Uma lista de verificação – ou checklist – é uma ferramenta empresarial muito empregada para levantar dados sobre um processo ou produto de forma que seu desempenho seja revelado e, por fim, conhecido por seus responsáveis. Como seu próprio termo em inglês diz, trata-se de uma lista (list) que tem como intuito verificar (check) o comportamento de determinado processo ou material.
Neste artigo conheceremos os passos que você deve se atentar quando for elaborar um plano de coleta de dados na sua empresa, seja para iniciar um projeto ou participar da resolução de um problema-oportunidade. É notável ressaltar que por se tratar de uma ferramenta aparentemente simples, muitos profissionais prejudicam os resultados obtidos, descobertos ao final no sistema de solução de problemas adotado pela companhia, por não se atentar a este campo.
Descobrir quais são os dados mais vitais e necessários para conhecer o contexto do problema ou meta de melhoria é de vital importância para tomar decisões coerentes com o objetivo a ser atingido. Seja sua fonte de coleta manual ou eletrônica, validar estas informações para uso também é de essencial importância.
Só que antes de conhecermos as etapas para elaborar com eficácia um checklist, é relevante compreendermos de fato a diferença entre “população e amostra” e “dados contínuos e discretos”.
Vamos lá?
População e amostra: entenda a diferença.
A população, como o próprio nome diz, abrange todos os dados trabalhados pelo processo ou produto. Enquanto que a amostra é uma pequena parte destes dados que tem como objetivo representar com grau de confiança aceitável toda a população.
Quer um exemplo?
Supondo que sua empresa trabalhe com envase de produtos alimentícios, seria inviável medir a densidade do fluído envasado em cada um dos inúmeros recipientes em um dia, não é mesmo? Imagine então em um mês… Na maioria dos casos – ausentar restritas exceções – a quantidade de material para ser inspecionado seria absurda, exigindo recursos financeiros, de tempo e de mão de obra extremante altos.
É por isso que hoje é muito aplicada a técnica de coleta de amostras, que de acordo com a quantidade necessária para validar toda a população, possibilita emitir um valor quantitativo – ou qualitativo – muito mais rápido e financeiramente viável.
Discreto ou contínuo: como classificar os dados?
Dados discretos ou por atributos representam características, ou seja, algo que pode ser contado em uma escala finita de possibilidades. Exemplos? Gênero, raça, região, assim como número de peças defeituosas em estoque, número de reclamações, tipos de produtos fabricados, nicho de clientes atendidos, dentre outros.
Já dados contínuos ou por variáveis refletem o comportamento ao longo do tempo, ou seja, algo que pode ser contado em uma escala infinita de possibilidades. Exemplos? Densidade de um fluído qualquer, disponibilidade de tempo de uma linha de produção em um dia, lead time de um processo, temperatura ambiente, e por aí vai…
O que devo considerar ao elaborar um checklist?
Pronto, agora que já sabemos diferenciar população de amostra, e dados discretos de dados contínuos, vamos por fim conhecer os 8 fatores importantes ao montar um checklist.
Estratificação: a finalidade aqui é restringir o alvo da coleta. Levantar questões como: qual o problema, quando ele ocorre, onde ocorre, quem é o responsável, e o quanto ele custa; podem ajudar.
Unidade de medida: o objetivo deste campo é tornar claro e preciso a unidade de medida a ser contemplada na coleta. Já imaginou se você descobre mais tarde que precisava do número de defeitos por peça e sua equipe ou demais participantes coletaram o número de peças defeituosas? A perda de tempo para retornar a coletar novos dados poderá ser muito prejudicial.
Fonte dos dados: dados existentes podem ser utilizados desde que o sistema de medição do processo seja válido. Para saber como validar os dados do seu processo clique aqui para ler o artigo da semana passada, quando falei de MSA. Agora caso você não tenha dados já existentes, e também não queira validar o sistema de medição, você pode optar então por coletar dados novos e seguir com os demais fatores aqui do artigo. Contudo, é necessário certificar-se de que as informações que estará levantando são realmente confiáveis.
Formulário de coleta: elabore um formulário para coleta, seja para dados contínuos ou discretos; teste-o e veja a necessidade de revisões e ajustes futuros. Deixe clara a utilidade de levantar dados sobre diferentes turnos e dias, horários e locais, operadores e linhas, dentre outros.
Responsáveis: estipule um ou mais responsáveis pela coleta. Muitas vezes – na maioria, aliás – é o próprio operário quem realiza a coleta. Para garantir que os dados não sejam manipulados é importante conscientizá-lo do motivo da coleta. Explicar qual problema está sendo analisado para resolução; ou qual projeto e meta de melhoria estão sendo buscadas é essencial. Isto tende aumentar drasticamente o comprometimento dele para com a tarefa.
Coleta de amostras: de acordo com o formulário de coleta que já elaborou, pergunte-se: é de uma população ou de um processo? São dados discretos ou contínuos? Quais linhas, turnos, horários, dias e operários devo considerar? Qual família de produtos ou produtos deve ser considerada? Qual é a quantidade de vezes que devo coletar, de acordo com o nível de confiança aceitável para a tarefa?
Período de coleta: e por último, defina a baseline, ou seja, o período para coleta. Se corrente ou se temporário, ou seja, com final preestabelecido: de um dia, uma semana, mês, etc.
Até o próximo!
