
ua
SISTEMAS 
PUXADOS
272
Sistema puxado × 
Sistema empurrado
Empurrado
Puxado
DemandaEmpurrado
Demanda
Demanda
Puxado
Antes de falarmos sobre o sistema puxado vamos entender o sistema empurrado, que é aquele 
que produz dentro da capacidade do sistema, ou seja, produz independentemente da necessidade 
do cliente. Esse processo gera aumento de estoque intermediário e final. Nesse sistema também é 
comum o acúmulo de produtos defeituosos.
 » O sistema puxado trabalha de acordo com a necessidade do cliente, ou seja, só produz o que 
realmente for necessário. 
 » O comando de produção é disparado quando o cliente retira um produto, através de um 
gatilho para início da produção, usualmente um kanban. 
 » O objetivo do sistema puxado é reduzir os desperdícios, sobretudo de superprodução e 
estoque, ganhando agilidade em responder às demandas do cliente. 
Sistema empurrado
Cada atividade entrega o resultado 
quando está pronto. 
 » Resulta em acúmulo de lotes com muito 
inventário. 
 » Mercadorias defeituosas acumulam-se. 
Sistema puxado
Cada atividade entrega o resultado apenas 
quando a próxima atividade precisa.
 » Disparado pelo cliente (externo e interno).
 » Minimiza o inventário e retrabalho devido a 
defeitos.
 » Há poucos desperdícios em um sistema 
puxado.
 » Sistemas puxados são ágeis em responder 
à demanda do cliente.
273
Analyze
A diferença 
nos resultados
Produção empurrada
Produção conforme 
disponibilidade de tempo
Excesso de estoque.
Maior espaço para 
armazenagem.
Mais transportes e 
movimentações. 
Dinheiro parado.
Menos estoque necessário 
de acordo com a 
necessidade do cliente.
Menos espaço.
Menos transportes e 
movimentações.
Mais dinheiro para investimento 
em tecnologia e desenvolvimento.
Produção puxada – kanban
Produção conforme 
necessidade
274
Sistema 
puxado
Entrada 
de itens
Saída de 
produto
Entrada 
de itens
Estamparia
Montagem
Pintura
Injeção
Regra de operação: 
 » Só trabalhar se o processo à frente precisar
 » Perceba isso vendo quando eles não têm inventário
 » Estoque em todas as tarefas: Nenhum trabalho a ser feito.
Entrada 
de itens
Saída de 
produto
Montagem Injeção
Entrada 
de itens
Estamparia Pintura
275
Analyze
Sistema 
puxado
Entrada 
de itens
Saída de 
produto
Montagem Injeção
Entrada 
de itens
Estamparia Pintura
 » Clientes compram os produtos, até que o primeiro cartão amarelo apareça…
 » … hora de montar mais carrinhos.
Entrada 
de itens
Saída de 
produto
Montagem Injeção
Entrada 
de itens
Estamparia Pintura
276
Sistema 
puxado
 » Montagem utiliza peças da pintura e da injeção, até que os primeiros cartões amarelos 
cheguem a estas áreas…
Entrada 
de itens
Saída de 
produto
Montagem Injeção
Entrada 
de itens
Estamparia Pintura
 » Pintura e injeção começam a produção.
Entrada 
de itens
Saída de 
produto
Montagem Injeção
Entrada 
de itens
Estamparia Pintura
277
Analyze
 » Pintura utiliza peças da estamparia, e o quadro começa a receber cartões, até que os primeiros 
cartões amarelos cheguem à estamparia.
 » O mesmo acontece com a injeção.
Sistema 
puxado
Entrada 
de itens
Saída de 
produto
Montagem Injeção
Entrada 
de itens
Estamparia Pintura
 » Estamparia começa a produzir as peças e a consumir matéria-prima.
Entrada 
de itens
Saída de 
produto
Montagem Injeção
Entrada 
de itens
Estamparia Pintura
278
 » Os primeiros cartões amarelos começam a chegar para o setor de movimentação de materiais 
que providencia requisições para matéria-prima.
Sistema 
puxado
Entrada 
de itens
Saída de 
produto
Montagem Injeção
Entrada 
de itens
Estamparia Pintura
 » Até que todas as operações tenham terminado e um novo ciclo se inicie.
• Idealmente, todas as tarefas são equilibradas e param ao mesmo tempo. 
• Pequenas variações são absorvidas automaticamente pela regra de puxar. 
• Grandes variações requerem ações de melhoria.
Já fiz
Já fiz
Já fiz
Já fiz
Entrada 
de itens
Saída de 
produto
Montagem Injeção
Entrada 
de itens
Estamparia Pintura
DESCONEXÕES
280
Desconexão
 » Podem ser identificadas com uma análise 
detalhada do fluxograma.
 » É um desvio, erro ou não conformidade 
que impede o alcance de uma situação 
desejada. 
 » São os “fios desligados” do processo: 
entradas e saídas faltantes, redundantes ou 
ilógicas que podem afetar o processo.
Quando utilizar?
Se o projeto tem o objetivo de melhorar o fluxo de um 
processo, a análise detalhada do fluxograma para identificar 
desconexões poderá gerar oportunidades de melhoria.
281
Analyze
Tratando as 
desconexões
 » As desconexões e/ou oportunidades de melhorias identificadas durante o mapeamento do 
processo e suas respectivas sugestões de implantação, se surgirem, devem ser registradas 
numa Planilha de Desconexões.
Desconexões Sugestões
DIAGRAMA 
ECRS
284
Diagrama 
ECRS
O que é?
 » Ferramenta para identificar oportunidades de melhoria em fluxo de processo.
Eliminar Combinar Reduzir Simplificar
 » Analisando nossas atividades teremos oportunidades de melhorar o fluxo do processo. Para 
isso podemos utilizar o diagrama ECRS, no qual iremos listar todas as atividades envolvidas 
no processo e depois iremos discutir sobre elas e sobre quais ações poderemos tomar, que 
podem ser eliminar, combinar, reduzir ou simplificar.
Quando utilizar?
 » Se o projeto tem o objetivo de melhorar o fluxo de um processo o Diagrama ECRS poderá 
ajudar.
285
Analyze
Diagrama 
ECRS
Etapa 
# Etapa AV
NAV 
Nec
NAV 
Desn E C R S
Mudança/
ações
Dentro do diagrama ECRS, para nos auxiliar, devemos avaliar as atividades, se elas agregam 
valor ou não agregam valor, podendo ser necessárias ou desnecessárias.Com isso em mente, 
devemos eliminar as atividades desnecessárias, combinar ou reduzir as atividades necessárias 
que não agregam valor e simplificar as atividades que agregam valor ao processo. Ainda dentro do 
diagrama, devemos indicar quais ações ou mudanças serão realizadas.
BALANCEAMENTO 
DE LINHA
288
Balanceamento 
de linha
O que é?
 » Ferramenta para diminuir os desperdícios 
de espera, superprodução e estoque.
 » Permite que todas as operações levem o 
“mesmo” tempo.
O balanceamento de linha consiste em balancear o tempo de execução das atividades de modo 
que elas demorem o mesmo tempo para serem realizadas. Assim evitamos que, durante a 
produção, ocorram os desperdícios de espera e superprodução. Quando uma atividade produz 
mais rapidamente que sua sucessora, essa está gerando superprodução e consequentemente 
provocando aumento do estoque intermediário, mas, se uma atividade demora mais tempo que 
sua sucessora, acaba por gerar espera da última atividade, também um dos desperdícios.
Quando utilizar?
 » Sempre que existir uma linha ou célula de produção, o balanceamento de linha é uma 
possibilidade para aumentar a produtividade.
289
Analyze
Tempo Takt: medindo 
a demanda do cliente
Da palavra alemã “Taktzeit”
(takt – batida; zeit - tempo)
 Tempo disponívelTempo Takt = 
 Demanda do cliente .
Exemplo
 » O tempo disponível é 240 dias. 
 » O número de pedidos é 40.
Tempo takt = 240/40 = 6 dias
O nosso objetivo é balancear as operações, mas para isso qual o 
tempo de referência que devemos utilizar? Qual o tempo alvo da 
minha produção? Esse tempo será o tempo takt, que nada mais 
é do que o tempo que precisamos para produzir um produto e 
atender a demanda do cliente. É importante alinharmos o tempo 
de ciclo ao tempo takt, nivelando a produção com a demanda do 
cliente para garantir o atendimento e evitar superprodução.
290
Tempo takt: 
exercício
 » Suponha que a demanda seja de 1.000 
peças ao dia.
 » Suponha que o tempo disponível seja de 15 
horas.
 » Qual o tempo takt em segundos?
291
Analyze
Formulário para o 
estudo do tempo
Operação Atividade # Atividade Tempo mediano
Para construir um formulário de tempo, precisamos identificar as operações, as atividades 
envolvidas nessas operações, a ordem de execução de cada atividade e o tempo mediano das 
atividades. Nesses casos é preferível a utilização da mediana por ser um representação estatística 
mais robusta, uma vez que ela é menos suscetível a valores discrepantes dentro da nossa amostra.
292
Exemplo de 
estudo do tempo
Operador Atividade # Atividade Tempo
operador 1
1 suporte de corte 3
2 bucha de montagem 12
3 anel de vedação 7
operador 2
4 colocar cola 9
5 colocar ímãs 6
operador 3 6 inserção de graxa 13
operador 4
7 instalar suporte 8
8 instalar o anel com o clip 8
operador 5 9 aplicar resina epóxi 14
operador 6
10 instalar o controle do capacitor 8
11 aplicar epóxi 6
12 instalar o retentor do capacitor 8
operador 7
13 instalar a tampa de cobertura 7
14 descarregar/carregar carga da máquina 3
operador 8 15 aplicar o selante final 15
operador 9 16 teste final 18
operador 10 17 embalar 12
Nesse exemplo, temos as atividades executadas por cada operador e seus tempos medianos de 
execução, que são as informações necessárias para iniciarmos o estudo de balanceamento de linha.
 » O operador 1 executa 3 atividades, perfazendo um total de 22 segundos para completar o 
ciclo. Dentro desse ciclo, temos atividade 1 que demora 3 segundos, atividade 2, com duração 
de 12 segundos, e atividade 3 com 7 segundos. 
 » O operador 2 executa 2 atividades em um total de 15 segundos. 
Analisando esses dois operadores já podemos observar que o primeiro demora mais que o 
segundo, dessa forma podemos observar o desperdício de espera do segundo operador. Olhando 
para todos os operadores vemos que eles têm tempos totais de ciclos diferentes, sendo necessário 
realizar o balanceamento, que deve ser guiado pelo tempo takt.
293
Analyze
Estudo de 
balanceamento
 » Balanceamento de processo é uma forma de “equilibrar” o 
tempo das diferentes etapas do processo.
 » Permite visualizar, principalmente, os desperdícios de 
espera e superprodução.
 » Para sua construção, é necessário o formulário de tempo.
 » A primeira etapa para a redução dos 
desperdícios é a eliminação das atividades 
NAV e desnecessárias (o diagrama ECRS 
pode ajudar).
Balanceando a operação
Antes de realizarmos o balanceamento das atividades, é de grande ajuda a melhoria do fluxo de 
processo, identificando as atividades que agregam valor e não agregam valor, eliminando aquelas 
que são desnecessárias. Nesse momento, o diagrama ECRS vai ser de grande ajuda antes de 
realizarmos o balanceamento.
 » O segundo passo é balancear as operações 
por meio da redistribuição das atividades.
294
Exemplos de estudos 
de balanceamento
Tempo de ciclo maior do que tempo takt.
 » Devemos tentar reduzir o tempo de ciclo.
Tempo de ciclo menor do que tempo takt.
 » Devemos tentar aumentar o tempo de ciclo.
TEMPO 
TAKT=17
0
1 2 3 4 5
5
20
10
15
25
Operador
TEMPO 
TAKT=30
0
1 2 3 4 5
5
20
10
15
25
30
Operador
TEMPO 
TAKT=17
0
1 2 3 4 5
5
20
10
15
25
Operador
TEMPO 
TAKT=30
0
1 2 3 4 5
5
20
10
15
25
30
Operador
No primeiro exemplo, temos tempo takt de 17 
segundos. O operador 3 têm tempo total de 
ciclo de 25, acima do tempo takt, representando 
um gargalo para o processo. Ainda podemos 
identificar dois desperdícios:
 » Superprodução das atividades do operador 
2, gerando estoque intermediário.
 » Espera do operador 4, que concluiu suas 
atividades antes de receber o produto do 
operador 3.
No segundo exemplo, o tempo takt é de 30 
segundos e não possui nenhum gargalo. 
Nesse exemplo, o objetivo não é reduzir ainda 
mais o tempo de ciclo, pois só agravaria a 
superprodução, é necessário redistribuir as 
atividades, reduzindo o número de operações 
e aumentando o tempo de ciclo para ajustar ao 
tempo takt.
Te
m
po
 d
e 
Ci
cl
o
Te
m
po
 d
e 
Ci
cl
o
DIAGRAMA DE 
ESPAGUETE
296
Diagrama 
espaguete
O que é.
 » Método poderoso para visualizar os desperdícios de movimentação e transporte.
 » Um método que utiliza uma linha contínua para rastrear o caminho percorrido por um item ou 
por pessoas durante a realização de um processo.
 » A imagem produzida comumente se parece com um prato de espaguete. 
 » Pode ser usado para mostrar o fluxo de informações, material ou pessoas.
Quando utilizar.
 » Para reorganização de layouts ou organização de transportes e movimentações internas.
Como criar
 » Obtenha um mapa do espaço de trabalho (layout).
 » Liste os passos do processo.
 » Marque no mapa onde acontece o primeiro passo do processo e o ligue, através de uma linha, 
até onde ocorre o segundo passo do processo.
 » Continue ligando os passos do processo com linhas na sequência em que eles ocorrem.
O diagrama de espaguete é uma boa ferramenta quando queremos 
combater os desperdícios de movimentação de pessoas e transporte de 
itens, permitindo uma fácil identificação. Quando temos uma proposta 
de alteração de layout, é importante analisar o caminho percorrido 
pelo processo ou informações, a fim de evitar desperdícios.
297
Analyze
Outros tipos de fluxos: 
diagrama espaguete
FLOOR 
FRAMING
2x6 
FOR 
END 
WALLS
W/D 
FRAM 
ES
STUDS 
AND 
S/RSTUDS AND 
S/R
END WALL FRAMING 
TABLE
PARTITION FRAMING 
TABLE
S/R ROLLER BED (RAW 
MATERIAL)
CUT 
S/R 
CART
S/R 
SAW
S/R 
SAW
S/R 
SLITTER
IN
SU
LA
-
TI
O
N
STUDS 
FOR W/D
W/D 
FRAMING 
TABLE
STUD 
ROLLER 
BED (RAW 
MATERIAL)
FRAMING 
TABLE
FRAMING 
TABLE
DUMPS TERDU
M
PS
 
TE
R
W
AL
L 
ST
AG
IN
G
FU
LL
 
ST
U
D 
CA
RT
CU
T 
LU
M
BE
R 
CA
RT
S
CART
U
P
SA
W
SA
W
SA
W
SAW
SAW
SAW
M
AI
N
 P
RO
DU
CT
IO
N
 L
IN
E
298
Diagrama 
espaguete
Análise
Cruzamentos de linhas
 » No caso de muitos cruzamentos de linha, 
devemos considerar as alterações no 
layout.
 » Já no casode muito retorno a um ponto, 
consideramos a possibilidade de fazer 
todas as atividades da operação em uma 
única passada.
A passagem de mão em mão adiciona tempo de espera, provocam atrasos 
e possivelmente gargalos. Verifique a possibilidade de reduzir 
passagem de mão em mão com alterações de funções e de layout.
VSM – VALUE 
STREAM MAPPING
300
Mapeamento do 
fluxo de valor
Fluxo de informação
Fluxo de material
Fornec. Cliente
PCP
MRP
Pedidos
Pedidos
xxx xxx xxx xxx xxx xxx
xxx xxx xxx xxx xxx xxx
xxx xxx xxx xxx xxx xxx
processo processo processo processo processo processo
info info info info info
Pedidos
Pedidos
Programa
Podemos separar o mapa do fluxo de valor em duas partes, o fluxo de informação, na parte 
superior, e o fluxo do material, na parte inferior. 
 » Na sua construção do fluxo de informações identificamos cliente, frequência de envio de 
pedidos e suas quantidades, como é realizado o planejamento de produção e pedidos para 
fornecedores.
 » Com relação ao fluxo do material, identificamos quantidade e frequência de matéria-prima, 
estoques e processos de transformação envolvidos. Dentro de cada etapa produtiva anotamos 
informações relevantes como tempos de ciclo, tempos de troca e disponibilidade do processo. 
 » Na linha inferior identificamos o tempo necessário em cada etapa, separando em atividades 
que agregam valor (patamar inferior) e não agregam valor (patamar superior). Somando os 
tempos de cada etapa, conseguimos o LeadTime.
Dessa maneira conseguimos mapear todas as etapas do processo e identificar as oportunidades de 
melhorias em diversas situações.
301
Analyze
Símbolos utilizados 
no VSM
Ícones do fluxo de material
Ícones gerais
Processo de 
manufatura
Necessidade de Kaizen
Fontes externas
Pulmão ou estoque de 
segurança
Caixa de dados
Operador
Estoque Caminhão de entrega Seta empurrar Produtos acabados 
para clientes
Fluxo sequencial 
primeiro a entrar, 
primeiro a sair
Supermercado Puxada
302
Aç
os
 S
ão
 
Pa
ul
o
Pr
ev
is
ão
 6
 se
m
an
as
Fa
x 
se
m
an
al
PC
PM
M
RP
Pr
og
ra
m
a 
se
m
an
al
Pr
ev
is
ão
 3
0,
 6
0 
e 
90
 
di
as
Co
nfi
rm
aç
ão
 d
iá
ria
Di
ar
ia
m
en
te
3ª
 e
 5
ª
5 
di
as
46
00
 L
E
24
00
 L
D
11
00
 L
E
60
0 
LD
16
00
 L
E
85
0 
LD
12
00
 L
E
64
0 
LD
27
70
 L
E
14
40
 L
D
5 
di
as
7,
6 
di
as
1,
8 
di
as
2,
7 
di
as
2 
di
as
4,
6 
di
as
23
,6
 d
ia
s
1 
se
g.
39
 se
g.
46
 se
g.
62
 se
g.
40
 se
g.
18
8 
se
g.
Es
ta
m
pa
ria
So
ld
a 
I
So
ld
a 
II
M
on
ta
ge
m
 I
M
on
ta
ge
m
 II
Ex
pe
di
çã
o
Co
m
pa
rt
.
De
di
ca
da
De
di
ca
da
De
di
ca
da
De
di
ca
da
T/
C:
 1
 se
g.
T/
C:
 3
9 
se
g.
T/
C:
 4
6 
se
g.
T/
C:
 6
2 
se
g.
T/
C:
 4
0 
se
g.
T/
R:
 6
0 
m
in
T/
R:
 1
0 
m
in
T/
R:
 0
 m
in
T/
R:
 0
 m
in
T/
R:
 0
 m
in
Di
sp
: 8
5%
Di
sp
: 1
00
%
Di
sp
: 8
0%
Di
sp
: 1
00
%
Di
sp
: 1
00
%
M
on
ta
do
ra
 
Sã
o 
Jo
rg
e
M
en
sa
l
12
00
0 
LE
64
00
 L
D
2 
tu
rn
os
20
 s
up
/b
an
d
Bo
bi
na
s
50
0 
pé
s
POKA-YOKE
304
Exemplo
305
Analyze
Erros
Uma fonte comum de problemas 
são os chamados “erros”. 
 » Os erros ocorrem quando as ações não 
estão de acordo com as intenções, mesmo 
que a pessoa seja capaz de realizar a tarefa 
com sucesso.
 » Embora os erros sejam resultado de 
ações humanas, eles ocorrem através da 
interação das pessoas com o sistema.
Alguns sistemas são mais propensos a erros que outros.
306
Exercício: 
Inspeção
 » Conte o número de vezes que a sexta letra do alfabeto aparece no 
seguinte texto. Você tem um minuto.
The necessity of training farm hands for first 
class farms in the fatherly handling of farm live 
stock is foremost in the eyes of farm owners. 
Since the forefathers of the farm owners 
trained the farm hands for first class farms in 
the fatherly handling of farm live stock, the 
farm owners feel they should carry on with the 
family tradition of training farm hands of first 
class farmers in the fatherly handling of farm 
live stock because they believe it is the basis of 
good fundamental farm management.
307
Analyze
A prova de 
erros
“Tornar fácil fazer certo e 
impossível fazer errado.”
 » A prova de erros usa dispositivos de baixo custo ou técnicas 
que permitem inspecionar 100% todos os meios de eliminar 
defeitos.
 » Ela assume que mesmo o funcionário mais consciente e 
bem treinado irá ocasionalmente cometer erros, previne 
que erros se transformem em produtos defeituosos e é uma 
parte de um sistema de inspeção.
Poka-Yokes são dispositivos à prova de erros que permitem a 
inspeção de 100% da produção para eliminar os defeitos. Como 
a criação do sistema de baixo custo criado para inspecionar a 
produção dos teares e identificar o rompimento de fios, que 
tornou possível identificar todas as ocorrências através do 
travamento do tear, impedindo a produção de defeitos.
308
Dispositivos 
preventivos
“À prova de erros” (Preventivo)
Exemplos do dia a dia:
Elimina a possibilidade de ocorrência da falha ou defeito 
específico, através do projeto.
 » Micro-ondas não funciona com porta 
aberta.
 » Boia da caixa d’água evita que água vaze da 
caixa.
 » Moto não liga se estiver engrenada e com o 
pezinho abaixado.
 » Farol dos carros se apaga quando a chave é 
retirada do contato.
309
Analyze
Dispositivos 
detectivos
“À prova de falhas” (Detectivo)
Detecta a falha ou defeito, caso ocorra, e previne que a não 
conformidade continue no processo.
Exemplos do dia a dia:
 » Indicador no painel dos automóveis, que 
aponta que o motorista não está usando o 
cinto de segurança.
 » Carros que emitem som ao abrir a porta 
quando o farol está aceso e o veículo 
desligado
310
Métodos
Lembretes Diferenciações
Restrições Exibições
 » Muitos erros são cometidos por 
esquecimento.
 » Os lembretes auxiliam a recordação e 
podem ser um aviso escrito, um alarme.
 » Devem ser fáceis de fazer e objetivos.
 » Quando temos produtos para finalidades 
diferentes, mas que visualmente são muitos 
parecidos, podemos criar diferenciações 
nas suas embalagens, utilizar corante ou 
qualquer outro método para evitar que 
ocorra confusão em suas utilizações.
 » Delimitam o desempenho de certas ações 
que conduzem a erro, como a necessidade 
de remover o cartão do caixa eletrônico 
antes de o dinheiro ser liberado.
 » Tem como característica não requerer um 
comportamento consciente.
 » Quando visualmente já fica explícito como 
a ação deve ser executada.
 » Ex.: a dobradiça das portas já nos mostra 
para que lado devemos abri-las.
CORRELAÇÃO 
ENTRE VARIÁVEIS
312
Estudo de relações 
entre variáveis
S I
Variáveis 
de input
X1, X2, … , Xk
Y = f(X1, X2, … , Xk)
P
Variáveis de 
processo
O
Variáveis 
de output
Y
C
Sabemos que a correlação é uma importante ferramenta para estudar relações entre variáveis. 
Nessa fase, estamos interessados em entender quais variáveis influenciam os indicadores.
O SIPOC é uma ferramenta utilizada para identificar os elementos relevantes de um processo e 
pode ser aplicada a todo tipo de trabalho, seja ele repetitivo ou pouco frequente, ajudando a ter 
uma visão macro do processo:
 » Definindo seus limites (pontos de início e fim).
 » Permitindo localizar pontos de coleta de dados.
As variáveis medidas no resultado (output) são denotas por Y. As variáveis medidas no processo 
(process) e nas entradas (input) são denotas por X. Nessa etapa, vamos entender as relações entre 
os Y’s e os X ś e as técnicas estatísticas que são usadas para entender essas variáveis. Encontrando 
essas relações, poderemos propor mudanças em busca de melhorias. 
313
Analyse
Estudo de relações 
entre variáveis
Y Quantitativo Y Qualitativo
X Quantitativo
 » Gráfico de dispersão
 » Gráfico de dispersão 
estratificado
 » Dotplot estratificado
 » Gráfico de tendência 
estratificado
 » Boxplot
X Qualitativo
 » Dotplot estratificado
 » Gráfico detendência 
estratificado
 » Boxplot
 » Tabela de contingência
 » Gráfico de barras
Para podermos identificar a 
ferramenta estatística adequada, 
precisamos classificar as 
variáveis sob dois aspectos:
A variável é Y ou X?
 » Y
• Variáveis de saída do processo cujo 
comportamento queremos explicar e obter 
um modelo, geralmente seu indicador 
do projeto de melhoria. Nomenclatura: 
variáveis resposta, variáveis dependentes.
 » X
• Variáveis de processo ou de entrada, 
candidatas a explicar o comportamento das 
variáveis resposta. Nomenclatura: variáveis 
explicativas, variáveis independentes, 
fatores. 
• Variáveis de estratificação.
A seguir, a diferença entre 
variável numérica e categórica.
 » A variável numérica ou quantitativa é 
aquela que conseguimos colocar em 
alguma escala, pode ser contínua ou de 
contagem. Exemplo: Tempo de operação, 
número de falhas em um equipamento, 
peso de um produto.
 » A variável categórica ou qualitativa é 
aquela que assume categorias de resposta. 
Exemplo: Tipo de problema encontrado, 
matéria-prima, turno. 
Depois, precisamos apenas localizar 
a técnica adequada na tabela acima.
ASSOCIAÇÃO ENTRE 
VARIÁVEIS 
Y: NUMÉRICA 
X: NUMÉRICA
316
Associação 
entre variáveis
Dados sobre 
satisfação e atraso 
de 24 projetos.
A satisfação depende 
do atraso?
Tomemos o seguinte exemplo: 
Uma equipe estava incumbida 
de elevar a satisfação dos 
clientes com a entrega dos 
projetos do escritório. Existia 
uma forte convicção de que 
a satisfação era influenciada 
pelos dias de atraso.
Para comprovar essa teoria, 
a equipe coletou a satisfação 
e os dias de atraso (dias de 
atraso negativo significam 
entrega antes do prazo) para 24 
projetos. Olhando os dados da 
tabela, você consegue perceber 
se a satisfação é influenciada 
pelos dias de atraso com a 
entrega do projeto?
Note que os dias de atraso com 
o sinal explicitam que o projeto 
foi entregue antes do prazo.
Projeto Dias de atraso
Índice 
satisfação Projeto
Dias de 
atraso
Índice 
satisfação
1 -3 3.90 13 -8 3.91
2 -6 3.42 14 8 3.57
3 -1 3.10 15 -15 4.40
4 0 2.95 16 -15 4.63
5 4 1.83 17 10 2.98
6 5 2.25 18 -11 4.11
7 9 1.92 19 11 1.83
8 11 3.15 20 -13 4.57
9 19 2.85 21 4 2.92
10 12 3.00 22 0 3.70
11 -5 2.64 23 10 2.63
12 -6 3.96 24 -7 4.51
Gráfico de dispersão
Analisando o gráfico de dispersão, onde cada ponto representa 
um projeto, com o respectivo atraso e satisfação, percebemos 
mais facilmente que, quanto maior o atraso, menor a satisfação.
Atraso (dias)
Sa
tis
fa
çã
o
GRÁFICO DE DISPERSÃO: SATISFAÇÃO VS ATRASO
100-10 20-20
2.0
2.5
3.0
3.5
4.0
5.0
4.5
317
Analyse
Análise de gráficos 
de dispersão
X1
Y1
GRÁFICO DE DISPERSÃO
864 10 12 14 162
0
2.5
3.0
3.5
4.0
X2
Y2
GRÁFICO DE DISPERSÃO
864 10 12 14 162
10000
14000
18000
22000
26000
X3
Y3
GRÁFICO DE DISPERSÃO
864 10 12 14 162
0
5
10
15
20
X1
Y1
GRÁFICO DE DISPERSÃO
864 10 12 14 162
0
2.5
3.0
3.5
4.0
X2
Y2
GRÁFICO DE DISPERSÃO
864 10 12 14 162
10000
14000
18000
22000
26000
X3
Y3
GRÁFICO DE DISPERSÃO
864 10 12 14 162
0
5
10
15
20
X1
Y1
GRÁFICO DE DISPERSÃO
864 10 12 14 162
0
2.5
3.0
3.5
4.0
X2
Y2
GRÁFICO DE DISPERSÃO
864 10 12 14 162
10000
14000
18000
22000
26000
X3
Y3
GRÁFICO DE DISPERSÃO
864 10 12 14 162
0
5
10
15
20
Aspectos a serem observados em um gráfico de dispersão
Devemos, sempre, observar alguns aspectos na análise do gráfico de dispersão:
 » Direção: positiva (quando “x” aumenta, “y” também aumenta) ou negativa (quando “x” 
aumenta, “y” diminui).
 » Forma: a relação é linear (pode ser aproximada por uma reta) ou não linear.
 » Força: quanto mais aproximados os pontos estão da forma da relação identificada entre “x” e 
“y”, maior a força dessa relação.
Coeficiente de correlação linear
Fórmula
 ∑(x i − X̄)(y i − Ȳ)r = 
 √ ∑(x i − X̄)2 √ ∑(y i − Ȳ)2 .
− 1 ≤ r ≤ 1
O coeficiente de relação linear mede a força da 
relação linear entre “x” e “y”:
 » r=1 indica relação positiva perfeita 
(extremamente forte).
 » r=-1 indica relação negativa perfeita 
(extremamente forte).
 » r=0 indica a ausência de relação linear 
entre “x” e “y”.
Observações:
 » 1. O coeficiente r mede o grau de associação 
linear entre duas variáveis. Valor de r baixo 
(próximo de zero) não indica que as variáveis 
não estão relacionadas, mas sim que elas 
não estão linearmente relacionadas. Não 
devemos interpretar o valor de r sem o 
gráfico de dispersão.
 » 2. A interpretação de r (se é alto) depende 
do contexto.
n
i=1
n
i=1
n
i=1
318
Gráfico de dispersão 
estratificado
Há relação para cada fornecedor, 
mas não há no total.
Não há relação para cada 
fornecedor, mas há no conjunto.
Rigidez
PRODUTO A
Fo
rç
a 
pa
ra
 ro
m
pe
r
FORNECEDOR BFORNECEDOR A
Rigidez
PRODUTO B
Ra
pi
de
z 
de
 ro
m
pe
r
FORNECEDOR BFORNECEDOR A
Rigidez
PRODUTO A
Fo
rç
a 
pa
ra
 ro
m
pe
r
FORNECEDOR BFORNECEDOR A
Rigidez
PRODUTO B
Ra
pi
de
z 
de
 ro
m
pe
r
FORNECEDOR BFORNECEDOR A
Quando analisamos a correlação com dados estratificados, diversas situações podem ocorrer:
 » Existe correlação no geral e em cada estrato, e a direção é a mesma.
 » Existe correlação no geral e em cada estrato, e as direções são diferentes.
 » Existe correlação no geral, mas não em cada estrato.
 » Existe correlação em cada estrato, mas não no geral.
 » Outras.
No primeiro gráfico, podemos observar que não existe forte correlação quando olhamos para ele 
sem estratificar por fornecedor. Porém, quando estratificamos por fornecedor, essa relação é mais 
forte. 
No segundo gráfico, notamos que não há correlação para cada fornecedor. No entanto, olhando o 
gráfico como um todo, percebemos uma correlação.
319
Analyse
Correlação e 
causalidade
120 140 160 180 200 220 240 280
EVOLUÇÃO DA POPULAÇÃO DE OLDENBURG 
E DO NÚMERO DE CEGONHAS (1930-1936)
Po
pu
la
çã
o 
(e
m
 m
ilh
ar
es
)
Número de cegonhas
58
62
66
70
74
78
120 140 160 180 200 220 240 280
EVOLUÇÃO DA POPULAÇÃO DE OLDENBURG 
E DO NÚMERO DE CEGONHAS (1930-1936)
Po
pu
la
çã
o 
(e
m
 m
ilh
ar
es
)
Número de cegonhas
58
62
66
70
74
78
Consideremos o exemplo de Gustav Fisher, que coletou o número 
de cegonhas e a população da cidade de Oldenburgo, atualmente 
pertencente ao território alemão, entre os anos de 1930 e 1936.
 » A direção é positiva, a relação é linear e a correlação é forte. 
O gráfico sugere que, quanto maior é o número de cegonhas, 
maior é a população. 
Podemos concluir que cegonhas trazem os bebês?! Existe uma 
relação de causalidade entre essas variáveis?!
 » Claramente Fisher não fez essa brincadeira por acreditar 
no mito infantil, mas sim para mostrar que nem sempre 
correlação implica causalidade.
 » Além disso, uma explicação lógica para esta correlação é 
que, conforme a população aumenta, também cresce o 
número de casas e consequentemente chaminés, o que atrai 
as cegonhas.
320
Correlação e 
causalidade
Entre os anos 1920 e 1935, foram coletados os dados relativos ao 
número de aparelhos de rádio e número de doentes mentais por 
100.000 habitantes na Inglaterra.
 » A conclusão que se obteve é que a direção é positiva e linear 
e a correlação é forte. O gráfico sugere que, quanto maior 
é o número de aparelhos de rádio, maior é o número de 
doentes mentais.
Podemos concluir que ouvir rádio provoca doença mental?!
 » A correlação não implica causalidade. Duas variáveis podem 
estar correlacionadas porque a variável x é a causa direta 
da variável y ou a variável y é a causa direta da variável 
x. A variável x contribui para a variação em y, mas não é 
a única causa; outras variáveis podem estar provocando 
a correlação; ambas as variáveis estão mudando com o 
tempo; a associação não passa de coincidência.
Em estudos observacionais não se pode atribuir relação de causa 
e efeito a variáveis correlacionadas. Para atribuir relação de causa 
e efeito, é preciso realizar experimentos planejados.
0 2000 4000 6000 8000 10000RELAÇÃO ENTRE Nº DE DOENTES MENTAIS 
E Nº DE APARELHOS DE RÁDIO
N
úm
er
o 
de
 d
oe
nt
es
 m
en
ta
is
Número de aparelhos de rádio
10
14
18
22
26
0 2000 4000 6000 8000 10000
RELAÇÃO ENTRE Nº DE DOENTES MENTAIS 
E Nº DE APARELHOS DE RÁDIO
N
úm
er
o 
de
 d
oe
nt
es
 m
en
ta
is
Número de aparelhos de rádio
10
14
18
22
26
ASSOCIAÇÃO ENTRE 
VARIÁVEIS 
Y: NUMÉRICA 
X: CATEGÓRICA
322
Y: Numérica, X: Categórica 
(com variável de tempo)
Se a variável numérica é medida ao longo do tempo, há duas possibilidades:
Dia
Mês
Te
m
po
GRÁFICO DE TENDÊNCIA POR FASE
864 10 12 14 162
0
5
10
15
20
25
DEPOISANTES
Ve
nd
as
GRÁFICO DE TENDÊNCIA: VENDAS POR FILIAL
fe
v-
17
ab
r-1
7
ju
n-
17
ag
o-
17
ou
t-1
7
de
z-
17
fe
v-
18
ab
r-1
8
0
5
10
15
20
25
FILIAL B
FILIAL A
Variável
Dia
Mês
Te
m
po
GRÁFICO DE TENDÊNCIA POR FASE
864 10 12 14 162
0
5
10
15
20
25
DEPOISANTES
Ve
nd
as
GRÁFICO DE TENDÊNCIA: VENDAS POR FILIAL
fe
v-
17
ab
r-1
7
ju
n-
17
ag
o-
17
ou
t-1
7
de
z-
17
fe
v-
18
ab
r-1
8
0
5
10
15
20
25
FILIAL B
FILIAL A
Variável
Quando a variável y é numérica e a variável x é categórica, estratifica-se os dados nos grupos 
definidos pela variável x.
Neste caso, temos duas possibilidades:
 » 1. A variável categórica define duas ou mais fases, antes e depois de uma mudança, por 
exemplo. Então, o adequado é fazer um gráfico de tendência estratificado por fases para 
analisar o indicador “Tempo”. Nessa situação, estamos verificando se o tempo (variável y) 
depende da fase (variável x). 
Como conclusão temos uma redução relevante no indicador quando consideramos fase “antes” e 
“depois”, ou seja, o indicador depende da fase. 
 » 2. A variável numérica é medida em duas condições diferentes nos mesmos tempos, 
por exemplo pelo número de vendas em duas filiais. Nesse caso, é adequado fazer um 
gráfico de tendência com a variável resposta superposta. Se os dados estão em regiões 
significativamente diferentes, dizemos que há correlação entre as variáveis.
323
Analyse
Y: Numérica, X: Categórica 
(sem variável de tempo)
Tempo
Fa
se
DOTPLOT: TEMPO VS FASE
10864 18161412
depois
antes
Te
m
po
Fase
Antes Depois
BOXPLOT DE TEMPO
5
20
15
10
Tempo
Fa
se
DOTPLOT: TEMPO VS FASE
10864 18161412
depois
antes
Te
m
po
Fase
Antes Depois
BOXPLOT DE TEMPO
5
20
15
10
 » Se a ordem em que os 
dados foram coletados 
não for relevante. Uma 
forma de visualizar os 
dados seria por meio 
de uma comparação 
das distribuições de 
frequência (dotplot 
ou histograma) da 
variável numérica 
estratificada pela variável 
classificatória.
 » Outro gráfico que auxilia 
nessa visualização 
é o boxplot.
 » Com essa visão estática, 
podemos observar 
que o tempo nas duas 
fases estão em regiões 
diferentes, ou seja, existe 
correlação entre o 
 tempo e a fase, e a 
mudança impactou o 
indicador. “tempo”.
ASSOCIAÇÃO ENTRE 
VARIÁVEIS 
Y: CATEGÓRICA 
X: CATEGÓRICA
326
Tabela de 
contingência
Tabela de contingência
Variável A
Categorias A1 A2 Total
Variável B
B1 n11 n12 n1+
B2 n21 n22 n2+
Total n+1 n+2 n++
Definições
n11 Frequencia de indivíduos nas categorias A1 e B1.
n12 Frequencia de indivíduos nas categorias A2 e B1.
n21 Frequencia de indivíduos nas categorias A1 e B2.
n22 Frequencia de indivíduos nas categorias A2 e B2.
n1+ Frequencia de indivíduos nas categorias B1.
n2+ Frequencia de indivíduos nas categorias B2.
n+1 Frequencia de indivíduos nas categorias A1.
n+2 Frequencia de indivíduos nas categorias A2.
n++ Total de indivíduos na amostra
Quando as variáveis X e Y 
são categóricas, o estudo de 
correlação é feito por tabelas 
de contingência ou tabelas 
cruzadas.
 » Por conveniência, a 
variável X é colocada nas 
linhas, e a variável Y é a 
variável nas colunas.
 » No cruzamento entre cada 
categoria das variáveis 
X e Y (casela), coloca-se 
o respectivo número de 
indivíduos amostrados no 
estudo ou o percentual 
das linhas.
327
Analyse
Tabela de 
contingência
Resultado
Tratamento N S Total
Ciclosporina 15 (40,54%) 22 (59.46%) 37 (100%)
Placebo 23 (67.65%) 11 (32.35%) 34 (100%)
Gráfico de barras
Tabelas de contingência
Pe
rc
en
tu
al
Tratamento
0
PlaceboCiclosporina
10
20
30
40
50
60
70
GRÁFICO DE TRATAMENTO; 
MELHOROU?
Melhorou?
SIM
NÃO
Esses dados também podem ser apresentados na forma de gráfico de barras, onde a altura das 
barras é calculada pelo percentual de “linhas”.
Consideremos os dados de comparação entre a ciclosporina (uma droga imunossupressora que 
reduz a probabilidade de rejeição de órgãos transplantados) e o placebo (um fármaco inerte). 
 » A pergunta de interesse é: “O resultado da ciclosporina é melhor que o resultado do placebo?”, 
assim a variável X (linha) é o tratamento e a variável Y (coluna) é o resultado.
 » Para responder a essa pergunta podemos realizar o percentual de linhas, ou seja, do total de 
pacientes para os quais a ciclosporina foi administrada (37), 22 melhoraram, assim a melhora 
foi de 59,46%. Já para o placebo, a melhora foi de 11/34 x 100%=32,35%. 
Portanto, concluímos 
que a ciclosporina é 
melhor que o placebo.
Nesse caso, podemos 
perceber que a melhora 
depende do tratamento 
ao qual o paciente 
foi submetido. 
328
Cuidado com 
tabelas
 » O procedimento de um hospital era aplicar antibiótico antes da cirurgia em pacientes 
para minimizar a chance de infecção hospitalar. Com o objetivo de avaliar a eficácia de 
três tipos de antibióticos, foram coletados dados de 100 pacientes que desenvolveram 
infecção após a cirurgia. A tabela abaixo apresenta a frequência por tipo de antibiótico. 
Qual é o melhor antibiótico?
Antibiótico Infecção
A 12
B 60
C 28
Total 100
Para responder esta questão, precisamos da informação sobre 
o total de pacientes que tomaram o antibiótico A, B e C.
Qual antibiótico é melhor?
Resultado
Antibiótico Sim Não
A 12 10
B 60 20
C 28 70
A tabela apresenta dados 
sobre 100 pacientes que 
desenvolveram infecção e sobre 
100 que não desenvolveram 
infecção após cirurgia, traz 
também o tipo de antibiótico 
administrado. 
 » A partir das informações sobre o total de pessoas que desenvolveram ou não a infecção após 
ingerir cada antibiótico, conseguimos então calcular o percentual em cada uma das linhas (A = 
55%, B = 75% , C= 29%). Concluímos que a infecção depende do antibiótico que foi ingerido e 
que o melhor antibiótico é o C. 
Ao construirmos tabelas cruzadas, devemos apresentar 
todas as categorias de cada variável. 
DOE – INTRODUÇÃO
330
Analyse
Relação entre fatores 
e respostas
Representação de um sistema
Variáveis 
de bloco
Fatores de 
entrada
Variáveis 
de ruído
Variável 
resposta
Fatores de processo
z1
x1
e1
Xp+1
z2
x2 Y
Saídas
e2
Xp+2
zr
xp
es
Xp+q
Processo de 
transformação
Em todos os experimentos, 
temos a necessidade de 
estudar o efeito de diversas 
variáveis de input ou de 
processo (fatores) em uma 
variável de output (variável 
resposta). Uma forma de 
estudar esse sistema de causas 
é utilizar dados históricos do 
processo, mas essa abordagem 
tem limitações. São elas:
 » A qualidade dos 
dados históricos não é 
adequada.
 » Nem todos os fatores 
(variáveis x’s) foram 
medidos.
 » As variáveis de input e de 
processo são controladas 
durante a operação e 
não apresentam variação 
suficiente que permita 
avaliar seu efeito.
 » Não permite estabelecer 
relação de causa e 
efeito mesmo que exista 
correlação com a variável 
resposta.
Por essas razões, geralmente 
será necessário obter dados 
corretos e confiáveis.
Uma forma adequada de se 
medir o efeito de variáveis 
de input e de processo em 
variáveis de output é realizar 
experimentos planejados.
Em um experimento planejado, 
fazemos mudanças deliberadas 
em uma ou mais variáveis 
de processo ou de entrada 
(fatores) com o objetivo de 
observar o efeito dessas 
mudanças em uma ou mais 
variáveis de respostas.
Em todo experimento, 
temos a ocorrência do erro 
experimentalou variáveis de 
ruído. Por isso apresentaremos 
a seguir técnicas para minimizar 
este ruído.
Além disso, algumas vezes temos 
presentes as variáveis de bloco. 
O bloco serve como controle do 
erro experimental e, quando está 
presente, é necessário inserir o 
efeito de bloco. 
331
Analyse
Exemplo
 » Uma empresa usa um provedor B para acesso à internet. Ao longo de um dia a empresa faz 
10 downloads de um pacote padrão e mede o tempo de cada. Os downloads foram realizados 
durante um dia normal de operações.
 » Os dados obtidos estão mostrados no próximo gráfico.
 » O interesse neste estudo é avaliar qual é o tempo médio de download utilizando o provedor B. 
 » Podemos observar que o tempo médio de download com o provedor B é aproximadamente 17. 
Além disso, o menor tempo observado foi de 15, e o maior foi de 19.
Tempo
15 16 17 18 19
Fatores que podem afetar o tempo de download:
Sabemos que muitos fatores podem influenciar este indicador (tempo de download). Listamos a 
seguir alguns deles:
 » Computadores acessando o site.
 » Outras tarefas sendo feitas no computador.
 » Sistema do provedor.
 » O dia da semana.
 » Trafego na rede
 » Velocidade do processador.
 » Quantidade de memória.
 » Etc.
É importante lembra que conseguirmos 
controlar alguns fatores, e não todos. Além 
disso, existem diversos outros fatores que 
muitas vezes influenciam a variável resposta e 
que nem sabemos que existem e podem estar 
influenciando.
332
Analyse
Exemplo
O que se pode concluir com o experimento?
Tempo
Provedor A
Provedor B
12 13 14 18 191615 17
Precisamos verificar qual deles tem o tempo médio de download menor.
 » Podemos concluir pelo gráfico que o provedor A tem um tempo médio de download menor.
 » Porém, se acrescentarmos que na parte da manhã foram realizados os downloads com o 
provedor A, e na parte da tarde downloads com o provedor B, encontramos sentido nesse tipo 
de experimento? O que há de errado com ele? Podemos tirar qualquer conclusão de acordo 
com a forma como o experimento foi realizado?
 » Do modo como foi realizado este experimento existem diversos fatores que podem estar 
afetando os dados e as conclusões.
Um outro provedor A contatou a empresa e afirmou que seu serviço era mais rápido. A velocidade 
nominal prometida pelos dois era a mesma. A empresa resolveu realizar um teste comparativo 
entre os fornecedores.
 » Dez downloads do mesmo pacote são realizados com o provedor A num dia normal de 
operações. 
Os dados comparativos entre os dois provedores estão na figura a seguir.
333
Analyse
Definições
Devemos levar em conta algumas definições 
importantes para entendermos a experimentação
São elas:
 » Fatores: são as variáveis 
cuja influência sobre a 
variável resposta está 
sendo estudada no 
experimento.
 » Níveis de um fator: os 
diferentes modos de 
presença do fator no 
estudo.
 » Variável resposta: a 
variável de interesse cujo 
resultado será registrado 
em cada ensaio.
 » Unidade experimental: 
é a unidade básica na 
qual será aplicado um 
tratamento e será medida 
uma resposta.
 » Replicação: utilizar o 
mesmo tratamento em 
duas ou mais unidades 
experimentais.
 » Repetição: medir duas 
ou mais vezes a mesma 
unidade experimental. 
 » Tratamento: qualquer 
combinação de níveis dos 
fatores.
 » Interação: “falha” de 
um fator em produzir 
os mesmos efeitos na 
resposta em diferentes 
níveis de outro fator.
Princípios básicos de experimentação
A experimentação possui três princípios básicos para que ela ocorra de forma correta:
Replicação
A replicação fornece 
informação sobre o erro 
experimental (influência de 
fatores desconhecidos ou não 
controlados). 
Aleatorização
A aleatorização é importante 
para gerar uma distribuição de 
referência válida para realizar 
comparação (relação sinal/
ruído).
Blocagem
A blocagem é importante para 
controlar fontes de variação 
conhecidas, reduzindo o erro 
experimental e aumentando a 
sensibilidade do experimento 
(aumentar a relação sinal/
ruído).
DOE – COMPARAÇÃO 
DE 2 TRATAMENTOS
336
Analyse
Exemplo: comparação 
de médias
Consideramos que a expressão “comparar tratamentos ou populações” não é específica o 
suficiente. Trataremos aqui de comparações de médias ou comparações de variâncias. 
Neste exemplo, estamos interessados em saber se o tempo médio de download utilizando o 
provedor A é igual ao tempo médio utilizando o provedor B. Para fazer esta comparação realizamos 
15 downloads.
 » Foi realizado um teste durante um dia normal de operações para comparações dos provedores 
A e B. Foram feitos 15 downloads, 7 com o provedor A, e 8 com o provedor B. 
 » Considere µA e µB o tempo médio de cada provedor.
Então, a hipótese a ser testada é:
H0: µA = µB
versus
HA: µA ≠ µB
337
Analyse
Exemplo: comparação 
de médias
 » Fator: Provedor
 » Níveis: A e B.
 » Tratamento: cada nível do fator.
 » Unidades experimentais: downloads (15).
 » Replicações: 7 para o nível A, e 8 para o 
nível B. 
 » Aleatorização: as unidades experimentais 
foram alocadas de forma aleatória aos 
tratamentos.
 » Experimento completamente 
aleatorizado (CRD). 
Retomando as definições do DOE, podemos observar para o exemplo 
 do provedor como será aplicado. 
Esse plano experimental é denominado plano completamente 
aleatorizado ou CRD (completely randomized Design).
338
Analyse
Comparação da média 
de dois tratamentos
Num. do downl. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Provedor A B B A B A A B B A B B A A B
Tempo (min) 17.2 17.1 17.2 16.9 17.3 16.8 17.2 17.5 17.2 17.3 17.1 16.9 17.1 17.2 17.3
Prov. A Prov. B
17.2 17.1
16.9 17.2
16.8 17.3
17.2 17.5
17.3 17.2
17.1 17.1
17.2 16.9
17.3
nA = 7 nB = 8
∑yA = 119.7 ∑yB = 137.6
ȳA = 17.1 ȳB = 17.2
339
Analyse
Análise 
gráfica
DOTPLOT DO TEMPO DO PROVEDOR
Tempo
Pr
ov
ed
or
B
A
16.8 16.9 17.0 17.1 17.2 17.3 17.4 17.5
GC DO TEMPO POR PROVEDOR
Te
m
po
LSC=17
LIC=16
16.50
16.75
17.00
17.25
17.50
17.75
X=17.2
A B
7 9 11 13 15531
As técnicas mais comuns para se analisar esse tipo de experimento são o cálculo da média e 
desvio padrão para cada tratamento; dotplot comparativo por tratamento e gráfico de tendência 
ou de controle comparativo por tratamento.
 » Na maior parte das vezes, o gráfico de controle é suficiente para fornecer o grau de convicção 
sobre a diferença das médias (antes).
Nos gráficos a seguir, podemos verificar que não existe diferença entre o tempo médio utilizado 
pelos dois provedores. 
Amostra
DOE – EXPERIMENTO 
FATORIAL COMPLETO
342
Analyse
Sistema de causas
Uma forma de estudar o sistema de causas é utilizar dados 
históricos do processo. Limitações dessa abordagem:
 » A qualidade dos dados não é adequada.
 » Nem todas as variáveis (x’s) foram medidas.
 » As variáveis x’s são controladas durante a operação.
 » Não permite estabelecer relação de causa e efeito mesmo que exista correlação com a variável 
resposta.
S I
Variáveis 
de input
X1, X2, … , Xk
Y = f(X1, X2, … , Xk)
P
Variáveis de 
processo
O
Variáveis 
de output
Y
C
343
Analyse
Um exemplo
Níveis
Fatores (X) (−) (+)
Tipo de papel 75 g 120 g
Comprimento da asa 3 cm 6 cm
Largura do corpo 5 cm 8 cm
Comprimento da perna 4 cm 10 cm
Largura da perna 2 cm 3 cm
O planejamento estatístico do experimento é um procedimento eficiente e eficaz para obter e 
analisar dados e chegarmos a conclusões válidas e objetivas.
Como um exemplo ilustrativo, consideremos uma empresa de brinquedos que produz helicópteros 
de papel. Duas características de qualidade são importantes:
 » O helicóptero tem que girar enquanto cai.
 » O tempo de permanência no ar tem que ser o maior possível.
Quais fatores potencialmente influenciam o tempo de permanência no ar? 
 » Quais fatores efetivamente afetam o tempo de permanência no ar?
 » Como realizar um experimento para avaliar o efeito dos fatores?
344
Analyse
Possível estratégia: variar 
um fator de cada vez
Y
X1
Y
X3
Y
X2
Y
X1
Y
X3
Y
X2Y
X1
Y
X3
Y
X2
Variar 1 fator de cada vez Vários níveis Escolher os ápices
Variar um fator de cada vez é uma estratégia muito utilizada para se estudar quais desses fatores 
realmente influenciam o tempo e em quais níveis.
 » Nessa estratégia, escolhemos um ponto inicial, ou baseline de níveis de cada fator, e variamos 
sucessivamente os níveis de um fator por vez, mantendo os outros fixos. 
 » Essa é a maneira mais intuitiva de se realizar o experimento, mas geralmente não leva 
ao melhor resultado quando existe interação entre os fatores (o melhor nível de um fator 
depende do nível do outro fator).
345
Analyse
Exemplo 1: Um 
fator de cada vez
Trat. Comp. Asa Larg. corpo Tempo
1 3 5 1.7
2 3 8 1.2
3 6 5 2.0
4 6 8 1.5
 » 1. Fixe o comp. da asa em 3 e varie a larg. do corpo.
 » 2. O melhor valor para a larg. do corpo é 5.
 » 3. Fixe a larg. do corpo em 5 e varie o comp. da asa.
 » 4. O melhor valor para o comp. da asa é 6.
 » 5. A melhor combinação é (6,5)!
Para simplificarmos o entendimento deste problema, devemos considerar apenas a análise de dois 
fatores com dois níveis cada um e que essa é a situação real, porém desconhecida.
 » Qual é o efeito de comprimento da asa e da largura do corpo no tempo de permanência no ar?
 » Variando um fator por vez e seguindo os passos 1; 2; 3; 4 e 5 detalhados na figura, obtém-se o 
tempo de permanência igual a 2,0; que é o melhor possível.
346
Analyse
Exemplo 2: Um 
fator de cada vez
Trat. Comp. Asa Larg. corpo Tempo
1 3 5 1.7
2 3 8 1.2
3 6 5 2.0
4 6 8 1.5
 » 1. Fixe a larg. do corpo em 8 e varie o Comp. da asa.
 » 2. O melhor valor para o comp. da asa é 3.
 » 3. Fixe o comp. da asa em 3 e varie a larg. do corpo.
 » 4. O melhor valor para a larg. do corpo é 5.
 » 5. A melhor combinação é (3,5)? NÃO?
Consideremos agora uma nova situação real. Qual é o efeito do comprimento da asa e da largura do 
corpo no tempo de permanência no ar? 
 » Nesse caso, seguindo os passos 1; 2; 3; 4 e 5 detalhados na figura, obtemos o tempo de 
permanência igual a 1,7 (combinação comp. da asa = 3; e larg. do corpo = 5), porém essa não é 
a melhor combinação possível se considerarmos todos os resultados. 
 » Na combinação comp. da asa = 6; e larg. do corpo = 5 obtemos um tempo igual a 2,0, mas essa 
combinação não foi realizada, pois estamos variando novamente um fator de cada vez!
 » Nesse caso existe interação entre os fatores: comprimento da asa e largura do corpo, 
ou seja, o comprimento da asa depende da largura do corpo para encontramos o melhor 
resultado. Portanto a estratégia de variar um fator por vez não funciona.
Problemas com a estratégia de variar um fator por vez:
 » Para que essa estratégia funcione (encontrar a melhor combinação dos níveis dos fatores), é 
necessário que os efeitos dos fatores sejam aditivos (não existe interação).
 » Mesmo que os efeitos sejam aditivos, essa estratégia é ineficiente.
 » Caso haja interações entre os fatores, essa estratégia não consegue identificá-las nem 
estimá-las.
347
Analyse
Experimentos 
fatoriais: introdução
Como começar?
 » Identifique a variável resposta, os fatores e 
seus 2 níveis.
Representação
2k
Número 
de níveis 
(+, -)
Número 
de 
fatores
A melhor forma de conduzirmos experimentos é 
por meio da técnica de experimentos fatoriais.
 » O passo inicial é determinar quais serão 
os fatores a serem estudados, seus 
respectivos níveis e a variável resposta.
 » Um experimento fatorial é completo 
quando todas as combinações dos 
níveis dos fatores estão presentes no 
experimento. 
Vamos estudar somente experimentos fatoriais 
com 2 níveis. Essa classe de experimentos é 
denotada de fatoriais 2k.
Número de testes exigidos para um fatorial de 2 níveis com k fatores
Nº de fatores (k) Nº de testes (2k)
1 2
2 4
3 8
4 16
5 32
6 64
7 128
8 256
9 512
10 1024
… …
15 32.768
… …
20 1.048.576
Os fatores precisam ser 
escolhidos cuidadosamente, 
pois o número de testes cresce 
exponencialmente conforme se 
aumenta o número de fatores. 
Isso torna o experimento mais 
caro e trabalhoso.
348
Analyse
Vantagens
Estudamos essa classe de experimentos porque
 » É fácil de ser planejada e 
analisada. A análise pode 
ser feita essencialmente 
com gráficos.
 » Requer poucas rodadas 
experimentais (reduz 
custo e tempo de 
experimentação).
 » Pode ser aplicada a uma 
ampla gama de situações 
nas quais é necessário 
melhorar produtos ou 
processos.
349
Analyse
Fatorial 22: Cálculo de 
efeitos principais
Cálculo do efeito do fator A
YA(+) = (1.6 + 1.8)/2 = 1.7
YA(-) = (1.2 + 1.2)/2 = 1.2
Efeito de A = [1.7 – 1.2] = 0.5
M
éd
ia
-1 1
1.2
1.3
1.4
1.5
1.6
1.7
A
GRÁFICO DE EFEITOS PRINCIPAIS
Trat. A B Y
1 − − 1.2
2 + − 1.6
3 − + 1.2
4 + + 1.8
O efeito do fator A pode ser mostrado 
graficamente.
Cálculo do efeito do fator B
YB(+) = (1.2 + 1.8)/2 = 1.5
YB(-) = (1.6 + 1.2)/2 = 1.4
Efeito de B = [1.5 – 1.4] = 0.1
M
éd
ia
-1 +1
1.40
1.45
1.50
B
GRÁFICO DE EFEITOS PRINCIPAIS
Trat. A B Y
1 − − 1.2
2 + − 1.6
3 − + 1.2
4 + + 1.8
O efeito do fator B pode ser mostrado 
graficamente.
Na primeira etapa da análise de um experimento 
fatorial, devemos decidir quais fatores são 
importantes (que têm efeito significante na variável 
resposta). Para isso, calculamos o efeito de cada 
fator. Consideremos um fator A com dois níveis:
 » Codificamos os dois níveis como alto (+) 
e baixo (−). Caso o fator seja qualitativo, 
a codificação pode ser feita de qualquer 
forma que não afetará o resultado. 
 » Seja yA(+) a média das respostas obtidas 
quando o fator está no nível (+) e yA(−) as 
médias das respostas quando o fator está 
no nível (−). 
 » Para um fator A com dois níveis, o efeito 
do fator (efeito principal) é a diferença das 
respostas yA(+) e yA(−), ou seja, efeito de 
A = [yA(+) − yA(−)].
 Este efeito representa o impacto na variável resposta quando mudamos de um nível o outro. Será que 
este é alto ou baixo comparado com os outros fatores?
350
Analyse
Interação
 » Se multiplicarmos os sinais das colunas A e 
B e denominarmos por AB, obtemos:
 » O efeito da interação de A com B é igual 
ao produto da coluna AB pela coluna de 
respostas dividido pela quantidade de 
linhas com sinal (+).
Trat. A B AB Y
1 − − + 1.2
2 + − − 1.6
3 − + − 1.2
4 + + + 1.8
AB = [(1.8 + 1.2)/2 - (1.6 + 1.2)/2] = 0.1
Devemos observar que:
 » A coluna AB é igual ao produto das colunas A e B.
 » O efeito da interação de A com B é igual à soma do produto da coluna AB pela coluna de 
respostas dividido pela quantidade de linhas com sinal (+). 
351
Analyse
Exemplos de gráficos 
de interações
M
éd
ia
B
-1 1
1.00
1.50
2.00
GRÁFICO DE INTERAÇÃO
Sem interação
1
-1
A
M
éd
ia
B
-1 1
1.00
1.50
2.00
GRÁFICO DE INTERAÇÃO
Interação moderada
1
-1
A
M
éd
ia
B
-1 1
1.00
1.50
2.00
GRÁFICO DE INTERAÇÃO
Interação moderada
1
-1
A
M
éd
ia
B
-1 1
1.00
1.50
2.00
GRÁFICO DE INTERAÇÃO
Interação forte
1
-1
A
 » A interação de A com B pode ser mostrada graficamente. Quando não existe interação, as retas 
são paralelas (gráfico acima à esquerda).
 » Quando existe interação forte, as retas se cruzam (gráfico abaixo à direita). Para o nível -1 do 
fator B, o nível de A que maximiza o rendimento é +1 (linha laranja). Já para o nível +1 de B, o 
nível de A que maximiza o rendimento é -1 (linha preta).
352
Analyse
Fatorial 22: 
Exercício
Veloc. Avanço V_cod A_cod Rugosidade
100 4 −1 −1 216
120 4 1 −1 221
100 6 −1 1 235
120 6 1 1 223
Calcular:
 » Efeito de veloc.
 » Efeito de avanço.
 » Interação veloc.*avanço.
Fazer:
 » Gráfico dos efeitos principais.
 » Gráfico da interação.
353
Analyse
Fases de um 
experimento planejado
Plan
 » 1. Estabelecer o objetivo do experimento.
 » 2. Formular as questões que se pretende responder. 
 » 3. Identificar a variável resposta.
 » 4. Identificar os fatores.
 » 5. Escolher os níveis dos fatores.
 » 6. Decidir sobre o plano experimental.
 » 7. Aleatorizaras corridas experimentais.
Do
 » 8. Realizar o experimento.
 » 9. Observar e anotar outros eventos que ocorram durante a 
realização do experimento.
Study
 » 10. Analisar os dados.
 » 11. Determinar a melhor combinação.
 » 12. Confirmar os resultados.
Act
 » 13. Responder as questões.
 » 14. Consolidar o aprendizado.
 » 15. Decidir que ações serão realizadas.
Em um experimento, utilizamos 
a estrutura de aprendizagem 
do método científico, que 
pode ser estruturado no ciclo 
PDSA [P - Plan (planejar); D - Do 
(executar o plano); S - Study 
(estudar os resultados); A - 
Act (agir com base no que foi 
aprendido)].
Em cada uma das fases do 
PDSA, podemos utilizar as 
atividades citadas para realizar 
um experimento.
355
Improve
IMPROVE
Teste de 
Mudanças
356
Improve
Testar 
mudanças
Falhas são esperadas Lições aprendidas
Objetivos dos Testes:
 » Aumentar o grau de convicção de que a mudança resultará em melhoria.
 » Decidir entre as diversas mudanças propostas, qual resultará na melhoria pretendida.
 » Avaliar o impacto da mudança nos indicadores.
 » Decidir se a mudança proposta funcionará no ambiente de interesse.
 » Avaliar custos, impacto social e efeitos colaterais da mudança proposta.
O Improve é o momento de testar as mudanças que foram 
propostas durante o Analyse, essa etapa do roteiro 
DMAIC é importante para construir aprendizado.
Nesse momento ainda são esperadas falhas, e essa é a oportunidade de aprender mais e de modo 
mais acelerado sobre o processo. Não devemos procurar a mudança perfeita, pois estaremos 
utilizando muitos recursos e tempo nessa busca sem nunca iniciar os testes de mudança e, 
consequentemente, sem nunca implementar uma melhoria.
Nesse momento do projeto os testes devem ser realizados em ambiente prático, o que sempre 
acarreta risco. Dessa forma devemos estar atentos para minimizá-los, então será necessário realizar 
esses testes em pequena escala.
357
Improve
Mudança como 
uma predição
Uma predição é:
 » Realizada em resposta a 
uma questão.
 » Baseada em uma teoria. » Usualmente em termos de 
um indicador.
Está implícito em cada mudança uma predição (“dizer antecipadamente”, 
”prognosticar”, ”conhecimento antecipado baseado em 
suposições”) de que a mudança resultará em melhoria.
Lembrando que predição é a resposta que esperamos 
para uma questão com base na teoria que elaboramos 
a partir do conhecimento construído durante 
o projeto. Sempre que quisermos testar uma 
mudança, utilizaremos a predição para avaliar 
nossas teorias e conhecimento, descobrindo se 
realmente estamos no caminho certo da mudança.
358
Improve
 » Avalia se uma mudança 
resultará em uma 
melhoria no futuro.
 » Medida de quão seguro se 
está com a predição.
Evidência Similaridade entre as condições 
Mudança como 
uma predição
Quando os 
resultados obtidos 
forem diferentes 
da predição, será 
necessário avaliar e 
reformular a teoria.
Esse modelo de tentativa 
e aprendizado é muito 
eficiente na construção do 
conhecimento, diferença 
fundamental quando 
utilizamos tentativa e erro.
Mudança do modelo 
tentativa e erro para 
o modelo tentativa 
e aprendizado.
Grau de convicção (alto, médio ou baixo)
Para cada mudança proposta temos uma predição e um grau 
de convicção envolvido, que pode ser alto, médio ou baixo. Esse 
grau de confiança está relacionado com a segurança que temos 
em relação ao teste em que estamos trabalhando e no momento 
de implantar essa mudança. Quanto maior o grau de convicção 
mais seguros estaremos para implementar as mudanças que 
resultarão em melhorias. 
O grau de convicção é impactado por dois fatores:
 » Evidência que suporta a predição, ou seja, 
comprovação da teoria com resultados que 
corroboram as predições.
 » Similaridade das condições onde 
aplicamos os testes com a realidade de 
implantação, já que em muitos casos 
podemos realizar testes em condições 
controladas que não necessariamente 
serão reproduzidas na realidade.
359
Improve
Movimento: desenvolver, 
testar e implementar
alto
Desenvolvendo 
uma mudança
Testando uma mudança: 
ciclos 1, 2, ...
Implementando 
uma mudança
Uma mudança 
vitoriosa
Mudança 
fracassada
Mudança que 
necessita de mais 
testes
Gr
au
 d
e 
co
nv
ic
çã
o 
de
 q
ue
 a
 
m
ud
an
ça
 é
 u
m
a 
m
el
ho
ri
a
baixo
Nesse exemplo temos três propostas de mudanças, representadas pelas 
linhas, e a evolução do grau de convicção no decorrer do projeto. 
 » A proposta que inicialmente tinha o maior grau de convicção acabou não se mostrando uma 
mudança vitoriosa e foi abandonada.
 » A proposta intermediária, que possui grau de convicção médio, vai nos trazendo mais 
confiança à medida que vamos realizando os testes e observando que realmente funciona na 
prática, até chegar o momento em que temos convicção suficientemente alta para implantar.
 » A última proposta ainda não está pronta para implementação e necessita de mais testes para 
que o grau de convicção aumente para levarmos essa ideia à fase de implantação.
Nesse gráfico podemos observar como o grau de convicção de diversas propostas de mudanças se 
comporta no decorrer do projeto. No eixo horizontal, temos as fases do roteiro de DMAIC, enquanto 
no eixo vertical temos o grau de convicção. 
360
Improve
Tipos de testes – 
estudo antes e depois
Base de comparação histórica. Pontos 
vulneráveis:
 » Ocorrência de 
causas especiais 
ao mesmo 
tempo em que 
mudanças são 
feitas.
Efeito 
Hawthorne
596
Te
m
po
 d
e 
pr
od
uç
ão
Observação
LSC=19.69
LIC=4.44
0
10
20
30
40
50
X=12.06
ANTES DEPOIS
7 9 11 13 15 17 19 21 23 25531
Com a utilização do estudo antes e depois, poderemos analisar o 
comportamento do processo em dois momentos distintos. Podemos 
utilizar os dados históricos do processo para comparação com os 
resultados obtidos nos testes. Devemos ficar atentos à ocorrência de 
causas especiais simultaneamente ao momento do teste, já que esse 
evento pode mascarar o resultado e a efetividade da mudança.
Podemos utilizar o estudo antes e depois quando:
 » Os dados encontram-se disponíveis ou podem ser coletados antes da 
mudança.
 » Há pequena ameaça de eventos externos ocorrerem ao mesmo 
tempo em que é realizada a mudança.
 » Os dados serão coletados por um longo período de tempo após 
realizada a mudança.
 » Há grandes impactos no indicador.
 » Não podemos isolar os grupos necessários para comparação 
simultânea.
O efeito Hawthorne 
discorre sobre o 
fato de que, quando 
recebem mais 
atenção, as pessoas 
tendem a melhorar 
seu desempenho. 
Como nos testes 
estamos direcionando 
nossa atenção para as 
pessoas envolvidas, 
o desempenho do 
processo pode ser 
impactado por esse 
efeito e não apenas 
pela mudança que 
estamos testando.
361
Improve
Tipos de testes – 
comparação simultânea
Comparação simultânea
 » Duas ou mais alternativas são comparadas ao mesmo tempo, mesmo espaço ou sob outras 
condições similares
597
N
úm
er
o 
de
 v
en
da
s
Índice
10
20
15
25
30
35
7 9 11 13 15 17 19 21 23 25531
ANTIGO
NOVO
597
N
úm
er
o 
de
 v
en
da
s
Índice
10
20
15
25
30
35
7 9 11 13 15 17 19 21 23 25531
ANTIGO
NOVO
Podemos utilizar a comparação 
simultânea quando:
 » Duas ou mais alternativas estão sendo 
testadas.
 » Uma alternativa está sendo testada, mas 
eventos externos podem atrapalhar a 
interpretação dos resultados.
 » Deseja-se acrescentar condições diversas 
durante o teste de planejamento de grupo.
Usar aleatorização
 » No estudo de comparação simultânea, 
testamos todas as nossas alternativas 
de mudança ao mesmo tempo, estando, 
dessa forma, todos os testes sob os 
mesmos efeitos não controlados. Visando 
minimizar os impactos desses efeitos, 
devemos, sempre que possível, utilizar a 
aleatorização.
362
Improve
Escopo e escala 
de testes
Escala
 » Refere-se ao período ou número de 
eventos incluídos em um ciclo, tais como 
encontros com clientes. Quando você 
aumenta a escala do teste de mudança, 
está pensandosobre mais (mais clientes, 
mais tempo, mais eventos). 
Escopo
 » Por outro lado, refere-se à variedade de 
condições em que o teste ocorre. Quando 
você muda o escopo de seu teste, está 
pensando sobre diferenças (diferentes 
clientes, diferentes períodos de tempo, 
diferentes funcionários). 
Uma regra prática e útil ao projetar ciclos de teste inicial é construir um 
teste “1:1:1”, o que significa que o teste vai envolver “um fornecedor, um 
cliente, um item produzido”, como a menor unidade de teste.
363
Improve
Ferramentas Básicas para Melhoria
ACT PLAN
STUDY DO
ACT PLAN
STUDY DO
ACT PLAN
STUDY DO
ACT PLAN
STUDY DO
Ap
re
nd
iz
ad
o
Suposições
Teorias
Intuições
Tempo
Mudanças que 
resultam em 
melhoria
Princípios para testar 
uma mudança
 » Construir o 
conhecimento 
sequencialmente
 » Usar múltiplos 
ciclos
 » Testar em 
pequena escala
Para aumentar a habilidade de predizer os resultados do teste:
 » Coletar dados ao longo do tempo.
 » Teste sob uma ampla gama de condições: construir múltiplos ciclos PDSAs para múltiplas 
condições, ao invés de tentar englobar todas as condições em um único ciclo, facilitando tanto 
o aprendizado quanto a execução dos testes.
 » Utilizar grupos planejados: Criar grupos muitos parecidos para testar diferentes mudanças, 
avaliando como cada uma impacta o indicador estudado.
 » Utilizar amostras estratificadas: Testar a mesma mudança em grupos com características 
diferentes a fim de avaliar o impacto em diferentes escopos.
Aumente a habilidade de predizer os resultados do teste.
Quando testamos, devemos construir o conhecimento sequencialmente, utilizando múltiplos ciclos 
para conhecer o sistema quando afetado por mudanças sob diferentes condições, sempre tendo em 
mente os riscos de falha.
364
Improve
Grau de convicção no sucesso
Consequências de 
um teste falho Baixa Alta
Pequena Testes de escala média Um ciclo para implementar a mudança
Grande Testes de escala muito pequena
Testes de escala pequena a 
média
Escopo e escala 
de testes
Quando realizamos testes, devemos ter em mente as consequências de um teste, a escala a ser 
testada e o grau de convicção na nossa mudança.
Ações a partir dos testes
Baseados nos aprendizados do teste, uma mudança pode ser:
Aprendizado no teste
Abandonada
Testada sob outras 
condições
Sofrer aumento de 
escopo
Modificada
Implementada
365
Improve
Impacto vs Esforço
Im
pa
ct
o
5
4
3
2
1
0
0 1 2 3 4 5
Esforço
Matriz 
Impacto/Esforço
A proposta 1 
poderia ser 
escolhida, pois 
tem alto impacto 
e baixo esforço.
Prop 1
Prop 3
Prop 2
Prop 5
Prop 4
Algumas perguntas para conduzir 
a avaliação do impacto:
 » Os clientes notarão um benefício imediato?
 » A Mudança causará um alívio nas 
pessoas que utilizam os resultados desse 
processo?
 » Essa mudança irá causar impacto nas 
maiores fontes de problemas identificadas 
nas fases anteriores do projeto?
Algumas perguntas para conduzir 
a avaliação do esforço:
 » Será necessário muito treinamento para 
que a mudança seja implementada?
 » Nós temos recursos para implementar 
a mudança (monetários/equipamentos/
conhecimentos)?
 » A resistência das pessoas à mudança será 
muito grande?
Através da matriz de Impacto/Esforço, organizam-se as propostas de mudança de acordo com o 
esforço necessário para implementar e o impacto dessa mudança no indicador do projeto. Dessa 
forma, teremos como priorizar a implantação dessas mudanças, sempre começando com as 
propostas de maior impacto e menor esforço, no quadrante superior direito, e implementando por 
último as de menor impacto e maior esforço, no quadrante inferior esquerdo.
367
Control
CONTROL
Implementação 
de mudanças
368
Control
Fase 
Implement/Control
Objetivo
 » Perpetuar os conhecimentos e as melhorias conquistadas
 » O principal objetivo da fase Control é compilar os conhecimentos adquiridos no projeto e 
documentá-los, deixando claro quais testes deram errado e quais foram adotados como 
mudanças que vão gerar melhorias.
 » A importância da documentação é para que o conhecimento seja propagado e mantido, 
sabendo-se assim quais testes já foram feitos no processo e qual o resultado obtido.
 » Plano de implementação
 » Monitorar
 » Documentação
 » Estender os conhecimentos » Celebrar a conquista
 » Treinamento
As atividades que 
devemos executar 
no Control
 » Realizar o plano de 
implementação.
 » Documentar o novo 
sistema.
 » Treinar os envolvidos.
 » Monitorar o sistema.
 » Estender o conhecimento 
e as melhorias 
conquistadas.
 » Celebrar a conquista.
As atividades estão listadas em uma ordem lógica, mas 
devem ser pensadas em conjunto com relação ao plano de 
implementação.
369
Control
1. Realizar o plano 
de implementação 
5W2H
 » Um método relativamente simples de gerenciamento de atividades de um projeto
O quê? 
(What)
Quem? 
(Who)
Quando? 
(When)
Onde? 
(Where)
Por quê? 
(Why)
Como? 
(How)
Quanto? 
(How 
much)
 » O plano de implementação deve ser 
documentado de forma que toda a 
equipe saiba quais atividades devem ser 
realizadas para que as mudanças ocorram 
e sejam controladas.
 » A documentação pode ser escrita, feita em 
uma planilha ou com outras ferramentas, 
como a mostrada no exemplo, o 5W2H.
 » O 5W2H apresenta sete informações 
que ajudam a organizar a atividade (o 
“O quê?”). Uma boa prática é colocar 
as atividades já em ordem cronológica, 
e, sempre que for finalizada, pode ser 
marcada como tal.
 » Não é necessário forçar o preenchimento 
de todas as colunas, apenas as que mais 
importarem e forem capazes de ser 
preenchidas. (Ex: Por muitas vezes não 
é possível ou demandaria muito tempo 
analisar o custo de uma atividade.) A 
ideia é simplificar e deixar claras as 
responsabilidades de cada pessoa 
responsável por uma atividade; e não 
complicar e gastar muito tempo pensando 
na melhor maneira de preencher a tabela.
 » O 5W2H, apresentado apenas na etapa 
Control, é uma ferramenta extremamente 
útil em diversos contextos e pode auxiliar 
não só o plano de implementação, mas 
também, por exemplo, o início de cada 
PDSA, principalmente nas etapas Do e 
Study, deixando claro quem realizará as 
atividades necessárias para que os dados 
sejam coletados e analisados.
 » O plano de implementação pode 
contemplar etapas relacionadas com todas 
as seguintes do Control.
370
Control
Opções para a implementação
Alguns tipos de abordagem podem ser tomados dependendo do grau de confiança e do risco 
relacionado à mudança:
“Simplesmente faça”
Quando se tem alta convicção de que a mudança trará uma 
melhoria e o risco relacionado a essa mudança é baixo, pode-se 
implementar a mudança rapidamente, para que os resultados 
possam ser medidos e compartilhados o mais breve possível.
1. Realizar o plano 
de implementação 
Paralela
Quando vamos mudar um sistema que demanda um período de 
adaptação/adequação ou até mesmo em fases iniciais de teste, 
é importante realizar uma abordagem paralela, mantendo o 
Sistema ou processo antigo ativo enquanto o novo é testado até 
que o grau de convicção aumente.
Sequencial
Use esta abordagem para implementar uma mudança ao 
longo do tempo ou por local. À medida que o processo de 
implementação for progredindo, faça melhorias com base no que 
for aprendendo. Planeje vários ciclos PDSA para conduzir esta 
abordagem e incorporar os itens a seguir em sua estratégia:
 » Caminho de menor resistência.
 » Impacto para melhorias maiores.
 » Aprendizagem potencial.
 » Disponibilidade e programação de recursos.
 » Dependência entre locais.
371
Control
2. Documentar o 
novo sistema
Entendimento do 
processo
Comunicar mudançasEducação e 
treinamento
Fornecer atualizações 
para as melhores 
práticas
Após a implementação das melhorias, é necessário estabelecer práticas que assegurem que as 
mudanças se tornarão procedimentos usuais nos negócios. Muitas empresas fazem melhorias no 
trabalho e depois descobrem que as pessoas voltaram à forma antiga de fazeras coisas ou que 
algum novo problema foi identificado.
 » Registro das mudanças que foram implementadas.
 » Organizações dependem da documentação para:
A documentação deve:
 » Deixar claro quais mudanças foram feitas e 
com qual objetivo.
 » Documentar o novo sistema, deixando 
padronizadas todas as etapas do processo.
 » Auxiliar a treinar pessoas novas.
 » Auxiliar o entendimento do processo, 
agilizando para que novas mudanças sejam 
feitas.
É importante que a documentação seja 
de fácil acesso, se possível que seja 
constantemente visível para todos e que seja 
clara de maneira que qualquer pessoa possa 
entender como funciona o processo apenas 
com a leitura do documento.
Informações importantes 
na documentação:
 » Etapas do processo.
 » Definições operacionais.
 » Ferramentas utilizadas no processo.
 » Onde são feitas as medições de 
indicadores.
Podem ser usadas aqui ferramentas como: 
fluxograma, VSM, descrição de processo padrão, 
instrução de trabalho, layout do ambiente de 
trabalho.
372
Control
2. Documentar o novo sistema 
(instrução de trabalho)
Folha de 
instrução de 
trabalho
Código do iten:
IXGB2037
Data da última 
revisão:
20/10/2015
Departamento local:
Líder: Supervisor:
Nome do item:
Base de vedação
Desenvolvido por:
# Etapa
Inspeção de qualidade
Observação Tempo
Tempo 
takt:
12
Tempo 
de ciclo 
total:
29
WIP 
máximo:
1.500 
caixasAmostra Ferramenta
1
suporte de 
corte
6
2
bucha de 
montagem
4
3
anel de 
vedação
1/1
Instrumento 
ABC
8
4
aplicar o 
selante final
Com as mãos direita 
e esquerda juntas
4
5 embalar 1/1
Cuidar para não 
esquecer o selo
7
A quantidade de informação e a complexidade dependem da quantidade de informação que se 
deseja compartilhar e que é necessária para o processo.
Veja que no exemplo são mostrados:
 » Data da última revisão (o processo é revisto com determinada frequência);
 » etapas com breve descrição, em quais etapas são coletadas amostras (o termo 1/1 indica 
que, a cada uma peça que passa por aquela etapa, uma é medida, ou seja, todas as peças são 
medidas na etapa 3); e
 » informações adicionais como tempo takt do processo e tempo de execução das etapas.
Temos aqui um exemplo de instrução de trabalho padrão.
373
Control
3. Treinar os 
envolvidos
 » Se a mudança for uma mera extensão 
do trabalho atual, então uma simples 
discussão poderá ser suficiente.
 » Entretanto, se a mudança for complexa, 
um treinamento extensivo poderá ser 
necessário.
Considere o tipo de mudança que está sendo 
proposta, quem será incumbido de implementá-
la e o nível de conhecimento e experiência dos 
participantes para determinar quanto tempo de 
treinamento será necessário.
No treinamento deve ser explicado o porquê 
das mudanças (mostrando os resultados 
obtidos em testes como argumentos), quais são 
as mudanças e como elas serão implementadas.
Há vários níveis de treinamento necessários 
dependendo da complexidade da mudança:
 » Se vamos apenas mudar uma configuração em uma máquina, por exemplo, basta informar aos 
operadores sobre a nova configuração.
 » Se vamos alterar as atividades ou etapas de um processo, deve-se orientar as pessoas 
responsáveis sobre como essas atividades devem ser realizadas.
 » Se vamos implementar um novo Sistema que diversos operadores utilizarão, todos devem 
receber o devido treinamento e passar por um período de adequação do novo sistema.
O treinamento é quase sempre necessário para implementar mudanças.
374
Control
4. Monitorar 
o sistema
Após as mudanças serem implementadas, é muito importante que os indicadores continuem sendo 
medidos. Eles não são medidos apenas para o projeto!
Medição
A documentação adequada não garante que o processo opere como 
proposto. Monitorar o processo através de indicadores é um meio 
de verificar se as mudanças propostas estão sendo efetivamente 
implementadas.
A medição fornece uma fonte de aprendizagem durante a implementação 
e um método de manutenção após a implementação.
Gráfico de Controle
Gráficos de tendência (ou de controle) dos indicadores devem 
ser utilizados para monitorar o processo depois das mudanças 
implementadas.
Uma vez definidos os indicadores e como eles são medidos, é muito 
importante o acompanhamento constante, mantendo os sistemas 
de medição já conhecidos e com análise contínua de estabilidade 
(via gráficos de controle) e outros indicadores de desempenho, como 
capabilidade, PPM e DPU.
Lembre-se: Uma mudança só é uma melhoria se ela impacta seu 
indicador de maneira duradoura!
Sem o controle via medição não é possível saber se a mudança foi efetiva.
É muito comum sistemas que não continuam sendo monitorados 
voltarem ao que eram anteriormente!
375
Control
5. Estender os conhecimentos 
e melhorias conquistadas
Oportunidades em 
outros áreas?
Recomendações para 
manter os ganhos.
Onde a gerência 
deveria empregar os 
próximos recursos?
Quanto de melhoria 
ainda é necessário?
Aqui, deve-se pensar em todos 
os testes e conhecimentos 
adquiridos durante o projeto.
 » Conseguimos replicar a mudança em 
outros processos/departamentos/filiais?
 » Os testes realizados podem ter resultados 
diferentes se aplicados em outros 
processos/departamentos/filiais?
Além disso, deve-se analisar 
as metas e o quanto falta 
para que sejam atingidas 
(se ainda não foram).
 » Conseguimos com mais tempo atingir as 
metas?
 » Quantas mudanças ainda seriam 
necessárias?
Observações feitas durante o projeto podem auxiliar em novas propostas de projetos de melhoria 
que antes não eram aparentes (quando passamos por um projeto de melhoria aumentamos nosso 
conhecimento do processo, e por isso encontramos novas oportunidades).
 » Encontramos novas oportunidades?
 » Podemos iniciar um novo projeto de melhoria? Ou devemos esperar até que todo o plano de 
implementação seja finalizado e a melhoria comprovada?
 » Há mudanças que necessitam de investimento não previsto no projeto?
376
Control
6. Celebrar 
a conquista
O reconhecimento é um aspecto importante da celebração e deve 
reforçar as fontes intrínsecas de satisfação e motivação.
 » Convidar os membros da equipe para a 
apresentação do projeto
Uma pizza para todos 
os envolvidos
 » Reconhecer o esforço de todos
Uma pequena 
lembrança
Celebre!
É hora de reconhecer os esforços da equipe que tocou o projeto de melhoria.
Mostre os retornos do projeto para todos. Isso ajuda a disseminar a cultura de melhoria contínua!
Recompense não só os participantes do projeto, mas também as pessoas que vão atuar no novo 
processo:
 » Marque uma comemoração.
 » Pense em uma premiação de reconhecimento da equipe.
 » Parte dos retornos do projeto podem ser divididos entre todos.
377
Control
Estrutura, método 
e cultura
Mudança da 
cultura da 
companhia
Mudança 
das atitudes 
individuais
Mudança do 
comportamento
Estrutura 
& 
Métodos
Pense menos em discursos 
motivadores e mais em mostrar 
argumentos a favor da mudança.
A maioria dos especialistas na introdução de 
mudanças diria que a mudança cultural leva 
tempo e requer que as crenças da organização 
sejam mudadas. Desafiar diretamente as 
crenças ou atitudes frequentemente criam 
resistência mais do que suficiente para bloquear 
os esforços de mudança. Para aceitar a 
mudança, a maioria de nós precisa compreender 
a mudança e saber como ela nos ajuda. 
Muitas organizações têm introduzido com 
sucesso a mudança ao alterar a estrutura na 
qual as pessoas trabalham.
Mostre as vantagens para todos. Sempre 
haverá resistência para que mudanças 
aconteçam e agora é o momento de, com 
uma nova estrutura e métodos, mudar 
pouco a pouco a visão das pessoas com 
relação às mudanças.
Lembre-se
A implementação de uma cultura Lean não acontece do dia para a noite, nem em um mês, e nem 
mesmo em um ou dois anos!
Ela é uma evolução contínua de processos e comportamentos em busca da cultura de melhoria e 
deve ser pensada a longo prazo. A Toyota demorou décadas para se tornar uma empresa Lean!378
Control
Pessoas e as 
mudanças
“Dando-se oportunidade de escolha entre mudar e provar 
que não é necessário mudar, a maioria das pessoas prefere a 
segunda alternativa.”
John Galbraith
A mudança deve:
Ser fisicamente possível Fazer sentido, ser lógica Fazer com que nos sintamos bem
A frase de John Galbraith mostra a importância de não permitir 
que a maneira anterior de se fazer as coisas seja uma alternativa.
A mudança no nível físico 
ocorre no mundo material. 
É perceptível através dos 
sentidos e sujeita às “leis 
da natureza”. Diz respeito à 
possibilidade de execução da 
mudança.
A mudança no nível lógico 
acentua a base racional, o 
motivo para a mudança. As 
razões para fazer mudanças 
e as razões para o tipo de 
mudança que se quer fazer 
definem este nível lógico. A 
educação, a comunicação 
e a análise são veículos 
importantes para lidar com a 
mudança no nível lógico. 
Todas as pessoas afetadas 
pelas mudanças devem 
receber explicações sobre as 
razões para fazê-la antes de 
aceitarem a mudança no nível 
lógico. Entretanto, convencer 
as pessoas a aceitar uma 
mudança pode exigir algo mais 
que apenas lógica.
A mudança no nível 
emocional lida com o coração: 
é afetiva e intuitiva. As pessoas 
têm sentimentos definidos 
sobre mudança. Para algumas 
pessoas, o que sentem pela 
mudança será mais importante 
do que as razões para a 
mudança. Os sentimentos 
das pessoas com respeito à 
mudança incluem:
 » Porque precisamos 
mudar? A maneira como 
temos feito isto sempre 
funcionou bem! 
 » Estas mudanças tornarão 
meu trabalho mais difícil?
 » Trata-se apenas de um 
outro programa?
 » Terei que fazer isto além 
do meu trabalho normal?
Antes de dar 
início a uma 
mudança, estes 
três aspectos 
devem ser 
considerados.
Apostila de Exercícios
380
Exercícios
Lean Seis Sigma: introdução
Exercício 1
Sua empresa está escrevendo uma declaração de objetivo para melhorar a eficiência. Convidaram-
no a se juntar ao time de melhoria. Hoje você está se reunindo com seus colegas de time para 
revisar alguns possíveis objetivos. Leia cada descrição de objetivo na apostila e avalie-os. Quais são 
bons? Ruins? Por quê?
1. Pretendemos reduzir os refugos e melhorar a segurança dos nossos colaboradores.
 a. Bom
 b. Ruim
2. Iremos reduzir a incidência no número de refugos na injetora M25 em 45% até Junho de 2008.
 a. Bom
 b. Ruim
3. Reduziremos todos os tipos de problemas com refugos na empresa.
 a. Bom
 b. Ruim
4. Nossos dados mais recentes mostram que, em média, temos um índice de refugo de 5% na 
injetora M25. Podemos reduzir esta média para 3% até dia 1 de Abril de 2008, e para 1,5% até 31 de 
Agosto de 2008.
 a. Bom
 b. Ruim
381
Exercícios
Exercício 2
Você é o vice-presidente de qualidade em uma grande empresa, e está revisando vários projetos 
de melhoria em andamento. Baseando-se no objetivo de cada projeto (ver apostila), defina se os 
indicadores a seguir são medidas de processo, resultado ou equilíbrio.
Projeto 1 - objetivo: reduzir em 20% a incidência de refugos nas operações de usinagem, por meio 
do aumento do número de dias em que é feita limpeza da máquina, dentro de 5 meses.
1. Média do número de dias em que a limpeza da máquina é feita.
 a. Medida de resultado
 b. Medida de processo
 c. Medida de equilíbrio
2. Porcentagem de refugos.
 a. Medida de resultado
 b. Medida de processo
 c. Medida de equilíbrio
3. Custo com limpeza de máquinas.
 a. Medida de resultado
 b. Medida de processo
 c. Medida de equilíbrio
Projeto 2 – objetivo: reduzir em 80% a incidência de não conformidades no processo de compras 
decorrentes da especificação incorreta do item a ser comprado, dentro de 1 ano.
1. Porcentagem de não conformidades observadas no processo de compras.
 a. Medida de resultado
 b. Medida de processo
 c. Medida de equilíbrio
2. Taxa de adesão dos colaboradores às medidas para reduzir as não conformidades.
 a. Medida de resultado
 b. Medida de processo
 c. Medida de equilíbrio
382
Exercícios
Exercício 3
Para fixar os conceitos do Modelo de Melhoria, responda às perguntas da apostila.
1. A fase inicial do Modelo de Melhoria baseia-se em 3 questões destinadas a esclarecer os conceitos de: 
 a. Planejar, fazer, agir
 b. Missão, objetivo, estratégia
 c. Objetivo, medidas, mudança
 d. Vontade, ideias e execução
Utilize o seguinte cenário para responder às questões 2-4: uma clínica ortopédica de uma movimentada 
região metropolitana gostaria de melhorar o processo de agendamento de consultas.
2. Aplicando o Modelo de Melhoria ao projeto da clínica, qual das alternativas abaixo é a declaração de 
objetivo mais razoável? 
 a. Implantar dois ciclos PDSA dentro de 6 meses do início do projeto
 b. Aumentar em 50% o número de pacientes relatando estarem “muito satisfeitos” com o 
agendamento da clínica dentro de 6 meses.
 c. Modificar o processo de agendamento de forma a permitir que ambos, a recepcionista e 
enfermeira, agendem consultas diretamente.
 d. Criar um processo eficiente para agendamento de retorno no momento da saída dos pacientes.
3. Depois de montar um time e trabalhar as 3 questões do Modelo de Melhoria, a clínica ortopédica 
decide designar uma enfermeira por dia para agendar todas as consultas de retorno. Esta seria sua 
única responsabilidade naquele dia; e cinco enfermeiras se revezariam diariamente nesta tarefa. Com a 
designação de um profissional dedicado exclusivamente ao agendamento dos retornos, o time espera 
melhorar este processo. Qual a deve ser a próxima atividade do time? 
 a. Desenvolver as medidas do projeto
 b. Testar a mudança utilizando o ciclo PDSA
 c. Esclarecer a declaração de objetivo
4. Uma clínica ortopédica planeja mudanças de dimensionamento de pessoal para melhorar o 
agendamento e realiza um pequeno teste de mudança com uma enfermeira e 3 pacientes na terça de 
manhã. Qual o próximo passo que o time de melhoria deveria tomar? 
 a. Realizar uma breve pesquisa com a enfermeira e os pacientes para saber como foi o teste
 b. Implantar o novo processo de agendamento baseando-se nas impressões iniciais de que tudo 
está funcionando bem
 c. Implantar um sistema de recompensa para as enfermeiras que agendarem o maior número 
de consultas por dia.
383
Exercícios
Fluxograma
Exercício 1
Cinco unidades organizacionais eram responsáveis pelo processo de faturamento: vendas, entrada 
de pedido, preparação da fatura, contabilidade e engenharia. O processo era o seguinte:
1. Vendas: vendas pega o pedido do cliente;
2. Entrada do pedido: pedido entra no sistema;
3. Entrada do pedido: departamentos notificados com a cópia da fatura;
4. Preparação da fatura: pedido é processado;
5. Engenharia: engenharia aprova mudanças?
Se não, vendas corrige o pedido com o cliente (passo 1)
Se sim, passo 6
6. Preparação da fatura: mudanças aprovadas por engenharia e vendas;
7. Preparação da fatura: fatura é preparada;
8. Preparação da fatura: Fatura enviada 
para o cliente;
9. Contabilidade: registro de vencimento retornado;
10. Contabilidade: vendas notificadas de faturas com 90 dias de atraso.
Elabore um fluxograma multifuncional utilizando os símbolos adequados para cada etapa do processo. 
384
Exercícios
Gráficos descritivos
Exercício 1
Considere os dados de tempo de ciclo do arquivo “1-Tempo de ciclo.mtw”.
 a. Faça um gráfico de tendência para o cenário 1.
 b. Repita o procedimento para os outros cenários.
 c. Padronize a escala do eixo vertical.
 d. Coloque todos os gráficos no mesmo painel.
Exercício 2
Considere os dados de gastos com treinamento do arquivo “2 Gasto mensal treinamento.mtw”.
 a. Faça um gráfico de tendência dos gastos mensais com treinamento.
 b. O processo está estável?
Exercício 3
Considere os dados do número de passageiros de uma companhia aérea dos EUA do arquivo 
“3 N_PASSAGEIROS.mtw”.
 a. Faça o gráfico de tendência do número de usuários.
Exercício 4
Considere os dados de vendas de uma loja durante 60 dias no arquivo “4 VENDAS.mtw”.a. Faça o gráfico de tendências do número de vendas. 
 b. O processo está estável?
 c. Faça o Dotplot do número de vendas.
 d. Faça o Histograma do número de vendas.
 e. Calcule a média, desvio padrão, mediana, mínimo, máximo, Q1, Q3, amplitude e amplitude 
interquartis para o número de vendas.
385
Exercícios
Exercício 5
Considere os dados de quatro conjuntos do arquivo “5 QUATRO_CONJUNTOS.mtw”.
 a. Calcule a média e o desvio padrão de cada variável (X1, X2, X3, X4).
 b. Faça o Dotplot colocando todas as variáveis no mesmo gráfico.
 c. Faça um gráfico de tendência de cada variável e coloque todos os gráficos em um mesmo painel.
 d. O que você conclui a partir dos resultados?
Exercício 6
Considere os dados de 18 meses do desempenho de entregas de uma empresa de logística. Uma 
mudança foi feita entre os meses oito e nove do arquivo “6 entregas atrasadas.mtw”.
 a. Calcule a porcentagem de entregas atrasadas por mês.
 b. Faça o gráfico de tendência da porcentagem de entregas atrasadas.
Exercício 7
Considere o arquivo do worksheet “7 unitodos_completo.mtw”.
 a. Calcule a frequência e a porcentagem de cada categoria da variável STATUS.
 b. Faça o gráfico de barras do total da variável STATUS.
 c. Faça o gráfico de barras da porcentagem da variável STATUS.
 d. Faça o gráfico de setores da variável STATUS.
Exercício 8
Considere os dados sobre defeitos obtidos em inspeção na saída da produção no arquivo de 
worksheet “8 defeito embalagem.mtw”.
 a. Faça o gráfico de Pareto dos tipos de defeitos.
386
Exercícios
Exercício 9
O Departamento de Contabilidade instituiu recentemente melhoria de processo e tem estudado as 
causas de atrasos, trabalhos refeitos e excesso de horas extras. Dados preliminares indicam que um 
grande número de faturas tem que ser processadas manualmente (chamadas telefônicas extras, 
documentos reencaminhados e outros tipos de trabalho refeito) devido a erros ou informações 
incompletas nas ordens de compra. O Diretor do Departamento de Contabilidade pediu ao Gerente 
do Departamento de Compras que investigasse esse problema.
O Gerente de Compras decidiu selecionar uma amostra de 60 ordens por semana durante as 
últimas 20 semanas e enviar para revisão. As ordens com um ou mais erros foram identificadas. Os 
dados obtidos de erros por semana estão no worksheet “9 Ativ_Processamento de Ordens de 
Compra_a.mtw”.
Para orientar as ações para reduzir a porcentagem de ordens com erros, as ordens foram analisadas 
e os tipos de erros foram anotados. Os dados obtidos estão no worksheet “9 Ativ_Processamento 
de Ordens de Compra_b”.
 a. Qual o objetivo do esforço de melhoria descrito?
 b. Qual o respectivo indicador?
 c. Utilizando os dados worksheet “9 Ativ_Processamento de Ordens de Compra_a”, construa 
um gráfico de tendência. O processo está estável?
 d. Utilizando os dados do worksheet “9 Ativ_Processamento de Ordens de Compra_b”, faça 
uma análise e indique qual o foco para reduzir o percentual de ordens com erros.
387
Exercícios
Exercício 10: atividade transportadora
Leia o PDSA abaixo e responda as questões do PLAN utilizando os dados que estão no arquivo “10 
Ativ_transportadora.mtw”
Projeto: Transportadora PDSA #: 1
Objetivo: avaliar o efeito de mudanças no serviço de entregas
PLAN
Questões Predições
1. A companhia A instituiu um sistema do 
reconhecimento no 13º mês. Como esse 
programa impactou o indicador “entregas 
no prazo”?
2. A companhia B redesenhou o processo para 
criar e atribuir rotas da entrega. A mudança foi 
executada no 8º mês. Como essas mudanças 
impactaram o indicador “entregas no prazo”?
3. Quanto de “melhoria” foi obtido pela 
transportadora A?
4. Quanto de “melhoria” foi obtido pela 
transportadora B?
1. Houve uma melhora significativa 
2. Houve uma melhora significativa
3. De acordo com a equipe de A, uma 
melhoria de 25%
4. De acordo com a equipe de B, 
 uma melhoria de 17%. (de 27% para 10%)
Plano de coleta de dados
Serão coletados dados sobre número de entregas realizadas e número de entregas atrasadas. 
Para algumas das entregas, um horário específico de entrega era solicitado. Para outras entregas, 
a solicitação era que fosse entregue de manhã ou à tarde. Uma definição operacional para 
“entrega no prazo” foi desenvolvida que considera cada uma destas exigências do cliente. Os 
dados foram capturados eletronicamente baseados nesta definição e estão na tabela abaixo.
Plano de análise dos dados
Serão construídos gráficos de tendência da porcentagem de entregas atrasadas para as duas 
empresas.
388
Exercícios
DO
Algo saiu errado? Ocorreu algo que não fazia parte do plano?
Não houve problema para coletar os dados.
STUDY
Complete a análise dos dados. Foi possível responder as questões formuladas? Resuma o 
conhecimento obtido nesse ciclo. Inclua a comparação com o que foi previsto
A transportadora A melhorou seu processo da entrega? A predição estava correta? 
A transportadora B melhorou seu processo da entrega? A predição estava correta? 
A companhia A instituiu um sistema do reconhecimento no 13º mês. A mudança foi melhoria? 
A companhia B redesenhou o processo de entrega no 8º mês. A mudança foi uma melhoria?
Qual o desempenho esperado com respeito a entregas no prazo para as duas transportadoras? 
ACT
Que decisões (ações) serão tomadas com o que foi aprendido?
Qual será o objetivo do próximo ciclo PDSA?
389
Exercícios
Exercício 11: tempo para implementar um novo cliente
Uma empresa de logística precisa “implementar” um cliente antes que começar a operar para o 
cliente (transportar cargas). Para diversas implementações que foram feitas no passado foram 
coletados dados sobre o tempo para implementar (como medir o tempo para implementar 
(Definição Operacional)?). Os clientes do processo desejam que a implementação demore menos do 
que 70 horas. Os dados foram estratificados por segmento de clientes. Os dados estão ordenados 
pela data do início da implementação e estão disponíveis no arquivo “11 Ativ_tempo para 
implementar.mtw”
Ordem Tempo(horas) Segmento Ordem
Tempo
(horas)
Segmento
1 129 A 16 43 A
2 113 A 17 17 C
3 100 B 18 58 B
4 180 A 19 124 A
5 11 B 20 98 A
6 114 A 21 63 B
7 142 A 22 62 A
8 251 A 23 118 A
9 28 C 24 51 A
10 19 B 25 139 A
11 34 B 26 84 A
12 7 C 27 52 B
13 59 A 28 37 A
14 50 B 29 61 B
15 43 C 30 41 C
 a. Qual é a distribuição do “tempo para implementar” um novo cliente? A distribuição depende 
(difere) do segmento?
 b. O processo está estável? Está estável em cada segmento?
 c. Qual é o tempo médio de implementação (geral e por segmento)?
 d. Qual é o desvio padrão do tempo de implementação (geral e por segmento)?
 e. Qual é o percentual de implementações que está “fora de especificação” (geral e por 
segmento)?
390
Exercícios
Gráfico de Controle
Exercício 1
O absenteísmo em uma empresa com 90 funcionários foi medido por 20 dias e estão no worksheet 
“12 GC_ausencia.mtw”. Construa um gráfico de controle adequado para o percentual de 
ausências.
Exercício 2
O número de acidentes por mês foi registrado durante dois anos e os dados estão no worksheet “13 
GC_Acidentes.mtw”. Construa um gráfico de controle adequado para o indicador de número de 
acidentes por mês.
Exercício 3
O valor (em milhares de reais) foi medido por dois anos e meio. Os dados estão no arquivo “14 
INVENTARIO_DEP17.mtw”. Construa um gráfico de controle adequado para o indicador de 
inventário.
Exercício 4
O tempo de operação de três máquinas idênticas num processo produtivo foi medido durante 
20 semanas. Os dados estão no arquivo “15 tempo de operacao.mtw”. Construa um gráfico de 
controle adequado para o tempo de operação.
Exercício 5
Os dados de entregas atrasadas foram monitorados durante 8 meses antes e 10 meses depois 
de que uma mudança para diminuir o atraso foi implementada. Os dados estão no arquivo “16 
entregas atrasadas.mtw”.
 a. Construa um gráfico de controle para o percentual de entregas atrasadas.
 b. Existe evidência de melhoria?c. Construa um novo gráfico de controle para o percentual de entregas atrasadas, agora 
separando as fases antes e depois da mudança.
391
Exercícios
Exercício 6
Leia o contexto do exercício na apostila e utilize os dados do arquivo “17 Acidentes_
transportadoras.mtw” para responder às seguintes perguntas:
 a. Os acidentes vêm de um processo estável?
 b. Dado o sistema atual, as empresas são capazes de não ter mais do que dois acidentes por 
milhão de quilômetros?
O padrão de segurança para o registro de acidentes no setor de transporte é de não mais do que 2 
acidentes por milhão de quilômetros. O Departamento de Transporte dos Estados Unidos coletou 
dados de acidentes das 14 maiores empresas para o último ano a fim de avaliar seus desempenhos 
em segurança. Os dados são apresentados no arquivo. Prepare um gráfico de controle apropriado e 
responda às perguntas acima.
Exercício 7
A Empresa de Transportes On-Time queria saber que tipo de prazos eles poderiam garantir a seus 
clientes que têm rotas de Houston a Chicago. Eles decidiram coletar alguns dados sobre o tempo 
que seus motoristas levavam na viagem de Houston para Chicago. Eles têm três motoristas que se 
revezam na viagem. Os dados coletados estão no arquivo “18 Avaliação de Tempos de Entrega.
mtw”. Prepare gráficos de controle apropriados para esses dados e responda 
às seguintes perguntas:
 a. O processo está em controle estatístico? 
 b. Caso contrário, quais são as possíveis explicações para causas especiais?
 c. Liste algumas das causas especiais que afetariam o gráfico X-barra e liste as causas especiais 
que seriam vistas por meio do gráfico 
 d. Que tempo deveria ser garantido para essa viagem?
392
Exercícios
Capabilidade
Exercício 1
Os dados do arquivo ”19 wire.mtw” contém medidas de força de ruptura registrados em libras por 
polegadas para 25 amostras, cada uma com tamanho de subgrupo diferente, de um processo de 
fabricação de fibras metálicas. Supondo que a força mínima que essas fibras devem ter é 56 libras 
por polegada, qual a Capabilidade desse processo?
Análise AV/ NAV
Imagine que você trabalha no setor de transportes de uma grande empresa. Você listou os passos 
mais comuns do processo que seus clientes (os funcionários da empresa) têm de fazer para obter 
um carro para viajar a trabalho. Descreva esse processo em um fluxograma de oportunidades do 
ponto de vista do cliente (funcionário da empresa que necessita do carro).
Dicas:
1 ) Leia todos os passos; 2) Classifique cada passo como AV (VA) ou NAV (CA); 3) Lembre-se que não 
há uma classificação certa ou perfeita, chegue com seu grupo a um resultado satisfatório.
Passos para se obter o carro:
1. Cliente liga p/ Transportes para verificar a disponibilidade de carro da empresa na data
2. Se sim, cliente pede para reservar carro da frota, informando a data de uso e prontuário
3. Se não, cliente pede para alugar um carro, informando a data de uso e prontuário
4. Cliente preenche solicitação em papel (tanto faz, para carro da frota ou alugado)
5. Cliente passa solicitação para superior carimbar e assinar
6. Cliente espera retorno da solicitação carimbada e assinada
7. Cliente envia solicitação para transportes
8. Cliente liga para transportes para informar que foi enviada a solicitação
9. Transportes espera chegada da solicitação
10. Transportes providencia o carro (da empresa ou alugado) p/ a data de uso
11. Cliente liga para Transportes na véspera para ver se “está tudo ok”
12. Cliente passa no transporte para pegar a chave e ticket combustível
13. Cliente pega o carro
393
Exercícios
Operador Atividade # Atividade Tempo
operador 1 1 suporte de corte 3
operador 1 2 bucha de montagem 12
operador 1 3 anel de vedação 7
operador 2 4 colocar cola 9
operador 2 5 colocar ímãs 6
operador 3 6 inserção da graxa 13
operador 4 7 instalar suporte 8
operador 4 8 instalar o anel com o clip 8
operador 5 9 aplicar resina epoxi 14
operador 6 10 instalar o controle do capacitor 8
operador 6 11 aplicar epoxi 6
operador 6 12 instalar o retentor do capacitor 8
operador 7 13 instalar a tampa de cobertura 7
operador 7 14 descarregar/ carregar carga da máquina 3
operador 8 15 aplicar o selante final 15
operador 9 16 teste final 18
operador 10 17 embalar 12
Balanceamento de Linha
Sabendo que o tempo Takt é 39 segundos, desenho o gráfico de tempo das atividades
Com base no gráfico proponha uma reorganização das atividades de modo a reduzir os desperdícios
Desenho o gráfico de tempo com a nova organização
394
Exercícios
Correlação
Exercício 1
Considere os dados sobre os tempos de download de três provedores no arquivo “20 provedor_
estrat.mtw”.
Qual provedor é mais rápido?
Exercício 2
Pediu-se a um grupo de gerenciamento de projeto que estudasse e melhorasse o sistema de entrega de 
projetos.
Leia a descrição do exercício na apostila e encontre focos de mudança por meio de gráficos de dispersão. 
Os dados estão no arquivo “21 Ativ_gerenc_projetos.mtw”.
Pediu-se a um grupo de gerenciamento de projeto que estudasse e melhorasse o sistema de entrega de 
projetos. Depois de analisar os resultados de entrevistas, a equipe decidiu coletar as seguintes medidas 
dos últimos 25 projetos: Verba original, Verba final, Custo total, Dias de atraso, Número de mudanças no 
projeto e Índice de Satisfação (pontuação variando de 1 (não satisfeito) até 5 (muito satisfeito)).
Faça Gráficos de Dispersão para pares de variáveis e calcule a correlação entre elas. Comente os 
resultados obtidos.
Exercício 3
Gorjeta em restaurante pode ser influenciada por muitos fatores incluindo o tipo de restaurante, 
tamanho, localização da mesa, etc. Em um restaurante os garçons registraram os seguintes dados 
de todos os clientes que atenderam num intervalo de dois meses e meio.
TOT_CONTA Total da conta
GORGETA Total da gorjeia
SEXO Sexo da pessoa que pagou a conta (0=masc, 1=fem)
FUMANTE Fumou no restaurante (0=não, 1=sim)
DIA 3=Quinta, 4=Sexta, 5=sábado, 6=domingo
PERIODO 0=dia, 1=noite
TAMANHO Número de pessoas na mesa
Os dados são provenientes de um estudo observacional. Não houve tentativa de alterar 
procedimentos normais de atendimento que pudessem influenciar no quanto o cliente dava de 
gorjeta. Não se deve realizar inferências a partir do estudo dos dados. A ênfase deve ser em explorar 
os dados e formular hipóteses a serem verificadas em um estudo experimental a ser realizado no 
futuro. Explore os dados usando técnicas básicas de descrição de dados e relações entre variáveis.
Os dados estão no arquivo “22 Ativ_Gorjeta.mtw”.
395
Exercícios
Exercício 4
Objetivo: esta atividade tem o objetivo de ilustrar o uso de tabelas de contingência (tabelas 
cruzadas).
Fatos Importantes: o arquivo “23 Ativ_evento historico.mtw” contém dados sobre um evento 
histórico. A população em risco totalizava 2201 pessoas. Esta população estava subdividida por 
classe social (I – alta, II – média, III – baixa, e Outros), idade (criança ou adulto), sexo (masculino ou 
feminino) e sobrevivência (sobreviveu ou não sobreviveu). Não é possível explicitar detalhes sobre 
a categoria “outros” da classe social, pois forneceria a resposta do desafio. Use os dados do arquivo 
para construir tabelas.
Instruções: Examine os dados cuidadosamente. Procure por características interessantes. Para 
ajudar a construir uma fotografia mais completa de cada variável explanatória (classe social, idade 
e sexo) e suas relações com a variável resposta (sobrevivência), complete as questões abaixo. Após 
analisar os dados e responder as questões abaixo, dê seu melhor palpite quanto a que evento 
histórico esse conjunto se refere.
 a. Calcule o percentual geral de mortes.
 b. Construa uma tabela de contingência entre Sobrevivência (Y) e sexo (X). Existe relação entre 
essas duas variáveis?
 c. Construa uma tabela de contingência entre Sobrevivência (Y) e classe social (X). Existe 
relação entre essas duas variáveis?
 d. Construa uma tabela de contingência entre Sobrevivência (Y)e idade (X). Existe relação entre 
essas duas variáveis?
 e. Para o sexo masculino e feminino, construa uma tabela de contingência entre Sobrevivência 
(Y) e idade (X). Existe relação entre essas duas variáveis?
 f. A que “evento raro” histórico este conjunto de dados se refere? Justifique sua resposta.
396
Exercícios
Experimento Fatorial Completo
Exercício 1
Um experimento foi realizado para avaliar o efeito de Temperatura (T), Concentração e Catalisador 
no rendimento de uma reação química. Foram utilizados dois níveis de cada fator:
A - Temperatura: 160ºC, 180ºC
B - Concentração: 20%, 40%
C - Catalisador: A, B. 
Foi realizado um experimento fatorial completo, perfazendo um total de 8 rodadas experimentais. 
Os dados estão no arquivo “24 doe_BHH_fat2^3_rend.mtw”. Analise-os e encontre a melhor 
receita.
397
Exercícios
Exercício 2
Nossa empresa utiliza clips de metal de dois tamanhos: pequeno e grande. Os funcionários estão 
reclamando da qualidade dos clips que tem sido comprado – eles têm pouca durabilidade. O setor 
de compras foi acionado para fazer algo para minimizar as reclamações. O processo de compras é o 
seguinte:
1. Compras necessita fazer um pedido; 
2. Compras envia o pedido para diversos fornecedores cadastrados;
3. Compras recebe propostas;
4. Compras escolhe a proposta com menor custo;
5. Compras efetua a compra;
6. Compras recebe o pedido;
7. Compras disponibiliza o produto no almoxarifado.
A equipe responsável pela melhoria levanta as seguintes informações junto ao setor de compras:
Existem dois fornecedores cadastrados: ABC e CdM;
A empresa utiliza dois tamanhos: P e G.
A equipe entra em contato com os fornecedores e expõe a reclamação quanto à qualidade do clips 
fornecidos.
Os fornecedores informam que desenvolveram um novo processo para melhorar a qualidade dos 
clips que consiste na aplicação de um tratamento térmico. 
A equipe resolveu realizar um experimento fatorial com os seguintes fatores e níveis:
Fator: Níveis
Fornecedor: ABC, CdM
Tamanho: P, G
Tratamento térmico: Sim, Não
Decidiu-se replicar o experimento, totalizando 16 corridas experimentais.
Variável resposta: número de dobras até quebrar.
Os dados estão no arquivo “25 doe_clip”. Analise-os.
398
Exercícios
Exercício 3
Um experimento foi realizado para estudar o efeito de quatro fatores no rendimento de uma reação 
química. 
A variável resposta foi a porcentagem de conversão. 
Fatores Nível - Nível +
Carga catalisador (lb) 10 15
Temperatura (C0) 220 240
Pressão (psi) 50 80
Concentração (%) 10 12
Os dados do experimento estão no arquivo “26 doe_rend_%conv.mtw”. Analise-os.
Exercício 4
Objetivo: Verificar se a mudança da resina provoca algum efeito na dureza da tinta (resposta), 
mesmo sob diferentes condições dos fatores temperatura de processo, relação poliéster/resina e o 
tipo de poliéster. O objetivo é trocar de resina caso não se verifique tais efeitos.
Fatores Nível - Nível +
Tipo de resina Atual Alternativa
Temperatura do processo 130 160
Relação poli/resina Baixa Alta
Tipo de poliéster Tipo I Tipo II
Os dados estão no arquivo “27 doe_contratipo2.mtw”. Podemos trocar o fornecedor de resina?
Exercício 5
Objetivo: desenvolver uma tinta automotiva com uma formulação que contemple duas variáveis 
respostas aparentemente discordantes: dureza (QMM) e flexibilidade (Qmm) (quando uma fórmula 
tem boa dureza sua flexibilidade é ruim e vice-versa).
Os dados estão no arquivo “28 doe_tinta_dureza_flexib.mtw”. Analise-os.
399
Exercícios
Teste de Mudanças
CardDeck
O que queremos realizar?
Nós temos um deck de cartões que incorpora uma nova tecnologia. A tecnologia (representada 
pelos números nos cartões) fornece informações potencialmente valiosas para os nossos negócios. 
Cada equipe de melhoria deverá desenvolver um método para predizer os números nos cartões e 
então implementar a tecnologia nos negócios.
Como saberemos que a mudança é uma melhoria?
Predições corretas dos números em cada cartão
Uma teoria para as predições dos números
Lucros para a companhia
Que mudanças poderemos fazer que resultem em melhoria?
Somente um cartão poderá ser usado em cada etapa (tarefa, projeto, etc.)
400
Exercícios
Todas as vezes que um cartão estiver disponível, a equipe tem três alternativas:
Coletar dados a partir do cartão (saber o valor do cartão: Custo=$ 1.000)
Realizar um teste da tecnologia:
Receita (se a predição estiver correta) = $ 7.000
Custo = $ 1.000 + se a predição estiver incorreta por diferença de:
1 = $ 1.000 2 = $ 3.000 3 = $ 7.000 >3 = $ 15.000
Implementar a tecnologia na empresa:
Receita (se a predição estiver correta) = $ 21.000
Custo = $ 1.000 + se a predição estiver incorreta = $ 49.000
Ciclo Decisão Predição Resultado Ganho no ciclo Ganho total
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
401
Exercícios
Contrato de projeto
Patrocinador: 
Líder da Equipe: 
Demais integrantes: 
Contexto/ descrição: 
Problema:
Q1. O que estamos tentando realizar? Q2. Como saberemos que a 
mudança é uma melhoria?
Objetivos (O que, onde, quanto, quando) Indicadores Desempenho 
atual
Meta
Business case:
Q3. Atividades iniciais do projeto
Restrições para as atividades
402
Exercícios
SIPOC
S I P O C
Passos do Processo
   
403
Exercícios
Projeto de certificação Green Belt: A Fábrica Mid-State Brick
Esse projeto faz parte da avaliação para a certificação Green Belt.
Todas as informações necessárias para a execução do projeto estão detalhadas nas próximas 
páginas. Esse projeto simula um problema real, portanto faz parte da atividade o entendimento do 
problema bem como a estruturação de sua solução.
Nesse projeto será simulada uma fábrica que produz blocos de metal chamada de Mid-State que 
está recebendo inúmeras reclamações de seus clientes.
Você receberá todos as informações para estruturar um projeto Lean Seis Sigma utilizando o 
roteiro DMAIC e ferramentas que serão apresentadas durante o curso. Os dados para realização das 
análises solicitadas serão disponibilizados no link para a PASTA ALUNOS disponível na primeira aula 
da plataforma EAD.
Os principais estudos que você deverá fazer são:
Define: elaboração de um contrato de melhoria e de um SIPOC do processo em análise
Measure: estudo da estabilidade e capabilidade inicial
Analyse: diagrama de causa e efeito, DOE de matéria-prima, DOE de fatores do processo
Improve: estudo da estabilidade e capabilidade
Control: calcular os ganhos do projeto com base nas informações fornecidas (concentre-se nos 
ganhos principais) e recomendações para uma implementação com sucesso das mudanças 
propostas.
Os trabalhos podem ser desenvolvidos em grupo, mas cada aluno deverá entregar um projeto 
INDIVIDUALMENTE, em formato de Slides, em formato gerencial (seguindo o template, 
disponibilizado na pasta). Os projetos devem ser entregues pela plataforma EAD, até 21 dias após o 
último dia de aula.
Todas as dúvidas do projeto também devem ser direcionadas para o e-mail cursos@edti.com.br. 
Descrição
A Mid-State Corporation adquiriu recentemente três plantas que produzem blocos de metal. 
A empresa que era proprietária das plantas estava atravessando dificuldades, com muitas 
reclamações dos clientes devido a constantes problemas de qualidade com seu produto. Cada uma 
das plantas usa o mesmo processo e os mesmos equipamentos para produzir os blocos. 
A empresa adquire barras de metal e serra as barras para produzir os blocos. Essa é a operação 
básica realizada pela empresa. A página seguinte contém um desenho do bloco produzido com as 
especificações para o comprimento e o acabamento do bloco produzido.
Seu time representa uma nova gerencia que foi trazida para operar uma das plantas. Vocês serão 
responsáveis por tornar o processo de produção de blocos de metal um sucesso. 
404
Exercícios
A planta opera em turno único das 6:00 hs. às 14:00 hs. todos os dias. O processo de serra foi 
projetado para produzir em torno de um tijolo por minuto. Os antigos proprietáriosinformaram 
que cada unidade de serra é capaz de produzir 400 tijolos por dia, mas eles raramente conseguiam 
produzir mais de 300 tijolos por dia devido a problemas com qualidade. Destes 300 tijolos 
produzidos diariamente 30% são refugados, ou seja, 30% de itens em não conformidade com os 
requisitos de comprimento e rugosidade. Uma primeira avaliação junto aos funcionários mostrou 
um cenário preocupante: além dos problemas com a qualidade do produto, os funcionários 
mostraram-se bastante desanimados e com a moral baixa devido à falta de uma política de 
recursos humanos por parte dos antigos proprietários.
A empresa líder nesse ramo recentemente notificou seus clientes que eles estarão em breve 
despachando tijolos que satisfazem todos os requisitos de qualidade de seus clientes. Sua 
missão é simples: torne a planta um sucesso fazendo o melhor bloco de metal do mundo. A meta 
estabelecida pelo patrocinador deste projeto é de menos de 1% de não conformidades.
Use o roteiro DMAIC e as ferramentas do Lean Seis Sigma para melhorar o processo de serra. Cada 
planta tem sete empregados que estarão disponíveis para ajudá-lo no seu esforço de melhoria. 
Desenvolva uma estrutura de gerenciamento apropriada para seu time. Os atuais proprietários 
necessitam de informações objetivas por parte de sua equipe para decidir o que fazer com as 
fábricas: torna-la uma empresa rentável e com alta qualidade ou fecha-la.
Nas páginas seguintes está descrito o conhecimento atual sobre as plantas da Mid-State e sobre o 
processo de serra.
Desenho esquemático do bloco de metal produzido
Rugosidade < 250 
405
Exercícios
Especificações do produto
• Comprimento entre 3.97 e 4.03 polegadas
• Rugosidade < 250 micropolegadas
Descrição do processo
• Etapas do processo de serra
• Operador coloca a barra na máquina na posição de ser serrada
• Operador aperta o botão da máquina para iniciar a operação
• Máquina prende a barra com grampos
• O líquido refrigerante começa a lubrificar a barra no loca que vai ser serrada
• A lamina da serra inicia a rotação
• A serra avança na barra
• A barra é serrada produzindo um bloco
• A lamina da serra retorna ä posição de início
• A lamina da serra para
• O líquido refrigerante é interrompido
• O bloco produzido é retirado da máquina
• O bloco produzido é avaliado
406
Exercícios
Descrição dos fatores do processo
Fator Amplitude Descrição
Velocidade da serra (2 – 900) A velocidade da lamina da serra em pés 
por minuto 
Avanço da serra na barra 0.00001 – 20 A taxa com que a lamina da serra 
atravessa
 a barra em polegadas por minuto
Pressão do grampo 1.5 – 950 A força com que a barra é presa em 
libras
 por polegada ao quadrado
Pressão do líquido de 
resfriamento
2 – 100 A pressão do fluxo do líquido 
refrigerante 
na barra em libras por polegada ao 
quadrado
Concentração do líquido 
refrigerante
0.00001 – 35 A quantidade do líquido refrigerante/
quantidade de água em porcentagem
Nota: para abaixar a concentração do 
líquido refrigerante é necessário drenar 
o sistema de refrigeração e isto requer 
uma hora e dez minutos
Ajuste da guia 0 – 0.125 Espaço em polegadas entre a guia da 
serra e a lamina da serra
Posição da barra Lateral ou vertical Lateral: a serra tem que percorrer uma 
polegada de material para completar o 
corte
Vertical: a serra tem que percorrer duas 
polegadas de material para completar o 
corte
Fornecedor da serra Pode-se selecionar diferentes 
fornecedores de serra. Atualmente 
utilizamos a Brite (ver nas próximas 
páginas)
Frequência de mudança de 
serra
1 – 10000 O número de peças produzidas antes de 
trocar a lamina da serra
407
Exercícios
Detalhamento dos custos
Matéria prima: blocos Wright
A1-A (UTILIZADA ATUALMENTE)
A1-B
A1-C
A1-D
A1-E
$19,00/peça
$26,00/peça
$23,00/peça
$20,00/peça
$17,00/peça
$14,00/peça
Matéria prima: Serra Depende da serra utilizada. Verificar no 
catalogo de fornecedores, fornecido 
adiante.
Operação de serra
Custo para serrar (Salários e encargos, 
Eletricidade, Água, Telefone, Aluguel e 
impostos, outros materiais)
$7.200,00 Por mês
Manutenção preventiva da serra $500,00 Por mês
Custo para medir comprimento $0,50 (cada peça)
Custo para medir micro-acabamento $0,50 (cada peça)
Reparo da máquina $200,00
Reconstrução da máquina $2.500,00
Pequenos ajustes da máquina varia (depende 
do que é 
ajustado)
Treinar operador $500,00
Ciclo de estudo $100,00
Cada peça é vendida por $35,00. 
Peças com comprimento fora da especificação são devolvidas. 
Peças com rugosidade acima da especificação não são devolvidas, mas o cliente estabeleceu um prazo para que os 
problemas sejam definitivamente corrigidos.
Cada peça refugada pode ser vendida por $5,00
408
Exercícios
Registro de treinamento dos funcionários
Nome Serra CEP Segurança 5 S
Albert Analysis X X XXXX
Beverly Bias X XXX
Conrad Correlation X XXXX
Donald Distribution X XXXXXXX
Earl Estimate X XX
Fred Factorial X XXXX
George Guess X XXXX
Outras informações
As páginas seguintes mostram informações adicionais sobre a fábrica:
409
Exercícios
Desenho esquemático do funcionamento da serra
Catálogo dos fornecedores de lamina de serra 
Fornecedor Preço
Armer $95.00
Magic $139.00
Brite $135.00
National $145
Toughy $89.00
Horizontal
Vertical
Grampo
Horizontal
Vertical
Grampo
Velocidade de Corte
Guia da Serra
Avanço
Pressão 
do líquido Concentração 
do líquido
Solda
Líquido 
refrigerante
410
Exercícios
Contrato de projeto
Patrocinador: 
Líder da Equipe: 
Demais integrantes: 
Contexto/ descrição: 
Problema:
Q1. O que estamos tentando realizar? Q2. Como saberemos que a 
mudança é uma melhoria?
Objetivos (O que, onde, quanto, quando) Indicadores Desempenho 
atual
Meta
Business case:
Atividades iniciais do projeto
Restrições para as atividades 
411
Exercícios
SIPOC
S I P O C
   
Indicadores de eficácia (Y):
412
Exercícios
PDSA 1 – Capabilidade e Estabilidade
Objetivo: avaliar estabilidade e Capabilidade dos indicadores da MidState
PLAN
Perguntas Predições
1. Qual o Cpk de rugosidade?
2. A rugosidade é estável?
3. Qual o Cpk de comprimento?
4. O comprimento é estável?
Plano de coleta de dados
Serão realizadas 16 coletas (hora em hora) durante 2 dias de produção.
Serão coletadas 5 peças de hora em hora e anotado a rugosidade de cada peça e o comprimento de 
cada peça.
DO
Os dados foram coletados e nenhum evento anormal foi observado.
Os dados estão no arquivo PDSA 1 - Capabilidade e Estabilidade.mtw
STUDY
Complete as análises e responda às perguntas propostas no PLAN
ACT
Qual sua decisão com base nas suas análises?
413
Exercícios
PDSA 2 – Diagrama de Causa e Efeito
Com base na descrição da fábrica MidState, elabore um diagrama de causa e efeito para direcionar 
as próximas atividades de melhoria.
414
Exercícios
PDSA 3 – Teste de Matéria Prima 
Objetivo: comparar a matéria prima de dois fornecedores, A1 e Wright, com respeito ao 
comprimento e rugosidade.
PLAN
Perguntas Predições
1. Há diferenças significativas no desvio padrão 
de comprimento entre as peças produzidas com 
as duas matérias primas?
2. Há diferenças significativas na média de 
rugosidade entre as peças produzidas com as 
duas matérias primas?
3. Há diferenças significativas no desvio padrão 
de rugosidade entre as peças produzidas com 
as duas matérias primas?
Plano de coleta de dados
Serão produzidas dez peças com a matéria prima A1 e dez com a matéria prima Wright. O 
intervalo entre cada peça produzida será de 20 minutos. A matéria prima a ser usada em cada 
momento será decidida por sorteio (aleatorização). Em cada peça produzida será medido o 
comprimento e a rugosidade.
Utilizar o lote 1 tanto do fornecedor A1 como do Wright.
Anotar as condições de processo e qual fornecedor de matéria prima foi utilizado.
DO
Os dados foram coletados e nenhum evento anormal foi observado. Os dados estão no arquivo 
PDSA 3 - Teste de Matéria Prima.mtw.
STUDY
Complete as análises e respondaàs perguntas propostas no PLAN
ACT
Qual sua decisão com base nas suas análises?
415
Exercícios
PDSA 4 – Experimento Fatorial com parâmetros de corte
Objetivo: avaliar o efeito dos fatores Velocidade (V), Pressão do Grampo (P) e Ajuste da Guia (A) no 
comprimento e rugosidade no processo de serra de blocos.
PLAN
Perguntas Predições
1. Há diferenças significativas na amplitude de 
comprimento entre as peças produzidas com as 
diferentes “receitas”?
2. Há diferenças significativas na média de rugosidade 
entre as peças produzidas com as diferentes “receitas”?
3. Há diferenças significativas amplitude de rugosidade 
entre as peças produzidas com as diferentes “receitas”?
Plano de coleta de dados
Vamos realizar um experimento fatorial completo sem replicação com fatores Velocidade, Pressão 
do Grampo de Ajuste da Guia. Os níveis dos fatores serão: Velocidade: 100 e 600; Pressão do 
grampo: 29.5 e 50; Ajuste da Guia: 0.01 e 0.02.
Coletar uma amostra de 5 peças a cada hora e registrar a amplitude de comprimento, a média de 
rugosidade e a amplitude de rugosidade.
DO
Os dados foram coletados e nenhum evento anormal foi observado.
Os dados estão no arquivo PDSA 4 - Experimento Fatorial com parâmetros de corte.mtw.
STUDY
Complete as análises e responda às perguntas propostas no PLAN
ACT
Qual sua decisão com base nas suas análises?
416
Exercícios
PDSA 5 – Capabilidade e Estabilidade Final
Objetivo: confirmar os resultados das mudanças propostas na MidState.
PLAN
Perguntas Predições
1. Qual o Cpk de rugosidade?
2. A rugosidade é estável?
3. Qual o Cpk de comprimento?
4. O comprimento é estável?
Plano de coleta de dados
Serão realizadas 16 coletas (hora em hora) durante 2 dias de produção.
Serão coletadas 5 peças de hora em hora e anotado a rugosidade de cada peça e o comprimento de 
cada peça.
DO
Os dados foram coletados e nenhum evento anormal foi observado.
Os dados estão no arquivo PDSA 5 – Capabilidade e Estabilidade Final.mtw
STUDY
Complete as análises e responda às perguntas propostas no PLAN
ACT
Qual sua decisão com base nas suas análises?
417
Exercícios
Ações para controlar o processo
Quais atividades devem ser feitas para garantir que as mudanças sejam implementadas? (Faça um 
resumo do capítulo Control da apostila de teoria).
Cálculo dos resultados financeiros
Atenha-se aos ganhos principais, como peças refugadas, produtividade e custo com matéria-prima.
418
Exercícios
Aprendizados
419
Exercícios
Projeto extra: O Banco Mid
Todas as informações necessárias para a execução do projeto estão detalhadas nas próximas 
páginas. Esse projeto simula um problema real, portanto faz parte da atividade o entendimento do 
problema bem como a estruturação de sua solução.
Você receberá todos as informações para estruturar um projeto Lean Seis Sigma utilizando o 
roteiro DMAIC e ferramentas que serão apresentadas durante o curso. Os dados para realização das 
análises solicitadas serão disponibilizados no link para a PASTA ALUNOS disponível na primeira aula 
da plataforma EAD.
Os principais estudos que você deverá fazer são:
Define: elaboração de um contrato de melhoria e de um SIPOC do processo em análise
Measure: estudo da estabilidade, capabilidade inicial e fluxograma.
Analyse: atividade AV/NAV e o diagrama ECRS
Improve: estudo da estabilidade e capabilidade
Control: calcular os ganhos do projeto com base nas informações fornecidas (concentre-se nos 
ganhos principais) e recomendações para uma implementação com sucesso das mudanças 
propostas.
Os trabalhos podem ser desenvolvidos em grupo, mas cada aluno deverá entregar um projeto 
INDIVIDUALMENTE, em formato de Slides, em formato gerencial (seguindo o template, 
disponibilizado na pasta). Os projetos devem ser entregues pela plataforma EAD, até 21 dias após o 
último dia de aula.
Todas as dúvidas do projeto também devem ser direcionadas para o e-mail cursos@edti.com.br.
420
Exercícios
Descrição do problema
No Banco Mid existe uma área responsável pela abertura de contas para pessoa física. Essa área 
está enfrentando grandes dificuldades para aumentar sua lucratividade e aumentar o número de 
clientes. 
Os clientes estão reclamando do tempo para que a conta corrente seja aberta e comentam nas 
reclamações que na concorrência o tempo de abertura e o número de interações com o banco é 
muito menor. Muitos clientes cancelam este processo devido a essa insatisfação. Tal cenário gera 
desgaste de imagem, perda do cliente/conta e consequentemente, perda financeira, sendo que, a 
abertura de contas é um dos principais produtos do Banco Mid e a principal porta de entrada de 
clientes. A média mensal de abertura de contas é de 300 contas.
Hoje o longo ciclo na abertura de contas correntes vem sendo evidenciado através da insatisfação 
de clientes internos e externos, do retrabalho, além dos custos adicionais agregados ao processo. 
Entre os procedimentos desse processo existem diversos gargalos, sendo que, um grave problema 
encontrado em uma análise preliminar, foi a existência de longos períodos sem nenhuma atuação 
entre diferentes etapas. Diariamente as propostas ficam aguardando para serem enviadas no dia 
seguinte, para o gerente aprovar a abertura da conta. 
Seu time representa uma nova gerencia que foi trazida para tornar o processo de abertura de 
contas um sucesso, tendo em vista gerar aumento da satisfação dos clientes e tornar o Banco Mid 
em um dos líderes do mercado
Dados e metas
Hoje, mensalmente, o banco Mid abre em média 300 novas contas. A meta estabelecida pelo Banco 
é que cada conta seja aberta em até 36 horas corridas. Estima-se que aproximadamente 40% das 
contas são abertas acima deste tempo. 
Os processos de abertura com mais 36 horas para serem finalizados custam R$ 200,00 a mais do 
que os processos que gastam menos de 36 horas. Esse valor inclui tempo de sistema, tempo de 
trabalho de funcionários e prejuízos com cancelamentos.
 O Patrocinador do projeto definiu como objetivo desse projeto reduzir esse percentual de 40% para 
menos de 10%, visando otimizar o processo de abertura de contas para pessoa física. Outra meta 
definida, é reduzir o número de reclamações em pelo menos 50%. Como restrição, o patrocinador 
definiu não aumentar as despesas e recursos da área, além da manutenção do volume atual de 
abertura de contas.
421
Exercícios
Descrição do processo
O processo de abertura de conta corrente se inicia quando o cliente solicita a abertura da conta 
em alguma das agências do banco. A partir dessa solicitação, o atendente realiza o cadastramento 
da conta. Após esse cadastro o sistema verifica o CPF do cliente e, caso este não exista, esteja 
cancelado, suspenso ou nulo, a conta não é aberta.
Uma vez cadastrada, a conta passa para a aprovação do gerente e pelo departamento de inspeção. 
Na hipótese de existir alguma inconsistência nas informações fornecidas pelo cliente, uma análise 
mais detalhada é realizada pela área de análise de fraude.
Contrato de projeto
Patrocinador: 
Líder da Equipe: 
Demais integrantes: 
Contexto/ descrição: 
Problema:
Q1. O que estamos tentando realizar? Q2. Como saberemos que a 
mudança é uma melhoria?
Objetivos (O que, onde, quanto, quando) Indicadores Desempenho 
atual
Meta
Business case:
Atividades iniciais do projeto
Restrições para as atividades 
422
Exercícios
S I P O C
   
Indicadores de eficácia (Y):
423
Exercícios
PDSA 1 Capabilidade e Estabilidade
Objetivo: Avaliar a estabilidade e capabilidade do tempo de abertura de contas e do número de 
reclamações semanais. 
PLAN
Perguntas Predições
1. O tempo de implementação está estável?
2. Qual o percentual de contas abertas fora do tempo especificado?
3. Qual a taxa média de reclamações?
4. O número de reclamações está estável?
Plano de coleta
Será amostrado diariamente, durante 6 meses, processos de abertura de conta. Será observado o 
tempo total de cada processo. Esse tempo se inicia após a solicitação de abertura da conta corrente 
pelo clientee termina quando a conta é aberta.
Também serão observados durantes 6 meses o número de reclamações semanais referentes ao 
processo de abertura de conta.
DO 
Os dados do Tempo de Abertura de Conta estão no PDSA 1-Tempo.
Os dados do número de reclamações semanais estão no PDSA 1- Reclamações.
Nada de especial e que mereça registro foi observado durante a coleta dos dados.
STUDY
Complete as análises e responda as perguntas do PLAN.
ACT
Qual a decisão com base nas suas análises.
424
Exercícios
PDSA 2 – Pareto por tipo de reclamação
Objetivo: Avaliar as categorias de defeitos que mais impactam na satisfação dos clientes (CPF). 
PLAN
Perguntas Predições
1. Existe um efeito de Pareto nos diferentes tipos de reclamações 
dos clientes?
2. Quais são as reclamações vitais para melhoria do processo?
Plano de coleta
Serão coletadas 300 reclamações dos últimos 6 meses de operação do processo de abertura de 
conta. Será observado o tipo de reclamação e a frequência será registrada no respectivo tipo de 
reclamação.
DO 
Os dados dos tipos de reclamação estão no PDSA 2 – Pareto por tipo de reclamação.
Nada de especial e que mereça registro foi observado durante a coleta dos dados.
STUDY
Complete as análises e responda as perguntas do PLAN.
ACT
Qual a decisão com base nas suas análises.
425
Exercícios
PDSA 3 – Mapear o fluxo do 
processo atual
Objetivo: Desenvolver o fluxo atual deste 
processo para entender os tempos do processo.
1– Atendente agencia: Cliente solicita abertura 
de C/C
2- Atendente agencia: Coleta de documentos
3- Atendente agencia: Cadastra a abertura da 
C/C
4- Atendente agencia: Verifica se o cliente possui 
apontamentos
Se sim, Gerente não abre a conta
Se não, passo 5.
5 – Atendente agencia: Digitaliza os documentos.
6 – Atendente agencia: Apresenta os produtos 
compatíveis com os dados do cliente.
7 – Atendente: Auxilia o cliente na escolha dos 
produtos.
8 – Atendente: Imprime o contrato.
9 – Atendente: Auxilia o cliente na interpretação 
e assinatura do contrato.
10 – Jovem aprendiz: Envia o pacote de 
documentos e contratos para o Gerente, no final 
do dia.
11 – Gerente: Aplica check-list dos dados e 
documentos.
12 – Gerente: Dados e documentos ok?
Se sim, passo 13.
Se não, passo 19.
13 – Inspeção: Formaliza a conta.
14 – Inspeção: Aplica check-list dos dados e 
documentos.
15 – Inspeção: Dados e documentos ok?
Se sim, passo 16
Se não, passo 19.
16 – Inspeção: O sistema acusa informações 
suspeitas?
Se sim, passo 17
Se não, passo 18
17 – Análise de fraudes: Aprova a conta?
Se sim, Gerente abre a conta.
Se não, Gerente não abre a conta.
18 – Gerente: Conta é Aberta.
19 – Atendente regulariza a ocorrência.
20 – Volta para o passo 10.
426
Exercícios
PDSA 4 – Analisar as atividades AV/NAV e o diagrama ECRS
Objetivo: Analisar o fluxograma com os tempos e atividades para realizar o processo de abertura de 
contas CPF. 
PLAN
Perguntas Predições
1. Existem atividades que não agregam valor neste processo?
2. Quanto tempo é perdido com atividades que não agregam valor?
3. Como você sugere aplicar o ECRS para 
as atividades do fluxograma?
Plano de coleta
Serão coletados os tempos de cada atividade do processo, através do estudo de tempos padrão.
DO 
Os dados estão no arquivo PDSA 4 - Estudo de Tempos do Processo.xlsx.
Nada de especial e que mereça registro foi observado durante a coleta dos dados.
STUDY
Complete as análises e responda as perguntas do PLAN.
ACT
Qual a decisão com base nas suas análises.
427
Exercícios
PDSA 5 – Construir o fluxograma de proposta de modificação do 
processo e analisar o tempo de atendimento com as mudanças.
428
Exercícios
PDSA 6 – Testar as mudanças no processo.
Objetivo: Testar as mudanças que foram propostas no PDSA anterior.
PLAN
Perguntas Predições
1. Após as mudanças, o tempo de abertura 
continua estável?
2. As mudanças nos procedimentos reduziram o 
tempo médio de abertura da conta?
3. Qual o percentual de contas abertas após 36 
horas após a mudança? 
4. As mudanças nos procedimentos diminuirão a 
taxa de reclamações?
Quem, O que, Onde, Quando, Como
Os funcionários usarão o novo fluxograma de processo.
As pessoas que trabalham na área serão convocadas para participarem de uma reunião para 
debaterem e comentarem as mudanças;
O novo processo será usado no começo da semana de 20 de junho;
Serão amostrados 90 processos de aberturas de conta diários nos próximos 3 meses e, anotado o 
tempo gasto durante toda a implementação.
Serão anotados nos próximos 4 meses os números de reclamações semanais.
DO 
Os dados do Tempo de Abertura de Conta estão no PDSA 5 – Tempo.
Os dados de reclamações estão no PDSA 5 – Reclamações.
Nada de especial e que mereça registro foi observado durante a coleta dos dados.
STUDY
Complete as análises e responda as perguntas do PLAN.
ACT
Qual a decisão com base nas suas análises.
429
Exercícios
Ações para controlar o processo
Quais atividades devem ser feitas para garantir que as mudanças sejam implementadas? (Faça 
um resumo do capítulo Control da apostila de teoria).
Cálculo dos resultados financeiros
Atenha-se aos ganhos principais, valores que eram gastos anteriormente com contas abertas fora 
do prazo.
430
Exercícios
Aprendizados
431
Exercícios
Referências
Langley, G.; Moen, R.; Nolan, K.; Nolan, T.; 
Norman, C.; Provost, L. (2005) The improvement 
Handbook: Models, Methods and Tools for 
Improvement. API
Langley, Gerald J.; Moen, Ronald D.; Nolan, 
Kevin M.; Nolan, Thomas W.; Norman, Clifford 
L.; Provost, Lloyd P. (2011) Modelo de Melhoria. 
Mercado de Letras.
Hines, P.; Taylor, D. (2000) Going Lean. A guide 
to implementation. Lean Enterprise Research 
Center. Cardiff, UK. 
Moen, Ronald D.; Nolan, Thomas W.; Provost, 
Lloyd P. (1999) Quality Improvent through 
Planned Experimentation. McGraw Hill.
Schein, E (2010) Organizational Culture and 
Leadership, 4th edition, Jossey-Bass
Scholtes, P.; Joiner, B.; Streibel, B. (2003). The 
Team Handbook. Oriel.
Senge, P; et. Al. (1994). A Quinta Disciplina, 
Doubleday.
Wheeler, Donald J (2000) Understanding 
Variation: The Key to Managing Chaos. SPC 
Press. 
A EDTI, com base em uma longa experiência de tra-
balho de consultoria em diversas indústrias, está ple-
namente capacitada para treinar e orientar equipes 
em atividades de melhoria, desenvolver processos de 
inovação e dar suporte à análise de dados (inteligên-
cia analítica) para subsidiar decisões de negócios.
Para permanecer no negócio e crescer as organizações 
precisam canalizar esforços para produzir produtos e 
serviços que os clientes desejam e pelos quais estão 
dispostos a pagar. Um desafio permanente da lider-
ança é identificar oportunidades para aumentar o 
valor de seus produtos e serviços sob a ótica dos 
clientes e envolver seus colaboradores em atividades 
que transformem as oportunidades em realidade. Isso 
requer o domínio por parte da organização de um 
método eficiente e eficaz de realizar melhorias.
A EDTI acredita que a formação sólida de seus consul-
tores, aliada à experiência e conhecimento do mercado, 
são fundamentais para ajudar a liderança da organ-
ização na exploração de oportunidades de crescimento.
Dr. Ademir José Petenate, Sócio fundador da Escola 
EDTI e Professor da UNICAMP desde 1974