HOME | ÍNDICE POR TÍTULO | NORMAS PUBLICACIÓN

Espacios. Vol. 37 (Nº 02) Año 2016. Pág. 19

Pensamento e Técnicas Estatísticas: aplicação e efeitos percebidos na indústria de alimentos e bebidas do Estado de SP – Brasil

Statistical Thinking and Statistical Techniques: application and the perceived effects in companies from food and beverage industry of São Paulo state - Brazil

José Carlos de TOLEDO 1; Fabiane Letícia LIZARELLI 2; Miguel Angel Aires BORRÀS 3; Manoel Fernando MARTINS 4

Recibido: 04/09/15 • Aprobado: 18/10/2015

Contenido

1. Introdução

2. A relação entre Pensamento Estatístico e Técnicas Estatísticas

3. Análise descritiva dos dados

4. Considerações Finais

Referências

1. Introdução

As diversas abordagens difundidas e adotadas para gestão da produção, como por exemplo, Lean Manufacturing, TQC – Total Quality Control e TPM – Total Productive Maintenance, e os Programas de Melhoria Contínua, tais como o Kaizen e o Seis Sigma, têm como uma de suas bases científicas a análise de fenômenos bem como a tomada de  decisões baseado em fatos e dados, o que se supõe que sejam conduzidas com o suporte de princípios e técnicas estatísticas. Entretanto, apesar desses princípios e técnicas, na sua grande parte, terem origem e serem difundidos desde o início do século XX, até hoje a sua difusão e aplicação enfrentam limitações e dificuldades para uso rotineiro nas decisões empresariais. Algumas possíveis explicações para essa situação seriam: preconceitos existentes quanto à dificuldade para compreensão e uso desses princípios e técnicas, presentes nos diversos níveis hierárquicos de uma organização; formação deficiente e tardia em Estatística, principalmente de engenheiros e administradores; a não compreensão de que não basta o ensino direto de técnicas estatísticas, se essa formação não for precedida pelo conhecimento e valorização do chamado Pensamento Estatístico (PE).

O PE deve estar presente e inserido no modo como a alta administração pensa, estrutura e gerencia a organização. O PE significa a compreensão de que a variabilidade, presente em todos os processos e fenômenos, quando não desejada precisa ser conhecida e controlada com o apoio de Técnicas Estatísticas (TE), além da adoção de uma visão e raciocínio que refutem o determinismo e valorizem o comportamento aleatório e a variabilidade inata dos processos. O PE seria uma condição básica para a maior valorização e uso das TE.

Alguns modelos voltados para gestão e melhoria da qualidade, como o Kaizen, o TQC, o Seis Sigma ou o Controle Estatístico da Qualidade, pressupõem o uso do PE e das TE e teriam contribuído para uma maior aplicação dessas técnicas. Mas, considera-se que essas aplicações ainda são limitadas e com resultados inferiores ao potencial disponível.

Este trabalho objetiva identificar a aplicação do PE e de TE, e avaliar o impacto que responsáveis por programas de melhoria percebem no controle e melhoria dos processos, e a satisfação com essa aplicação, em uma amostra de empresas da indústria de alimentos e bebidas do estado de São Paulo. A pesquisa de campo foi conduzida por meio de um levantamento (survey) junto a uma população acessada de 112 empresas de médio e grande porte, às quais foi enviado um questionário a ser respondido por um gerente de melhoria ou de qualidade. A amostra obtida foi de 33 questionários válidos (29,46% das empresas acessadas).

2.  A relação entre Pensamento Estatístico e Técnicas Estatísticas

Hoerl e Snee (2012) indicam três aspectos comuns a todas as abordagens de gestão e melhoria da produção: visão do trabalho como sendo um processo; uso de dados para orientar a tomada de decisões; e resposta "sábia" à variação. Os autores afirmam que esses três aspectos são parte do campo de conhecimento relacionado ao PE.  De fato, nos trabalhos de Snee (1990), Makrymichalos et al. (2005) e Hoerl e Snee (2012), define-se Pensamento Estatístico como uma filosofia de aprendizado e ação baseada nos seguintes princípios:

a)Todo trabalho ocorre num sistema constituído de processos interconectados: um processo tem uma ou mais atividades conectadas, nos quais "entradas" são transformadas em "resultados" com propósito específico, sendo que as empresas são constituídas por uma coleção de processos interconectados que fornecem um bem ou serviço para um cliente, usuário ou consumidor;

b) A variação existe em todos os processos: a variação existe em tudo que fazemos e em todos os sistemas que criamos, sendo entendida, por exemplo, como a diferença entre dois itens ou unidades produzidas por um mesmo processo e com as mesmas especificações.

c) Entender e reduzir a variação são elementos-chave para se alcançar o sucesso: identificar, caracterizar, quantificar, controlar e reduzir variações fornece oportunidades de melhoria e a consequente possibilidade de melhor satisfazer os funcionários, clientes, acionistas e a comunidade impactada direta ou indiretamente pelo processo.

Operacionalmente, o PE pode ser desdobrado em princípios como: medição e coleta de dados sobre os processos, resolução de problema baseada em dados e fatos, busca da melhoria de todo o processo e não de apenas uma operação, reconhecimento e busca da redução da variação nos processos, e análise das possíveis fontes de variação em máquinas, pessoas, materiais, métodos, medições e ambiente.

O principal fator para se analisar as fontes dessas variações são os dados, que representam um determinado processo e os fatos ocorridos nesse processo. Os dados são parte crucial no estudo da variabilidade, pois, assim como são geradores de resultados, também geram incertezas, uma vez que aos dados também são imputadas fontes de erros, o que interfere diretamente nos resultados obtidos com a aplicação de métodos estatísticos.

Embora a existência de dados seja fundamental para se estudar variabilidade, é importante distinguir a diferença entre entender variabilidade e usar dados. A variabilidade existirá, em si mesma, independentemente da disponibilidade ou não de dados para estudá-la, enquanto que os dados são coletados para melhor entender a variabilidade (SNEE, 1990).

Os métodos estatísticos fortalecem o PE na medida em que fornecem oportunidades de melhoria dos processos como conseqüência da medição, coleta de dados e análise estatística. É importante ressaltar que o PE deve anteceder o uso dos métodos e técnicas estatísticas, posto que o primeiro é conceitual, universalmente aplicável e as TE tem como requisito principal o conhecimento e a compreensão desse conceito  (BRITZ et al., 2000). Segundo esses autores a sinergia entre o PE e TE seriam catalisadores da melhoria da qualidade.

Para Santos e Martins (2008), o PE consiste numa fundamentação básica para melhoria efetiva dos processos, por possibilitar uma visão mais holística e realista destes. Com o exame mais pormenorizado dos processos, obtém-se um melhor entendimento sobre suas fontes de variação que precisam ser atacadas para serem reduzidas e, consequentemente, possibilitar melhoria do rendimento do processo estudado.

No entanto, o PE não estaria atrelado à necessidade de se usar TE para a melhoria de processos. O entendimento da abrangência do PE no nível estratégico da organização daria maior impacto e racionalidade às ações do que propriamente o uso dos métodos estatísticos (HARE et al., 1995; HOERL e SNEE, 2012), uma vez que nos procedimentos de redução de variabilidade dos processos o PE desempenha função fundamental na medida em que estimula a utilização de princípios e técnicas estatísticas pelos níveis tático e operacional (SNEE, 1990; HOERL e SNEE, 2012).

Paradoxalmente, apesar da visível importância do PE para a melhoria dos resultados de uma empresa através da redução e controle da variação dos processos, parece existir dificuldade de uso do PE (MAKRYMICHALOS et al., 2005).

A partir da utilização do PE, a compreensão e a redução do efeito das fontes de variação sobre os resultados dos processos podem ser conseguidos com a aplicação de métodos e técnicas estatísticas nas atividades de planejamento, controle e melhoria da qualidade. Esses métodos e técnicas podem ser organizados em três áreas de aplicação (EVANS e LINDSAY, 2005): métodos e técnicas para a coleta eficiente de conjuntos de dados e sua adequada organização e descrição (Estatística Descritiva); processo de inferir conclusões sobre características desconhecidas de uma população a partir da identificação e caracterização de dados (Inferência Estatística); e métodos e técnicas para desenhar ou predizer futuros com cenários base em séries históricas de dados (Estatística Preditiva).

Tais técnicas, que permitem identificar, caracterizar e priorizar os problemas e possíveis causas, podem ser divididas em Básicas(Folha de Verificação ou Tabelas de Contagem, Histograma, Diagrama de Dispersão, Estratificação, Diagrama de Causa e Efeito, Diagrama ou Analise de Pareto, Gráfico Sequencial e Gráficos de Controle),  Intermediárias (Técnicas de Amostragem, Inferência Estatística, Métodos Não Paramétricos, Controle Estatístico da Qualidade) e Avançadas (Método Taguchi, Projeto de Experimentos, Superfície de Respostas, Analise Multivariada).

3. Análise descritiva dos dados

3.1 Perfil da amostra

A amostra de empresas deste estudo, de tamanho 33, caracteriza-se por ser constituída por 17 (52%) de  grande porte e 16 (48%) de médio porte do setor de alimentos e bebidas, situadas no estado de São Paulo. A pesquisa não considerou empresas de menor porte por se avaliar que nessas empresas é menos provável encontrar o uso de PE e TE.

Quanto à visão sobre a importância da Qualidade na estratégia competitiva das empresas, observou-se que cerca de 73% das empresas consideram alto esse grau de importância. Complementarmente a esse questionamento, as empresas foram consultadas a respeito de certificações da qualidade presentes em suas unidades e observou-se maior presença das certificações ISO 9001, BPF/APPCC, ISO 22000 e da ISO 14001 em, respectivamente, 16, 15, 12 e 7 empresas da amostra, sendo que algumas empresas possuem mais de uma dessas certificações.

A tabela 1 ilustra um panorama sobre a implantação de programas da qualidade nas empresas da amostra, considerando o período que já os possuem implantados.

TABELA 1: Programas da Qualidade nas empresas da amostra.

Nota-se elevada porcentagem de empresas que não fazem uso dos programas Seis Sigma (45%), Lean Manufacturing (46%), TPM (46%), TQM (53%), Lean Sigma (59%) e Eventos Kaizen (67%), apesar da declarada importância da Qualidade na gestão estratégica e no ganho de competitividade das empesas. Ao se analisar a ausência desses programas, observam-se oportunidades de difusão e consolidação dos mesmos nas empresas da amostra, o que poderia resultar na evolução do uso do PE e de TE nas empresas.

Era esperado um número maior de empresas com certificações, principalmente em BPF/APPCC e ISO 22000, que são específicas ao setor e associadas à gestão da  segurança do alimento. O mesmo era esperado para o uso de programas da qualidade. Esse baixo uso pode se dar pela presença na amostra de empresas de porte médio e provavelmente com atuação em mercados regionais, que não necessariamente exigem essas certificações. As certificações podem ser exigências legais ou de clientes e blocos econômicos para que haja relações comerciais entre as organizações, ou seja, muitas vezes são fatores externos à empresa que incentivam sua implantação. Já em relação aos programas da qualidade, as iniciativas de implantação devem partir da conscientização e determinação interna dos gestores sobre a importância das melhorias para a competitividade da empresa.  Os mais tradicionais programas de melhoria estão ausentes em cerca de metade da amostra. Apenas programas de escopo mais simples e limitado apresentam alta presença, como são os casos das iniciativas de melhoria no dia a dia, do Programa 5S e de Caixas de Sugestões,  que pouco induzem ao uso de PE. Novamente, essa relativa baixa presença de certificações da qualidade e de programas de melhoria contrasta com o dado que indica uma alta importância atribuída à Qualidade pelas empresas da amostras (73%).

Em relação ao uso de softwares de gestão, aproximadamente 90% das empresas usam algum software da família ERP – Enterprise Resource Planning para gestão integrada e 30% utiliza algum tipo de software de CRM – Customer Relationship Management. Para tratamento e análise estatística de dados, pouco mais da metade das empresas (52%) usa o software Minitab, enquanto 36% não usa nenhum software (provavelmente faz uso, pouco consciente, do Excel) e as demais empresas se distribuem pelo uso de outros softwares (Figura 1).

FIGURA 1 – Uso de softwares de gestão e estatístico.

3.2 Presença e Aplicação do Pensamento Estatístico

Cerca de 55% das empresas não têm nenhum programa de ações focado ou que inclua treinamento e difusão do PE a seus funcionários. Além disso,  78% das empresas não têm aumentado ou têm aumentado pouco, ao longo dos últimos anos, o investimento em capacitação de seus funcionários em PE e TE (Figura 2).

FIGURA 2 – Realização de treinamento e capacitação.

Para identificação da presença dos princípios do PE na organização, foram levantados dados a partir de 13 questões relacionadas a variabilidade dos processos e a importância dada ao tratamento dos dados e aos sistemas de medição. Essas questões utilizaram a seguinte escala de respostas: 1 – Nunca; 2 – Raramente; 3 – Algumas vezes; 4 – Frequentemente; 5 – Sempre.

Observou-se que em 52% das empresas (Tabela 2) não há treinamento continuado sobre PE (Questão 1). Somente  9% das empresas afirmaram ter elevada frequência de treinamentos, o que revela o pouco incentivo ao ensino dos conceitos estatísticos nessas organizações, o que representa um obstáculo à difusão do PE, como já foi observado por Montgomery (2010). Por outro lado, em mais da metade da amostra, há a difusão do conceito de que a redução da variação é fundamental para o desempenho da manufatura (88% responderam como "algumas vezes", "frequentemente" ou "sempre") (Questão 13) e também há o conceito de variabilidade difundido pela organização (63% responderam "algumas vezes", "frequentemente" ou "sempre" na questão 7). Outro resultado percebido que vai ao encontro do verificado em teoria, principalmente em autores como Ahmed e Hassan (2003), diz respeito ao suporte da alta administração para o uso do PE, que neste trabalho representa 27% das respostas como "nunca" ou "raramente" apóiam iniciativas relacionadas ao PE e 36% como "sempre" apóiam (Questão 2). Entretanto, esse apoio parece pouco operacionalizado na prática, pois 45% das empresas consideram que nunca ou raramente o uso efetivo de princípios estatísticos é estimulado e disseminado (Questão 3).

TABELA 2 - Resultados sobre a aplicação e difusão de conceitos do Pensamento Estatístico.

A difusão da importância da confiabilidade dos sistemas de medição é pouco valorizada na amostra. Isso não está presente ou está apenas raramente presente em 61% da amostra (Questão 10). Embora quase metade das empresas declare apoiar a tomada de decisão com base em fatos e dados do processo (Questão 11), mais da metade declare realizar análises de causa e efeito com base em dados do processo (Questão 12) e ter bem difundido a visão sobre a importância de redução da variabilidade dos processos (Questão 13), a preocupação com a qualidade e confiabilidade dos dados utilizados e dos sistemas de medição que os geram ainda é pouco presente. Isso indica uma inconsistência conceitual a ser superada, pois as análises mencionadas como sendo realizadas pelas empresas, dependem da qualidade dos dados utilizados e resultantes de medições.

3.3. Uso de Técnicas Estatísticas

Aproximadamente 58% das empresas declaram  fazer uso sistemático de TE. A tabela 3 apresenta a frequencia de uso de recursos tais como facilitadores(pessoas), disponibilização de exemplos claros de aplicações e de profissionais com experiência em TE nas atividades de melhoria.

TABELA 3 – Uso de facilitadores, exemplos e pessoas com experiência em Técnicas Estatísticas.

De acordo com os dados apresentados na Tabela 3, há um baixo ou inexistente uso de facilitadores, disponibilização de exemplos claros de aplicação e alocação de pessoas com experiência em TE em novos projetos de melhoria. Isso pode indicar um uso relativamente pouco significativo de PE e TE, principalmente nos níveis operacionais na manufatura.

Para avaliar a frequência de aplicação das TE básicas, intermediárias e avançadas, foram analisadas respostas para questões com a seguinte escala para o uso das técnicas: 1 – Nunca; 2 – Raramente; 3 – Algumas vezes; 4 – Frequentemente; 5 – Sempre. Ao analisar de forma global os resultados obtidos para técnicas básicas/intermediárias e avançadas, nota-se uma clara diferença nas distribuições de frequência entre o primeiro e o segundo grupo. Enquanto as técnicas básicas e intermediárias são mais amplamente utilizadas, as avançadas possuem um uso significativamente menor. Tal diferença de utilização de técnicas conforme sua complexidade também foi notada em outros trabalhos sobre aplicação da abordagem estatística, como em Santos e Antonelli (2011) e em Grigg e Walls (2007), cujas pesquisas abordaram indústrias de alimentos localizadas, respectivamente no estado de São Paulo e no Reino Unido. A Tabela 4 resume as diferenças entre a utilização das técnicas básicas/intermediárias e as técnicas avançadas, com a exposição do percentual das empresas respondentes nas opções 4 ("Frequentemente") e 5 ("Sempre").

TABELA 4 -  Proporção de respostas 4 ("Frequentemente") e 5 ("Sempre") para as TE consideradas.

Com a leitura da Tabela 4, percebe-se que as técnicas avançadas não ultrapassaram o percentual de 15% de uso pelas empresas da amostra. A técnica "Análise de Regressão Simples" que foi considerada básica/intermediária na elaboração do instrumento de pesquisa, teve retorno de frequência de utilização (12%) semelhante às técnicas avançadas. Isso indica que essas empresas devem considerar esta técnica como de maior complexidade e/ou não conhecem as possibilidades de uso da mesma. As três técnicas mais amplamente utilizadas são: Diagrama de Causa-e-Efeito (70% da amostra), Diagrama de Pareto (70%) e Folha e Verificação (Check List, em 58% ). Pode-se dizer que essas devem ser as técnicas relativamente mais simples e, principalmente as duas primeiras, são as mais difundidas, por seu amplo uso em atividades de solução de problema e melhorias. As técnicas de gráficos de controle do processo e de planos de amostragem são usadas por 45% das empresas da amostra. A tabela 5 apresenta a frequencia de motivos para o não uso das TE. Assim, nota-se que os principais fatores para a não utilização sistemática das TE são: "a falta de conhecimento interno que suporte a aplicação" e "a ausência de uma cultura adequada que estimule a aplicação do PE e TE". Entretanto, em outro questionamento, foi verificado que as empresas que não aplicam sistematicamente as TE, sentem a necessidade dessa aplicação.

TABELA 5: Frequência de justificativas para não aplicação sistemática das Técnicas Estatísticas.

3.4. Resultados percebidos com a aplicação de PE e TE

Para avaliação dos resultados percebidos com aplicação do PE e de TE foram formuladas 15 questões, com alternativas de respostas: 1–Nenhum; 2–Pequeno; 3–Moderado; 4–Grande(fortemente); 5–Muito grande. As questões avaliaram a percepção de resultados como: o nível de satisfação do cliente percebido pela empresa, a redução dos custos da não qualidade e de produção, a produtividade, a estabilidade dos processos e o envolvimento dos colaboradores de todos os níveis hierárquicos em prol da qualidade. Os principais resultados percebidos(Tabela 6), com a utilização do PE e TE, fazem referência à redução de não conformidades no mercado (52%, soma dos percentuais: resultados grande e muito grande), ao aumento da produtividade (55%), redução dos custos da não qualidade (58%) e aumento na satisfação dos clientes (58%). Como pontos negativos destacam-se a pouca percepção de resultados como "os funcionários do nível operacional se sentem motivados para aplicar o PE e as TE" e "aumento do nível de compreensão do processo e da capacidade de resolução de problemas com o uso do PE e das TE" que tiveram, respectivamente, 55% e 33% na soma das alternativas nunca ou raramente. Tal fato pode ser reflexo do pouco treinamento sobre PE aplicado nas empresas. Essas percepções indicam o potencial de ganhos que o PE e as TE pode proporcionar a essas empresas, o que também foi observado em trabalho conduzido por Santos e Antonelli (2011).

TABELA 6 - Resultados percebidos com a aplicação do PE e de TE.

4. Considerações Finais

As empresas da amostra ainda não estão totalmente inseridas na filosofia do PE, demonstrando que há oportunidades para melhorar o controle e o  desempenho dos processos por meio da utilização dos princípios e técnicas estatísticas.

Apesar da maioria das empresas da amostra perceberem que compreendem o conceito de variabilidade e entendem que sua redução e controle são necessários para a melhoria de processos e obtenção de ganhos nos resultados, apenas uma pequena parcela da amostra aplica o PE, capacita os funcionários em PE e, mesmo, investe no incremento do grau de confiabilidade dos dados coletados, o que é considerado basico para o uso adequado do PE e TE.

Já com relação ao uso de TE, apesar da maioria das empresas reconhecerem a importância das TE para a melhoria de seus processos, apenas uma pequena parcela as aplicam sistematicamente. Além disso, quando há uso de TE a maior parte das empresas se concentra na aplicação das técnicas básicas e não inclui, significativamente, pessoas com experiência em uso de TE em novos projetos de melhoria de processos e produtos e nem mesmo faz uso de exemplos e de facilitadores para incrementar o uso do PE e das TE. O uso de tais recursos(facilitadores, disponibilização de exemplos e participação de pessoas com experiência) são considerados, na literatura internacional sobre o tema, como críticos para a consolidação e continuidade na aplicação de conceitos e práticas do PE e TE.

De modo geral as empresas dessa amostra da indústria de alimentos, apesar de reconhecerem a importância do uso do PE e TE, não fazem uso sistemático, nem capacitam seu pessoal nesses conceitos, métodos e ferramentas.

As próprias empresas percebem, conforme dados na Tabela 5, que esse uso é limitado pela falta de conhecimento interno e falta de uma cultura organizacional adequada ao uso rotineiro de PE e de TE. Evidencia-se também algumas inconsistências conceituais, como por exemplo a importância atribuída ao conhecimento e controle da variabilidade e a valorização da tomada de decisões de processo baseada e fados e dados, e a perpectível pouca importância atribuída à confiabilidade dos sitemas de medição que geram os dados para análise e decisões sobre produtos e processos.

E se o futuro da competitividade de mercado estiver baseado na garantia da qualidade de produtos, o que necessariamente passa pela aplicação de PE e TE no controle e melhoria dos processos, pode-se vislumbrar que essa indústria, situada no estado de São Paulo, poderá enfrentar dificuldades na sua capacidade competitiva derivada da manufatura.

Investir na capacitação de pessoal e numa efetiva (eficaz e eficiente) implantação do PE e das TE nas ações estratégicas e nas atividades de gestão e melhoria da produção dessas empresas são algumas das ações necessárias na busca e manutenção da competitividade.

Referências

AHMED, S.; HASSAN, M. (2003); Survey and case investigations on application of quality management tools and techniques in SMIs. International Journal of Quality & Reliability Management. v. 20, n.7, p.795-826.

BRITZ, G. C.; EMERLING, D. W.; HARE, L. B.; HOERL, R. W.; JANIS, S. J.; SHADE, J. E. (2000); Improving performance through statistical thinking. Milwaukee: ASQ Quality Press.

EVANS, J. R.; LINDSAY, W. M.  (2005); The Management and Control of Quality. Mason: Thomson South-Western, 6ª ed., 760 p.

GRIGG, N.P.; WALLS, L. (2007); Developing statistical thinking for performance improvement in the food industry. International Journal of Quality & Reliability Management, v.24, n.4, p.347-369.

HARE, L. B.; HOERL, R. W.; HROMI, J. D.; SNEE, R. D. (1995); The role of statistical thinking in management. Quality Progress. Feb. p.53-60.

HOERL, R. W.; SNEE, R. D. (2012); Statistical Thinking: improving business performance. New Jersey: John Wiley & Sons, 2a. ed., 514 p.

KOLARIK, W. J. (1995); Creating Quality: concepts, systems, strategies, and tools. New York: McGraw-Hill, 1a. ed., 925 p.

MAKRYMICHALOS, M.; ANTONY, J.; ANTONY, F.; KUMAR, M. (2005); Statistical thinking and its role for industrial engineers and managers in the 21st century", Managerial Auditing Journal, v.20, n.4, p.354-363.

MONTGOMERY, D. C. (2010);  A modern framework for achieving enterprise excellence. International Journal of Lean Six Sigma, v.1, n.1, p.56-65.

SANTOS, A. B.; ANTONELLI, S. C. (2011); Aplicação da abordagem estatística no contexto da gestão da qualidade: um survey com indústrias de alimentos de São Paulo. Gestão & Produção, v.18, n.3, p.509-524.

SANTOS, A. B.; MARTINS, M. F. (2008); Modelo de referência para estruturar o Seis Sigma nas organizações. Gestão & Produção, v. 15, n. 1, p. 43-56.

SNEE, R. D. (1990); Statistical Thinking and its Contribution to Total Quality. The American Statistician, v.44, n.2, p.116-121.