Boa qualidade custa menos? Como?

H 400 anos, Sir Francis Bacon disse Conhecimento poder. A aplicao

desta afrmao a seguinte: Quanto maior for o nosso conhecimento sobre
os nossos processos, os nossos produtos, as necessidades dos nossos clientes,
e sobre todas as operaes que realizamos produo, compras, facturao,
armazenamento, distribuio, etc melhor podemos realizar o nosso
trabalho, produzir melhores produtos, e agradar mais os nossos clientes.
A boa qualidade, no seu essencial, produzida medida que estamos a ter
mais conhecimento sobe aquilo que estamos a fazer.
Pois, se eu tivesse mais pessoas envolvidas, e gastasse mais dinheiro,
poderia ter mais informao acerca daquilo que ando a fazer. No
necessariamente!
Existem 3 tipos de recursos importantes, prontos para serem usados, e
quando combinados, podem gerar continuamente novas informaes, que
nos iro permitir permanecer sempre um passo frente. Estas ideias podem
ser aplicadas na melhoria de qualquer tipo de industria, de qualquer
departamento governamental, de qualquer hospital, e de qualquer
universidade, mas na maior parte das vezes, so utilizadas abaixo das suas
capacidades, ou mesmo no so sequer utilizadas.
Os 3 recursos que estamos a falar so os seguintes:
1.Todos os seres Humanos so criativos.
2.A gesto de qualquer tipo se sistema, gera a informao de como que o
mesmo poder ser melhorado.
3.O planeamento de experincias, pode aumentar vrias vezes a efcincia
duma experincia.
Todos os seres Humanos so criativos
A caracterstica que distingue a Humanidade do resto do reino animal, a
criatividade. Da mesma maneira que, os peixes nadam, e os pssaros
voam, todos os seres Humanos possuem criatividade, e tem necessidade de
a usar.
Mas, nem todas as pessoas tem o mesmo grau de sofsticao tcnica, da
mesma maneira que no tem todas a mesma altura. Na realidade, tal como
a altura, esta caracterstica tem um tipo de distribuio de frequncia,
apresentado na fgura 1a No passado, s uma determinada elite de gestores
e de cientistas, que estavam licenciados, para por em prtica os seus dotes
criativos. Este pequeno grupo de pessoas, estava supostamente colocado no
lado direito desta distribuio. Reparem agora para a fgura 1b. Esta,
representa a distribuio da frequncia dos problemas que, podero afectar
as organizaes, e esto classifcadas pelo grau de sofsticao tcnica
exigida para serem resolvidos. Esta distribuio do tipo Pareto, em que
existe um nmero muito grande de problemas, que no necessitam dum
grau elevado de sofsticao tcnica para serem resolvidos, e medida que,
essa sofsticao vai aumentando, o nmero de problemas vai diminuindo.
Se olharmos para estes dois grfcos em conjunto, verifcamos que, segundo
o sistema antigo, a criatividade dum enorme nmero de pessoas era
desperdiado. No necessrio ter qualifcaes superiores, para saber o que
deve ser feito para que haja registos de todas as vindas dum paciente ao
hospital, ou que um determinado parafuso seja entregue numa determinada
estao de trabalho, e contudo, no s estes problemas continuam a ocorrer,
como persistem em muitas organizaes.
Esta situao permanece, porque, como o Dr Deming disse, as pessoas que
esto mais prximas do sistema, frequentemente no tem expectativas que o
mesmo possa ser melhorado, ou mesmo ideia de como o melhorar, porque
acreditam que so impotentes para o mudar.
Para remediar esta situao, preciso que haja uma mudana radical na
flosofa de gesto, onde a ideia dum departamento de qualidade, que aja
como policia da qualidade, realizando tarefas (sem qualquer efeito) de
inspeco da m qualidade, seja substitudo pelo conceito duma fora de
trabalho que actue como detectives da qualidade, descobrindo novos
caminhos na construo duma boa qualidade nos produtos, e nos processos
pelos quais esses produtos so fabricados e comercializados.
A necessidade duma revoluo na prtica e na flosofa de gesto, no
facilmente alcanvel, e dever assegurar-se de que: a) a melhoria da
qualidade da responsabilidade individual de cada indivduo; b) a cada
indivduo, dado o poder adequado para sentir essa responsabilidade; c)
todos os dados relevantes, so registados, e analisados, usando um conjunto
simples de ferramentas de resoluo de problemas.
Por agora, vamos supor que, a sua organizao, j tem uma fora de trabalho
que, usa a criatividade na melhoria dos produtos e dos processos. Como
que agora vai obter a informao necessria para potenciar essa
criatividade?
Todos os sistemas geram informao
Um sistema operacional, como um transmissor de rdio, s que em vez de
transmitir ondas electromagnticas, transmite informao. Uma das
maneiras de como esta transmisso de informao pode suceder, atravs
da aplicao da lei de Murphy. O facto de que, tudo o que pode correr mal,
vai correr mal, outra maneira de dizer que, o sistema nos vai dizer quando
alguma coisa corre mal, e se ns ouvirmos, podemos reparar. Mas como
que ns podemos ouvir? Da mesma maneira que um transmissor de rdio, se
no tivermos receptores adequados, no podemos ouvir a mensagem que o
sistema nos esta a enviar. Para um sistema operacional, estes receptores,
so modelos de registo e anlise de dados fuxogramas, folhas de registo
diagramas de Pareto diagramas causa efeito, cartas de controlo, etc. Os
operadores dum processo, as enfermeiras num hospital, os trabalhadores
dum departamento municipal, podem aprender a utilizar essas ferramentas.
Podem por exemplo ser usadas para melhorar um processo de montagem
numa fabrica, a distribuio de medicamentos num hospital, a gesto da
entrega de cartas de conduo pela DGV, etc.
Os benefcios provocados pela participao de cada colaborador, tem duas
vertentes. A qualidade melhora, devido descoberta, e resoluo dum
elevado nmero de problemas, mas tambm, e talvez to importante como a
anterior, a moral melhora. extremamente satisfatrio, permitir que ns
sejamos criativos, e altamente frustrante ser tratado apenas como sendo
mais um par de mos.
J foi dito que, mais do que 85% dos problemas da qualidade, so criados
pelo prprio sistema e portanto, s a gesto que os pode solucionar. Mas,
ao delegar s equipas de resoluo de problemas, a conduo da resoluo
dos mesmos, essa equipa torna-se parte integrante da gesto, e torna-se
consequentemente parte da soluo.
Diz-me Eu esquecerei
Mostra-me Pode ser que me lembre
Envolve-me e eu compreenderei.
Planeamento de experincias
As ferramentas de melhoria da qualidade at agora discutidos, do-nos os
meios para ouvir o sistema no seu modo normal de funcionamento, e diz-
nos o que fazer para que ele melhore. Mas a gesto e as vrias reas de
engenharia devem estar interessadas em saber, o que poder acontecer se
experimentarmos algo de diferente. Para descobrirem isso, vo ter que
experimentar. O mtodo de experimentao mais conhecido o de um factor
de cada vez, mtodo em que, cada factor mudado isoladamente, enquanto
todos os outro s se mentem inalterados. Este mtodo experimental, fcou
ultrapassado a partir da altura em que, no principio dos anos 20, Ronald
Fisher descobriu um mtodo de experimentao muito mais efciente,
usando desenhos factoriais. Estes foram mais tarde desenvolvidos na
Inglaterra e nos EUA, dando origem a desenhos fraccionados, matrizes
ortogonais, e aos mtodos de resposta em superfcie.
Hoje em dia, a maior parte das organizaes, no s no d a devida ateno
e importncia s experincias, como muitas vezes, as mesmas so feitas
duma maneira extremamente inefciente. A verdade que, 80 anos depois de
Fisher ter inventado os desenhos de experincias, estes ainda no so
ensinados nas escolas, e universidades de cincias e engenharia. A industria
tem que ajudar o meio acadmico a ultrapassas esta situao.
De notar que, tudo aquilo que foi dito anteriormente a criatividade das
equipas de trabalho, a gerao continua de informao dos processos
operacionais, a realizao de experincia, de acordo com os princpios dos
desenhos experimentais estatsticos no acarretam per si quaisquer custos
adicionais. Os recursos existem, mas no esto a ser correctamente
utilizados. No vai ser necessrio a contratao de mais ningum, nem a
compra de mais equipamento. Contudo, o seu uso, vai requerer uma
reorganizao da gesto, e alguma formao, mas cujos custos e prazos de
realizao, vo ser consideravelmente baixos.
Se ensinarmos um homem a pescar, este ir obter comida at ao fm da sua
vida, da mesma maneira que, esta reorganizao, e formao, pode dar lugar
a um sistema de melhoria continua que nunca acabar.
Um pouco de historia.
O desenvolvimentodo planeamento de experincias, foi evoluindo ao longo
do sculo passado em 4 eras distintas.
A era da agricultura, liderado pelo trabalho pioneiro de Sir Ronald A.
Fischer nos anos 20 e princpios dos anos 30. Durante esse perodo, Fischer
era o estatstico responsvel pela Estao de agricultura Experimental de
Rothamsted, perto de Londres. Atravs da realizao do seu trabalho,
reconheceu a existncia de defcincias na maneira como as experincias
anteriores tinham gerado os dados que, ele actualmente possua. Foi ento
que, introduziu sistemas aleatrios de sistemas e de blocos, integrados com
determinados princpios estatsticos, (onde se inclua a Anlise da Varincia)
ANOVA, nas suas experincias de investigao.
Os dois livros que publicou em 1958 e 1966, infuenciaram profundamente o
uso da estatstica, em particular na agricultura.
A primeira aplicao deste tipo de metodologia na indstria comeou nos
anos 30, dando origem 2 era de desenvolvimento, onde foi largamente
desenvolvido a Response Surface Methodology, (RSM) por Box e Wilson;
estes, reconheceram e exploraram o facto de que a maioria das experincias
industriais so diferentes em dois sentidos, daquelas efectuadas na
agricultura: em primeiro lugar, a varivel de resposta, normalmente
observvel imediatamente, e em segundo lugar, o experimentador fca
rapidamente em posse da informao que lhe vai ser crucial, atravs de um
nmero reduzido de testes, que lhe vai permitir planear as futuras
experincias.
Durante os 30 anos que se seguiram, a RSM, juntamente com outras
tcnicas, foram largamente utilizadas na indstria qumica, e em processos
industriais, na maioria das vezes em trabalhos de pesquisa. O lder
intelectual de todo este movimento foi George Box, contudo, a divulgao
destes mtodos no foi to bem alcanada, em grande parte devido falta de
treino e de formao nesta rea, do pessoal tcnico, bem como inexistncia
de software que, facilitariam imensamente estes clculos.
O aumento de interesse da indstria ocidental na melhoria da qualidade,
nos anos 70, iniciou a 3 era.
O trabalho de Genichi Taguchi, teve um impacte muito signifcativo na
expanso dos interesses e no uso do planeamento de experincias.
Taguchi, usava o planeamento de experincias, para aquilo que chamou, o
projecto de parmetros Robusto:
1. Concepo de processos sensveis aos factores ambientais, ou a
outros factores difceis de controlar.
2. Produo de artigos, insensveis variao provenientes dos
seus componentes.
3. Encontrar os nveis das variveis de processo, que forcem a
mdia dum determinado valor a vir ao encontro do valor
desejado, reduzindo simultaneamente a variao volta desse
valor.
Para alcana-lo, Taguchi, sugeriu o uso de desenhos factoriais fraccionados e
outras matrizes ortogonais. Alguma da sociedade cientifca, contestou estes
mtodos, devido sua falta de exactido, mas desta discusso, surgiram 3
resultados positivos:
Em 1 lugar, o DOE, comeava a ser usado em muitos mais sectores e
indstrias, incluindo a indstria automvel, a aeroespacial, electrnica e
semicondutores, entre muitas outras.
Em 2 lugar, deu incio 4 era de desenvolvimento, que inclua um renovado
interesse no projecto estatstico, tanto por pesquisadores como por
engenheiros, desenvolvendo novos tipos de abordagens a problemas mais
industriais, incluindo alternativa aos mtodos de Taguchi, tais como os
mtodos de Shainin, e o E.V.O.P..
Em 3 lugar, foram includos em variadissimos programas de engenharia
nas universidades, mdulos sobre planeamento de experincias.
A integrao duma boa prtica de planeamento de experincias, em
processos cientfcos e de engenharia, so um factor de importncia decisiva
na competitividade industrial.
Uma vez feita esta apresentao histrica, vamos agora classifcar em 5
grandes reas os tipos de problemas experimentais existentes.
1.Comparao de tratamentos. Tem como objectivo principal, a comparao
de vrios tratamentos, e a seleco dos melhores. Por exemplo, ao
estarmos a comparar 6 variedades de cevada, ser que estas so
diferentes em termos de rendimento, e quanto sua resistncia seca?
Se na realidade existem diferenas, em que medida que o so, e qual
que a melhor? Da mesma maneira, em estudos ergonmicos podemos
querer comparar vrias posies de trabalho, podemos tambm analisar
diferentes mtodos de formao, tipos diferentes de mquinas, diferentes
fornecedores, etc.
2.Sondagem de variveis. Se num determinado sistema, existe um grande
nmero de variveis, mas s um nmero relativamente pequeno que se
pensa ser importante, executa-se uma experincia de sondagem, para
identifcar as variveis importantes. Uma vez identifcadas as variveis
mais importantes, segue-se uma experincia de seguimento, para estudar
os seus efeitos mais pormenorizadamente. Este tipo de estudo, vai cais
na prxima categoria.
3.Desenhos de resposta em superfcie. Tendo uma vez identifcado um
nmero reduzido de variveis importantes, vai ser necessrio explorar os
seus efeitos na resposta. O relacionamento entre essa resposta e as
variveis, muitas vezes referida como resposta em superfcie.
Normalmente, esta experincia baseada num tipo de desenho, que
permitem estimar os efeitos lineares e quadrticos das variveis, assim
como certas interaces entre elas.
4.Optimizao de sistemas. Em muitas investigaes, estamos interessados
na optimizao dum sistema. Por exemplo, a maximizao do rendimento
dum processo qumico, reduo da quantidade de sucata, e do nmero de
peas retrabalhadas num processo de estampagem, a reduo do tempo
de durao dum processo de reembolso duma reclamao. Se uma
resposta em superfcie tiver sido identifcada, esta pode ser optimizada.
Uma determinada sequenciao de experincias, pode rapidamente fazer
com que nos desloquemos para a regio ptima.
5.Robustez do sistema. Na melhoria da qualidade, para alem de optimizar
a resposta, necessrio construir um sistema insensvel ao rudo, ou
seja, que no varie medida que est a sofrer a infuncia de variveis
que no controlo. Apesar destas variveis de rudo serem muito difceis
de controlar em condies normais, precisam de ser sistematicamente
alteradas e controladas durante as experincias.