ads:
UNIVERSIDADE ANHANGUERA – UNIDERP
PROGRAMA DE MESTRADO PROFISSIONAL EM PRODUÇÃO E GESTÃO
AGROINDUSTRIAL
MARCELO CARVALHO DOS ANJOS
O USO DE FERRAMENTAS DA QUALIDADE NA GESTÃO DA
AGROINDÚSTRIA EM MATO GROSSO DO SUL
CAMPO GRANDE – MS
2010
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
MARCELO CARVALHO DOS ANJOS
O USO DE FERRAMENTAS DA QUALIDADE NA GESTÃO DA
AGROINDÚSTRIA EM MATO GROSSO DO SUL
Projeto de Pesquisa apresentado ao Programa de Pós-
Graduação em nível de Mestrado Profissionalizante em
Produção e Gestão Agroindustrial da Universidade
Anhanguera-Uniderp, como parte dos requisitos para a
obtenção do título de Mestre em Produção e Gestão
Agroindustrial.
Comitê de orientação
Prof. Dr. Celso Correia de Souza
Prof. Dr. Ivo Martins Cezar
CAMPO GRANDE - MS
2010
ads:
ii
A minha mãe Lourdes, pelo amor e
dedicação intensa a minha formação, a
uma família e a uma instituição e que
agora começa a colher resultados dessa
dedicação, pela paciência e
compreensão mostradas nos momentos
subtraídos da convivência familiar.
A minha irmã Marcia, pelo total
envolvimento, confiança e suporte
constante.
Aos professores, colegas e todos aqueles
que direta ou indiretamente contribuíram
para o sucesso deste estudo.
iii
AGRADECIMENTOS
Considerando esta dissertação como resultado de uma caminhada que não
começou aqui em Campo Grande, agradecer pode não ser tarefa fácil, nem justa.
Para não correr o risco da injustiça, agradeço de antemão a todos que de alguma
forma passaram pela minha vida e contribuíram para a construção de quem sou
hoje.
A Deus, o que seria de mim sem a fé que tenho nele, e particularmente de
algumas pessoas pela contribuição direta na construção deste trabalho.
Ao Prof. Dr. Celso Correia de Souza, pelos trabalhos de orientação na
dissertação no programa de mestrado, sempre presente e disposto a ajudar.
Ressalto que esta orientação muitas vezes saiu dos aspectos profissionais para
aspectos de formação pessoal sendo fundamentais nesses quase dois anos de
convivência.
A Uniderp/Anhanguera, pela infraestrutura oferecida para desenvolver este
trabalho e pelo verdadeiro trabalho de equipe que foi feito. Agradeço também a
toda equipe de professores pela dedicação e pela criação de um ambiente
estimulante e desafiador.
A Bertin S.A., representada pelo Sr. Evandro Miessi Mente e Srta. Katia Mitie
Tokutake pelo suporte, compreensão e confiança a mim depositados no período
que antecedeu ao mestrado.
Aos professores Dr. Edison Rubens Arrabal Arias, Dr. José Francisco dos
Reis Neto, Dr. José Antonio Maior Bono, Dr. Ivo Martins Cezar e Dr. Dario de
Oliveira Lima Filho, pelo constante apoio na execução deste trabalho, sugestões
dadas no exame de qualificação e correções sugeridas na versão final.
SUMÁRIO
LISTA DE QUADROS..................................................................................... vi
LISTA DE FIGURAS....................................................................................... vii
RESUMO......................................................................................................... viii
ABSTRACT..................................................................................................... ix
1 INTRODUÇÃO.......................................................................................... 10
2 REVISÃO BIBLIOGRÁFICA..................................................................... 13
2.1 GESTÃO DA AGROINDÚSTRIA..................................................... 13
2.2 MODELO DE GESTÃO PDCA ( PLAN, DO, CHECK, ACTION)…. 18
2.3 FERRAMENTAS DA QUALIDADE.................................................. 20
2.3.1
A série 5S (Cinco Sensos).................................................... 21
2.3.2
Gráfico de Pareto.................................................................. 24
2.3.3
Diagrama de Causa Efeito (Ishikawa)................................... 25
2.3.4
Fluxograma de Processos..................................................... 26
2.3.5
Folha de Verificação.............................................................. 29
2.3.6
Método dos 5 por quês.......................................................... 30
2.3.7
Relatório de três gerações.........................................................
31
2.3.8
Gráfico de Controle....................................................................
31
v
2.3.9
Plano de Ação............................................................................
37
3 MATERIAL E MÉTODOS..............................................................................
39
4 RESULTADOS E DISCUSSÃO.....................................................................
42
4.1 CARACTERIZAÇÃO DA AMOSTRA....................................................
42
4.2 O USO DE FERRAMENTAS DA QUALIDADE....................................
43
4.2 CRUZAMENTO DE VARIÁVEIS E TESTE DO QUI-QUADRADO.......
45
4.3 FORMAÇÃO DE CLUSTERS DE EMPRESAS DE ACORDO COM A
UTILIZAÇÃO DE FERRAMENTAS E MÉTODO PDCA.......................
49
5 CONCLUSÕES..............................................................................................
54
6 REFERÊNCIAS BIBLIOGRÁFICAS............................................................. 56
APÊNDICES.................................................................................................... 60
APÊNDICE A – Questionário de pesquisa................................................. 61
APÊNDICE B – Gráfico P Proporção de defeitos....................................... 63
APÊNDICE C – Gráfico NP Número de defeitos........................................ 64
APÊNDICE D – Gráfico C Número de não conformidades......................... 65
APÊNDICE E – Gráfico U Proporção de não conformidades..................... 66
ANEXOS........................................................................................................... 67
ANEXO A – Fatores para cálculo de limites de controle............................. 68
vi
LISTA DE QUADROS
QUADRO 1 Resultados do cruzamento das variáveis “Utiliza ferramentas de
gestão” e “Número de funcionários”.............................................
46
QUADRO 2 Resu
ltados do cruzamento das variáveis “Utiliza ferramentas
de gestão” e “Instrução da equipe”...............................................
46
QUADRO 3 Resultados do cruzamento das variáveis “Utiliza ferramentas de
gestão” e “Automação dos processos”........................................
47
QUADRO 4 Resultados do cruzamento das variáveis “Utilização do método
PDCA” e “Número de funcionários”.............................................
48
QUADRO 5 Resultados do cruzamento das variáveis “Utilização do método
PDCA” e “Instrução da equipe”...................................................
48
QUADRO 6 Resultados do cruzamento das variáveis “Utilização do método
PDCA” e “Automação dos processos”........................................
49
vii
LISTA DE FIGURAS
Figura 1 Competição por uso de água nos grupos de países por renda.. 15
Figura 2 Participação percentual nas perdas sobre o total de 5,6 milhões
de toneladas anuais por tipo de hortaliça...................................
16
Figura 3 Ciclo PDCA (Plan, Do, Check, Action)……………………………... 19
Figura 4 Exemplo de gráfico de Pareto........................................................ 25
Figura 5 Exemplo de diagrama de Ishikawa................................................ 26
Figura 6 Exemplo de fluxograma de processo de colheita da
cana-de-açúcar................................................................................
28
Figura 7 Exemplo de folha de verificação utilizado na fabricação de
lentes................................................................................................
30
Figura 8 Relação entre a curva normal e os limites de controle............... 32
Figura 9 Gráfico de controle Xbarra-R em processo estável..................... 34
Figura 10 Representação das causas especiais e causas comuns............ 36
Figura 11 Exemplo de Plano de Ação............................................................. 38
Figura 12 Uso em percentual das ferramentas da qualidade pelas
empresas.........................................................................................
44
Figura 13 Gráfico fatorial da variável dependente “Utiliza ferramenta de
gestão”..............................................................................................
50
Figura 14 Gráfico fatorial da variável dependente “Utiliza método PDCA”..... 51
Figura 15 Gráfico fatorial das variáveis dependentes “Utiliza método PDCA” e
“Utiliza ferramentas de gestão”.........................................................
53
Figura 16 Gráfico por atributos P.................................................................... 63
Figura 17 Gráfico por atributos NP................................................................. 64
Figura 18 Gráfico por atributos C.................................................................... 65
Figura 19 Gráfico por atributos U.................................................................... 66
viii
RESUMO
A qualidade em produtos de consumo e serviços, começou a ser discutida e
estudada com mais intensidade no Japão logo após a segunda guerra mundial.
Nesse período, foram desenvolvidos alguns métodos e técnicas para melhoria da
qualidade, as quais a partir das décadas de 1970 e 1980, começaram a ser
introduzidas também em empresas de diversos paises da Ásia, Europa, América
do Norte e América Latina, inclusive no Brasil influenciadas principalmente pela
maior competitividade dos produtos japoneses por meio da alta qualidade e dos
preços competitivos. A presente pesquisa buscou avaliar o nível de conhecimento
e o uso do método Plan, Do, Check, Action (PDCA) e de ferramentas da
qualidade na agroindústria de Mato Grosso do Sul, bem como a relação do uso
dessas técnicas no desempenho dos processos nas empresas que as utilizam.
Para isso, realizou-se uma pesquisa exploratória descritiva com uma amostra de
empresas agroindustriais aplicando-se um questionário semiestruturado aos
profissionais dirigentes de empresas agroindustriais amostradas com o intuito de
verificar o grau de utilização do método PDCA e ferramentas de qualidade.
Constatou-se que é pequeno o número de empresas que utilizam o método
PDCA, no entanto, é moderado o número de empresas que usam alguma
ferramenta da qualidade no gerenciamento de seus processos. Com relação ao
impacto do uso dessas técnicas nos processos industriais, foi possível observar
que houve melhorias em grande parte das empresas que as utilizam. Na ausência
do uso do método PDCA e de ferramentas da qualidade nas empresas,
constatou-se que, o não conhecimento dessas técnicas é um dos fatores mais
relevantes para a não utilização das mesmas. Após a realização de análises
bivariadas e multivariadas, foi possível identificar também algumas características
de empresas que utilizam mais efetivamente o método PDCA e ferramentas da
qualidade, que são: maior número de funcionários; maior nível de instrução de
suas equipes e maior nível de automação de processos.
Palavras-chave: Qualidade total, gráficos de controle, método PDCA.
ix
ABSTRACT
The quality in consume products and services started to be debated and studied in
Japan after World War II, and the 1970s and 1980s these techniques and tools
became to be introduced in companies from several countries in Asia, Europe,
North and Latin America, also in Brazil, influenced manly by higher
competitiveness of Japanese products through it’s high quality and competitive
prices. The present research aimed to evaluate the level of knowledge and the use
of method Plan, Do, Check, Action(PDCA) and quality tools in the agroindustry in
the Mato Grosso do Sul state, as well as in relation of the use of those techniques
on the performance of the process of the companies that they use. For this a
descriptive exploratory survey was accomplished with a sample of companies of
MS in the agroindustry of the branch, with an application of an questionnaire semi
structured oriented to professional directors of the agroindustry samples, with an
intention to verify the grade of the use of PDCA method and quality tools. The
evidence found is that is very small the number of companies that uses PDCA
method, therefore, is moderated the number of companies that uses any quality
tools managing its process. In relation of the impact of the use of those techniques
in the industrial process, was possible to observe that it had improvement in big
part of the companies that adopted it. In the absence of the use of the PDCA
method and quality tools in companies, it was evidenced that the nom-knowledge
of those techniques is one of the most relevant factors for its nom-use. After the
accomplish of bivariate and multivariate analyses was possible verify, as well,
some features of companies that uses the technique more effectively the PDCA
methods and quality tools which are: higher number of employee, higher level of
education in the teams and higher level of automation of processes.
Key-words: Total quality, Control charts, PDCA method
1 INTRODUÇÃO
O cenário atual no mundo indica grandes mudanças na forma com que as
empresas gerenciam seus processos e seus negócios, havendo cada vez mais a
necessidade de se adaptarem à evolução e ao ambiente socioeconômico em que
estão inseridas. No agronegócio, mais do que nunca, essas mudanças no modelo
de gestão das empresas são necessárias para que estas possam acompanhar o
ritmo de desenvolvimento e inovações, no qual vários fatores desencadeiam uma
série de transformações.
No contexto do desenvolvimento global, a longa fase de prosperidade
mundial no século passado fez crescer significativamente o consumo de
alimentos. Paralelamente, a população mundial está em franca expansão.
Segundo a Organização das Nações Unidas (ONU), a população mundial passará
de 6,5 bilhões de pessoas em 2005 para 8,3 bilhões em 2030 e 9 bilhões em
2050 (UNFPA, 2009). O efeito do aumento populacional ganha ainda mais peso
porque a maioria nasce na Ásia e na África, onde o consumo não só de alimentos,
como de produtos agroindustriais, de forma geral, cresce em ritmo mais rápido em
função da inclusão social acelerada nesses continentes.
Estes fatores de crescimento da demanda associados a outros, como
sustentabilidade e segurança alimentar, exigirão que algumas ações, sejam
tomadas pelo setor agroindustrial de Mato Grosso do Sul, tais como: a) rigor na
adoção de normas e certificações de garantia de qualidade e segurança de
produtos para atender mercados cada vez mais exigentes; b) melhor eficiência no
consumo dos recursos florestais, hídricos e energéticos; c) redução e eliminação
de desperdícios entre outras ações.
11
Para a agroindústria de Mato Grosso do Sul se manter e prosperar em uma
economia mundialmente competitiva destaca-se não somente a rapidez, mas,
principalmente, a precisão com que as organizações identifiquem os problemas e
as oportunidades existentes e consigam antecipar soluções. Justamente nesse
contexto é que o método PDCA e as ferramentas da qualidade podem auxiliar as
organizações a alcançar seus objetivos, sejam nas decisões estratégicas, na
melhoria dos processos de fabricação ou na distribuição de seus produtos.
Com relação a importância do agronegócio para o país, o mesmo
apresenta-se como uma das principais forças da economia. O campo em franca
modernização, dispõe de tecnologia de ponta como o plantio direto, sistema em
que o Brasil é pioneiro. Vem atingindo altos índices de produtividade em várias
culturas como a soja (2.624 kg/ha), o milho (3.713 kg/ha) e o algodão (3.619
kg/ha) (IBGE, 2009). É responsável hoje por aproximadamente 26,46% do
produto interno bruto (PIB), 35,6% das exportações e 18% dos empregos gerados
no país (CEPEA/USP; CAGED/MTE, 2008). Nos últimos dez anos, o país dobrou
o faturamento com as vendas externas de produtos agropecuários e teve um
crescimento superior a 100% no saldo comercial brasileiro (ABAG, 2007). Na
agroindústria, os produtos brasileiros ocupam posição de destaque no mercado
internacional tais como a carne de frango, papel e celulose, suco de laranja, carne
bovina e café, mesmo sob forte concorrência dos Estados Unidos e Europa, que
empregam uma quantidade elevada de recursos financeiros em protecionismo e
subsídios à produção.
No Estado de Mato Grosso do Sul, o agronegócio tem um potencial
expressivo, e as principais atividades econômicas são: sojicultura, pecuária,
produtos de carne bovina, celulose, açúcar e álcool, avicultura, cotonicultura
(algodão/têxtil), couro bovino (calçados e artefatos), leite, mandioca, piscicultura e
suinocultura (SEBRAE, 2009). Atualmente, o agronegócio no Estado é um dos
principais pilares da economia, tendo na agroindústria de transformação como
frigoríficos de aves e bovinos e outras produtoras de alimentos, os responsáveis
por aproximadamente 57% das exportações (SEPROTUR, 2009).
Este trabalho de pesquisa tem como objetivo avaliar o nível de
conhecimento e de utilização do método PDCA e de ferramentas da qualidade
12
pelas empresas agroindustriais de Mato Grosso do Sul, a relação entre o uso do
método PDCA e das ferramentas da qualidade e a melhoria nos processos de
produção, e identificar as principais causas que limitam o uso de ferramentas da
qualidade e o método PDCA pelas empresas.
2 REVISÃO BIBLIOGRÁFICA
2.1 GESTÃO DA AGROINDÚSTRIA
A profissionalização do agronegócio nacional em todas as cadeias
produtivas é assunto recorrente nos diferentes meios de comunicação, assim
como é foco de estudos acadêmicos. Nesse ambiente, a contínua
profissionalização dos agentes envolvidos nos diferentes sistemas agroindustriais
apresenta-se como atributo imprescindível, assim como os métodos
administrativos.
Por volta de 1911 surgiram as primeiras teorias sobre o gerenciamento de
empresas, conhecido como administração científica, desenvolvida por Frederick
Winslow Taylor, com ênfase nas tarefas. O foco, era a eficiência e a eficácia
operacional no gerenciamento industrial. Ele realizou estudos de tempos e
movimentos nas operações dos trabalhadores com o objetivo de acelerar o
processo produtivo eliminando movimentos desnecessários. Para Taylor, a
administração tinha de aplicar métodos científicos e experimentais a fim de
formular princípios e estabelecer processos padronizados que permitissem um
maior controle das operações na indústria, o que chamou de organização racional
do trabalho. De fato, a administração cientifica de Taylor apresentou conceitos
que sofreram algumas modificações com o passar dos anos, mas são utilizados
até hoje (FLEURY e VARGAS,1983).
Em 1916, o engenheiro de minas Jules Henri Fayol desenvolveu uma
abordagem conhecida como gestão administrativa ou teoria clássica a qual, assim
como Taylor, também contribuiu grandemente para a disseminação do
conhecimento administrativo moderno. Fayol define que a administração é
14
composta de quatro funções básicas: planejar, que significa fixar objetivos;
organizar, que seria alocar corretamente os recursos; dirigir, que consiste em
motivar pessoas; e controlar, que seria avaliar os resultados. Quase um século
depois, esses princípios ainda são muito úteis para estruturar as organizações de
qualquer tamanho e ramo de atividade (ARAUJO, 2004).
Com a evolução da administração, as teorias de Taylor e Fayol sofreram
algumas mudanças. No entanto, a base desses conhecimentos foi, e ainda é,
muito útil para gerenciar as organizações no mundo moderno onde a necessidade
de conhecimento de teoria administrativa se torna cada vez mais presente e
necessária.
Drucker (2002), afirma que no mundo globalizado, o gerenciamento dos
recursos é o fator decisivo para a competitividade de uma organização uma vez
que os demais fatores tradicionais à produção, tais como: mão de obra,
máquinas, plantas industriais e recursos financeiros possuem grande mobilidade,
o que possibilita o deslocamento e alocação desses recursos por qualquer
empresa e em qualquer país. Ainda nessa visão, é possível observar a existência
de países que não dispõem de recursos naturais como: petróleo, carvão, ferro,
cobre e madeira, e mesmo assim, com a boa gestão desses recursos adquiridos
são destaques pela solidez de suas economias como por exemplo o Japão. Por
outro lado, alguns países com enormes reservas de recursos naturais como o
Brasil, ainda possuem algumas dificuldades em se beneficiarem de forma
otimizada desses recursos, destacando um hábito que historicamente tem trazido
grandes prejuízos para a economia que é o desperdício de recursos.
No Brasil, os desperdícios ainda fazem parte do cotidiano das pessoas,
sejam nas empresas ou nas residências. Na utilização de recursos hídricos por
exemplo, somente na irrigação, embora esse tipo de técnica seja utilizado apenas
em 6,7% da área plantada do território nacional, ou seja, 3,4 milhões de hectares,
a taxa de eficiência no país gira em torno de 65,26%, e 34,74% constituem perdas
durante o processo de captação, condução e distribuição. Em Mato Grosso do
Sul, onde é adotada a irrigação suplementar em 89.970 hectares, a taxa de
eficiência é de 60%, aproximadamente (BRASIL, 2009).
O setor industrial no Brasil é responsável hoje pelo consumo de 7% do total
15
de água produzida. Embora esse número esteja muito abaixo do consumido nos
demais setores da economia, é importante frisar que existe uma relação entre
consumo de água pela indústria e a renda do país (Figura 1), e que o uso da água
para fins industriais aumenta conforme a renda aumenta, variando entre 10% para
países com renda baixa ou média e 59% para países com alta renda, onde a
indústria de transformação representa uma parcela maior na atividade econômica
(BRASIL, 2009).
0
10
20
30
40
50
60
70
80
90
100
Países com renda alta Países com renda baixa
Uso doméstico Agricultura Indústria
Figura 1 - Competição por uso da água nos grupos de países por renda
Fonte: (BRASIL, 2009).
Atualmente, não existem dados relevantes que comprovem as perdas de
água no setor industrial de maneira geral. No entanto, algumas indústrias têxteis
no país obtiveram redução do consumo na faixa de 30% enquanto na
sucroalcooleira, a redução chega a 50% em 30 anos (BRASIL, 2009).
Com relação ao desperdício de alimentos, uma estimativa da Embrapa
Agroindústria revela que as perdas de frutas totalizaram US$ 2,2 bilhões anuais
entre 1997 e 2000, considerando apenas a perdas financeiras e não sociais, uma
vez que as 5 milhões de toneladas deixam de ser consumidas. Em média, as
perdas de frutas representam 30% do total produzido: abacate - 31% de perdas,
abacaxi - 24%, banana - 40%, laranja - 22%, mamão - 30%, manga - 27% e
16
morango - 39% (EMBRAPA, 2009).
Com relação a hortaliças, as perdas anuais representaram 35% da
produção total entre 1997 e 2000, podendo ser visualizado mais facilmente na
Figura 2.
43,0%
36,0%
24,0%
29,0%
27,0%
16,0%
48,0%
42,0%
41,0%
31,0%
0,0% 10,0% 20,0% 30,0% 40,0% 50,0% 60,0%
Alface
Alho
Batata
Cebola
Cenoura
Chuchu
Couve-flor
Pimentão
Tomate
Repolho
Figura 2 - Percentual de perdas sobre o total de 5,6 milhões de
toneladas anuais, por tipo de hortaliça.
Fonte: EMBRAPA (2009).
No ano de 2004, na lavoura de soja, segundo o Ministério de Agricultura e
Abastecimento (MAPA), foram desperdiçadas duas sacas por hectare, cujo limite
máximo aceitável seria 0,75 saca por hectare (IBGE/EMBRAPA,2009). A
identificação das causas nesse caso, seria o ponto-chave da questão. Para o ano
de 2010, o governo federal em parceria com 15 universidades de todo o país,
pretende realizar um estudo sobre o desperdício na lavoura, o que poderia ajudar
na formulação de alternativas para resolver o problema. No entanto, é de extremo
interesse econômico das próprias empresas se aprofundarem em uma análise
criteriosa e mapearem essas perdas, o que em alguns casos poderia até
apresentar maior rentabilidade se comparado ao aumento da produtividade, uma
17
vez que pode haver correlação positiva entre a produtividade e as perdas.
A subutilização de energia elétrica é outro fator que pode representar uma
barreira na competitividade das empresas agroindustriais brasileiras no longo
prazo, pois o país possui um vasto histórico de desperdício desse recurso, onde
somente na indústria processadora, conforme estimativa da ANEEL e Eletrobrás,
é de 31% (ANEEL, 2008). Em Mato Grosso do Sul, em 2009, a Federação da
Indústria (FIEMS), elaborou e aplicou um programa de diagnóstico de eficiência
energética em 42 empresas do Estado, onde foi possível observar a
subotimização no uso de energia elétrica, cujos resultados após a aplicação
parcial das mudanças sugeridas pelo programa, geraram uma economia em
média de 25% (FIEMS, 2009).
Com esta visão no gerenciamento de recursos, redução de desperdícios e
aumento da qualidade, Deming (2003) enfatiza que a aplicação do método PDCA
e de ferramentas da qualidade beneficia não só as empresas mas a sociedade
como um todo, criando uma reação em cadeia, ou seja, elas auxiliam as
organizações a produzirem bens de maior qualidade, isso faz com que os custos
caiam devido a menor quantidade de erros, defeitos e retrabalho. Com isso, a
produtividade aumenta e os produtos se destacam no mercado pois possuem
qualidade superior a preços menores, e ao mesmo tempo, proporciona a
organização longevidade e crescimento. Em consequência disso aumenta a
geração de empregos.
Campos (2005) destaca que com a velocidade das mudanças no ambiente
empresarial, tais como o surgimento de novas tecnologias, os regulamentos, as
barreiras à exportação e a movimentação de concorrentes, surge a necessidade
de as organizações responderem de imediato a essas mudanças, e cabe ao
administrador esse desafio. Também destaca que o gerenciamento de um
empreendimento está relacionado diretamente a resolver problemas e alcançar
resultados.
Para Deming (1997), o objetivo do administrador é otimizar o sistema como
um todo, identificando suas interações e inter-relações, reconhecendo as suas
necessidades como a de um cliente, evitando ao máximo as subotimizações
causadas pela gestão apenas por resultados, a qual na maioria das vezes, cria
18
um ambiente onde os grupos ou departamentos se transformam em centros de
lucro agindo isoladamente, competindo entre si e produzindo efeitos negativos ao
sistema os quais na maioria das vezes, só podem ser sentidos no longo prazo.
Essa coordenação do sistema agroindustrial baseada no enfoque de
sistemas citado por Deming (1997) e que também é observada em literaturas de
outros autores, é tratada como fator importante para a competitividade no
mercado global. Essa iniciativa pode ser observada em alguns segmentos do
agronegócio nacional, principalmente com o surgimento de novas tecnologias
como alianças estratégicas, cadeia de suprimentos e troca de dados via Eletronic
Data Interchange (EDI), o que repercute cada vez mais as exigências impostas
pelo mercado como melhor qualidade, diversificação, menores preços e
identificação das peculiaridades de cada segmento envolvido no processo
(BATALHA e SCARPELLI, 2002).
2.2 MODELO DE GESTÃO PDCA (PLAN, DO, CHECK, ACTION )
O PDCA é um método gerencial de tomada de decisões criado para auxiliar
no alcance das metas necessárias tanto à sobrevivência quanto à prosperidade
de uma organização, mostrando de forma simplificada o caminho a ser percorrido
para o alcance dessas metas. Também conhecido como ciclo de Shewhart ou
ciclo de Deming, foi desenvolvido em 1930 por Walter Shewhart no Bell
Laboratories, que, analisando estatisticamente o controle de processos, criou um
modelo que poderia ser aplicado em qualquer situação (WERKEMA, 1995).
O estatístico norte americano William Edwards Deming foi o responsável
por propagar a idéia no Japão após a segunda guerra mundial. Desde então,
obteve-se a popularização ao redor do mundo, das técnicas e da qualidade dos
produtos japoneses, os quais antes da guerra competiam no mercado
internacional apenas em preço e não em qualidade (WERKEMA, 1995).
Segundo Campos (1995), o ciclo PDCA (Figura 3) tem por princípio tornar
mais claras e ágeis as etapas no processo de gerenciamento, as quais são assim
divididas:
a) PLAN (Planejamento) - Etapa que tem por objetivo, identificar
19
oportunidades ou problemas, analisar os fenômenos e causas reais,
estabelecer metas e determinar os procedimentos necessários para o
cumprimento desses nos prazos estabelecidos;
b) DO (Execução) - Realizar ou executar as ações propostas na etapa anterior
ou Plan, por meio da busca pelo aprendizado;
c) CHECK (Verificação) – É o momento em que são realizados as avaliações,
o monitoramento e o controle das ações que estão sendo executadas,
comparando-se os resultados com o que foi planejado na etapa Plan;
d) ACT (Ação e padronização) - São realizadas as ações sobre os resultados
apresentados, onde o plano proposto poderá ser adotado como padrão
caso o objetivo tenha sido alcançado, ou agir sobre as causas caso os
objetivos não tenham sido alcançados.
Figura 3 - Ciclo PDCA (Plan, Do, Check, Action).
Fonte: Adaptado de Campos (1994), p 183
20
2.3 FERRAMENTAS DA QUALIDADE
As ferramentas da qualidade modernas foram descobertas na década de
1930 nos Estados Unidos, com a aplicação industrial do gráfico de controle criado
por Walter Shewhart da empresa de telefonia Bell Telephone Laboratories.
Shewhart, que propôs um gráfico de controle para análise de dados resultantes
de inspeção, fazendo com que a importância dada a procedimentos de inspeção e
correção de produtos defeituosos começasse a ser substituída por estudos e
prevenção dos problemas relacionados à qualidade, de modo a garantir que o
possível defeito do produto fosse eliminado durante o processo e não após o
término (FERRO, 1997).
Após a segunda guerra mundial, o Japão em especial, passou por uma
verdadeira revolução, onde a qualidade dos produtos e serviços nunca foi tão
discutida, estudada e aplicada. Grandes nomes como Shewhart, Deming, Juran e
Ishikawa, desenvolveram ou ajudaram a disseminar algumas técnicas como o
método PDCA, que permitiram um maior controle dos processos ou melhoria nas
tomadas de decisões (CAMPOS, 1995).
Nas décadas de 1970 e 1980, essas técnicas e ferramentas começaram a
ser introduzidas em empresas de diversos países da Ásia, Europa, América do
Norte e América Latina, influenciados principalmente pela maior competitividade
dos produtos japoneses por meio de alta qualidade e preços competitivos
(FERRO, 1997).
No Brasil, o uso de ferramentas da qualidade na gestão de empresas
ocorreu na década de 1970, sendo introduzido em algumas empresas como
Volkswagen, Johnson & Johnson e Embraer, tendo seu movimento impulsionado
em 1986, quando o professor Ishikawa esteve no país. Atualmente, um dos
maiores conhecedores dessas técnicas no Brasil é o engenheiro de minas Vicente
Falconi Campos que, na década de 1980, com José Martins de Godoy aplicaram
esses métodos e técnicas de gerenciamento em organizações privadas e
públicas.
De acordo com Antunes e Engel (1999), nas empresas agroindustriais
podem ser utilizados vários métodos e ferramentas da qualidade. No entanto, na
21
fase de implantação cabe ao administrador escolher corretamente qual utilizar
para evitar que exageros sejam cometidos.
O uso de ferramentas da qualidade podem variar de acordo com o autor,
classificação ou necessidade da organização, e algumas delas serão abordadas
neste trabalho.
2.3.1 A Série 5S (Cinco Sensos)
O 5S é uma prática propagada no Japão que ensina que bons hábitos,
eliminação de desperdícios e perdas são capazes de modificar o humor,
harmonizar o ambiente e a maneira da condução das atividades de todos. Essa
prática foi desenvolvida a partir dos hábitos das mães de família japonesas e foi
introduzida no meio empresarial logo após a segunda guerra mundial. Seu
objetivo principal na época, era de combater a sujeira das fábricas e desde então
é ensinado como princípio educacional para a formação dos indivíduos (RIBEIRO,
2006).
O 5S é uma referência a uma série de cinco palavras do vocabulário
japonês. Ele se refere a uma filosofia e uma maneira de organizar e gerenciar o
espaço de trabalho com o propósito de melhorar a eficiência por meio da
eliminação de materiais não utilizados, melhorando o fluxo de trabalho e
mitigando os processos desnecessários. Esses princípios são os primeiros
passos para a certificação ISO que em conjunto com outras metodologias, podem
enriquecer o processo e torná-lo ainda mais vantajoso (NAKATA, 2000).
Atualmente, alguns objetivos dessa filosofia são: melhoria do ambiente de
trabalho, prevenção de acidentes, incentivo à criatividade, redução de custos,
eliminação de desperdícios, desenvolvimento do trabalho em equipe, melhoria
das relações humanas e melhoria da qualidade de produtos e serviços. O 5S é
composto de cinco conceitos simples, que em japonês começam com a letra “S”:
Seiri, Seiton, Seiso, Seiketsu, Shitsuke. Como não existe um significado dessas
palavras começando com a letra “S” na língua portuguesa, acrescentou-se então
a palavra senso a sua respectiva tradução (CARVALHO, 2000).
22
Seiri - Arrumação
De acordo com o dicionário da língua japonesa shogakukan, Seiri significa
dispor em perfeita ordem as coisas que estão em desordem ou que estão em
situação confusa, afastar coisas inúteis ou descartá-las. É comum ver situações
de desorganização no cotidiano das pessoas, desde “Onde deixei minhas
chaves?“, até “Onde coloquei os relatórios?”. Estas são situações que podem
facilmente ser evitadas com a aplicação do seiri (NAKATA, 2000).
Na filosofia dos 5S no Japão, a aplicação do seiri obedece a uma ordem de
classificação.
a) objetos desnecessários: coisas que não são utilizadas (ferramentas
avariadas, moldes, materiais fora de linha, peças e materiais não
conformes, equipamentos antigos ou em desuso);
b) objetos não essenciais: coisas necessárias, porém, não são utilizadas
com muita frequência;
c) objetos essenciais: coisas necessárias e que são utilizadas
frequentemente.
Uma das barreiras na execução do seiri é o pensamento de que os objetos
que estão atualmente em desuso irão ser utilizados algum dia, ficando meses
ou até anos armazenados sem que haja utilização (NAKATA, 2000).
Seiton - Ordenação
No dicionário da língua japonesa shogakukan, Seiton significa organizar os
objetos e as coisas que estão em desordem ou dispor as coisas necessárias em
perfeita ordem e indicá-las de forma que qualquer pessoa possa encontrá-las.
Refere-se à disposição de ferramentas, equipamentos ou materiais de forma que
melhore o fluxo de trabalho, onde os objetos são claramente identificados com
relação ao local, conteúdo, quantidade e disposição. O principal objetivo desse
processo é eliminar movimentos desnecessários economizando tempo e
agilizando a localização, e em consequência, beneficia-se com aumento de
produtividade (RIBEIRO, 2006).
23
Seiso - Limpeza
Ainda de acordo com o dicionário da língua japonesa shogakukan, a
palavra Seiso significa fazer uma perfeita operação de remoção de sujeira.
Refere-se à necessidade de manter o mais limpo possível o local de
trabalho e de realizar inspeções periódicas, utilizando efetivamente os cinco
sentidos, verificando-se a existência de anormalidades e falhas minúsculas, ou
seja, todas as fontes de sujeira, devem ser eliminadas e deve ser criada uma
rotina de limpeza que envolva os operadores de cada máquina, equipamento ou
estação de trabalho. Essas práticas, auxiliam na prevenção de acidentes, além de
melhorar as condições de trabalho de todas as pessoas dentro da empresa
(RIBEIRO, 2006).
Seiketsu – Higiene
A palavra Seiketsu, no dicionário da língua japonesa shogakukan, significa
limpo, isento de sujeira. Ambiente com excelentes condições sanitárias e ainda
pessoa com retidão de caráter e conduta (NAKATA, 2000).
Na filosofia dos 5S japonesa, higiene se refere à manutenção dos três
sensos anteriores, ou seja, arrumação, ordenação e limpeza. Cria-se dessa forma
um ambiente com boas condições de saúde física e mental. Significa ainda
garantir que informações e comunicação sejam feitas de forma simples e claras, e
que todas as pessoas consigam compreender (NAKATA, 2000).
Shitsuke – Disciplina
A palavra Shitsuke, no dicionário da língua japonesa shogakukan significa
dotar-se de boas maneiras ou já dotado de boas maneiras. Refere-se ao ato de
desenvolver hábitos de cumprir os deveres como membro da sociedade. Vem a
ser também um movimento de educação pessoal para desenvolver as
potencialidades do ser humano, ou seja, saber imaginar situações nas quais se
colocam no lugar do outro e atuar com os sentimentos que eles teriam naquelas
circunstâncias, de modo a tornar isso um hábito (NAKATA, 2000).
24
Conforme Nakata (2000), o shitsuke seria o principal objetivo a ser
perseguido pelas empresas, pela sociedade e pelo país, considerando que a
implementação do 5S é uma técnica de melhoria. Os efeitos da aplicação do 5S
são de uma mudança cultural dentro e fora das empresas, mudando o jeito de
pensar das pessoas, direcionando-as a um comportamento melhor, e que serão
aplicados para toda a vida. Não deve ser tratado apenas como um programa de
limpeza, mas sim uma nova maneira de conduzir uma organização a ganhos
expressivos de produtividade e melhorar a qualidade de vida das pessoas.
2.3.2 Gráfico de Pareto
O gráfico de Pareto, é uma ferramenta que tem como objetivo principal
identificar quais causas seriam responsáveis pela maior parcela dos efeitos. Sua
origem decorre de estudos do economista italiano Vilfredo Pareto, no qual ele
afirma que para muitos fenômenos, 80% das consequências advêm de 20% das
causas. Esses estudos foram aprofundados por Joseph Moses Juran, o qual
expandiu essa lei para a esfera organizacional nos Estados Unidos a partir da
década de 1930 (BRASSARD, 1994).
O gráfico de Pareto, também conhecido como diagrama 80/20, é um tipo
específico de histograma ordenado por frequência de ocorrência da maior para a
menor, permitindo assim a priorização das ações partindo-se do princípio de
Pareto, de que há muitos efeitos sem importância diante de outros mais graves
(BRASSARD, 1994).
Mesmo como priorização dos efeitos com maior número de ocorrências
apresentados no gráfico de Pareto, os demais também são importantes e não
devem ser descartados ou ignorados, pois contrariam a teoria da confiabilidade
de Russel, a qual defende que mesmo os problemas de pequenas proporções
quando somados a outros da mesma dimensão, resultam em um conjunto com
confiabilidade bastante reduzida (NAKATA, 2000).
Em alguns casos, como o de vendas de produtos realizados via Internet em
meio digital ou prestação de serviços, a priorização pode partir dos eventos que
ocorrem em menores frequências, causando um efeito chamado de Long Tail ou
25
cauda longa. Isso se deve, principalmente, pelo fato de que os custos de
armazenagem e exposição de produtos são bastante reduzidos, e é muito comum
perceber essa utilização em empresas que, além dessas características, buscam
atender um nicho específico de mercado, como os mercados de software, livros,
CDs, locações de filmes e turismo (WIKIPEDIA, 2009).
Elaborado com base nos dados contidos nas folhas de verificação ou outra
forma de coleta de dados, a forma especial com que o gráfico de Pareto (Figura
4) dispõe as informações, permite ao tomador de decisões determinar qual
problema priorizar (BRASSARD,1994).
Figura 4 - Exemplo de gráfico de Pareto.
Fonte: Adaptado de Werkema (1995), p 66.
2.3.3 Diagrama de Causa e Efeito (Ishikawa)
O diagrama de causa e efeito, também conhecido como diagrama de
Ishikawa ou espinha de peixe, é uma ferramenta gráfica utilizada no
gerenciamento de diversos processos e de diversos projetos. Originalmente,
26
proposto pelo engenheiro químico japonês Kaoru Ishikawa em 1943, e
aperfeiçoado nos anos seguintes, o diagrama de Ishikawa (Figura 5) permite que
seja identificada uma relação significativa entre o efeito e suas possíveis causas
(WERKEMA, 1995).
Essa ferramenta foi utilizada pela primeira vez no Japão por volta de 1953,
com o objetivo de sintetizar as opiniões dos engenheiros de uma fábrica quando
estes discutem problemas referentes à qualidade dos produtos (SEBRAE, 2009),
Esse sistema permite estruturar hierarquicamente as causas de
determinado problema ou oportunidade de melhoria, bem como seus efeitos
sobre a qualidade dos produtos. Permite também, estruturar qualquer sistema que
necessite de resposta de forma gráfica e sintética, obtendo melhor visualização
(SEBRAE, 2009).
Figura 5 - Exemplo de diagrama de Ishikawa.
Fonte: Adaptado de Werkema (1995), p 43.
2.3.4 Fluxograma de Processos
O fluxograma (Figura 6) é uma representação gráfica das etapas de um
processo e a relação entre elas. É bastante utilizado para entender um processo e
identificar as oportunidades de melhoria, facilitar a comunicação entre as pessoas
27
envolvidas no processo e disseminar informações. Além da sequência de
atividades, o fluxograma mostra o que é realizado em cada etapa, materiais e
serviços que entram e saem do processo, decisões que devem ser tomadas e
também as pessoas envolvidas. Utiliza símbolos que são reconhecidos facilmente
para representar cada etapa, pessoas ou setores envolvidos no processo
(BRASSARD, 1994).
Existem vários tipos de fluxogramas, no entanto, o mais utilizado é o
fluxograma de bloco. Os símbolos mais comuns utilizados na montagem de um
fluxograma de bloco são:
a) limites: representado por figura em formato de elipse indica o início e o
fim do processo;
b) operação: é representada por um retângulo, e sinaliza uma etapa do
processo ou atividade. O nome da etapa e quem a executa são
registrados no interior do retângulo;
c) decisão: é representado por um losango e indica um ponto em que
alguma decisão deve ser tomada. Duas setas saindo do losango
mostram a direção do processo em função da resposta que geralmente
é SIM ou NÃO
;
ATIVIDADE
INÍCIO OU FIM
DECISÃO
Sim
Não
28
d) sentido fluxo: representado por uma linha com seta e indica o sentido e a
sequência do processo.
O fluxograma pode ser utilizado em vários estudos, como mapeamento de
processos de produção, percurso de uma fatura, fases de uma operação de
venda, fluxo de matérias entre outras aplicações (Figura 6).
Figura 6 - Exemplo de fluxograma de processo de colheita da cana-de-açúcar.
Fonte: Adaptado de Campos (1995, p.142).
29
2.3.5 Folha de Verificação
A folha de verificação, check sheet ou check list como também é
conhecida, trata-se de um formulário impresso ou por meio digital. É uma
ferramenta bastante simples utilizada para a coleta de dados quantitativos e
qualitativos em tempo real no local onde os dados são gerados. O objetivo
principal da folha de verificação é a coleta de dados de forma estruturada e
organizada, dispondo de dados autoexplicativos e que são rapidamente vistos e
interpretados corretamente por todos (KUME, 1993).
Alguns benefícios do uso da folha de verificação na coleta de dados é a
economia de tempo, pois elimina a necessidade de desenhar figuras ou escrever
números repetitivos, e evita também que problemas como falhas na interpretação
comprometam o tratamento e análise dos dados, principalmente em situações em
que várias pessoas participam da etapa de coleta (WERKEMA, 1995).
Algumas características são comuns em uma folha de verificação, como a
indicação dos itens que serão verificados, o período, o motivo e a frequência.
Essa folha, relaciona-se com quase todas as demais ferramentas estatísticas,
pois é a etapa inicial e onde se encontram os dados que serão analisados
(WERKEMA, 1995).
Segundo Kume (1993), existem alguns preceitos básicos na elaboração de
uma folha de verificação, que é o agrupamento de elementos com características
semelhantes tendo causa e soluções comuns, além de dividi-los em algumas
categorias:
a) folha de verificação para distribuição de processos de produção:
coleta-se os dados de amostras de produção para se calcular a variação
do processo produtivo;
b) folha de verificação para produtos defeituosos: coletam-se os dados
para identificar os defeitos mais frequêntes, bem como o número de vezes
de cada motivo;
c) folhas de verificação para localizar os defeitos: a coleta de dados
geralmente é composta de um desenho, figura ou mapa do item a ser
verificado no qual são assinalados o local e a forma da ocorrência dos
30
defeitos;
d) folha de verificação de causa e defeitos: coleta de dados em que os
dados relativos às causas e aos defeitos são dispostos de forma ordenada,
tornando muito clara a relação entre eles.
Brassard (1994), observa que as folhas de verificação (Figura 7), por serem
uma ferramenta de fácil compreensão e fácil elaboração, são utilizadas na coleta
de dados amostrais com o objetivo de se formar um modelo. É o ponto lógico de
início na maioria dos ciclos de solução de problemas.
Figura 7 - Exemplo de folha de verificação utilizado na fabricação de lentes.
Fonte: Werkema (1995), p 66.
2.3.6 Método dos 5 por quês
Os cinco porquês é uma técnica desenvolvida no Japão por Sakichi Toyoda
fundador da Toyota. A utilização é bastante simples e consiste em perguntar: Por
31
que o fato ocorreu? Para a resposta, perguntar “por quê?” novamente, e assim
seguir até encontrar o motivo real, a causa raiz. Não são necessárias exatamente
cinco interações, podem ser menos ou mais. O objetivo principal da técnica é
realmente encontrar a causa raiz do problema, evitando tomar ações paliativas
(MERIGHI, 2009).
Merighi (2009) afirma que embora a ferramenta dos cinco porquês seja
utilizada com grande frequência quando se procura encontrar a causa raiz de um
determinado problema, em algumas situações a resposta ao “por quê?”, nem
sempre é suficiente para explicar a causa anterior analisada, pois a origem do
problema pode partir de diferentes causas ou um conjunto delas, o que a torna
mais complexa, sendo necessário fazer uma associação de causa e efeito.
2.3.7 Relatório de três gerações
O relatório de três gerações é uma ferramenta que apresenta os dados
agrupados e ordenados de acordo com três fases temporais de um determinado
problema, que está sendo tratado:
a) passado – o que foi planejado e o que foi feito;
b) presente – o resultado obtido e os problemas existentes;
c) futuro – mais propostas de solução.
O objetivo principal do relatório de três gerações é relatar, avaliar os
esforços que foram feitos para resolver um determinado problema e obter uma
visão geral dos resultados e ao mesmo tempo, identificar se há possibilidade
imediata de propostas para resolução desses problemas (WERKEMA, 1995).
2.3.8 Gráfico de Controle
O gráfico de controle ou carta de controle como também é conhecido, é
uma ferramenta gráfica criada pelo estatístico americano Walter Andrew Shewhart
em 1924 como um método de analisar e ajustar variações de um processo em
função do tempo. Duas características fundamentais descreviam os processos:
centralização, que era determinada pela média representada por limite de controle
32
(LC), e dispersão, que era determinada pelo desvio-padrão ou amplitude. O
desvio-padrão nos gráficos de controle, é representado por linhas paralelas em
relação à média, as quais são chamadas de limites de controle, sendo, limite
superior de controle (LSC), que é a linha superior à média, e limite inferior de
controle (LIC), que é a linha inferior à média e não pode ser menor que zero. Um
valor comum utilizado no estabelecimento de limites em um gráfico de controle é
σ
3
±
e pode ser justificado pelos bons resultados obtidos na prática, com o nível
de confiança estabelecido de 99,74% (Figura 8) na análise dos dados
(BRASSARD, 1994).
Figura 8 - Relação entre a curva normal e os limites de controle.
Fonte: Adaptado de Deming (2003), p 380.
Em algumas situações particulares, os limites de controle poderão ser
ajustados, por exemplo, aumentar o limite para
σ
4
quando os custos de
investigação das causas forem muito grandes e reduzir para
σ
2
quando as
análises das possíveis causas do surgimento de fatores especiais de variação
forem simples, consumirem o mínimo de tempo, e em situações em que o custo
de produção de artigos defeituosos for alto (DEMING, 2003).
Os gráficos de controle são divididos em dois grupos: de controle por
variáveis e por atributos. O gráfico de controle por variáveis é formado por dados
33
quantitativos, mensuráveis ou que variam continuamente, e é utilizado quando as
amostras são expressas em unidades quantitativas de medida tais como
comprimento, largura, peso, tempo. O mais comum desses gráficos é o Xbarra-R
ou
R
X
−
, onde se determinam a média e amplitude das amostras de cada grupo
(VIEIRA e WADA,1992).
Média de cada grupo
)(X
n
xxx
X
n
+++
=
L
21
=
n
Elementos da amostra
Média do processo )(X
k
XXX
X
K
+++
=
L
21
=
k
Número de subgrupos (20 a 25 grupos de amostras)
Amplitude de cada grupo )(
R
MINMAX
XXR −=
Média da amplitude
)(
R
k
RRR
R
k
+++
=
L
21
Cálculo dos limites de controles
RAXLSC
X
2
+=
e
RAXLIC
X
2
−=
onde
X
LSC
é o limite superior de controle de
X
e
X
LIC
é o limite inferior de
X
.
RDLSC
R 4
=
RDLIC
R 3
=
onde
R
LSC é o limite superior de controle de
R
e
R
LIC é o limite inferior de
R
,
n
= tamanho da amostra;
k = número ou quantidade de amostras;
X
= média das
médias das amostras;
R
= média da amplitude amostral;
2
A ,
3
D e
4
D são
fatores de correção, são encontrados na tabela de elaboração do gráfico
R
X
−
34
(Anexo A) e variam de acordo com o número de amostras. Na Figura 9 estão
apresentados os gráficos de
X
e
R
com os respectivos limites superiores e
inferiores (BRASSARD, 1994).
Figura 9 - Gráfico de controle Xbarra-R em processo estável.
Fonte: Werkema (1995), p 26.
O gráfico de controle por atributos é representado por dados que só podem
ser contados ou classificados e é utilizado quando as amostras refletem
características qualitativas como defeituoso ou não, passa ou não passa, entre
outros. Para esse tipo de controle é comumente utilizado o gráfico P, NP, C e U,
os quais serão apresentados nos apêncides B, C, D, E. Os gráficos de controle
por atributos são utilizados geralmente quando a medição da característica é
inviável, antieconômica ou há conveniência em transformar uma variável em
atributo; no entanto, é importante acrescentar que uma variável transmite mais
informação do que atributos (BRASSARD, 1994).
Os gráficos P e NP são utilizados quando os atributos são do tipo
classificação, por exemplo, SIM ou NÃO, PASSA ou NÃO PASSA, onde em
classificações com tamanhos de amostra variável, é mais indicado o gráfico P.
35
Os limites de controle para o gráfico P, de fração defeituosa total na
amostra, são:
n
pp
pLIC
p
)1(
3
*
−
−=
onde
p
LSC é o limite superior;
p
LIC é o limite inferior; p é a fração defeituosa
média e
n
é o tamanho da amostra.
Os limites de controle para o gráfico NP, número de defeituosos totais na
amostra, são:
)1(3
*
ppnpnLSC
np
−+=
)1(3
*
ppnpnLIC
np
−−=
onde
np
LSC é o limite superior;
np
LIC é o limite inferior; p é a fração defeituosa
média e
n
é o tamanho da amostra.
Os gráficos C ou U, são utilizados quando os atributos consistem em
contagem dos defeitos, por exemplo, quantos defeitos existem na amostra. Nas
contagens onde o tamanho de amostra for variável o mais indicado é o gráfico u.
Os limites de controle para o gráfico C, número de defeitos totais na
amostra, são:
ccLSC
c
3+=
ccLIC
c
3−=
onde
c
LSC é o limite superior;
c
LIC é o limite inferior e
c
é o número médio de
defeito.
Os limites de controle para o gráfico U número de defeitos por unidade.
n
u
uLSC
u
3
8
+=
n
u
uLIC
u
3
8
−=
onde
u
LSC é o limite superior;
u
LIC é o limite inferior;
u
é o número médio de
defeitos por unidade e
n
é o tamanho da amostra.
Deming (1997), descreve que Shewhart descobriu duas formas de
n
pp
pLSC
p
)1(
3
*
−
+=
36
variações em um processo as quais ele classificou como causas comuns, as
quais afetam todos os valores individuais do resultado do processo mas que se
enquadram dentro dos limites de controle e representam um processo estável, e
as causas especiais, que compreendem as variações intermitentes, imprevisíveis
ou instáveis, e são sinalizadas de várias formas, como um ponto fora dos limites
de controle, ausência de padrões não aleatórios ou tendências dentro do limite de
controle (Figura 10).
Figura 10 - Representação das causas especiais e causas comuns de
variação.
Fonte: Ramos (1997, p.191)
Uma das dificuldades das empresas ao trabalhar com gráficos de controle,
é diferenciar as causas que geraram o problema, se são comuns ou especiais, no
entanto, existem diferenças em alguns aspectos. As causas especiais geralmente
apresentam pequenas perdas monetárias, grandes visibilidades do problema por
causa da variação súbita, facilidade na coleta e análise dos dados e a
responsabilidade para as ações de restabelecer o nível anterior fica por conta do
pessoal envolvido no processo. Nas causas comuns, as características são bem
diferentes pois apresentam na maioria das vezes, grandes perdas monetárias, a
visibilidade do problema se torna difícil por causa da natureza contínua, a coleta e
37
análise dos dados se tornam complexas e devem ser realizadas por equipe
técnica cuja responsabilidade para as ações fica por conta da administração, pois
se trata de mudanças no sistema ou projeto (DEMING, 2003).
2.3.9 Plano de Ação
O plano de ação ou 5W2H é uma ferramenta utilizada para detalhar e
organizar todas as tarefas a serem executadas para a resolução do problema,
assegurando a sua implementação efetiva, e é considerada a etapa principal do
ciclo PDCA, onde as ações são implementadas (CAMPOS, 1994).
O nome 5W2H surgiu do conjunto das primeiras letras (em inglês) das
diretrizes utilizadas no plano de ação, sendo cinco delas iniciadas em “W” e duas
delas em “H”, e são classificadas em:
a) What – O que será feito (etapas);
b) Who – Quem o fará (responsabilidade);
c) When – Quando será feito (tempo);
d) Where – Onde será feito (local);
e) Why – Por que será feito (justificativa);
f) How – Como será feito (método);
g) How much – Quanto custará para ser feito (custo).
O plano de ação (Figura 11), após serem definidas todas essas etapas,
deve ficar em local visível por toda a equipe para que as ações passem a ser
executadas efetivamente.
38
Figura 11 - Exemplo de Plano de Ação.
Fonte: Adaptado de Campos (1994).
3 MATERIAL E MÉTODOS
Este trabalho de pesquisa pode ser classificado como pesquisa descritiva,
porque aborda descrições de determinada população ou fenômeno, analisa e
interpreta o problema, objetivando seu funcionamento no presente; e exploratória,
porque visa à formulação do problema, com a finalidade de desenvolver hipóteses
e aumentar a familiaridade com o fenômeno, para orientar a realização de futuras
pesquisas de campo, pois tem o objetivo de obter informações sobre o problema,
via coleta e análise de dados (GIL, 2002).
Possui, ainda, natureza quantitativa e qualitativa, cujo objetivo foi
identificar o índice de conhecimento e utilização do método PDCA e ferramentas
da qualidade na agroindústria do Estado de Mato Grosso do Sul.
O dimensionamento da amostra foi realizado utilizando o cálculo de
variável nominal ou ordinal e população finita conforme a equação (1) (FONSECA
; MARTINS, 2006).
qpzNe
Nqpz
n
ˆˆ
)1(
ˆˆ
22
2
+−
=
(1)
onde:
-
→
n
tamanho da amostra aleatória;
-
→
z
abscissa da curva normal padrão, fixado o nível de confiança em
95% (z = 1,96);
-
→
p
ˆ
estimativa da verdadeira proporção de um dos níveis da variável
escolhida para o estudo.
40
-
pq
ˆ
1
ˆ
−
=
;
-
→
e
erro amostral, expresso em decimais, e representará a máxima
diferença que o pesquisador admite suportar entre a média populacional
e a média estimada, isto é:
epp <−
ˆ
, em que
p
é a verdadeira
proporção (frequência relativa) do evento a ser calculado a partir da
amostra; e
-
N
é o tamanho da população.
A composição da amostra foi realizada aleatoriamente utilizando de todas
as regiões do estado. No entanto, algumas limitações como dificuldade na
comunicação e localização de algumas empresas as quais já estavam extintas e
tempo exíguo do pesquisador, exigiram uma nova amostragem também aleatória
por área de concentração de empresas com o perfil desejado, ou seja,
agroindústria.
Na elaboração do questionário (Apêndice A) contou-se com o auxílio do
software Sphinx 5.0 e para facilitar a tabulação e análise dos dados optou-se
pelas questões fechadas únicas, múltiplas e escalares, dividido em quatro grupos,
totalizando 38 questões, explorando os seguintes constructos:
a) perfil do entrevistado: contendo cinco questões fechadas únicas (sexo,
faixa etária, instrução, instrução da equipe, ocupação do entrevistado);
b) informações sobre a empresa: contendo seis questões, sendo três
fechadas únicas e três fechadas escalares (número de funcionários
próprios, tempo de atuação do mercado, atividade principal, nível de
automação dos processos, nível de automação dos controles dos
processos, nível de utilização de computadores);
c) conhecimento da empresa sobre ferramentas de gestão: contendo dez
questões fechadas únicas (conhecimento do método PDCA, 5S, gráfico
de Pareto, gráfico de Ishikawa, fluxograma, folha de verificação, método
dos cinco porquês, relatório de três gerações, gráficos de controle e
plano de ação);
d) utilização de ferramentas de gestão: contendo 17 questões, sendo 14
41
fechadas únicas e 3 fechadas múltiplas (utilização do método PDCA,
outras ferramentas de gestão, 5S, gráfico de Pareto, diagrama de
Ishikawa, fluxograma, folha de verificação, método dos cinco porquês,
relatório de três gerações, gráficos de controle e plano de ação, tempo
em que utiliza as ferramentas, se há resultados positivos, quais
resultados foram observados, quais os motivos do uso de ferramentas e
quais os motivos do não uso de ferramentas).
A fim de validar o questionário, foi elaborada uma primeira versão,
submetida a 15 empresas. As dificuldades, dúvidas e sugestões dos
intervenientes permitiram corrigir aspectos de forma e conteúdo. Assim, devido
dificuldades na interpretação, foi reformulada a redação da questão 34 e
acrescentaram-se dados explicativos sobre os objetivos da pesquisa no
cabeçalho.
A aplicação do questionário foi realizada de duas formas: uma tradicional,
impressa, e outra, na versão on-line via internet, e todas as características foram
preservadas nas duas versões, no que se referem aos padrões de redação e de
questões. A coleta de respostas em questionário impresso foi realizada por meio
de contato prévio via telefone e e-mail com os entrevistados, envio do
questionário via correio eletrônico e com visitas no próprio local. A coleta de
resposta em questionário pela Internet foi realizada apenas via contato prévio com
os entrevistados e o envio do link do site para a resposta.
A tabulação e análise estatística dos dados foram realizadas com o auxílio
do software Sphinx 5.0, aplicando-se as análises univariadas, bivariadas e
multivariadas, sendo os dados tratados e analisados tendo em vista os objetivos
de pesquisa previamente definidos.
4 RESULTADOS E DISCUSSÃO
No total foram pesquisadas 170 empresas no período de 30 de abril a 29
de novembro de 2009, e para 139 das empresas pesquisadas, os dados foram
obtidos por meio de entrevistas via questionário tradicional impresso e 31 por
meio de respostas coletadas pela Internet. Foi utilizada a base de dados do
cadastro geral de empresas, disponibilizado pela FIEMS, onde no universo de
81.500 empresas foram classificadas 1.007 com sendo agroindustriais e
consequentemente utilizadas como a população total. Utilizando a equação (1) e
considerando a variável ordinal e população finita com nível de confiança de 95%
e erro amostral de 7%, chegou-se a uma amostra de 160 empresas.
A análise dos dados desta pesquisa para consecução dos objetivos
propostos foi dividida em três categorias: análise univariada, bivariada e
multivariada.
4.1 CARACTERIZAÇÃO DA AMOSTRA
Na análise univariada foram observadas as frequências percentuais das
variáveis e seus respectivos gráficos, quando necessários. As informações
revelaram que a maior parte dos empresários é do sexo masculino, totalizando
91%. Com relação a faixa etária a maior concentração está na faixa de 31 a 40
anos o que representa 50,6% do total, seguido pela faixa de 41 a 50 anos com
27,1%. Com relação ao nível de instrução das equipes formadas por gerentes,
chefes de departamento e supervisores, constatou-se que 18,8% possuem ensino
fundamental, 68,2% ensino médio, 3,5% ensino superior e 8,8% curso técnico o
43
que demonstra que o nível de instrução dos indivíduos que ocupam alguns cargos
de liderança na organização ainda é baixo.
Grande parte das empresas possui longo tempo de operação no mercado
com 49,4% do total atuando há mais de dez anos, o que aparentemente
demonstra grande força empreendedora dos industriais. Quanto ao número de
funcionários das indústrias, de acordo com a classificação de porte para
empresas industriais (SEBRAE, 2009), predomina-se a micro e pequena
empresa, entre 1 e 99 funcionários, representando 80,6% do total ou 137
empresas.
4.2 O USO DE FERRAMENTAS DA QUALIDADE
A automação dos processos de produção, dos controles e a utilização de
computadores apresentam médias bem similares, com 3,68, 3,74 e 3,53
respectivamente, em uma escala que vai de 1 a 7, e mesmo com este grau de
automatização e utilização de computadores pôde-se observar que as operações
industriais também são intensivas em mão de obra principalmente nas indústrias
de carne bovina e frango.
Com relação ao método PDCA, 58,8% das empresas desconhecem o
método, 25% conhecem pouco e 15,9% conhecem muito, já na utilização do
método PDCA, a distribuição assim resultou: 59,4% não o utilizam, 20% utilizam e
20% não souberam responder, isto representa que o nível de conhecimento
quanto de utilização do método PDCA é muito baixo nas empresas do estado.
Com relação às demais ferramentas da qualidade, foi possível verificar que
as mais conhecidas pelas empresas são: folha de verificação; fluxograma; plano
de ação e gráfico de controle, nessa ordem. As menos conhecidas são: o método
dos cinco porquês; relatório de três gerações; diagrama de Ishikawa e gráfico de
Pareto sucessivamente. Referindo-se ao uso das ferramentas, constatou-se que
as mais utilizadas são: fluxograma; folha de verificação; gráfico de controle; plano
de ação e 5S. As menos utilizadas são: método dos cinco porquês; relatório de
três gerações; diagrama de Ishikawa e gráfico de Pareto, conforme Figura 13.
44
37.60% 51.80% 10.60%
18.80% 65.30% 15.90%
17.60% 65.90% 16.50%
49.40% 45.30% 5.30%
48.80% 45.90% 5.30%
7.60% 73.50% 18.80%
12.90% 68.80% 18.20%
46.50% 48.80%
4.70%
45.30% 50.00%
4.70%
5S
Gráfico de Pareto
Diagrama de Ishikaw a
Fluxograma
Folha de verificação
Método 5 porquês
Relatório de 3 gerações
Graficos de controle
Plano de Ação
Sim Não Não Sei
Figura 12 – Uso, em percentual, das ferramentas da qualidade pelas
empresas.
Com estas informações é possível identificar que as ferramentas são
aplicadas na maioria das vezes de forma isolada e não em conjunto o que pode
reduzir expressivamente a eficiência nos resultados.
Quando perguntados se o uso de ferramentas de gestão contribuiría para
melhoria nos processos ou resultados financeiros, em uma escala de 1 a 7, a
média foi 6,01, o que demonstra uma possível pré-disposição a utilizar alguma
ferramenta da qualidade. Por outro lado, quando perguntados se utilizam algum
tipo de ferramenta, 55,3% responderam que sim, 42,4% que não utilizam e 2,3%
não souberam responder, ou seja, aparentemente elas sabem dos benefícios mas
quase metade não utilizam estes recursos. Para os que utilizam algum tipo de
ferramenta da qualidade, quando se refere ao tempo de utilização, 73,2% já
utilizam há mais de dois anos, e destes, 96,8% obtiveram resultados positivos, 1%
não obteve resultados positivos e 2,2% não souberam responder.
45
A diminuição de custos é o resultado mais relevante apresentado pelas
empresas que utilizam as ferramentas da gestão, totalizando 33,6% do total. Em
segundo vem a diminuição de perdas com 31,5%, em terceiro a diminuição de
variações no processo de produção com 29,4%, e 5,5% restantes apresentaram
outros resultados, comprovando a idéia de Deming (2003) de que ao utilizar-se de
ferramentas da qualidade na gestão dos processos, obtem-se redução de
variações, melhoria na qualidade e consequentemente redução de custos. Os
principais motivos que levaram as empresas a utilizar as ferramentas são: forte
concorrência, com 44,1%, aumento nos custos de produção, com 21,3%,
exigência dos investidores, com 20,2% e outros fatores representaram 14,4% dos
motivos. Além do desconhecimento sobre as ferramentas e o método PDCA,
outros fatores são responsáveis pela não utilização como: custos de
implementação - 28,9%, custo benefício não compensa - 15,3% e falta de mão de
obra - 14,5%.
4.3 CRUZAMENTO ENTRE VARIÁVEIS E TESTE DO QUI-QUADRADO
Trata-se do cruzamento de informações entre duas variáveis, calculando o
nível de significância entre a associação das mesmas. Para utilização do teste de
qui-quadrado foram retirados de alguns quadros, a linha de resposta “Não sabe”,
e consequentemente a soma de algumas colunas pode não totalizar 100%.
Julgou-se interessante avaliar a relação entre as variáveis “Utiliza
ferramentas de gestão” e “Número de funcionários”, onde foi possível observar
claramente que em empresas com maior número de funcionários há uma
utilização mais efetiva das ferramentas de gestão, o que, dentre outras
informações, demonstra que o tamanho da empresa influencia significativamente
na utilização dessas ferramentas talvez pela dificuldade ou maior complexidade
no gerenciamento dos processos. Para testar o nível de associação entre essas
duas variáveis, calculou-se o teste do qui-quadrado, o qual apresentou
0
=
p
, o
que demonstra que a associação entre as variáveis em tela é altamente
significativa (Quadro 1).
46
QUADRO 1- Resultados do cruzamento das variáveis “Utiliza ferramentas de
gestão” e “Número de funcionários”
Número de
funcionários
Utiliza ferramentas
de gestão
1 a 9 10 a 99
Acima
de 100
TOTAL
Sim 28.60%
55.70% 93.90% 55.30%
Não 65.30%
43.20% 6.10% 42.40%
TOTAL 100% 100% 100% 100%
Obs. As células marcadas em azul (rosa) são aquelas para as quais a frequência real é
claramente superior (inferior) à frequência teórica.
Outro fato relevante foi observado no cruzamento entre as variáveis “Utiliza
ferramentas de gestão” e “Nível de instrução da equipe”, onde os resultados
demonstraram que quanto maior o nível de instrução, maior também a aplicação
de ferramentas de gestão, onde o qui-quadrado apresentou
0
=
p
, indicando que
a associação entre as variáveis é altamente significativa (Quadro 2). Por outro
lado, observou-se também no cruzamento dessas variáveis, que as empresas
dirigidas por equipes com cursos técnicos são mais propensas ao uso de
ferramentas de gestão contrariando as expectativas de que quanto maior o nível
de escolaridade, maior o uso dessas ferramentas. Isto se deve às características
dos cursos técnicos que são mais familiarizados com o uso de ferramentas da
qualidade na gestão de empresas.
QUADRO 2
- Resultados do cruzamento das variáveis “Utiliza ferramentas
de gestão” e “Instrução da equipe”.
Instrução da
equipe
Utiliza ferramentas
de gestão
Ensino
Fundamental
Ensino
Médio
Ensino
Superior
Curso
Técnico
TOTAL
Sim 15.60%
62.90%
66.70%
73.30%
55.30%
Não 84.40%
33.60%
33.30%
26.70%
42.40%
TOTAL 100%
100%
100%
100%
100%
47
Obs. As células marcadas em azul (rosa) são aquelas para as quais a frequência real é
claramente superior (inferior) à frequência teórica.
A relação entre as variáveis “Utiliza ferramentas de gestão” e “Nível
de automação dos processos” mostrou-se muito correlacionada, ou seja, na
medida em que as empresas apresentaram níveis maiores de automatização dos
processos, também é maior a utilização das ferramentas de gestão. Um dos
fatores que poderiam explicar esse fenômeno é a forte pressão competitiva nos
mercados em que atuam essas empresas, necessitando de altos índices de
produtividade e maior detalhamento dos processos de produção para enfrentar os
concorrentes. O qui-quadrado apresentou
0
=
p
, indicando uma alta significância
entre a associação dessas variáveis (Quadro 3).
QUADRO 3
- Resultados do cruzamento das variáveis “Utiliza ferramentas de
gestão” e “Automação dos processos”.
Automação dos
Processos
Utiliza ferramentas
de gestão
Pouco
automatizados
Moderadamente
automatizados
Muito
automatizados
TOTAL
Sim 40.00%
54.80%
83.70%
55.30%
Não 56.70%
41.90%
16.30%
42.40%
TOTAL 100%
100%
100%
100%
Obs. As células marcadas em azul (rosa) são aquelas para as quais a frequência real é
claramente superior (inferior) à frequência teórica.
Ao avaliar a relação entre as variáveis “Utilização do método PDCA“ e
“Número de funcionários”, foi possível constatar que, à medida em que aumenta o
número de funcionários da empresa, aumenta também a utilização do método
PDCA, o que demonstra uma relação direta entre o tamanho da empresa e a
utilização deste recurso. O teste de qui-quadrado neste caso apresentou
0
=
p
confirmando que a associação entre as variáveis é altamente significativa (Quadro
4).
48
QUADRO 4- Resultados do cruzamento das variáveis “Utilização do método
PDCA” e “Número de funcionários”.
Número
de
Funcionários
Utilização método PDCA
1 a 9 10 a 99
Acima
de 100
TOTAL
Sim 2.00%
14.80%
63.60%
20.60%
Não 85.70%
56.80%
27.30%
59.40%
Não sabe 12.20%
28.40%
9.10%
20.00%
TOTAL 100%
100%
100%
100%
Obs. As células marcadas em azul (rosa) são aquelas para as quais a frequência real
é claramente superior (inferior) à frequência teórica.
No cruzamento das variáveis “Utilização do método PDCA“ e “Instrução da
equipe”, observou-se que quanto maior o nível de instrução maior também a
utilização do método PDCA, onde o conhecimento técnico foi um dos fatores mais
relevantes para a utilização ou não desse método. Nesse caso, o qui-quadrado
apresentou
0
=
p
, altamente significativo, confirmando forte associação entres as
variáveis (Quadro 5).
QUADRO 5-
Resultados do cruzamento das variáveis “Utilização
do método PDCA” e “Instrução da equipe”
Instrução da
equipe
Utilização
método PDCA
Ensino
Fundamental
Ensino
Médio
Curso
Técnico
Ensino
Superior
TOTAL
Sim 0.00%
22.40%
40.00%
50.00%
20.60%
Não 87.50%
53.40%
46.70%
50.00%
59.40%
TOTAL 100%
100%
100%
100%
100%
Obs. As células marcadas em azul (rosa) são aquelas para as quais a frequência real é
claramente superior (inferior) à frequência teórica.
O cruzamento das variáveis “Utilização do método PDCA“ e “Nível de
automação dos processos” identificou que quanto mais alto o nível de automação
dos processos, também é maior utilização do método PDCA, o que demonstra
49
preocupação das empresas mais automatizadas no uso de um método na
melhoria de seus processos talvez por possuírem margens menores. O teste do
qui-quadrado apresentou
0
=
p
, altamente significativo (Quadro 6).
QUADRO 6 - Resultados do cruzamento das variáveis “Utilização do método
PDCA” e “Nível de automação dos processos”.
Automação dos
processos
Utilização
método PDCA
Pouco
automatizados
Moderadamente
automatizados
Muito
automatizados
TOTAL
Sim 11.10%
6.50%
46.90%
20.60%
Não 71.10%
58.10%
38.80%
59.40%
Não sabe 17.80%
35.50%
14.30%
20.00%
TOTAL 100%
100%
100%
100%
Obs. As células marcadas em azul (rosa) são aquelas para as quais a frequência real é
claramente superior (inferior) à frequência teórica.
4.4 FORMAÇÃO DE CLUSTERS DE EMPRESAS DE ACORDO COM O USO DE
FERRAMENTAS DA QUALIDADE E MÉTODO PDCA.
A fim de descobrir a existência de ligação verdadeira entre a variável
dependente e a independente, ou ambas as variáveis com uma terceira, foram
realizadas análises de correspondência múltipla. Com essas análises foi possível
identificar se a explicação da variável dependente estaria relacionada a outros
fatores os quais estariam ocultos se analisados de forma isolada ou utilizando
apenas a análise bivariada. A técnica de análise de correspondência múltipla,
utilizada neste trabalho, é a de análise fatorial por meio do processo de rotação
ortogonal varimáx, o que viabiliza a interpretação dos dados de diversas variáveis
simultaneamente.
50
Ao cruzar simultaneamente as variáveis “Utiliza ferramentas de gestão”,
”Automação dos processos”, ”Automação dos controles”, ”Número de
funcionários”, “Instrução da equipe” e “Utilização de computadores”, foi possível
observar a formação de dois grupos caracterizado pela proximidade entre os
pontos no gráfico (Figura 13), sendo que o grupo 1 (círculo maior), é constituído
de empresas que possuem acima de 10 funcionários, nível de instrução de suas
equipes partem desde ensino médio, técnico a superior, os processos e controles
são muito automatizados e o nível de utilização de computadores é muito alto, por
outro lado o grupo 2 (círculo menor) é constituído por empresas que possuem
abaixo de 10 funcionários, o nível de instrução se concentra em ensino
fundamental, os processos e controles são pouco automatizados e o nível de
utilização de computadores é baixo. Constatou-se que as empresas do grupo 1
tendem a utilizar com maior frequência as ferramentas da qualidade enquanto que
a do grupo 2 tendem a não utilizar, tendo como causas prováveis, a baixa
profissionalização dessas empresas, níveis de concorrência moderado e
escassez tanto na disponibilidade quanto na aplicação de recursos tecnológicos.
Ensino Fundamental
Ensino Médio
Ensino Superior
Curso Técnico
Não sabe
Sim
Não
Não sabe
1 a 9
10 a 99
Acima de 100
Processos muito automatizados
Processos pouco automatizados
Processos moderadamente automatizados
Controle muito automatizado
Controle pouco automatizado
Controle moderadamente automatizado
Alta utilização de computadores
Baixa utilização de computadores
Média utilização de computadores
Eixo 1 (23.86%)
Eixo 2 (15.47%)
Figura 13 - Gráfico fatorial da variável dependente “Utiliza ferramentas de
gestão”.
51
Ao cruzar as variáveis “Utiliza método PDCA”, “Automação dos processos”,
”Automação dos controles”, “Número de funcionários”, “Instrução da equipe” e
“Utilização de computadores”, foi possível observar a formação de dois grupos
(Figura 14), sendo que o grupo 1 (círculo menor), é formado por empresas que
possuem acima de 100 funcionários, nível de instrução das equipes partem de
técnico a superior, os processos e controles são muito automatizados e a
utilização de computadores é alta. Por outro lado, o grupo 2 (círculo maior) é
formado por empresas que possuem um número abaixo de 100 funcionários, nível
de instrução concentrado em ensino médio e fundamental, processos e controles
pouco automatizados e baixa utilização de computadores. Constatou-se que as
empresas do grupo 1 tendem a utilizar o método PDCA tendo em vista alguns
fatores como maior concorrência, maiores exigências na captação de recursos
financeiros no mercado e maior padronização de seus produtos. Esses entre
outros fatores, de certa forma obriga estas empresas a empregarem um método
no gerenciamento de seus processos o que não acontece com as empresas do
grupo 2 onde constatou-se que as mesmas tendem a não utilizar o método PDCA.
Ensino Fundamental
Ensino Médio
Ensino Superior
Curso Técnico
Não sabe
Sim
Não
Não sabe
1 a 9
10 a 99
Acima de 100
Processos muito automatizados
Processos pouco automatizados
Processos moderadamente automatizados
Controle muito automatizado
Controle pouco automatizado
Controle moderadamente automatizado
Alta utilização de computadores
Baixa utilização de computadores
Média utilização de computadores
Eixo 1 (24.81%)
Eixo 2 (16.50%)
Figura 14 - Gráfico fatorial da variável dependente “Utiliza método PDCA”.
52
Ao cruzar as variáveis “Utiliza método PDCA”, “Utiliza ferramentas de
gestão”, “Automação dos processos”, ”Automação dos controles”, “Número de
funcionários”, “Instrução da equipe” e “Utilização de computadores”, foi possível
observar a formação de três grupos (Figura 15), sendo que o grupo 1 (círculo de
cor verde) é constituído de empresas acima de 100 funcionários, instrução da
equipe parte do ensino técnico ao superior, os processos e controles são muito
automatizados e a utilização de computadores é alta. O grupo 2 (círculo azul) é
constituído de empresas que possuem acima de 10 funcionários, o nível de
instrução parte do ensino médio ao superior, os processos e controles são muito
automatizados e a utilização de computadores é alta. O grupo 3 (círculo
vermelho), constitui-se de empresas que possuem abaixo de 10 funcionários,
nível de instrução das equipes se concentram no ensino fundamental, controles e
processos pouco automatizados e a utilização de computadores é baixa.
Constatou-se que os grupos 1 e 2 tendem a utilizar ferramentas da
qualidade no entanto, apenas o grupo 1 tende a utilizar o método PDCA no
gerenciamento de seus processo, por outro lado o grupo 3 não utiliza nem
ferramentas da gestão nem o método PDCA.
53
Ensino Fundamental
Ensino Médio
Ensino Superior
Curso Técnico
Não sabe
PDCA Sim
PDCA Não
PDCA Não sabe
Ferramentas Sim
Ferramentas Não
Ferramentas Não sabe
1 a 9
10 a 99
Acima de 100
Processos muito automatizados
Processos pouco automatizados
Processos moderadamente automatizados
Controle muito automatizado
Controle pouco automatizado
Controle moderadamente automatizado
Alta utilização de computadores
Baixa utilização de computadores
Média utilização de computadores
Eixo 1 (24.03%)
Eixo 2 (14.75%)
Figura 15 - Gráfico fatorial das variáveis dependentes “Utiliza método PDCA”
e “Utiliza ferramentas de gestão.
1
2
3
5 CONCLUSÕES
O objetivo deste trabalho foi realizar uma pesquisa sobre o conhecimento e
aplicação do método PDCA e de ferramentas da qualidade nas empresas
agroindustriais do Estado de Mato Grosso do Sul, bem como identificar a relação
entre o uso do método PDCA e ferramentas da qualidade com a melhoria nos
resultados e nos processos de produção das empresas que utilizam. Buscou-se
também conhecer os principais fatores que impossibilitam o uso desses recursos
nestas empresas.
Ao analisar os dados obtidos nas entrevistas pode-se concluir que:
• Empresas que possuem conhecimento e utilizam o método PDCA é muito
pequeno em torno de 20%.
• O número de empresas que conhecem e utilizam alguma ferramenta de
qualidade é moderado aproximadamente 50%.
• Empresas que utilizam o método PDCA e ferramentas de qualidade
apresentaram melhoria nos resultados e processos de produção sendo a
redução de custos a mais expressiva.
• O desconhecimento do método PDCA e ferramentas da qualidade é o
principal fator responsável pela não utilização destes recursos nas
empresas seguido pelo alto custo de implantação.
• Empresas acima de 10 funcionários, com nível de instrução de suas
equipes partindo deste o ensino médio a superior, que possuem processos
e controles muito automatizados e utilização de computadores é alta,
tendem a utilizar com maior intensidade ferramentas de gestão.
55
• Quanto a utilização do método PDCA, empresas que possuem acima de
100 funcionários , nível de instrução de suas equipes partem do técnico ao
ensino superior, processos e controle muito automatizados e alta utilização
de computadores, tendem a utilizar com mais intensidade o método PDCA
no gerenciamento de seus processos.
Com estes resultados, pode-se afirmar que os objetivos propostos pela pesquisa
foram atingidos com sucesso, pois foi possível identificar o nível de conhecimento
e utilização do método PDCA e de ferramentas da qualidade nas empresas.
REFERÊNCIAS BIBLIOGRÁFICAS
ABAG- Associação Brasileira de Agribusiness. Estatísticas: Balança Comercial.
Disponível em: <http://www.abag.com.br/> Acesso em: 28 Nov. 2009.
ANEEL- Agência Nacional de Energia Elétrica. Economia de Energia no setor
industrial. Disponível em:<
http://www3.aneel.gov.br/netacgi/cobaia.exe?s4=desperd%EDcio+Ind%FAstria&s
5=&l=20&SECT1=IMAGE&SECT4=e&SECT6=HITOFF&SECT3=PLURON&SECT
2=THESON&SECT5=BIBL01&d=BIBL&p=1&u=http://www3.aneel.gov.br/bibliotec
a\pesquisafa.htm&r=16&f=G> Acesso em: 28 Nov. 2009.
ANTUNES, L.M.; ENGEL, A. Agroqualidade: qualidade total na agropecuária.
Guaíba: Agropecuária, 1999. 113 p.
ARAUJO, L.C.G. Teoria Geral da Administração: Aplicação e Resultados nas
Empresas Brasileiras. São Paulo: Atlas, 2004. 298 p.
BATALHA, M.O. Gestão Agroindustrial: GEPAI- Grupo de estudos e pesquisas
agroindustriais. São Paulo: Atlas, 2007. 778 p.
BATALHA, M.O.; SCARPELLI, M. Gestão Agroindustrial e Tecnologia da
Informação: Sugestão para uma Agenda de Pesquisa. Anais do Workshop
Agrosoft – O Agronegócio na Sociedade da Informação. Brasília, DF, 2002.
BRASIL - Agência Nacional das Águas- ANA. Água, fatos e tendências.
Disponível em: <
http://www.ana.gov.br/AcoesAdministrativas/CDOC/Catalogo_Publicacoes/Fatos_
Tendencias_Agua.pdf > Acesso em: 30 Out. 2009.
BRASSARD, M. Qualidade: Ferramentas para uma melhoria contínua ( The
memory jogger). Rio de Janeiro: Qualitymark, 1994. 124 p.
57
CEPEA-Centro de Estudos Avançados em Economia Aplicada. PIB do
Agronegocio. Disponível em:
<http://www.cepea.esalq.usp.br/pib/ > Acesso em:
26 nov. 2009. CAGED/MTE – Cadastro Geral de Empregados e Desempregados
e Ministério DO Trabalho e Emprego. Dados sobre distribuição do emprego.
Disponível em:
<http://www.mte.gov.br/pdet/index.asp> Acesso em: 26 nov. 2009.
CAMPOS, V. F. Controle da Qualidade Total. Rio de Janeiro: Block, 1995. 246
p.
CAMPOS, V. F. Gerenciamento Pelas Diretrizes. Belo Horizonte: Indg
Tecnologia e Serviços Ltda, 4 ed 2005. 331 p.
CAMPOS, V. F. Gerenciamento da Rotina do Trabalho do dia-a-dia. Rio de
Janeiro: Block, 1994. 276 p.
CARVALHO, P.C. Programa 5s e a qualidade total. Campinas: Alínea, 4 ed
2000. 102 p.
DEMING, W. E. A Nova Economia. Rio de Janeiro: Qualitymark, 1997. 208 p.
DEMING, W. E. Saia da Crise. São Paulo: Futura, 2003. 503 p.
DRUCKER, P. F. Prática da administração de empresas. São Paulo, Pioneira,
2002, 382 p.
EMBRAPA- Empresa Brasileira de Pesquisa Agropecuária. Perdas pós-colheita
de frutas e hortaliças- Fórum Agronegócios da UNICAMP- Qualidade e
Segurança de Alimentos Mesa Redonda Qual o Tamanho do Desperdício
Disponível em: <
http://www.unicamp.br/nepa/downloads/PerdasPosColheitasFrutaseHortalicas.pdf
?PHPSESSID=defc66558fbe32f4868a44a34af40a43> Acesso em: 30 Out. 2009.
EMBRAPA- Empresa Brasileira de Pesquisa Agropecuária. Brasil deve
desperdiçar 4% da sofra de soja na colheita. Disponível em: <
http://www.embrapa.br/imprensa/noticias/2004/marco/bn.2004-11-
25.7715471505/> Acesso em: 28 Out. 2009.
FERRO, J. R.; GRANDE, M. M. Círculos de controle da qualidade no Brasil:
sobrevivendo ao “modismo”. Revista de Administração de Empresas, São Paulo,
v.37, n.4, p.78-88, out./dez. 1997.
FIEMS- Federação das Indústrias de Mato Grosso do Sul. Eficiência Energetica.
Disponível em: < http://www.fiems.org.br > Acesso em: 13 dez. 2009.
FLEURY, A.C. ; VARGAS, N. Organização do trabalho-Uma abordagem
interdiciplinar. São Paulo, Ed. Atlas, 1983, 232 p.
58
FONSECA, J.S.; MARTINS, G,A. Curso de Estatística. São Paulo: Atlas, 2006.
320 p.
GIL, A. C. Como elaborar projetos de pesquisa. São Paulo: Atlas, 2002. 176
p.
IBGE- Instituto Brasileiro de Geografia e Estatística, Dados de produção Agrícola
Disponível em:
<http://www.ibge.gov.br/home/estatistica/indicadores/agropecuaria/lspa/lspa_2009
10_6.shtm>.
Acesso em: 26 nov. 2009.
IBGE- Instituto Brasileiro de Geografia e Estatística. Ìndice de perdas do plantio
a pré-colheita dos principais grãos cultivados no País 1996-2002. Disponível
em:
<http://www.ibge.gov.br/home/estatistica/economia/agropecuaria/indicadoresagro
_19962003/comentarios.pdf > Acesso em: 28 Out. 2009.
KUME, H. Métodos Estatísticos para melhoria da Qualidade. São Paulo.
Gente, 1993. 246 p.
MERIGHI, S, Turbinando os 5 por Quês ? Disponível em:
<http://www.statistical.com.br/admin/arquivos/Turbinando_os_5_por_qu%C3%AA
s.pdf> Acesso em: 01 dez. 2009.
MONTGOMERY, D. C. Introdução ao controle estatístico da qualidade. Rio de
Janeiro: LTC, 2004. 532 p.
NAKATA, K. Acerto 100%, desperdício zero: Um novo conceito de 5s. São
Paulo: Infinito, 2000. 126 p.
RAMOS, A ,W. Controle Estatístico de Processo. In: CONTADOR, J. C. Gestão
de Operações: A Engenharia de Produção a serviço da modernização da
empresa. São Paulo: Edgard Blucher, 1997, 593 p.
RIBEIRO, H. (2006). A bíblia do 5S: Da Implantação à Excelência. Salvador:
Casa da Qualidade, 2006, 128 p.
SEBRAE- Serviço de Apoio a Micro e Pequena Empresa. Manual de
Ferramentas da qualidade Disponível em:
<http://www.scribd.com/doc/6624218/Sebrae-Manual-de-Ferramentas-Da-
Qualidade> Acesso em: 28 nov. 2009.
SEBRAE- Serviço de Apoio a Micro e Pequena Empresa. Critério para
Classificação de empresas- ME- EPP Disponível em: <http://www.sebrae-
59
sc.com.br/leis/default.asp?vcdtexto=4154&^^> Acessado em 21 dez. 2009
SEPROTUR- Secretaria de desenvolvimento agrário, da produção, da indústria,
do comercio e do turismo. Balança Comercial – Fechamento 2009. Disponível
em: < http://www.seprotur.ms.gov.br/> Acesso em: 28 Nov. 2009.
UNFPA - Fundo de População das Nações Unidas. Situação da População
Mundial 2007, Disponível em:
<http://www.unfpa.org.br/Arquivos/swp2007por.pdf> Acesso em: 01 Nov. 2009.
VIEIRA, S.; WADA, R. As 7 Ferramentas estatísticas para o controle da
qualidade. Brasília: Q&T, 1992. 133 p.
WERKEMA, M. C. As ferramentas da qualidade no gerenciamento de
processos. Belo Horizonte: DG, 1995. 124 p.
WIKIPÉDIA– Inciclopédia Livre. A Cauda Longa Disponível em:
<http://pt.wikipedia.org/wiki/A_Cauda_Longa> Acesso em: 28 nov. 2009.
APÊNDICES
61
APÊNDICE A: Questionário da pesquisa
62
63
APÊNDICE B: Gráfico P de Proporção de não conformes.
Proposta
Verificar se a proporção de defeitos nas caixas dos produtos em uma linha de
produção na fábrica de leite longa vida está sob controle estatístico.
Problema
A indústria de leite longa vida XYZ pretende descobrir a proporção de defeitos
na linha de produção de leite longa vida.
Amostra
Foi coletada 1 amostra por dia com 50 unidades de produto (caixa) por amostra,
durante 25 dias trabalhados totalizando 25 amostras.
Figura 16: Gráfico por atributos P
Interpretação dos resultados
O gráfico obtido esta sob controle estatístico, pois todas amostras estão dentro
dos limites especificados de controle.
64
APÊNDICE C: Gráfico NP de Número de não conformes.
Proposta
Verificar se o processo de fabricação do produto pode ser considerado sob
controle estatístico
Problema
Uma fábrica deseja analisar se os seus produtos estão conformes ou não
conformes.
Amostra
Analisou-se 20 amostras contendo 35 produtos cada.
Figura 17: Gráfico por atributos NP
Interpretação dos resultados
Conclui-se que o número de peças não conformes esta sob controle estatístico, já
que nenhum ponto ultrapassa os limites de controle.
65
APÊNDICE D: Gráfico C de Número de não conformidades
Proposta
Verificar o número de erros nas fichas de cadastramento de uma empresa.
Problema
Foi observado um grande número de erros no preenchimento dos
cadastros dos vendedores de uma empresa. Deseja-se analisar o número de
erros por cadastro.
Amostra
25 amostras, contendo 15 fichas de cadastro cada.
Figura 18: Gráfico por atributos C
Interpretação dos resultados
Analisando o gráfico obtido, conclui-se que o número de erros por conjunto
de 15 cadastros está fora dos limites de controle estatístico. Observa-se 1 ponto
acima do limite superior de controle caracterizando a presença de possível causa
especial de variação.Neste ponto o número de erros por conjunto de cadastro foi
superior que o valor máximo aceitável.
66
APÊNDICE E: Gráfico U de Proporção de não conformidades
Proposta
Verificar o número de erros nas fichas de cadastramento de uma empresa.
Problema
Foi observado um grande número de erros no preenchimento dos
cadastros dos vendedores de uma empresa. Deseja-se analisar o número de
erros por cadastro.
Amostra
25 amostras, contendo 15 fichas de cadastro cada.
Figura 19: Gráfico por atributos U
Interpretação dos resultados
Observa-se neste gráfico que a proporção de erros no conjunto de
cadastros esta fora do controle estatístico.
ANEXOS
68
Anexo A : Fatores para cálculo de limites de controle
Livros Grátis
( http://www.livrosgratis.com.br )
Milhares de Livros para Download:
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas
Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo
