Variação - A raiz de todos os males

Bom antes de iniciar meu texto dessa semana, quero desejar um feliz 2012... e torcendo pra que o mundo varie apenas o esperado... mais ou menos 3 sigmas 

 

Sempre que inicio meus treinamentos falo que a ferramenta do DMAIC é a mais apropriada para entendermos de onde vem e como se comporta a variação.

O objetivo principal de um projeto Seis Sigma é entender quais são os inputs que mais afetam os outputs, qual o impacto da variação dos mesmos na variação da nossa saída de processo.

Vou ilustrar esse tema com a estória abaixo:

Como cliente, a pior experiência que eu poderia imaginar é ser vítima da variação de um processo. "Não parece ser tão ruim assim", você pode estar pensando. Procure se lembrar da última vez em que você:

- foi ao supermercado e selecionou exatamente o caixa mais lento da loja;

- fez um corte de cabelo mais curto ou mais longo do que de costume, que definitivamente não foi aquilo que você pediu;

- decidiu ir a uma loja de sapatos, mas ficou encalhado com um vendedor que não sabia dar informação nenhuma.

É provável que você consiga fazer uma pequena lista de suas próprias experiências ruins sem fazer muito esforço, mas é provável que você se lembre também de quando pegou a fila mais rápida no supermercado, recebeu um corte de cabelo perfeito e ficou pasmo com o conhecimento do vendedor que o atendeu. Foi uma sensação ótima, não foi?

Vamos examinar algumas maneiras que podem nos ajudar a avaliar a variação em processos.

Primeiramente, é importante entrar no espírito da coisa - imagine que seus filhos tenham passado o dia todo implorando por uma pizza e, no caminho para casa, você pára para pedir uma pizza pela qual você ficará aguardando no local. Analise o conceito de variação examinando o tempo de preparação (em minutos) de 10 pizzas feitas por duas pizzarias concorrentes. Veja abaixo a lista de tempos:

Pizzaria ABC	6,5		6,6	6,7	6,8	7,1	7,3		7,4	7,7	7,7	7,7
Pizzaria XYZ	4,2		5,4	5,8	6,2	6,7	7,7		7,7	8,5	9,3	10,0
Se usarmos ferramentas estatísticas comuns, como média, mediana, moda e amplitude média, obtemos os seguintes resultados:
		Pizzaria ABC						Pizzaria XYZ
Média		7,15						7,15
Moda		7,70						7,70
Amplitude média		7,10						7,10

A partir desses resultados, podemos perceber que as duas pizzarias têm as mesmas medidas de tendência central; assim, em média, os clientes esperam a mesma quantidade de tempo pelas pizzas nos dois restaurantes. Baseando-se apenas nessas medidas, não é possível perceber qualquer diferença entre os dois processos.

Contudo, se voltarmos aos dados originais, perceberemos uma diferença bastante distinta: o tempo de preparação da Pizzaria ABC varia muito menos do que o tempo da Pizzaria XYZ. Se todas as outras características da pizza (sabor, temperatura, tamanho, recheio, qualidade, cordialidade no atendimento, etc.) forem iguais, é mais provável que o cliente prefira a Pizzaria ABC, onde não há a possibilidade de ficar aborrecido por ser a única pessoa cujo tempo de preparação da pizza é muito mais lento do que o dos outros.

Verificando e comparando as diferenças de variação entre o tempo de preparação das duas empresas, podemos ter uma idéia do que é variação. Porém, nos negócios, é preciso mais do que uma idéia - é preciso medir e quantificar a variação dos processos. Por essa razão, apresentaremos a seguir o uso de duas ferramentas: amplitude e desvio-padrão.

Usando a Amplitude para Entender a Variação

A maneira mais fácil de medir a variação é por meio da amplitude, que é simplesmente a diferença entre o maior valor e o menor valor.

No caso da Pizzaria ABC, a amplitude é a diferença entre 7,7 minutos (maior valor) e 6,5 minutos (menor valor), que é igual a 1,2 minutos.

A amplitude do tempo de preparação da Pizzaria XYZ é: 10,0 - 4,2 = 5,8 minutos.

Essa amplitude dos dados, muito maior do que a anterior, sugere que o processo da Pizzaria XYZ apresenta uma quantidade maior de variação associada.

Embora seja muito fácil de computar, a amplitude apresenta também alguns inconvenientes. Geralmente, ela é inferior a outras medidas de variação que utilizam os valores de cada dado. Por exemplo, se examinarmos os dois grupos de dados, A e B, apresentados na tabela abaixo, poderemos computar as amplitudes como sendo 19 e 16, respectivamente.

Essa análise sugere que o grupo B apresenta muito menos variação do que o grupo A, mesmo que os números do grupo A sejam muito próximos um do outro, enquanto os números do grupo B apresentem mais variação.

A amplitude, nesse caso, pode induzir a erro, pois utiliza, apenas, os valores máximo e mínimo do conjunto de dados.

O desvio-padrão seria uma ferramenta melhor para calcular a variação nesse caso.

Usando o Desvio-Padrão para Entender a Variação

Uma das medidas de variação mais importantes é o desvio-padrão. O desvio-padrão (s) de um conjunto de dados de uma amostra é uma medida da variação dos dados em relação à média.

Utilizando esse conceito, agora podemos comparar a variação das duas pizzarias e observar que o desvio-padrão referente à Pizzaria ABC (0,48 minutos) é muito menor do que o desvio-padrão referente à Pizzaria XYZ (1,82 minutos).

Isso dá suporte à nossa observação inicial dos dados e aos nossos resultados da amplitude como quantificação da variação, e certamente escolheríamos a pizzaria ABC na próxima vez que nossos filhos estivessem famintos.

(Fonte: QSP - Marily Tavares Sales)