Capacidade responde a uma pergunta sobre a relação entre variação do processo e limites de especificação. Mas essa comparação pressupõe que a variação usada no cálculo represente um sistema relativamente estável. Quando o processo muda de regime, apresenta causas especiais ou alterna entre condições diferentes, “a variação do processo” deixa de ser uma entidade única e previsível.
Por isso a sequência estatística importa: primeiro estabilidade; depois capacidade.
Limite de especificação não é limite de controle
LIE e LSE vêm da necessidade do produto, cliente ou engenharia: definem o que é aceitável. Limites de controle são calculados a partir do comportamento do processo e ajudam a identificar sinais improváveis sob o padrão histórico de causas comuns.
| Especificação | Controle | |
|---|---|---|
| Origem | Cliente, projeto, requisito | Dados do processo |
| Pergunta | É aceitável? | É consistente com o padrão histórico? |
| Mudar porque incomoda? | Não sem rever requisito | Não sem entender o processo |
Causas comuns e causas especiais
Causas comuns são fontes de variação inerentes ao sistema atual: método, materiais, ambiente, equipamentos e decisões de projeto que atuam continuamente. Causas especiais são eventos ou condições que introduzem comportamento diferente do padrão estável.
A distinção é gerencial. Reagir a cada oscilação comum como se fosse especial aumenta variação — o fenômeno de tampering. Ignorar uma causa especial impede aprender com sinais reais de mudança.
Cp e Cpk: potencial e centralização
Cp compara a largura de especificação com aproximadamente seis desvios-padrão de curto prazo. Cpk acrescenta a posição da média ao usar a distância até a especificação mais próxima.
Se Cp é alto e Cpk é muito menor, existe potencial de baixa dispersão, mas o processo está deslocado em relação ao centro das especificações.
Pp e Ppk: o que aconteceu no longo prazo
Pp e Ppk usam o desvio-padrão global, incorporando variações entre períodos e mudanças que ocorreram ao longo dos dados. Quando curto e longo prazo são parecidos, Cp/Pp e Cpk/Ppk tendem a se aproximar. Quando divergem, a estabilidade deve ser investigada.
Caso didático: Cp “bom”, processo ruim
Um dos estudos fornecidos à Struckel apresenta uma característica de diâmetro com:
Se alguém olhar apenas Cp e Cpk, pode concluir que a capacidade é boa. O gráfico de controle, porém, mostra processo claramente fora de controle, com mudança de nível e ampla diferença entre variação curta e longa. O Ppk de 0,334 revela que o desempenho global real é muito pior.
Um índice calculado não transforma um processo instável em processo capaz. Sem estabilidade, o uso preditivo de Cp/Cpk perde fundamento.
Estável não significa capaz
É possível ter processo perfeitamente estável e consistentemente ruim. Se a distribuição é mais larga do que a tolerância, o processo pode estar sob controle e ainda produzir não conformidades. Da mesma forma, pode ser estável porém deslocado para perto de um limite.
Estabilidade responde “o processo é previsível?”. Capacidade responde “o processo previsível atende especificações?”. São perguntas sequenciais.
E um processo pode parecer capaz e ser instável?
Sim. Imagine dois regimes, cada um com pequena dispersão, mas médias diferentes. Dentro de cada regime, σ curto pode ser pequeno e Cp alto. Quando os regimes se alternam, o desempenho global é ruim. Essa é uma razão para usar subgrupos racionais e examinar série temporal, não apenas histograma agregado.
Subgrupos racionais
A estimativa de variação de curto prazo depende de como os dados são agrupados. Subgrupos devem capturar variação que ocorre sob condições semelhantes e permitir que diferenças entre subgrupos revelem mudanças de processo. Agrupar dados arbitrariamente pode esconder causas especiais ou inflar o sigma curto.
Para n=1, amplitude móvel é frequentemente usada; para subgrupos pequenos, amplitude R; para maiores, desvio-padrão S. As constantes de controle dependem do tamanho do subgrupo.
Sequência correta de estudo de capacidade
- Confirme sistema de medição adequado.
- Defina característica, unidade e especificações.
- Planeje amostragem e subgrupos racionais.
- Construa gráfico de controle apropriado.
- Investigue causas especiais e mudanças de regime.
- Somente com processo previsível interprete Cp e Cpk como capacidade.
- Compare com Pp/Ppk para compreender longo prazo.
- Avalie distribuição e método de capacidade quando normalidade não for razoável.
- Conecte o resultado a risco e custo, não apenas a um benchmark genérico.
O gap entre índices como diagnóstico de melhoria
Diferença entre Cp e Cpk aponta principalmente desalinhamento da média. Diferença entre Cp e Pp aponta diferença entre variabilidade curta e longa. Essas comparações ajudam a direcionar esforço:
- Cp baixo: reduzir variação estrutural ou rever tecnologia/processo.
- Cp alto, Cpk baixo: recentralizar processo.
- Cp alto, Pp baixo: investigar instabilidade e mudanças entre períodos.
- Todos altos e próximos: processo potencialmente estável, centrado e capaz — sujeito às premissas do estudo.
Relação com nível Sigma
Capacidade e nível Sigma são conceitos relacionados, mas convenções variam. A Struckel evita converter automaticamente Cpk em “nível Sigma” sem explicitar a convenção de curto/longo prazo e eventual deslocamento de 1,5σ. O mais importante para gestão é manter clareza sobre definição, dados e risco de não conformidade.
Antes do CEP: o sistema de medição precisa ser confiável
Controle estatístico pressupõe que a variação observada represente, em proporção aceitável, o processo e não apenas o instrumento. Se repetibilidade e reprodutibilidade são ruins, o gráfico de controle mistura variação real com erro de medição; os limites ficam mais largos e os índices de capacidade podem ser artificialmente reduzidos ou distorcidos.
Por isso MSA e estudo R&R aparecem antes de conclusões fortes sobre capacidade em projetos mais rigorosos. Não existe sentido em discutir centésimos de Cpk quando o sistema de medição não consegue distinguir adequadamente peças diferentes.
Capacidade normal não é a única capacidade possível
As fórmulas clássicas baseadas em seis sigmas carregam uma lógica de distribuição e estimativa de variabilidade. Quando os dados são fortemente não normais — tempos positivos com cauda, desgaste, concentração ou medidas limitadas por zero — aplicar automaticamente uma análise normal pode produzir probabilidades de não conformidade inadequadas.
Nesses casos, a decisão pode exigir transformação, ajuste de distribuição apropriada ou método não paramétrico. O princípio permanece: primeiro compreender estabilidade e distribuição; depois escolher o índice e o método compatíveis com o processo.
Nota metodológica
As fórmulas e os casos numéricos seguem o material de índices de capacidade fornecido à Struckel. O enquadramento prioriza o princípio de Controle Estatístico: capacidade só tem interpretação preditiva robusta quando o processo é suficientemente estável para que o passado represente o futuro próximo.
Ferramenta ajuda a executar. Método ajuda a transformar.
Se o desafio deixou de ser apenas entender um conceito e passou a envolver processo, indicadores, variabilidade, governança ou projeto de melhoria, a Struckel pode estruturar a jornada com sua equipe.