ARTIGOS
Método abreviado das observações instantâneas
Dayr Américo dos Reis
Engenheiro Industrial da International Business Machines - IBM, Rio de Janeiro, GB
"... De maneira geral o investigador cientificamente treinado pasia as operações industriais e empresariais realiza melhor suas tarefas do que qualquer outro tipo de profissional, ao separar fatos de opiniões, chegando a conclusões que estão adequadamente relacionadas com a realidade que esíà sendo estudada." - DEAN E. WOOLDRIDGE.
O método que se vai sugerir é de fundamento estatístico ao qual resolvemos chamar: "Método Abreviado das Observações Instantâneas".
Os gerentes, os engenheiros e outros supervisores, técnicos ou não, identificarão nêle um expediente simples para determinar e corrigir a curto prazo, a capacidade ociosa (ou o excesso de trabalho) dos equipamentos instalados ou dos funcionários que executam suas tarefas cotidianas.
Além de conduzir ao correto balanceamento da carga de trabalho, o método a ser proposto permite ainda localizar, com a precisão desejada, as áreas de atividade em que o equipamento existente poderia ser vantajosamente acrescido, substituído ou simplesmente removido. Em muitos casos mostrar-se-á compensador vender-se tal capacidade ociosa.
Pela sua simplicidade e rapidez, o método deve ser aplicado, de tempos a tempos, para auscultar a situação reinante. Assim é que, o estudo de amostragem de longa duração é substituído por "tomadas de pulso" eventuais e a ação corretiva é desencadeada prontamente. Assim, a ociosidade ou a sobrecarga flagrantes são imediatamente encaradas e solucionadas.
No final do trabalho achamos interessante e até sui generis apresentar uma lista de atividades às quais se tem aplicado o método geral das observações instantâneas (devido a Tippets) e, daquelas que poderão fornecer material atraente para aplicações futuras do método compacto.
Outrossim, um exemplo real de aplicação, conduzida por nós já há algum tempo, de um estudo da ociosidade do equipamento numa seção de processamento de dados, servirá de idéia viva sobre como aplicar o método sugerido, à medida do trabalho das máquinas.
A aplicação do Método Abreviado das Observações Instantâneas à medida do trabalho humano, inclusive o de supervisão, requer um desenvolvimento mais minucioso, razão pela qual deixaremos de aqui fazê-lo para retomar o assunto num artigo posterior.
Lista de Símbolos Usados Neste Trabalho
S - precisão relativa (em decimais)
p - freqüência relativa teórica do acontecimento
p' - uma estimativa de p (em decimais)
N - número de observações (ou tamanho da amostra)
- número médio de observações diárias
D. P. - desvio-padrão da distribuição de freqüências
l. c. i. - limite de controle inferior (em %)
l. c. s. - limite de controle superior (em%)
O MÉTODO DAS OBSERVAÇÕES INSTANTÂNEAS
Desde 1933 que a indústria mundial emprega o Método das Observações Instantâneas.
O processo concebido por L. H. C. TIPPETS e aplicado por êle à indústria têxtil britânica, expandiu-se inesperadamente na última década, quando se começou a perceber seu caráter geral de aplicabilidade a qualquer tipo de atividade que se possa imaginar.
O presente trabalho é um método abreviado, que procuramos sugerir visando mormente à facilidade de manuseio dos dados e a velocidade de obtenção dos resultados.
Há muito que, ao aplicarmos o método de TIPPET S aos problemas práticos, sentíamos a necessidade de torná-lo mais curto, reduzindo o número de elementos da amostra estatística, para não tornar extenuante a tarefa de efetuar as observações.
Além disso, os gerentes costumam ficar impacientes à espera de resultados que não aparecem logo no início e apreciam muito a urgência com que tratamos os seus problemas.
Em geral, numa sala de produção ou num escritório, nem tudo está perdido; às vêzes, uma pequenina modificação pode fazer com que a produtividade global experimente substancial aumento.
Guiados por êsse intento foi que concebemos um método compacto, que não tomasse mais de cinco dias de observações para que se pudesse apontar, com razoável precisão, os acontecimentos mais freqüentes, isto é, aquêles de maior incidência. Se o acontecimento a ser estudado fôr a "ociosidade" dos equipamentos de uma determinada oficina, então, o método abreviado será capaz de indicar, com precisão nunca inferior a 6% e ao cabo de cinco dias úteis, à razão de 50 observações por dia, quais as máquinas mais ociosas (ociosidade acima de 80%). Em contrapartida o método apontará as máquinas mais ocupadas (ocupação acima de 80%).
Conhecendo-se o quanto se está perdendo em capacidade de produção, por equipamento, os administradores poderão decidir com maior segurança sôbre as possíveis soluções que cada caso comporte.
No fim do artigo apresentamos algumas sugestões que, tendo sido bem aceitas em outras ocasiões, e se terem mostrado de real serventia, fizeram por merecer aqui a sua citação.
Mesmo admitindo que o leitor já conheça o Método das Observações Instantâneas, é nosso intento reapresentar na seção seguinte, alguns dos seus conceitos fundamentais, para depois então passarmos à descrição do método abreviado.
Elementos do Método
Também conhecido como Método de Amostragem do Trabalho (Work sampling), o processo idealizado por TIPPETS é uma técnica de medição de atividade qualquer mediante "amostras" da mesma. Sua aplicabilidade é tão vasta que se pode estudar, com a mesma facilidade e precisão, as máquinas, os materiais, as operações e os funcionários que intervêm num processo industrial ou numa atividade qualquer.
O elemento básico do estudo é a OBSERVAÇÃO INSTANTÂNEA feita AO ACASO, do acontecimento que se deseja avaliar.
Chama-se OBSERVAÇÃO INSTANTÂNEA à observação feita em um momento específico e em determinado local de trabalho. Tal observação representa o trabalho efetuado nesse instante determinado e, constitui por sua vez, uma amostra do trabalho que se está executando no mencionado local.
Uma só observação, é claro, não dará uma idéia definida da atividade global e do seu progresso. Entretanto, se tais observações forem reconduzidas de maneira sistemática e planejada, no fim de algum tempo teremos reunido estimativas quantitativas bem "reais" da atividade estudada.
Um Exemplo Simples
O Método Geral de Amostragem do Trabalho usa a teoria da amostragem aleatória. Selecionam-se amostras "ao acaso", de um conjunto e, quando um número suficiente delas tiver sido selecionado, arrisca-se uma previsão para o grupo todo.
Suponhamos que se deseje estimar a porção da jornada de trabalhe que vem sendo utilizada eficientemente por um determinado operário. Façamos cinqüenta observações, ao acaso, do seu desempenho durante o dia todo. Os resultados, representamo-los na FIGURA 1.
Das observações efetuadas, dez nos indicam que o funcionário estêve ocioso, em vinte por cento (20%) do tempo em que foi observado.
O princípio que fundamenta o Método das Observações Instantâneas é o de se supor que vinte por cento (20%) seja uma medida confiável da ociosidade do funcionário, desde que um número estatisticamente suficiente de observações seja temado.
Conceitos Estatísticos Básicos
O Método de Amostragem do Trabalho ou das Observações Instantâneas baseia-se nas leis da probabilidade.
Amostra é o conjunto de observações tomadas de uma fonte com o propósito de obter informações sobre essa fonte.
Universo ou população é a denominação que se dá à fonte de tais observações.
Uma amostra tirada ao acaso, de um conjunto maior tende a ter a mesma composição que o grupo original ou universo. Se a amostra fôr suficientemente grande, suas características diferirão bem pouco das características do universo de onde saiu.
O problema de como selecionar uma amostra de um universo, de sorte que as conclusões sôbre o mesmo, tiradas a partir da amostra, sejam válidas, é muito complicado.
Ficará convencionado desde já que se uma amostra fôr extraída, isto se fará através um método chamado: de amostragem aleatória.
Para os fins dêste trabalho, basta confiar na intuição e pensar na amostragem aleatória como se fôsse um processo de seleção no qual os componentes são selecionados cegamente ou ao acaso, tal e qual a um sorteio com bolinhas numeradas de uma urna ou, a um jôgo de azar, ou quando recebemos ou escolhemos as cartas de um baralho.
Posteriormente, será apresentada uma tábua de números aleatórios com a finalidade de padronizar e facilitar o procedimento nesse campo. (Vide Quadro 1).
Curva de Distribuição Normal
A curva normal - fundamental no desenvolvimento do método - representa gráficamente a probabilidade ou chance de ocorrência de um acontecimento qualquer. Focalizemos o seguinte exemplo:
Se mil (1.000) indivíduos, escolhidos ao acaso, fossem medidos em estatura, qual seria a configuração dos resultados?
Podemos adiantar ao leitor que se a experiência fôsse realizada e, a não ser que estivéssemos na porta de um clube onde se praticasse o basquetebol ou nas proximidades de um circo, com seus anões e gigantes, a configuração resultante seria aproximadamente o que mostra a FIGURA 2.
O que se pode concluir, aliás, até intuitivamente, sem mesmo olhar a FIGURA 2 é O seguinte:
Existem bem poucos indivíduos com estatura inferior a 1,50 m ou superior a 1,90 m.
Poucos se situam entre 1,50 e 1,65 m, bem assim como entre 1,75 m e 1,90 m.
A grande concentração ocorre na faixa que vai de 1,65 m a 1,75 m, com a média em tôrno de 1,70 m.
Essa tendência, com relação à distribuição de alturas de indivíduos, pode ser expressa gráficamente pela curva normal ou, algébricamente pela função normal. Esta função e sua curva representativa são criações dos matemáticos. Elas nos auxiliam sobremaneira na quantificação dos fenômenos naturais cujas leis de distribuição passam a receber também a denominação de normais.
Outros exemplos de distribuição cujos gráficos podem ser convenientemente ajustados por uma curva normal, acham-se nas variáveis do tipo contínuo, a saber: os diâmetros de uma barra de aço obtida na linha de produção de um fabricante industrial; os pesos de um determinado grupo de pessoas da comunidade e muitas outras distribuições típicas que se situam na indústria e na natureza.
Medidas das Áreas Abaixo da Curva Normal
Se precisarmos conhecer a porcentagem de casos que caem dentro de limites específicos, poderemos valer-nos da curva normal e suas relações conhecidas em matemática.
Para aplicá-la, basta retermos de memória o que se segue. A FIGURA 3 ajuda à memorização como insinuante auxílio visual que é.
Resumo das Relações
68% dos casos estarão situados dentro de um (1) desvio-padrão (D.P.), a partir da média, para a direita e para a esquerda (± 1 D.P.).
95% dos casos estarão localizados dentro de dois (2) desvios-padrão 2 D.P.).
99,7% dos casos cairão dentro de três (3) desviospadrão (± 3 D.P.).
O desvio-padrão (D.P.) será calculado por uma fòrmulazinha que daremos adiante.
Significado do Desvio-Padrão
No caso da experiência de amostragem sôbre "alturas de indivíduos", poder-se-ia calcular a média e o desvio-padrão da distribuição de freqüências da amostra.
As fórmulas usadas podem ser encontradas no apêndice. Interessa-nos somente o resultado
= 172 centímetros e
s = 6,25 centímetros.
A curva normal nos assegura que 95% dos indivíduos (950 numa amostra de 1.000) terão provàvelmente estaturas compreendidas entre:
1,72 ± 2 x 0,0625, isto é,
1,60 m e 1,84 m, aproximadamente.
Da tabela e do gráfico da FIGURA 2, que resumem a nossa experiência, vê-se que cêrca de 953 indivíduos (aproximadamente 95% da amestra) têm estatura entre 1,60 m e 1,85 m, o que confirma a previsão feita pela curva normal.
Fórmula do Desvio-Padrão
Tem-se:
onde:
P = freqüência teórica de um acontecimento
N = número de tentativas independentes ou número de elementos da amostra.
O que o leitor não técnico precisa ter em mente, mesmo que o seja de maneira imprecisa, é que a fórmula supõe duas coisas:
Que a distribuição de freqüência é binominal (modêlo matemático típico para as variáveis discretas).
Que a distribuição binomial possa ser calculada através de uma curva normal que se lhe ajuste convenientemente. A razão disto é que o cálculo da binomial se torna extenso e difícil quando o número N cresce.
Utiliza-se então o artifício de ajustar-se à binomial uma curva normal apropriada e calculá-la de acordo com suas propriedades conhecidas.
Nível de Confiança
Neste ponto, vale fazer logo a pergunta que o leitor certamente estará já para fazer: que grau de confiança devemos atribuir a tôdas essas previsões, feitas através de processos estatísticos?
Quando aplicamos a curva normal, afirmamos, como no exemplo visto, que 95% dos indivíduos teriam estaturas compreendidas entre 1,60 m e 1,85 m, o que ficou comprovado plenamente pela experiência. Os demais 5% poderiam ter ou não. O grau de certeza ou nível de confiança foi de 95%. O risco de errar foi de 5%.
Qualquer previsão feita na base de dois desvios-padrão estará provàvelmente certa em 95% dos casos. Se a base de trabalho tivesse que ser mais cuidadosa ainda, arriscaríamos uma previsão baseada em três desvios-padrão. Neste caso, o nível de confiança ascenderia a 99,7%, o que significaria quase certeza absoluta.
Simplicações e Suposições Usadas na Prática
Na prática o problema aparece da seguinte maneira: qual deve ser o tamanho (N) da amostra, para que se possa estimar a freqüência teórica (probabilidade p) de um acontecimento, de sorte que se esteja certo em 95% dos casos (ou que se erre em apenas 5% das vêzes) e, que no final, a estimativa de p, (p'), não difira do valor verdadeiro de p em mais do que uma certa fração S de p?
A fração S é a precisão da estimativa.
Particularizando, com um exemplo, o problema geral acima enunciado, vamos supor que um diretor de emprêsa deseje conhecer a aplicação do seu tempo em manter a correspondência de serviço em dia.
O método geral que vem sendo explicado, ou o Método Abreviado que mais adiante descreveremos para o leitor, poderá informar ao mencionado diretor, com 95% de certeza (ou com a certeza que êle desejar), acêrca do seu tempo dispendido em escrever cartas. A resposta será dada sob forma de porcentagem; por exemplo: o tempo que V.S. dedica à correspondência se situa entre 19 e 21% do seu tempo total.
Vamos dar mais um exemplo.
Admitamos que o gerente de uma fábrica quer saber se, de um determinado grupo de máquinas, alguma ou algumas possuem capacidade ociosa. Em caso positivo êle pretenderá alugá-las, durante aquêle intervalo de tempo disponível a uma outra emprêsa que lhe pagará bom dinheiro.
Um rápido estudo pelo Método Abreviado das Observações Instantâneas poderá indicar-lhe: as máquinas mais asadas, as que são menos usadas e uma terceira categoria, mais estranha que as outras duas: as que não são usadas.
Se o leitor fôr um administrador da produção saberá que a afirmação não é exagerada. Existe um número incomensurável de fábricas e oficinas que possuem máquinas as quais simplesmente não são nunca usadas. O fato pode passar até muitos anos despercebido.
Além de indicar a prioridade com que se deva considerar cada caso, o Método das Observações Instantâneas irá fornecer ao gerente da produção o exato número de horas ociosas de que se poderá dispor.
Simultáneamente, ter-se-á uma indicação precisa de quais, seriam as máquinas mais sobrecarregadas, ressaltando-se neste caso a necessidade de se começar a pensar em equipamento adicional.
Tudo isso poderá ser previsto com a certeza que se desejar (usualmente 95% de nível de confiança) e, com a precisão que se pretender emprestar à estimativa (normalmente ± 5%).
RESUMO DAS SIMPLIFICAÇÕES E SUPOSIÇÕES USUAIS
Precisão relativa: ± 5% (S = 0,05, sempre em forma de decimal).
Nível de confiança: 95% (isto é, risco de êrro = 5%).
A fórmula, nas condições de nível de confiança = 95%, assume o seguinte aspecto:
Donde:
Tendo em vista a precisão relativa usualmente aceita, de ± 5%, vem:
Geralmente não se conhece o verdadeiro valor de p. É válido (diz a teoria), substituir-se p por uma de suas estimativas, p, cuja amostra seja suficientemente grande (por exemplo: 25 ou 50 observações).
A distribuição de p é binomial e é válido calculá-la mediante o emprêgo de uma normal que se lhe ajuste convenientemente.
O MÉTODO ABREVIADO DE OBSERVAÇÕES INSTANTÂNEAS
Da Necessidade de Um Método Abreviado
Suponha-se que se esteja observando um acontecimento ou atividade e que, uma amostra preliminar revelou a seguinte probabilidade de ocorrência:
p' = 0,50 (ou 50%)
Quantas observações se deverão realizar para que se tenha uma confirmação 95% exata do valor acima expresso, permitindo-se no máximo uma variação de 5 %, no valor de p? Resposta: de acordo com a fórmula tem-se: N = 1.600 
= 1.600
Isto significará um estudo de longa duração pois, assumindo-se 50 observações diárias, o que já é cansativo, ter-se-ia:
duração do estudo = 
= 32 dias, 50 admitindo-se um observador apenas.
Razões econômicas podem opor sérias restrições aos estudos de longa duração, ou que empreguem vários observadores. Ademais, os resultados custam a aparecer, os gerentes andam ávidos por resultados e precisam tomar suas decisões o mais rápido possível.
O Critério dos Oitenta-por-Cento
A simplificação básica em um estudo de amostragem do trabalho que propomos consiste em só estudar os acontecimentos cujas freqüências relativas sejam definidas por:
p' > 0,80 (80%), p' sendo estimado através de uma amostragem preliminar.
Esta é, portanto, a premissa de base do método abreviado. O limite estabelecido levará a um estudo de duração não superior a 5 dias, à razão máxima de 50 observações por dia.
O nível de confiança continua sendo de 95% e a precisão relativa não cairá fora da faixa de ± 6%.
Como no caso do método geral, mantém-se a suposição de que a distribuição de freqüências é binomial e que se pode calculá-la ajustando-se-lhe uma curva normal conveniente. Calculando o valor de N para as condições assumidas acima, tem-se:
Para p' > 0,80, vem:
N < 1111 x 
ou
N < 278, o que permite estabelecer-se um programa de cinco dias de observações, 50 observações diárias, mais 25 observações preliminares, por exemplo, ou cinqüenta, para se estimar um primeiro valor de p.
APLICAÇÃO DO MÉTODO ABREVIADO AO TRABALHO DAS MAQUINAS
Diagnóstico e Medida da Capacidade Ociosa de Um Equipamento Qualquer
O objetivo é diagnosticar e medir a capacidade ociosa de um equipamento de processamento de dados, do tipo convencional, constituído pelos seguintes grupos de máquinas:
Os grupos esquematizados poderiam ser: de tornos, fresadoras, furadeiras, retificadoras, prensas ou de quaisquer outros tipos de máquinas e equipamentos em geral. O que importa é classificá-los de modo homogêneo.
Tabela de Horas e Minutos Aleatórios
O estudo por amostragem, para que seja estatisticamente aceitável requer que todos os instantes tenham a mesma chance de serem escolhidos.
As observações devem ser aleatórias, imparciais e independentes, para que as regras da probabilidade e, por conseguinte, as fórmulas anteriores possam ter validade.
O QUADRO 1 foi construído especialmente para um estudo de cinco dias: 1, 2, 3, 4 e 5 e um dia de amostragem preliminar, P.
Para produzí-la foi utilizado um equipamento IBM convencional constituído de uma perfuradora, uma intercaladora e uma máquina de contabilidade.
Formulários de Amostragem
Os formulários das FIGURAS 4-a e 4-b podem ser empregados com vantagem. Observe-se o horário aleatório disposto na parte superior e diferente em cada dia. O horário dos formulários é organizado segundo a tabela citada em 7.2. Assim: P é o dia preliminar, 1 é o 1.º dia, 2 é o 2.º dia e assim por diante. As marcas superiores correspondem ao acontecimento: MÁQUINA TRABALHANDO; as inferiores, ao evento: MÁQUINA PARADA.
Como Fazer as Observações
De posse do formulário apropriado ao dia, o observador adentrará os locais de trabalho, onde se situam os grupos de máquinas a serem estudados quanto à ociosidade e, marcará no formulário, na linha e no horário correspondentes, se a máquina observada estava TRABALHANDO OU PARADA, no momento exato da observação. Neste último caso costuma-se anotar a causa. Se fôr parada por manutenção ou reparos, a marca poderá ser uma pequena cruz ( + ) em vez da barra vertical simples ( | ).
Os resultados do estudo podem ser encontrados nas FIGURAS 4-a e 4-b.
Amostragem Preliminar
Um estudo preliminar foi conduzido durante um dia para se estimar a freqüência relativa de cada acontecimento e selecionar os casos para os quais o estudo deveria prosseguir.
Os resultados fazem parte da folha de amostragem preliminar (P). Ver FIGURAS 4-a e 4-b.
Análise da Amostragem Preliminar
Só continuaremos no caso de valôres iguais ou maiores que 80%.
Gráfico para Análise Preliminar
O gráfico da Figura 5 permite visualizar as decisões tomadas, de acôrdo com o "critério dos 80%", isto é: todos os grupos de utilização média (
):
U 20% (isto é, 80% parado ou mais) e
U > 80%, serão respectivamente estudados
quanto à CAPACIDADE OCIOSA e ao acúmulo de serviços.
Os demais grupos, não abrangidos pelas definições dadas acima, não possuem capacidade ociosa ou estrangulamento no fluxo dos serviços tão prováveis quanto nos casos selecionados.
Se fôssemos estudá-los, gastaríamos tempo, dinheiro e não dispensaríamos tratamento iminente e prioritário aos caos mais evidentes, apontados pela premissa de base.
Vale ressaltar aqui os objetivos que visamos a alcançar com tal abreviação:
diagnóstico rápido;
melhoria da produtividade do equipamento;
lucro a curto prazo.
Estudo de cinco dias
Para os grupes selecionados pelo critério dos 80%, fêz-se um estudo de amostragem cuja duração não foi além de cinco dias, à razão de 50 observações por dia.
Os resultados constam das folhas de amostragem 1, 2, 3, 4 e 5 (Figura 4), onde é interessante observar o horário aleatório na parte superior das folhas e diferente em cada dia.
As marcações superiores correspondem ao acontecimento TRABALHANDO; as inferiores ao evento: PARADA.
Na prática, as marcas são efetuadas e depois somadas, aparecendo o resultado à direita do formulário. Por razões óbvias, representamos apenas a primeira linha de marcas para cada dia de observações. Nas demais figuras somente os resultados. Também foram omitidas as folhas 2, 3, 4 e 5, similares à fôlha 1, diferentes apenas nos horários das observações.
Cálculos
Para cada máquina calculou-se:
o número médio de observação ();
a freqüência relativa do evento observado (p);
a precisão a que se chegou (S);
os limites de controle, superior e inferior, para posterior aplicação à construção dos gráficos de contrôle (l.c.s. e l.c.i.).
É o que vem a seguir.
Observação: os ábacos da Figura 6 podem ser usados na determinação da precisão S, do número de observações N ou dos limites de contrôle: l. c. s. e l. c. i.
Doravante, abandonaremos as fórmulas e iremos direto aos diagramas. O leitor, além de achar mais fácil, verificará que o processo gráfico é, pelo menos, dez vêzes mais rápido.
Intercaladoras
Intercaladoras 1
= 
= 46; p = 
= 0,94 (ou 94%)
l.c. = 0,94 ± 0,105
l.c.i. = 0,84; o valer de p no 2.º dia cai abaixo de 84%; desprezando-se a amostragem dêsse dia, recalcula-se n, p e os novos limites de controle. Têm-se:
= 
= 50 e p = 
= 0,96
l.c. 0,96 ± 0,082
l.c.i. 0,88. Ainda o valor de p=0,86 do 3.º dia, cai abaixo do l.c.i. calculado.
Desprezando a amostragem do 3.º dia, vem:
n = 
50; p = 
= 0,98
l.c. = 0,98 ± 0,06
l.c.i. = 0,92
Sp = ± 2% e S = ± 2% (precisão muito boa)
Intercaladora 2
n = 50 e p = 
= 0,87
l.c. = 0,87 ± 0,14
l.c.i. = 0,73. O valor de p do 2.º dia cai abaixo de 73%.
Despreza-se a amostragem do 2.º dia e recalcula-se:
n = 
= 50 e p = 
= 0,91
l.c. = 0,91 ± 0,12
l.c.i. = 0,79
Sp = ± 3,7% e S = ± 4%
Classificadoras
Classificadoras 1
= 
=50; p = 
= 0,73
l.c. = 0,73 ± 0,19
l.c.s. = 0,92 e l.c.i. = 0,54
Sp = ± 5% e S = ± 6,8%
Classificadoras 2
= =50; p = 
= 0,84
l.c = 0,84 ± 0,155
l.c.s. = 0,995 e l.c.i. = 0,685
Sp = ± 4,3% e S = ± 5%
Nos casos de anormalidade, a amostra do dia é desprezada.
Calcula-se de nôvo: n,p, l.c.s. e l.c.i., Sp e S.
Quando isso acontece, aparece um segundo gráfico, que se apresenta já dentro dos limites de controle.
Significado dos Limites de Controle
Adotando-se para limites de controle de p os valores: ± 3 desvios-padrão (3 D.P.), apenas três em mil dos valores de p poderão cair por acaso fora do âmbito daqueles limites. É só lembrar que, na distribuição normal, 99,7% dos caso« caíam dentro de três (3) D.P. A chance de que caíam fera é muito reduzida.
Portanto, quando o valor de um dia de amostragem excede os limites de controle ( = 3 D.P.), conquistamos o direite de desconfiar que houve uma anormalidade qualquer. A amostragem dêsse dia deve ser abandonada.
No ensaio que estamos examinando, o 2.º e o 3.º dia coincidiram com a antevéspera e a véspera de Natal e algumas máquinas se tornaram mais ociosas nesses dias.
Resultados
Devem ser expressos sob forma de previsões cercadas de uma certa precisão e um determinado grau de confiabilidade. Vejamos, a seguir, como se faz.
Verificadoras
É 95% provável que a utilização da verificadora V1 seja:
Para as demais máquinas, é também 95% provável que suas capacidades ociosas sejam:
O exame dos resultados leva a concluir:
a) Verificadoras
A verificadora 1 está sobrecarregada.
A utilização de 85% já deve ser considerada muito boa.
Um funcionário pode folgar, devido às suas necessidades pessoais, fadiga, leitura de documentos, instruções do supervisor etc., de 10 a 20% da sua jornada de trabalho.
A sobrecarga, no caso, atingiu um máximo de 8%.
b) Iritercaladoras
A capacidade ociosa é de ( 170-17 ) = 153%. Considera-se como utilização máxima de cada máquina a cifra de 85%.
A capacidade ociosa acima expressa poderá ser explorada mediante: aumento da produção, aluguel, venda, ou troca de equipamento por outro mais moderno.
Um raciocinio análogo ao anterior valerá para o caso das classificadoras.
CONCLUSÕES
O Método Abreviado das Observações Instantâneas pode ser usado:
1) Para ajudar a definir um problema determinado.
O método permite um "auscultamento" prévio da situação e estabelece prioridade nas ações corretivas.
Começa-se por corrigir o que está mais errado, sem se ter a pretensão de abarcar todos os problemas de uma só vez.
2) No estabelecimento de metas de produtividade ou eficiência.
Os resultados do estudo devem ser encarados como ponto de partida para uma ação corretiva.
Supervisores e subordinados deverão cooperar.
3) Para determinar qualquer variação cíclica nas cargas de trabalho.
O método é útil, tanto nos períodos de muito, como naqueles de pouco trabalho. Dêste modo, os problemas de excesso ou falta de mão-de-obra e/ou equipamento ficarão expostos.
4) Nas análises para substituir-se economicamente um equipamento qualquer.
5) No planejamento das necessidades de mão-de-obra.
6) Na avaliação ou acompanhamento da execução geral.
Mediante o agrupamento das atividades homogêneas, torna-se viável controlar as operações de uma grande emprêsa.
Esta é uma enorme vantagem do método.
As decisões importantes, como por exemplo, a introdução ou o aumento da mecanização, podem fundamentar-se nos resultados obtidos pela amostragem do trabalho.
7) No estabelecimento dos tempos-padrão.
8) Pelos supervisores e gerentes, para auxiliá-los a melhor distribuir os seus tempos de serviço.
9) Para estimar os fatores de segurança.
10) Para avaliar a eficiência global de uma emprêsa.
11) Para avaliar práticas específicas de uma organização.
BIBLIOGRAFIA
L. H. C. TIPPETT, "A Snap-Reading Method of Making Time Studies of Machines and Operatives in Factory Surveys", Shirley Institute Memoirs, Vol. 13, novembro de 1934, págs. 73 a 93.
Industry Division of the Technical Cooperation Mission to India - National Productivity Council of India, "Basic Course in Work Sampling", 1.ª ed. em castelhano, "Curso Básico de Muestreo de Trabajo", México: Herrero Hermanos, Sucessores, S. A., março de 1964.
R. M. BARNES, "Work Ssmpling", John Wiley & Sons, Inc., 2.ª edição, 4.ª impresão, setembro de 1964.
APÊNDICE
Média Aritmética de um Conjunto de N Medidas
Para dados não classificados têm-se:
Para dados classificados a fórmula é:
onde os "f" são as freqüências de medidas dentro de um determinado intervalo de classe, h é o número de intervalos de classe e, X1, X2,. .., Xh são os pontes de classe respectivos.
LISTA DE APLICAÇÕES
O Método de Amostragem do Trabalho se baseia em princípios universais, daí porque pode ser aplicado indistintamente a uma série extensa de atividades.
Todos se beneficiarão com a técnica de produtividade que integra o método proposto. Esta permitirá aos homens de empresa aumentar sua eficiência de direção, reduzir os custos e melhorar seus métodos de controle.
A lista que se segue reflete um grupo numeroso e heterogêneo de aplicações já conquistadas pelo Método Geral das Observações Instantâneas.
O método Abreviado poderá ser experimentado nos assuntos seguintes, ficando a cargo dos estudiosos o desenvolvimento das soluções específicas.
ESTUDO DO TRABALHO (capacidade ociosa de pessoas e/ou máquinas)
Indústria têxtil.
Fábrica de ladrilhos: máquinas trituradoras.
Oficina de soldagem.
Lavanderias.
Fábrica de latas.
Seção de datilografia.
Armazém de aços (vergalhões, tiras, rolos, etc.).
Seção de furadeiras.
Seção de prensas.
Transporte, em caminhões, de cana-de-açúcar.
Inspeção.
Ferramentaria.
Supervisão
Ensino: distribuição do tempo de labor dos professores
Hospitais: utilização do pessoal
Fábricas de plásticos
ESTUDOS DE INCENTIVOS
Incentivos de salário com aplicação de equipamento de processamento de dados
Estudos de incentivos para a mão-de-obra indireta
ESTUDOS DE TRÁFEGO
Em uma cidade
Aéreo
Rodoviário
Ferroviário
ESTUDOS DE TEMPO
Estabelecimento do tempo-padrão num departamento de fabricação
Tempo de preparo das máquinas operatrizes
Determinação do tempo-padrão em uma operação de montagem.
EM AGRICULTURA
Técnicas de amostragem para se determinar a porcentagem de um campo de cana-de-açúcar que deverá ser replantado.
- Industry Division of the Technical Cooperation Mission to India - National Productivity Council of India, "Basic Course in Work Sampling", 1.Ş ed. em castelhano, "Curso Básico de Muestreo de Trabajo", México: Herrero Hermanos, Sucessores, S. A, março de 1964.
- R. M. BARNES, "Work Ssmpling", John Wiley & Sons, Inc, 2.Ş edição, 4.Ş impresão, setembro de 1964.
Datas de Publicação
-
Publicação nesta coleção
06 Jul 2015 -
Data do Fascículo
Jun 1967
