O Histograma sempre foi, e ainda continua sendo, uma das ferramentas da qualidade mais antigas e eficientes utilizadas no meio industrial para analisar de modo prático e confiável um conjunto de dados com o objetivo de facilitar o processo de tomada de decisões coerentes e eficazes, correto?
O Diagrama de Caixa – ou Boxplot – também possui esta mesma finalidade: analisar um “ou mais” conjuntos de dados que irão ajudá-lo a tomar melhores decisões e que tragam maior desempenho ao processo envolvido. Porém, como deixei em aspas ali atrás, ele possui uma maior facilidade para correlacionar diferentes conjuntos de dados. E é neste ponto que aconselho sua utilização para também analisar o OEE de toda uma planta fabril!
Só que antes de partirmos para conhecer como usar o Boxplot para analisar o OEE de toda uma produção, vamos primeiro compreender o que é um quartil e como devemos interpretar um Boxplot, pode ser?
Entenda o que é um quartil:
Enquanto que o Histograma geralmente emprega amplitude ou desvio padrão para representar a dispersão dos dados, o Boxplot utiliza o quartil, que como o próprio nome sugere, é um valor que representa 1/4 ou 25% do total de dados contidos em uma amostra ou população.
Do ponto discrepante inferior até o primeiro quartil (Q1) contam 1/4 dos dados, do Q1 até a mediana contam outros 1/4 dos dados, da mediana até o terceiro quartil (Q3) contam 1/4 dos dados, e do Q3 até o ponto discrepante superior os últimos 1/4 de dados. Para facilitar sua compreensão, dê uma olhada no diagrama a seguir:
Como interpretar um Boxplot?
Mediana
Caso você não lembre, mediana é o valor central que separa a quantidade de dados menores dos maiores. No conjunto de dados {1,1,4,5,6,6,7}, o valor da mediana seria 5, por exemplo. Quanto mais centrada a mediana estiver maior a exatidão do processo de se permanecer no centro, ou seja, resultando em um processo exato e centralizado.
Quartil
Existem duas formas de análise neste caso: (1) quanto menor for a distância entre Q1 e Q3 – representado pela caixa – maior a consistência e precisão dos dados estarem com seus valores muito próximos um dos outros; (2) quanto menor for a distância entre o limite inferior (CI) e limite superior (CS) – representado pelas “caudas” – maior também a precisão do processo, isto é, sua capacidade de se manter consistente e estável.
Outliers
Estes são valores discrepantes que o Boxplot considera como estatisticamente improváveis. Para encontrá-los em um conjunto de dados basta multiplicar a diferença de valor entre Q1 e Q3 por 1,5. Quer um exemplo de outlier?
Imagine que uma transportadora faça em média mais de 100 entregas por semana, e certa vez faça apenas 10. Considerando que este valor esteja muito longe do limite inferior do conjunto de dados, você não concorda que é muito difícil que ele não seja decorrente de uma férias coletiva, greve ou algo do tipo? Então, o Boxplot desconsidera estes valores como seu limite inferior ou superior para favorecer um melhor processo de análise.
Boxplot e OEE: confira o poder desta relação.
Como vimos até agora, o Boxplot pode comparar em um só plano – no caso, diagrama (uma ou mais perspectivas de diferentes conjuntos de dados), ou seja, várias “caixas” lado a lado representando diferentes amostras ou populações. Pensando assim, por que não usá-lo para analisar também o OEE?
Exemplos: OEE por hora da linha de produção “A” nos turnos 1, 2 e 3 durante um mesmo dia; OEE de produção do produto “X” na linha “A” nos meses de maio, junho e julho; OEE comparativo mensal das linhas produtivas “A”, “B” e “C” durante todo o último ano; e por aí vai… Tudo isto lado a lado!
Com base nestas comparações, você pode descobrir que o turno 1 de uma mesma linha de produção obtém maior produtividade que o turno 2 e turno 3 muito em conta por sua baixa variabilidade, isto é, possui a distância entre seus quartis muito menor e consequentemente, a capacidade de manter mais estável o resultado de seus 3 índices (disponibilidade, desempenho e qualidade).
Com estas valiosas informações, o uso de outras ferramentas da qualidade pode agora ser melhor direcionado para buscar identificar quais as reais causas que estão interferindo nestes resultados.
Para elaborar um Boxplot dois programas são muito utilizados: o Excel e o Minitab. Não é difícil encontrar excelentes tutoriais passo-a-passo em sites de busca na internet. Que tal montar o seu? Se ficar com alguma dúvida, fique à vontade para escrever nos comentários!
Até o próximo,
