Este é o primeiro e o mais díficil dos postais que me propus escrever sobre o controlo estatístico do processo (SPC), mais díficil porque, para muita gente, se eu conseguisse ter sucesso com este postal tal representaria um momento de epifania sobre o que significa utilizar o SPC, nevertheless let's try it.
.
Muitas organizações começam a usar o SPC porque um cliente o exige, ou porque uma qualquer legislação que regula o sector assim o exige.
.
Começar a usar o SPC com as fórmulas correctas e com as regras de detecção de causas assinaláveis correctas já não é mau.
.
No entanto, normalmente, cumpre-se o requisito e aplicam-se as fórmulas sem mudar a forma de olhar o mundo.
.
No final dos anos oitenta do século passado trabalhava na CIRES em Estarreja, uma empresa química que produzia e produz PVC.
.
Uma das boas práticas seguida nessa empresa era a assinatura de várias revistas técnicas que depois eram distribuídas por todos segundo um circuito pré-definido. Uma das revistas que comecei a ler nessa altura era a Chemical Engineering Progress e a outra a Hydrocarbon Processing. E foi na Hydrocarbon Processing que encontrei uns artigos que me abriram os olhos para o mundo da qualidade.
.
Quando frequentava a universidade o último local onde me via a trabalhar era na área da qualidade, um mundo de burocratas de bata branca que se entretinham a segregar produto conforme de produto defeituoso, essa era a minha visão. A ISO 9001 ainda não existia.
.
Os artigos da Hydrocarbon Processing abriram-me os olhos para uma faceta da qualidade que eu nunca tinha conhecido ou ouvido falar. O mundo da melhoria da qualidade e das suas ferramentas, o mundo da investigação sobre os processos, o mundo que relacionava e punha a dialogar a Produção com a Comercial como provedores dos clientes.
.
Ainda hoje guardo cópia desses artigos:
- "Tools for better management (part 1)", assinado por D. M. Woodruff e publicado pela Hydrocarbon Processing em Agosto de 1989 (um artigo que que nos apresentava um conjunto de ferramentas mágicas, porque poderosas, para perceber o que acontecia num processo de fabrico e descobrir a causa dos problemas que atormentavam a organização e os seus clientes: brainstorming, diagrama de pareto, diagrama de causa-efeito ou de espinha de peixe, fluxogramas, histogramas, diagramas de correlação e cartas de controlo);
- "SPC in the process industries (part 2)", assinado por C. L. Mamzic e T. W. Tucker e publicado pela Hydrocarbon Processing em Dezembro de 1988 (este artigo referia algo de verdadeiramente mágico para a minha jovem mente de recém-licenciado de um curso onde estas matérias nunca foram abordadas, não é uma figura de expressão era mesmo magia, mencionava o desenho de experiências e um tal de método Taguchi. A minha curiosidade não me largou e atormentou enquanto não percebi o que era e como se usava esse método. Taguchi dava uma importância tremenda à questão da variabilidade e o mergulho nessa filosofia ajudou-me mais tarde à minha epifania com o SPC )(Já agora, a curiosidade sobre o SPC levou-me a encomendar um livro a uma editora inglesa, no tempo em que não tinha cartão de crédito e que tinha de pedir uma factura proforma primeiro para que o meu banco de seguida fizesse um cheque para eu poder, finalmente, enviar com a encomenda por carta. Encomendei o livro "Statistical Process Control - A practical guide" da autoria de John S. Oakland e publicado pela editora Heinemann Professional Publishing. Quando essa editora começou, depois, a enviar-me folhetos publicitários sobre as suas publicações descobri a arca de livros de Peter Drucker, o homem que mudou a minha vida)
Usar o SPC não é aplicar fórmulas e colocar pontos num gráfico a que chamamos carta de controlo, essa é uma tosca e muito rudimentar simplificação. Usar o SPC é uma forma diferente de encarar o mundo.
.
Sem método para analisar resultados somos prisioneiros dos caprichos, nossos e dos deuses (chamem-se eles administradores, directores gerais ou chefe da secção):
Há uns anos estava a trabalhar no meu estaminé e a ouvir a rádio TSF, a certa altura apresentaram os dados de uma sondagem mensal(?) e depois deram espaço de antena a vários comentadores políticos e professores universitários para explicarem os resultados. O programa demorou cerca de uma hora e no final... de tão surpreendido com a ignorância estatísticaevidenciada, de tão desconfiado das lucubrações explicativas fui ao sítio da TSF e saquei os dados das sondagens anteriores, para concluir que aquela tinha sido uma hora perdida... com explicações da treta porque de um mês para o outro nada tinha mudado estatisticamente.
.
Se fôssemos deuses saberíamos exactamente qual a percentagem de apoiantes que cada partido político teria em cada instante. Como apenas somos humanos temos uma aproximação desses números através da realização de sondagens.
.
Consideremos que numa dada sondagem o partido político X obtém uma percentagem de apoiantes de 20%. Há uma tendência para tornar abosoluto esse valor, 20% dos inquiridos votariam no partido X. Contudo, tal não é verdade, 20% é o resultado médio obtido da amostra estudada, apesar da amostra ser equilibrada e aleatória, se tivéssemos recorrido a outra amostra aleatória e equilibridada poderíamos vir a obter 19% ou 21%. Assim, 20% é só o valor mais provável a partir de uma distribuição de resultados possíveis.
.
Num dado mês teríamos este cenário:
O valor obtido em resultado da sondagem, é exactamente igual ao valor verdadeiro que só os deuses conhecem, 20.0%.
.
No mês seguinte, o valor obtido pela sondagem é de 21.5%, nós deuses sabemos que nada mudou, trata-se apenas de mera flutuação aleatória como se pode ver da localização do ponto amostral na distribuição normal.
No entanto, os comentadores, tal como os analistas da bolsa, perante resultados diferentes, porque os tomam por valores absolutamente verdadeiros, querem sempre encontar justificações para as mudanças... mesmo quando essas mudanças não querem dizer nada.
.
Este é o grande poder do SPC, relativizar os números... o número obtido é um dos resultados possíveis de entre uma distribuição de valores. O SPC permite-nos descobrir se a distribuição se alterou ou não, permite-nos decidir quando é que vale a pena investir na investigação das diferenças. Quando estas forem estatisticamente significativas e só nessa altura.
.
O exemplo do saco que produz e destrói bolas verdes no final deste
postal ilustra e caricaturiza a actuação de quem não conhece o significado do SPC.
.
A variabilidade existe sempre em qualquer sistema. Uma parte dessa variabilidade é previsível e está sempre presente no sistema, a variabilidade provocada por causas aleatórias. Outra parte da variabilidade pode não estar presente num sistema, o ideal é mesmo que não esteja presente, a variabilidade atribuída a causas especiais ou assinaláveis.
.
Um sistema só com causas aleatórias presentes tem a particularidade de ser previsível, os resultados futuros do sistema não serão estatisticamente diferentes dos resultados produzidos pelo sistema no passado.
.
Pouco se pode dizer de um sistema com causas especiais presentes além das aleatórias, porque não se podem fazer previsões para o futuro.
.
O SPC diz-nos se existem causas especiais a actuar num sistema e dá-nos pistas para as pesquisar.
.
O SPC diz-nos que quando temos um sistema só com causas aleatórias a funcionar e não gostamos dos resultados produzidos pelo sistema... não adianta acenar com cenouras ou brandir chicotes pois o sistema e as pessoas que nele operam já estão a dar o melhor... se não gostamos dos resultados produzidos pelo sistema... temos de mudar o sistema.
.
O SPC permite-nos, quando temos um sistema só com causas aleatórias a funcionar, conduzir o sistema para a frente, para o futuro, olhando pelo espelho retrovisor.
.
Primeiro a curiosidade, neste artigo de Martin Wolf no Financial Times "Global imbalances threaten the survival of liberal trade"
À medida que as causas especiais são identificadas e removidas o processo vai-se tornando cada vez mais estável e um processo estável é um processo:
Uma carta de controlo é construída a partir de medições de uma dada característica da qualidade de um processo, como por exemplo: o prazo de entrega, a viscosidade, a temperatura, o custo, o número de erros, o volume de vendas ou de enchimento. Essas medições são depois agrupadas com base no tempo.
No caso de amostras de dimensão 4, por exemplo, o desvio padrão das médias é metade do desvio padrão do mesmo universo de garrafas quando consideradas uma a uma e não em grupos de 4.
Porquê usar médias amostrais? Porque facilita a detecção das alterações nos processos.
Tendo obtido o seguinte conjunto de valores ao fim das primeiras 30 horas:
Como cada valor individual representa a produção no instante da recolha da amostra o tamanho de cada subgrupo usado é 1, pelo que o estagiário usou uma carta de controlo para valores individuais e amplitudes móveis para começar a controlar o processo:
Ao olhar para as cartas de controlo o estagiário ficou todo contente:
- Agora sim, agora está melhor. Agora consigo ver as especificações. Afirmou o director do engarrafamento.
E construir as cartas de controlo usando fórmulas para subgrupos de tamanho 4:
Quando este as apresentou ao director de engarrafamento este exclamou deleitado:%2006.21.jpeg)
