O que é um gráfico p?
O Gráfico p é um gráfico de controle usado para se controlar, ao longo do tempo, a porcentagem de determinada classificação em um conjunto de dados. É um famoso gráfico de atributo que ilustra, por exemplo, como varia a porcentagem de itens defeituosos ao longo do tempo. Ele é uma importante ferramenta para a análise de dados, sendo um ponto central do Seis Sigma. É conhecimento essencial para todo green belt e black belt na metodologia.
Qual é a cara do gráfico p?
O gráfico p possui o seguinte formato: 
Quais são os usos?
Os gráficos P são usados para:
- Detectar mudanças repentinas nos sistemas, que podem ser atribuídas a uma causa.
- Avaliar a necessidade de estratificação em subgrupos, como local, funcionário ou hora do dia.
- Mostrar se o sistema está estável (ou seja, no controle).
- Comparar os sistemas antes e depois de uma grande mudança. Por exemplo, os horários das centrais de atendimento antes e após o treinamento dos funcionários.
- Os gráficos P não são muito úteis para rastrear tendências ao longo do tempo ou pequenas mudanças no processo.
Que tipo de dados é mostrado no gráfico?
Embora você possa praticamente fazer um gráfico de qualquer coisa, os itens devem atender a essas duas condições para que você possa usar um gráfico-p: N itens estão no conjunto. Em outras palavras, você deve ter um número conhecido de itens sendo contados. Você não pode usar quantidades desconhecidas ou ilimitadas. A probabilidade de uma falha deve ser consistente em todos os itens da amostra. Por exemplo, o tempo de espera das chamadas excede 5 minutos ("falha") a 5% do tempo. Se você tiver probabilidades inconsistentes (por exemplo, clientes com altos salários são priorizados), não poderá usar um gráfico-p. Antes de mapear seus dados, você deve estabelecer normas para o seu sistema. Use dados de um sistema que esteja sob controle; Encontre a probabilidade média (P̄) e os limites superior / inferior de controle para defeitos aceitáveis. Depois de estabelecer essas normas (mostradas como linhas horizontais no gráfico), você estará pronto para plotar seu novo sistema.
Como usá-lo?
Use um gráfico p para iniciativas de controle de qualidade quando seus dados forem do tipo de atributo discreto, também conhecido como dados categóricos. Em outras palavras, se seus dados forem obtidos agrupando instâncias em categorias específicas, você terá dados de atributos discretos. Para obter mais informações sobre tipos de dados, consulte nosso artigo, Tipos de dados Six Sigma. O gráfico p plota a proporção de dados em uma categoria específica. Você não precisa ter tamanhos de amostra iguais para cada ponto de dados, mas, se preferir, poderá usar uma variação do gráfico p chamada gráfico np. Normalmente, os dados de proporção são plotados ao longo do tempo para que os líderes de negócios possam determinar se o desempenho do processo é estável ou está mudando.
Como interpretar o resultado?
Cada gráfico de controle de atributo inclui limites de controle superior e inferior estatisticamente determinados, indicando os limites do comportamento esperado do processo. A flutuação dos pontos entre os limites de controle deve-se à variação intrínseca (incorporada) ao processo. Dizemos que essa variação se deve a "causas comuns" que influenciam o processo. Quaisquer pontos fora dos limites de controle podem ser atribuídos a uma causa especial que implica uma mudança no processo. Quando um processo é influenciado apenas por causas comuns, ele é estável e pode ser previsto. Assim, um valor-chave do gráfico de controle é identificar a ocorrência de causas especiais, para que possam ser removidas, com uma redução na variação geral do processo. Em seguida, o processo pode ser aprimorado ainda mais realocando o processo para um nível médio ideal ou diminuindo a variação devido a causas comuns. Os gráficos de controle de atributos são bastante simples de interpretar: basta procurar pontos fora de controle. Os limites de controle podem variar nos gráficos P e U, com base nos diferentes tamanhos de amostra usados para cada ponto plotado. Se o tamanho da amostra não variar em mais de 10 ou 15%, você poderá usar o tamanho médio da amostra nesses gráficos para determinar limites de controle comuns para todas as amostras. Isso geralmente é uma opção no seu software SPC (de controle estatístico de processo - statistical process control). Se houver causas especiais, elas devem ser entendidas. Faça um brainstorming e conduza os experimentos projetados para encontrar os elementos do processo que contribuem para mudanças esporádicas no local do processo. Remova o viés estatístico dos pontos fora de controle, retirando-os dos cálculos da linha central do processo e de seus limites de controle.
