Controle estatístico da qualidade aplicado ao gerenciamento de … · 2020. 1. 7. · Controle estatístico da qualidade aplicado ao gerenciamento de obras de edificações Julho/2019

Controle estatístico da qualidade aplicado ao gerenciamento de obras de edificações

Julho/2019

ISSN 2179-5568 – Revista Especialize On-line IPOG - Goiânia - Ano 10, Edição nº 17 Vol. 01 Julho/2019

Controle estatístico da qualidade aplicado ao gerenciamento de

obras de edificações

Vinicius Bezerra Cavalcanti Centurion – [email protected]

MBA Gerenciamento de Obras, Tecnologia e Qualidade da Construção

Instituto de Pós-Graduação e Graduação - IPOG

João Pessoa, PB, 08/08/2018

Resumo

O setor da construção civil brasileiro tem passado por fortes alterações em suas práticas

gerenciais e executivas nas últimas décadas, não só em razão da crescente demanda alavancada

pelos incentivos financeiros decorrentes dos programas habitacionais do governo federal, mas

também pela maior consciência do mercado em relação aos bens produzidos e aos direitos do

consumidor. Embora o processo de industrialização do setor ainda seja relativamente baixo

quando comparado ao setor automotivo v.g., a tendência ao crescimento é irreversível, como

ocorreu com a maior parte dos setores da indústria. Desse modo, os gestores de tais

organizações (construtoras e incorporadoras), ou mesmo gestores de obra precisam aprender a

lidar com ferramentas já bastante conhecidas nas demais áreas da engenharia, como a mecânica

e produção, de modo a fundamentar decisões tanto estratégicas como operacionais em dados e

fatos, afastando o máximo possível as incertezas da atividade. Nesse contexto, o controle

estatístico se mostra uma ferramenta simples e bastante confiável à disposição desses

profissionais, seja para auxiliar na qualificação e seleção do melhor fornecedor, seja no controle

dos produtos acabados, na análise de processos internos, estabelecendo curvas de controle e

previsão de produtividade, ou ainda em programas de gestão com pessoas, como gratificação

por produtividade. Observe-se que o uso de tais ferramentas deveria ser incentivado a toda e

qualquer empresa, principalmente quando se parte da premissa de que a coleta e análise de

dados é fundamental para melhoria do desempenho organizacional. O trabalho realizado

começa apresentando uma noção geral sobre sistemas de gestão da qualidade, seus

fundamentos, evolução do conceito de qualidade e diplomas norteadores. A seguir são

abordados os conceitos de controle estatístico da qualidade, variabilidade do processo,

ferramentas de análise de dados, concluindo-se com a apresentação do software a ser utilizado

na análise de dados estatísticos e geração de gráficos. Finalmente, termina demonstrando a

aplicabilidade das ferramentas de controle estatístico às atividades desenvolvidas no

gerenciamento de obras, como análise de produtividade, qualificação de fornecedores e análise

de materiais/insumos recebidos.

Palavras-chave: Controle estatístico da qualidade. Gestão da qualidade. Cartas de controle.

Gerenciamento de obras. Programa Brasileiro da Qualidade e Produtividade do Habitat.

1. Introdução

A crescente industrialização da construção civil, impulsionada pela necessidade de

padronização de produtos e pelo aumento da demanda decorrente dos programas habitacionais


Julho/2019


dos últimos governos; bem como a consequente busca pela de redução de custos com mão de

obra, desperdícios e retrabalhos, são os principais fatores que justificam a necessidade de

controle e avaliação contínuos do processo produtivo do setor; e seu tratamento a partir de bases

estatísticas, que acabam por conferir maior segurança a tomada de decisões por parte dos

gestores.

O presente trabalho tem como escopo apresentar e consolidar o conhecimento acerca da

aplicabilidade e utilização do controle estatístico por meio de softwares em sistemas de gestão

da qualidade para empresas da construção civil; e com isso, auxiliar na análise dos dados

(evidências) fornecidos pelo sistema e identificar causas e circunstancias que afetam a

produtividade e qualidade dos processos.

Como objetivos específicos, tem-se: expor inicialmente fundamentos norteadores da Gestão da

Qualidade; abordar noções sobre controle estatístico de processos; discutir alguns dos principais

processos da engenharia de edificações - ou serviços, conforme terminologia do Sistema de

Avaliação da Conformidade de Empresas de Serviços e Obras (SiAC); demonstrar a

aplicabilidade do software de análise estatística de dados – MINITAB – a um exemplo prático,

a partir de dados coletados em canteiro de obras.

Observe-se que a problemática relacionada à coleta e ao tratamento de dados não é especificada

pelas normas que orientam a estruturação de um sistema de qualidade padrão PBQP-H ou ISO

9000; estas apenas limitam-se a apontar a necessidade de sua realização, sem, contudo,

especificar como fazê-lo. Dessa forma, independentemente de se tratar de um SGQ em fase de

implantação ou de um já consolidado, tais procedimentos devem fazer parte das atividades

corriqueiras dos gestores, uma vez que se pressupõem a tomada de decisões fundamentada em

dados, considerada um dos fundamentos da gestão para excelência, de acordo com a Fundação

Nacional da Qualidade.

Justifica-se, assim, demonstrar a aplicabilidade de ferramentas de controle estatístico de

qualidade, já tão arraigadas na indústria automotiva internacional – a exemplo da AIGA

(Automotive Industry Action Group), e habitual às engenharias mecânica e de produção.

2. Conceito e dimensões da qualidade

A qualidade é fator decisivo na seleção de produtos e serviços pelos consumidores, sejam eles

indivíduos ou organizações de qualquer natureza (MONTGOMERY, 2017). Dessa forma, o

aumento de competitividade organizacional pressupõe a compreensão e a melhoria da qualidade

(RAMOS, 2013).

Sistemas de gestão da qualidade são sistemas formalizados que documentam processos,

procedimentos e responsabilidade com intuito de atingir metas estabelecidas pelos objetivos e

políticas da Qualidade de determinada organização. Utiliza-se, aqui, organização em sua

acepção mais ampla, desvinculada de sua natureza econômica ou comercial, considerando todo

e qualquer agrupamento de pessoas com finalidades e clientes determinados. Ressalta-se aqui

que cliente pode ser qualquer organização ou pessoa que recebe um produto, ou seja,

consumidor, usuário final, varejista, beneficiário, comprador.


Julho/2019


Um sistema de gestão da qualidade ajuda a coordenar e dirigir as atividades uma organização

de modo a conciliar os requisitos ou especificações de clientes (externos ou internos) e

regulamentações, aperfeiçoando sua eficiência e eficácia em modo contínuo. Eficiência refere-

se à relação entre o resultado alcançado e os recursos utilizados, enquanto eficácia relaciona-se

a extensão na qual atividades planejadas são realizadas e resultados planejados são alcançados.

A norma ISO 9000:2015 define qualidade como “grau em que um conjunto de características

inerentes de um objeto satisfaz requisitos”, necessidade ou expectativa que é declara,

geralmente implícita ou obrigatória. Enquanto um sistema de gestão é um “conjunto de

elementos inter-relacionados ou interativos de uma organização para estabelecer políticas,

objetivos e processos para alcançar esses objetivos”.

Várias são as maneiras pelas quais se pode descrever e avaliar a qualidade de determinado

produto ou serviço. De modo geral, adota-se, para demonstrar a natureza multifacetada da

qualidade, a consagrada divisão da qualidade em dimensões de David A. Garvin, originalmente

publicada em 1987 na Harvard Business Review, em: desempenho; características;

confiabilidade; conformidade com especificações; durabilidade; assistência técnica; estética;

qualidade percebida. Acrescenta Montgomery (2017) a elas, quanto a organizações que

fornecem serviço, sensibilidade, profissionalismo e atenção.

De toda forma, de acordo com Garvin (1987), qualidade não pressupõem atingir níveis ótimos

em cada uma das dimensões apresentadas, mas em identificar aquela dimensão de maior

representatividade para o produto e maior interesse para o cliente. Corroborando com esse

entendimento:

A company need not pursue all eight dimensions simultaneously. In fact, that is seldom

possible unless it intends to charge unreasonably high prices. Technological

limitations may impose a further constraint. In some cases, a product or service can

be improved in one dimension of quality only if it becomes worse in another. Cray

Research, a manufacturer of supercomputers, has faced particularly difficult choices

of this sort. According to the company’s chairman, if a supercomputer doesn’t fail

every month or so, it probably wasn’t built for maximum speed; in pursuit of higher

speed, Cray has deliberately sacrificed reliability.(GARVIN, 1987)

Dessa forma, qualidade pode ser definida sob dois aspectos. Primeiramente, qualidade significa

a adequação para o uso, entendida enquanto qualidade de projeto e seu ajustamento, noção que

exprime conformidade com a definição da pela ISO 9000:2015; e em segundo, qualidade é

inversamente proporcional à variabilidade de suas características (MONTGOMERY, 2017),

noção que se relaciona intimamente com o controle estatístico de processos e qualidade, que

será objeto de discussão no próximo capítulo.

3. Gestão da qualidade aplicada a construção civil

O tema qualidade e desempenho é discutido há mais de duas décadas, mesmo tendo encontrado

ambiente propício para o seu encaminhamento com o crescimento do mercado da construção

civil e o amadurecimento da cadeia produtiva, iniciado nos anos de 1990 e intensificados

durante os anos de 2003 até o fim de 2012, em decorrência dos inúmeros incentivos financeiros


Julho/2019


proporcionados pelo Governo Federal ao setor, e ainda, com a vigência do texto original da

Norma de Desempenho em 2010 e a publicação atual em 2013.

Roberto de Souza e Alex Abiko (1997, p. 1) já apontavam que os próprios aspectos econômicos

decorrentes da estabilização cambial brasileira acabaram gerando a necessidade de incremento

de produtividade e qualidade como requisito de lucratividade:

Acostumadas a uma economia em que o preço do produto final era resultante da soma

dos custos de produção da empresa e do lucro previamente arbitrado, as empresas

iniciam uma nova formulação, em que o lucro passa a ser resultante do diferencial

entre o preço praticado pelo mercado e os custos diretos e indiretos incorridos na

geração do produto. A lucratividade torna-se decorrência da capacidade da empresa

em racionalizar seus processos de produção, reduzir seus custos, aumentar sua

produtividade e satisfazer as exigências dos clientes. (grifo nosso)

Embora tenham sido observados significativos avanços tanto na qualificação e aprimoramento

de seu conteúdo, quanto no envolvimento e resolução consensual dos agentes interessados e na

adequação à realidade do país, levando em conta o seu estágio técnico e de desenvolvimento

socioeconômico, mais do que meros requisitos técnico-normativos, desempenho e qualidade

passaram a ser exigência de mercado, vez que os próprios consumidores se tornaram mais

seletivos quanto aos produtos que lhes são oferecidos, e ainda, amparados pela legislação

consumerista, mais criteriosos em sua aceitação, tornando as empresas mais vulneráveis às

ações legais pertinentes.

A implantação de sistemas da qualidade nas empresas construtoras visa, conforme aponta o

professor Dr. Ercio Thomas (2001, p. 331), portanto a: Regulamentar documentos; Controlar

de forma planejada e sistematizadas as atividades de projeto; Controlar de forma planejada e

sistematizada as atividades de construção; Assegurar, em tempo hábil, a adequação dos recursos

necessários à construção, incluindo equipes, materiais, equipamentos e outros insumos;

Melhorar a produtividade e a qualidade dos serviços; Reduzir os custos do empreendimento;

Otimizar as relações com os clientes; Melhorar a imagem da empresa; Obter maior e melhor

participação no mercado.

Os benefícios potenciais para uma organização pela implementação de um sistema de gestão

da qualidade baseado na norma ISO 9001 de 2015 são: ter a capacidade de prover

consistentemente produtos e serviços que atendam aos requisitos do cliente e aos requisitos

estatutários e regulamentares aplicáveis; facilitar oportunidades para elevar a satisfação do

cliente; abordar riscos e oportunidades associados com seu contexto e objetivos; ter a

capacidade de demonstrar conformidade com requisitos especificados de sistemas de gestão da

qualidade.

4. Histórico e conceito de controle estatístico da qualidade e processos

O começo formal do controle estatístico da qualidade data de 1924, desde o desenvolvimento

do conceito estatístico de gráfico de controle por Walter A. Shewhart (MONTGOMERY,

2017). Tais conceitos foram expandidos e aceitos de maneira mais ampla a partir da segunda

guerra mundial através das industrias de manufaturas, que precisavam produzir em larga escala


Julho/2019


e encontrar uma alternava à inspeção de 100% de sua produção, parecia algo inviável em razão

da velocidade de produção exigida na época.

Desse modo, as ferramentas de controle estatístico passaram a ser adotadas amplamente a partir

de 1940 no intuito de se corrigir tal cenário. E, com o uso de tais técnicas e conceitos, a inspeção

100% passou a ser paulatinamente substituída pela inspeção por amostragem, o que representou

uma significante redução de recursos (tempo e gastos) com verificação (TOLEDO, 2017).

O princípio norteador do controle estatístico é o monitoramento da variabilidade intrínseca dos

produtos em todo processo produtivo. Tal variabilidade pode ser observada através de atributos

(dados de medição discreta) ou variáveis (dados contínuos) que caracterizam o produto de

maneira inequívoca (CTQ), ou seja, a partir de especificações (LSE e LIE), que determinam

sua aceitação ou rejeição.

É preciso reconhecer que uma organização consiste em um conjunto de processos, que precisam

ser entendidos de ponta a ponta e considerados na definição das estruturas organizacional, de

trabalho e de gestão. Tendo e vista a busca da eficiência e da eficácia nas atividades, os

processos organizacionais devem ser gerenciados no intuído de aumentar a agregação de valor

para as partes interessadas (FNQ, 2016).

O controle estatístico de processo pode ser conceituado como um “conjunto de métodos

utilizados para planejar, monitorar e aprimorar um processo produtivo, por meio da coleta de

amostras e, em seguida, da mensuração de uma série de variáveis que refletem a qualidade do

processo produtivo” (LOUZADA, 2013, p. 1).

Processo pode ser entendido como um “conjunto de atividades inter-relacionadas ou interativas

que utilizam entradas para entrega um resultado pretendido” (ISO 9000:2015), que pode ser

denominado saída, produto ou servido, a depender do contexto da referência.

O papel das ferramentas de controle estatístico é ilustrado na figura 01, que apresenta um

processo como conjunto de entradas e uma saída.

Figura 01: Entradas e saídas de um processo de produção (fonte: MONTGOMERY, 2017).


Julho/2019


Para determinado processo de produção, há fatores de entrada (ditas variáveis do processo), que

se dividem em controláveis, designadas por x1, x2, …, xp, (como temperatura, pressão e taxas

de alimentação), e não controláveis, designadas por z1, z2, …, zq, (como fatores ambientais ou

propriedades das matérias-primas).

O processo, por sua vez, transforma a matéria-prima, componentes, submontagens e/ou

informações de entrada em um produto acabado, que por sua vez também possui várias

características de qualidade. Esta variável de saída, dita y é uma característica da qualidade de

interesse (denominada critical-to-quality characteristics – CTQ), isto é, uma medida da

qualidade do processo e do produto. Estas características devem atender a parâmetros fixados,

ditos limites de especificação superior (LSE) e inferior (LIE).

Conforme aponta Toledo (2017, p. 250), o controle de qualidade de um determinado processo

produtivo envolve as etapas a seguir: Definição de um padrão a ser atingido para o produto e

padronização do processo; Inspeção: medir o que foi produzido e comparar com o padrão;

Diagnostico das não conformidades: descrição dos desvios entre o que foi produzido e o padrão;

Identificação das causas das não conformidades; Ação corretiva para eliminação das causas;

Atualização, se necessário, dos padrões do produto e/ou do processo.

O controle estatístico do processo pode ser entendido atualmente como uma abordagem de

gerenciamento de processos, e não simplesmente enquanto uma ferramenta estatística. Assim,

abrange, a contar de conhecimentos derivados da engenharia de produção e da estatística aplica,

um conjunto de princípios de gerenciamento, de técnicas e de habilidades. Tem ainda o objetivo

de garantir a estabilidade e a melhoria continua de um processo de produção, seja técnico ou

administrativo.

5. Variações no processo

A principal causa para produtos defeituosos – ditos não conformes – para fins de controle

estatístico da qualidade, é a variabilidade existente no processo. Tais variações podem ter várias

origens, desde as condições dos equipamentos e maquinários até a organização do trabalho e

condições da mão de obra (TOLEDO, 2017).

Em qualquer processo produtivo existe uma quantidade de variabilidade inerente ao próprio

processo – denominada “ruído de fundo” – independentemente de seu planejamento ou

manutenção. Tal variabilidade é resultante de um somatório de inúmeras pequenas causas, que,

a priori, são inevitáveis (MONTGOMERY, 2017). A tal variabilidade dá-se o nome de

“sistema estável de causas aleatórias”, “causas comuns” ou simplesmente “causas aleatórias”,

e ao processo com apenas este tipo de variabilidade, sob controle estatístico.

Um segundo tipo de variabilidade pode ser observado no processo, sendo significantemente

maior que aquela produzida pelo “ruído de fundo”, representando, usualmente, um nível

inaceitável do desempenho do processo. São denominadas “causas atribuíveis de variação”,

“causas especiais” ou “causas assinaláveis” estes tipos de variabilidade, e o processo que opera

nessas condições dito fora de controle.

Ressalta-se que as causas de variabilidade atribuíveis podem se apresentar a qualquer tempo,

independentemente da maturidade ou nível de cuidado (mesmo em processos sob controle por

períodos de tempo relativamente longos), sendo a finalidade do controle de processo identificar

e eliminá-las (MONTGOMERY, 2017).


Julho/2019


Dessa forma, a causa comum de variação é causada pelo sistema total, incluindo planejamento,

projeto, seleção de equipamentos, manutenção, seleção de pessoal, treinamento, etc.. Ela pode

ser chamada de variação do sistema, aleatória ou normal. Como a gerência projeta o sistema e

tem autoridade para alterá-lo, a gerência é geralmente considerada responsável pela variação

do sistema. Já a variação da Causa Especial é causada por causas externas ao sistema, incluindo

erro humano, acidentes, avaria do equipamento, etc. Ela pode ser chamada de variação

atribuível. Como essa variação indica uma condição diferente da maneira como o sistema ou

processo opera normalmente, geralmente é considerada como responsabilidade do trabalhador

individual. Observe-se que as causas especiais de variabilidade exercem grande influência

sobre o processo, mesmo que ocorram em menor número.

A figura 02 abaixo ilustra essas causas de variabilidade aleatórias e atribuíveis. Até o instante

t1, o processo mostrado na figura está sob controle (presentes apenas causas aleatórias).

Observa-se que, tanto a média quanto o desvio-padrão do processo estão em seus valores sob

controle (digamos, µ0 e σ0). No instante t1, ocorre uma causa atribuível, cujo efeito dessa causa

atribuível é deslocar a média do processo para um novo valor µ1 > µ0. No instante t2, outra

causa atribuível ocorre, resultando em µ = µ0, e aumento do desvio-padrão do processo (σ1 >

σ0). No instante t3, verifica-se outra causa atribuível a partir de valores fora de controle tanto

para a média quanto para o desvio-padrão.

Figura 02: causas de variabilidade aleatórias e atribuíveis (fonte: MONTGOMERY, 2017).

6. Gráficos de controle da qualidade

Os gráficos de controle, também chamados de cartas de controle ou gráficos de Shewhart, foram

desenvolvidos na década de 1920 por Walter A. Shewhart com o intuído de não apenas

identificar as causas de variabilidade do processo de produção, mas também monitorá-las e

analisá-las (ANDREOLI, 2017).


Julho/2019


Verifica-se no gráfico (figura 03) a existência de uma linha central, representada pelo valor da

média da característica observada nas amostras, e duas linhas marginais, ditas limites de

controle superior e inferior (LSC e LIC). Tais limites são determinados através de

especificações de cliente (podendo ser a critério do consumidor, normatização pré-existente ou

mesmo um requisito legal).

O processo é considerado sob controle sempre que todos os pontos da amostra estejam dentro

dos limites de especificação. De modo contrário, se alguma das verificações extrapolar qualquer

dos limites estabelecidos, infere-se que o processo está fora de controle e alguma ação

(corretiva) deve ser tomada no sentido de se investigar e eliminar sua causa (MONTGOMERY,

2017).

Figura 03: gráfico de controle (fonte: MONTGOMERY, 2017).

Ressalta-se que, mesmo dentro dos limites de controle, esses pontos devem se apresentar de

maneira aleatória, ou seja, sempre que tais pontos se comportarem de maneira sistemática ou

não aleatória, pode-se compreender que há algum indício de ausência de controle no processo

(MONTGOMERY, 2017).

Podem ser identificados dois tipos de cartas de controle, uma para variáveis, quando as amostras

das características de qualidade podem ser representadas por dados contínuos, e outra para

atributos, quando as amostras não podem ser medidas numericamente (TOLEDO, 2017).

MONTGOMERY identifica cinco razões principais para a popularidade das cartas de controle

ao longo da história (2017): Os gráficos de controle consistem em uma técnica comprovada

para melhorar (aumentar) a produtividade; São eficazes na prevenção de defeitos, mantendo o

processo sob controle; Previnem ajustes desnecessários no processo; Fornecem informações

valiosas (confiáveis) para diagnóstico sobre o desempenho do processo; Fornecem informações

acerca da capacidade do processo, monitorando vários parâmetros e sua estabilidade ao longo

do tempo.

Ressalta-se ainda que tais cartas de controle são de fundamental importância para gerência,

sendo apontadas como de idêntica relevância ao controle de custos e de materiais

(MONTGOMERY, 2017); podendo, sobretudo, ser aplicadas a qualquer tipo de processo, e,


Julho/2019


ainda, com facilidade, considerando-se a moderna tecnologia computacional e o

desenvolvimento de softwares de análise estatística.

7. Software de análise estatística

O Minitab® é um pacote estatístico desenvolvido na Pennsylvania State University pelos

pesquisadores Barbara F. Ryan, Thomas A. Ryan Jr. e Brian L. Joiner em 1972. Ele começou

como uma versão light do OMNITAB, um programa de análise estatística do NIST (National

Institute of Standards and Technology). Softwares de análise estatística, como o Minitab,

automatizam os cálculos e a criação de gráficos, permitindo que o usuário se concentre mais na

análise de dados e na interpretação dos resultados, do que no cálculo em si.

Os recursos incluídos no pacote 18 do software incluem: análise de sistemas de medição; análise

de capacidade; análises gráficas; teste de hipóteses; regressão; DOE; e, gráficos de controle.

Ainda contempla ferramentas de estatísticas básicas: estatísticas descritivas; teste de amostras;

teste de uma e duas proporções; testes de taxa de Poisson de uma e duas amostras; testes de

variações; correlação e covariância; teste de normalidade; Outlier; e, ajuste de Poisson. E

ferramentas de gráficos: gráficos de dispersão, gráficos de matriz, boxplots, dotplots,

histogramas, gráficos de séries temporais; gráficos de probabilidade e distribuição de

probabilidade.

Algumas das ferramentas serão utilizadas a seguir, em especial as ferramentas de qualidade,

como gráficos de controle de variáveis e capacidade do processo, a partir da utilização de dados

relativos ao controle de processos existentes em uma obra de construção de edifício

multifamiliar na cidade de João Pessoa.

8. Serviços controlados analisados

É evidente a aplicabilidade, conforme demonstrar-se-á nos próximos pontos, do controle

estatístico de processos e produtos como ferramenta de análise de dados mesmo considerando

o baixo fator de industrialização da construção civil.

Considerando os serviços de execução controlados fixados nos requisitos do Regimento

específico da especialidade técnica execução de obras do SiAC (MC, 2017), foram selecionados

um serviço existente em uma obra de edifício residencial multifamiliar na Cidade de João

Pessoa para aplicação das ferramentas de controle estatístico da qualidade, além um material

controlado da empresa: a) execução de alvenaria não estrutural em blocos cerâmicos; b)

controle de recebimento de tijolos cerâmicos

Dessa forma, as ferramentas estatísticas da qualidade para processo e produto serão aplicadas

ao controle de execução de serviço e recebimento de materiais de acordo com parâmetros

básicos fixados ou por normas técnicas brasileiras ou por especificações de clientes em

determinado sistema de gestão da qualidade.

Ressalta-se que a intenção é demonstrar a utilização de tais ferramentas na tomada de decisões

por parte de um gestor de obras, como avaliar o desempenho de determinado processo crítico,

ou como forma de analisar o atendimento a parâmetros de planejamento estipulados

previamente, qualificar um determinado fornecedor de material ou serviço a partir de dados

observados no canteiro de obras, ou ainda, determinar critérios de gratificações através de

índices de desempenho.


Julho/2019


8.1. Execução de alvenaria não estrutural em bloco cerâmico

Todo serviço produtivo dentro de uma organização deve ser visto como um processo, conforme

mencionado no capítulo 3. Ou seja, é composto por um conjunto de atividades relacionadas ou

interligadas que utilizam um certo número de elementos de entrada, como insumos e

informações, para obter determinado resultado pretendido (figura 02, cap. 3).

Dessa forma, para o serviço de alvenaria de vedação em tijolos cerâmicos, podemos elaborar o

seguinte diagrama macro de atividades, que apresentam as atividades: recebimento de insumos

→ execução de alvenaria → regularização superficial.

Observe-se que cada atividade pode ser admitida também como um processo, cujo resultado

também serve de entrada para o processo seguinte, de modo que as não conformidades podem

ser transferidas para o próximo processo; e, então, retificada ou mantida a partir da análise dos

impactos gerados.

Figura 04: detalhamento do processo de execução de alvenaria

Cada processo mapeado (figura 04) deve ser analisado quanto a pelo menos uma característica

chave para qualidade, dito KPI (key performance indicator), a qual devem ser associados os

fatores de entrada controláveis (designados por Xn) e não controláveis (designados por Zn). Tais

fatores devem ser levantados e seu impacto analisados.

Ressalta-se, prefacialmente, que para tanto é fundamental o processo de medição. Dessa forma,

os dados de entradas analisados devem ser mensuráveis e mensurados com regularidade. E,

ainda, que os equipamentos e métodos de medição sejam regularmente aferidos e controlados,

bem como todos os profissionais responsáveis pelas medições treinados.

Foram escolhidos para análise de caso como característica da qualidade de interesse (KPI) a

prumicidade da alvenaria levantada, fator que impacta diretamente o serviço de regularização

da superfície (execução de emboço e reboco), podendo prejudicar não apenas o tempo para

execução da etapa previsto originalmente no cronograma de obra, mas também o consumo de

matéria prima da etapa seguinte, bem como a produtividade das equipes da etapa seguinte.


Julho/2019


Procedeu-se, assim, a coleta de dados relativos ao KPI elegido (controle de produto), dados de

produtividade do pedreiro (controle de processo) e dados relativos a regularidade geométrica

dos blocos cerâmicos (controle de produto/processo), que serão analisados nos pontos a seguir.

Os dados para índice de produtividade de duas equipes foram coletados durante 40 dias, com

observações em dois turnos (anexo 01), gerando os seguintes resultados iniciais (figura 05):

Média geral de produtividade por turno: 6,88m2; Desvio padrão: 2,4719; Número de

observações: 160.

Figura 05: sumário estatístico para produtividade geral. Fonte: Minitab.

Verifica-se, no entanto, que há uma clara dispersão entre os dados justamente na região em que

a maior parte das observações deveriam se concentrar (média), isto considerando-se que a

observações apresentassem uma distribuição normal. Contudo, é claro que tais observações não

apresentam distribuição normal, o que pode ser verificado pelo valor-p menor que 0,05 para o

teste de normalidade de Anderson-Darling1.

Tal constatação é algo esperado nesta análise, uma vez que está se analisando a produtividade

de duas equipes distintas. Razão pela qual se deve proceder a análise de dados de cada uma das

equipes individualmente.

Para a equipe 01, os seguintes resultados foram obtidos conforme figura 06: Média geral de

produtividade por turno: 4,47m2; Desvio padrão: 0,72; Número de observações: 80.

Figura 06: sumário estatístico para produtividade da equipe 01. Fonte: Minitab.

1 O teste de normalidade de Anderson-Darling compara a função de distribuição acumulada empírica dos dados

da amostra com a distribuição esperada se os dados foram normais, buscando eventuais diferenças entre as

hipóteses.

1o. Quartil 4,6000

Mediana 7,3000

3o Quartil 9,3000

Máximo 9,8000

6,4947 7,2666

5,2000 8,9881

2,2275 2,7770

A-Quadrado 14,55

Valor-p <0,005

Média 6,8806

DesvPad 2,4719

Variância 6,1103

Assimetria -0,11201

Curtose -1,79534

N 160

Mínimo 2,2000

Teste de normalidade de Anderson-Darling

Intervalo de 95% de Confiança para Média

Intervalo de 95% de Confiança para Mediana

Intervalo de 95% de Confiança para DesvPad

9,07,56,04,53,0

Mediana

Média

98765

Intervalos de 95% de Confiança

Relatório Resumo para produtividade


Julho/2019


Já para a equipe 02, forma obtidos os seguintes resultados (figura 07): Média geral de

produtividade por turno: 9,28m2; Desvio padrão: 0,29; Número de observações: 80.

Nesse segundo caso, verificando-se também que a normalidade da distribuição é confirmada

pelo valor-p2 maior que 0,05, o que não ocorre no caso dos dados observados para equipe 01.

Figura 07: sumário estatísticos para produtividade da equipe 02. Fonte: Minitab.

2 O teste de normalidade pode ser executado no software adotado através do comando: estat >estatísticas básicas

> teste de normalidade.

1o. Quartil 3,9500

Mediana 4,6000

3o Quartil 4,9000

Máximo 6,2000

4,3173 4,6377

4,3779 4,8000

0,6232 0,8529

A-Quadrado 0,80

Valor-p 0,037

Média 4,4775

DesvPad 0,7201

Variância 0,5185

Assimetria -0,593008

Curtose 0,569670

N 80

Mínimo 2,2000





5,64,84,03,22,4

Mediana

Média

4,84,74,64,54,44,3


Relatório Resumo para produtividade equipe 01


Julho/2019


As cartas de controle para produtividade são geradas a partir os parâmetros mínimos exigidos

pelo cronograma de obras, que pressupõe uma produtividade3 média de 8 m2 dia por equipe de

alvenaria, ou seja, 4 m2 por turno/dia.

Importante observar as cartas Xbarra-R são utilizadas para monitorar a média e a variação de

um processo sempre que os dados analisados forem do tipo contínuo, ou seja, mensuráveis

(como é o caso de produtividade em metros quadrados por turno), tendo ainda como

pressuposto que tais medições são realizadas em subgrupos de tamanho menor que oito (no

caso foram realizadas duas medições).

A carta de controle confirma a estabilidade do processo ao longo do tempo analisado, no caso,

foram observados 80 eventos ao longo de 40 dias conforme figura abaixo (figura 08).

3 Produtividade base definida para Código: 06.402.000107.SER - SERVIÇO COMPOSTO - Unidade: m².

Descrição: TATU - Alvenaria de vedação com blocos cerâmico, 9 x 19 x 39 cm, espessura da parede 9 cm, juntas

de 1 cm com argamassa mista de cimento, arenoso e areia traço 1:4:4 - com mão de obra empreitada (TCPOweb,

2018).

1o. Quartil 9,1000

Mediana 9,3000

3o Quartil 9,5000

Máximo 9,8000

9,2196 9,3479

9,2000 9,4000

0,2496 0,3416

A-Quadrado 0,66

Valor-p 0,082

Média 9,2837

DesvPad 0,2884

Variância 0,0832

Assimetria -0,353266

Curtose -0,076437

N 80

Mínimo 8,4000





9,69,39,08,78,4

Mediana

Média

9,409,359,309,259,20


Relatório Resumo para proditividade equipe 02


Julho/2019


Figura 08: Carta Xbarra-R de controle para produtividade da equipe 02. Fonte: Minitab.

É importante salientas que para equipe 01 não foi gerada carta de controle Xbarra-R4 uma vez

que os dados coletados sequer afirmam a normalidade das observações quando considerado

cada turno um subgrupo da produção diária, como foi o caso ocorrido para equipe 02. Dessa

forma, procedeu-se a criação de Cartas I-AM5 (figura 09) para produtividade da equipe 01, que

analisa cada observação como dado individual em ordem cronológica.

Figura 09: Carta I-AM de controle para produtividade da equipe 01. Fonte: Minitab.

4 Carta de controle Xbarra-R pode ser gerada a partir do comando: Estat > Cartas de Controle > Cartas de Variáveis

para Subgrupos > Xbarra-R. 5 Carta de controle I-AM pode ser gerada a partir do comando: Estat > Cartas de Controle > Cartas de Variáveis

para Dados Individuais > I-AM.

37332925211713951

10,0

9,5

9,0

8,5

Amostra

Mé

dia

Am

ost

ral

__

X=9,284

LSC=10,022

LIC=8,546

37332925211713951

1,2

0,9

0,6

0,3

0,0

Amostra

Am

plit

ud

e A

mo

stra

l

_

R=0,392

LSC=1,282

LIC=0

Carta Xbarra-R Produtividade Equipe 02


Julho/2019


Conforme apresentado anteriormente, as cartas de controle para produtividade da equipe 02

demonstram a estabilidade do processo, e ainda, uma média de produtividade muito superior à

esperada para processo, fixada em 4 m2 por turno. Ressalta-se que a grande discrepância entre

a produtividade observada para equipe 02 e equipe 01 se dá devido à utilização de equipamentos

distintos. A equipe 02 utilizou uma ferramenta de trabalho denominada na obra “gabarito de

alvenaria”, que racionaliza o processo de distribuição de argamassa ao mesmo tempo que alinha

horizontal e verticalmente as camadas.

Já para a equipe 01, as cartas indicam que o método de trabalho sequer consegue atingir os

parâmetros mínimos exigidos no planejamento. Tais observações podem ser constatadas

sempre que o limite inferior de especificação é superado, o que ocorre 19 vezes em 80

observações, o que representa 23,70%. De modo que isso serve de alerta ao gestor para

evidenciar que tal processo precisa ser corrigido, seja no sentido de se alterar o método de

trabalho, adotando-se aquele utilizado pela equipe 02, ou seja realizando-se novo treinamento

da equipe caso se deseje continuar com o atual método.

8.2. Controle de recebimento de blocos cerâmicos

Os blocos de vedação são aqueles “que não têm função de suportar outras cargas verticais além

dado seu peso próprio e pequenas cargas de ocupação” (YAZIGI, 2014, p. 537).

Os requisitos gerais de blocos cerâmicos para alvenaria de vedação são previstos na NBR

15270-1 de 2005 (ABNT, 2005, p.9), que determina para identificação os seguintes critérios

mínimos: indentificação da empresa fabricante e do bloco, dimensões de fabrição em

centímetros na forma largura x altura x comprimento (figura 10).

736557494133251791

6

5

4

3

2

Observação

Va

lor

Ind

ivid

ua

l

_

X=4,478

LSC=6,218

LI=4

736557494133251791

2,0

1,5

1,0

0,5

0,0

Observação

Am

plit

ud

e M

óv

el

__

AM=0,654

LSC=2,138

LIC=0

1

Carta I-AM de produtividade equipe 01


Julho/2019


Ressalte-se que a unidade básica de comercialização é o milheiro, e que o bloco, visualmente,

não deve apresentar defeitos sistemáticos, tais como quebras, irregularidade superficial ou

deformações.

Figura 10: dimensões dos blocos cerâmicos. Fonte: NBR n. 15270-1:2005 (ABNT, 2015).

Nas observações realizadas foram analisados três tipos de blocos cerâmicos, cuja largura era de

9 cm, altura de 19 cm e comprimento variável em 39 cm (tijolo 01), 19 cm (tijolo 02) e 9 cm

(tijolo 03), conforme tabela abaixo.

Tabela 01: Blocos cerâmicos de vedação analisados.

Bloco Largura (L) em cm Altura (H) em cm Comprimento (C) em cm

Tijolo 01 09 19 39

Tijolo 02 09 19 19

Tijolo 03 09 19 09

O consumo diário de bloco cerâmico do tipo 01 no período de maior demanda evidenciado era

de 378 blocos por dia, de modo que as entregas eram realizadas 2 ou 3 vezes por semana

(definidas pelo gestor de obras), ou seja, a cada 2 dias, de modo que um estoque mínimo de 1

dia de trabalho era sempre mantido por questões de segurança.

Dessa forma, em 8 semanas de acompanhamento, foram realizados 20 recebimentos do

material, cuja inspeção procedeu-se conforme descrito no ponto seguinte. Para fins de

demonstração do controle estatístico de produto, foram analisadas apenas características

relevantes para o KPI escolhido, em especial, variações de largura de acordo com a tolerância

individual de ± 5mm fixada pela norma NBR n. 15270-1:2005 (ABNT).

Os dados foram coletados aqui discutidos referem-se aos blocos cerâmicos denominados “tijolo

01”. Sendo analisados os 2 fornecedores contratados pela empresa (anexo 02).

A análise dos dados procedeu-se com a geração de relatórios de capacidade sixpack6, que

apresentam carta Xbarra, Carta S, Teste de normalidade e Capacidade, uma vez que se pode

considerar as entregas como eventos de medição com 13 subgrupos (número de unidades da

amostra).

O primeiro fornecedor apresentou os seguintes resultados (figura 11):

6 O relatório de capacidade sixpack normal pode ser gerado a partir do comando: Estat > Ferramentas da Qualidade

> Capability Sixpack > Normal.


Julho/2019


Figura 11: relatório de capacidade sixpack para fornecedor 01. Fonte: Minitab.

O segundo fornecedor apresentou resultados de acordo com os gráficos abaixo apresentados

(figura 12):

Figura 12: relatório de capacidade sixpack para fornecedor 02. Fonte: Minitab.


Julho/2019


Inicialmente deve-se proceder a análise da normalidade da distribuição dos dados analisados

sempre que analisado o relatório de capacidade sixpack. Em ambos os casos o valor-p foi maior

que 0,05, o que significa que os dados observados podem ser considerados distribuídos de

maneira normal.

A seguir, verifica-se que o fornecedor 01 apresenta uma média de medições para largura de

9,15 cm, enquanto o fornecedor 02 apresenta uma média de 9,06 cm, o que poderia inicialmente

levar a conclusão de que tal fornecedor atenderia melhor aos parâmetros fixados por normal

para qualidade em relação às características geométricas (largura).

No entanto, através da verificação da capacidade, é possível visualizar no gráfico de histograma

de capacidade que a curva apresentada pelo segundo fornecedor corta ambos os limites de

especificação (8,5 cm e 9,5 cm), enquanto o primeiro possui uma curva que corta apenas o

limite superior de especificação, embora apresente uma média de observações 1mm maior que

outro fornecedor.

Prega-se que a análise não se deve realizar apenas em relação às médias observadas, prática

muito comum na avaliação de fornecedores, mas sim na sua capacidade de atender

determinadas especificações.

Dessa forma, o primeiro fornecedor apresenta resultados mais consistentes quando comparados

ao segundo, ou seja, mesmo que possa ser verificado um ligeiro problema de localização (desvio


Julho/2019


em relação a média/alvo), ele apresenta menores problemas de dispersão, mantendo o

percentual de unidades não conformes significativamente menor que o fornecedor 02.

Tais conclusões podem ser verificadas por meio da análise do gráfico de capacidade, cujos

resultados em PPM (número de peças de não-conformidade no processo) para o fornecedor 02

é de 114.409,16, ou seja, 11,44% de unidades não conformes; enquanto o fornecedor 01

apresenta um PPM de 18.410,08, ou seja, menos de 1,84% de unidades não conformes.

8.3. Controle de prumicidade em alvenarias de vedação

As alvenarias de vedações após concluídas devem ser verificadas para fins de recebimento, seja

no intuito de se controlar a qualidade do serviço executado na própria etapa, evitando-se

“retrabalhos”, ou como maneira de controlar a qualidade do serviço nas próximas etapas, como

regularização e revestimento em argamassa, gesso ou cerâmica, seja para fins de se evitar a

sobre utilização.

Observa-se que a norma NBR n. 8545 de 1984 (ABNT) apenas fixa especificações para planeza

da parede, que não pode ser superior a 5mm, contudo tais critérios não se mostram bastante

claros já que não há qualquer remissão ao tamanho do plano considerado, o que parece sugerir

que tal medida seja considerada em relação a régua metálica de 2m (usualmente utilizada).

De modo a suprir tal lacuna, o IPT – Instituto de Pesquisas Tecnológicas do Estado de São

Paulo editou um Código de Práticas referente a execução de vedação em blocos cerâmicos

(2009), que estabelece alguns critérios de aceitação da alvenaria, conforme abaixo:

Tabela 02: lista de verificações e tolerâncias para serviços elevação de alvenaria.

Fonte: adaptado de THOMAS (2009)

Serviço / Item controlado Tolerância / verificação Observações

Prumo da alvenaria

± 3 mm/m na direção da altura da parede Verificar prumo em 3 ou 4

posições ao longo da parede e em

todas as faces dos vãos de portas e

janelas.

± 15mm/pavimento

≤ 5cm em relação à altura do edifício

Planeza da face das paredes

≤ 5mm no centro da régua de 2m

(abertura côncava) Medida com trena metálica no

centro da régua de alumínio

aplicada em qualquer direção. ≤ 5mm para “dentes” (abertura

convexa)

A coleta de dados foi realizada a partir na identificação das paredes de um apartamento padrão,

considerando aquelas que apresentavam media linear superior a 1,0 m relativas aos

apartamentos na mesma posição em relação a cada uma das torres.

Observe-se que foram coletados os dados referentes ao serviço realizado por 2 equipes que

trabalharam e apartamentos de idêntico tamanho em torres distintas. Os dados analisados

referem-se aos mesmos pavimentos para cada uma das equipes.

Também cabe ressaltar que os métodos de trabalho analisado foram distintos, conforme já

mencionado anteriormente, de modo que discrepâncias entre as observações já seriam

esperadas. Os dados das medições podem ser verificados no anexo 03.


Julho/2019


Foram observados os seguintes resultados para as equipes 01 (figura 13) e equipe 02 (figura

14):

Figura 13. Relatório de capacidade sixpack para equipes 01.

Figura 14. Relatório de capacidade sixpack para equipes 02.


Julho/2019


A partir das cartas de controle geradas para as equipes pode-se constatar certas causas especiais

de variabilidade para ambos os casos, embora ambas as equipes mantenham comportamentos

estáveis na maior parte das observações.

É importante ressaltar que as amostras são analisadas em relação a determinada parede, de

forma que embora globalmente se exija um desempenho geral satisfatório para o processo como

todo, a presença de pontos de variabilidade não necessariamente significa a falta de controle do

processo.

Dessa forma podemos observar que para a equipe 01, a média de desaprumo foi de 8mm,

enquanto para a equipe 02, que trabalhava com auxílio da ferramenta “gabarito de alvenaria”,

o desaprumo foi de 6mm.

O limite de especificação superior foi fixado em 9mm de acordo com parâmetros apresentados

anteriormente (3mm/m).

Ressalta-se que, partindo-se da análise de capacidade global da equipe 02, vemos que o índice

de não-conformidades previsto é de 67628,58 PPM, que corresponde 6,76%, enquanto para

equipe 01 esse valor sobe para 329619,65 PPM, que representa 32,9% de não conformidades.

De outro lado, é importante esclarecer que embora tais não-conformidades não sejam

consideradas críticas para o resultado final (alvenaria acabada, revestida em argamassa, gesso

ou cerâmica), uma vez que, a grosso modo, não superam o parâmetro global ficado em 15mm

de desaprumo por pavimento; não poderiam deixar de ser consideradas impactantes para os


Julho/2019


processos seguintes, que acabarão por ter seus índices alterados em razão de ter como fatores

de entrada um produto não adequado.

Finalmente, os resultados observados em relação ao KPI selecionado não são necessariamente

fruto apenas dos fatores anteriormente analisados, tais análises não nos permitem chegar a esta

conclusão. É necessário advertir que a relação entre fatores de entrada x e resultados y é bem

mais complexa e demanda outras ferramentas além daquelas apresentadas neste trabalho.

9. Considerações finais

O foco do presente trabalho encontra-se na aplicabilidade de ferramentas matemáticas, através

do controle estatístico da qualidade, ao gerenciamento de obras de edificações e na forma de

utilização através de software de análise estatística.

Ressalta-se a enorme importância da medição de dados significativos aos processos existentes

em obras de edificação como requisito fundamental para desenvolvimento de projetos de

melhoria em processos vez que não se pode analisar aquilo que não é medido. Na mesma

medida que é premissa básica de administração a tomada de decisões com base em fatos.

A coleta de dados deve ser realizada durante todo o curso da obra, bem os dados constantemente

analisados a partir de softwares de análise estatística, de modo que eventuais inconsistências

nos processos sejam identificadas e tratadas o mais precocemente possível.

Observou-se com base nos resultados apresentados que ao se considerar apenas a média de

medições isto pode levar a uma interpretação errada dos dados coletados, e que uma análise

estatística manual acaba se tornando inviável ao gestor em razão do tempo e atenção necessários

à atividade. Desse modo, a utilização de software não apenas facilita o tratamento dos dados

obtidos, como também torna a visualização de problemas mais fácil, na medida que permite a

criação de gráficos e relatórios automatizados em pouco tempo.

Também constatou-se a necessidade de compreensão de alguns conceitos de controle estatístico

para melhor indentificação das variações existentes no processo produtivo, e na constatação de

que pequena variabilidade é esperada e intrínseca a todo e qualquer atividade; contudo,

oscilações além dos limites de controle devem ser identificadas tão o mais rapidamente

possível, razão pela qual o monitoramento e medição dos processos chave (em sistemas de

gestão da qualidade ditos simplesmente “processos controlados”) deve ocorrer com frequência

adequada, e não meramente para fins de certificação.

Verificou-se que a adoção de sistemas construtivos com maior grau de industrialização eleva a

capacidade do processo, diminuindo sua dispersão e relocando eventuais deslocamentos em

relação ao valor alvo do processo, evitando-se assim gastos desnecessário com retrabalho ou

perdas relativas a má seleção de fornecedores, como pôde ser verificado no ponto 8.2 quando

se observou a manutenção de um fornecedor que possuía índices de não conformidades de 11%

para características geométricas; ou ainda, em relação aos resultados de capabilidade da equipe

02 em relação a equipe quanto a prumicidade, verificado no ponto 8.3, cuja diferença é superior

a 25% para não atendimento aos parâmetros estabelecidos para o serviço.

Cabe, finalmente, reforçar que, longe se esgotar o tema apresentado, pretendeu-se exaltar a

importância de uma análise criteriosa de dados/fatos observados cotidianamente em obras de

edificações, e que tal análise pode ser, em muito, facilitada pelo uso de softwares próprios para

tal finalidade. E, também, que tal conduta pode e deve ser realizada independentemente do


Julho/2019


tamanho e natureza do empreendimento, em especial naqueles desenvolvidos por empresas

dentro do Programa Brasileiro da Qualidade e Produtividade do Habitad ou em sistemas de

gestão da qualidade com certificação ISO 9001, que pressupõem práticas de monitoramento e

medição de processos e resultados.

É, sobretudo, irrefutável e irrefreável que o processo de industrialização vem agregando

enormes avanços a tecnologia da construção, qualidade e produtividade; o que pôde ser

observado em todos os demais ramos da indústria ao longo da história. Processos de medição,

monitoramento e controle devem existir em inúmeras formas e ser incentivados pelos gestores

como forma não apenas de melhor fundamentar suas decisões, mas também para elevar os

parâmetros de qualidade de toda cadeia produtiva, qualificação dos profissionais integrantes e

desenvolvimento de melhores práticas, equipamentos e sistemas construtivos.

10. Referências

______. NBR ISO 9001 – Sistemas de gestão da qualidade: requisitos. Rio de Janeiro:

ABNT, 2015.

BRASIL, Ministério das Cidades. Sistema de avaliação da conformidade de empresas de

serviços e obras da construção civil – SiAC: Regimento Geral. Brasília: MC/SNH, 2017.

ANDREOLI, Taís Pasquotto; BASTOS, Livia Tiemi. Gestão da qualidade: melhoria

contínua e busca pela excelência. Curitiba: InterSaberes, 2017.

BRITO, Eduardo. Qualidade total. São Paulo: Cengage Learning, 2016.

CAMPOS, F. Controle da qualidade total no estilo japonês. Nova Lima: Falconi, 2014.

CAPINETTI, Luiz Cesar Ribeiro. Gestão da qualidade: conceitos e técnicas. 3. Ed. São

Paulo: Atlas, 2016.

CAPINETTI, Luiz Cesar Ribeiro; GEROLAMO, Matues Cecílio. ISO 9001:2015: requisitos

e integração com a ISO 14001:2015. São Paulo: Atlas, 2016.

CBIC – CAMARA BRASILEIRA DA INDÚSTRIA DA CONSTRUÇÃO. Desempenho de

edificações habitacionais: guia orientativo para atendimento à norma ABNT NBR

15575/2013. Fortaleza: Gadioli Cipolla Comunicação, 2013.

FNQ – FUNDAÇÃO NACIONAL DA QUALIDADE. Modelo de excelência da gestão: guia

de referência da gestão para excelência. 21 ed. São Paulo: FNQ, 2016.

GARVIN, David A. Competing on the eight dimensions of quality. Harvard Business

Review. Ed. Novembro de 1987. Disponível em: <https://hbr.org/1987/11/competing-on-the-

eight-dimensions-of-quality>. Acesso em 12 de maio de 2018.


Julho/2019


LOUZADA, Francisco; Diniz, Carlos A. R.; Ferreira, Paulo H.; Ferreira, Edil L. Controle

estatístico de processos – uma abordagem prática para cursos de engenharia e

administração. Rio de Janeiro: LTC, 2013.

MACHADO, José Fernando. Método estatístico: gestão de qualidade para melhoria

contínua. São Paulo: Saraiva, 2010.

MINITAB INC. Considerações de dados para carta I-AM. Minitab Inc.,2017. Disponível

em: <https://support.minitab.com/pt-br/minitab/18/help-and-how-to/quality-and-process-

improvement/control-charts/how-to/variables-charts-for-individuals/i-mr-chart/before-you-

start/data-considerations/>. Acesso em junho de 2018.

MONTGOMERY, Douglas C. Introdução ao controle estatístico da qualidade. 7.ed. Rio de

Janeiro: LTC, 2017.

RAMOS, Edson M. L. S; ALMEIDA, Silvia do Santos de; ARAÚJO, Adrilayne dos Reis.

Controle estatístico da qualidade. Porto Alegre: Bookman, 2013.

SOUZA, Roberto de; ABIKO, Alex. Metodologia para desenvolvimento e implantação de

sistemas de gestão da qualidade em presas construtoras de pequeno e médio porte. São

Paulo: EPUSP, 1997.

THOMAZ, Ercio. Tecnologia, gerenciamento e qualidade na construção. São Paulo: Pini,

2001.

______. Código de práticas n.01: alvenaria de vedação em blocos cerâmicos. São Paulo:

IPT – Instituo de Pesquisas Tecnológicas do Estado de São Paulo, 2009.

TOLEDO, José Carlos de. Qualidade: gestão e métodos. Rio de Janeiro: LTC, 2017.

YAZIGI, Walid. A técnica de edificar. 14.ed. São Paulo: Pini/Sinduscon, 2014.

Documents

Controle estatístico da qualidade aplicado ao gerenciamento de … · 2020. 1. 7. · Controle estatístico da qualidade aplicado ao gerenciamento de obras de edificações Julho/2019