O tempo médio de setup de uma máquina era 22 minutos. O gestor olhou o número, achou alto, e montou um plano para reduzir a média do processo inteiro — treinamento para todos os operadores, revisão do procedimento, nova meta. Investimento distribuído por igual sobre um problema que não estava distribuído por igual. Quando alguém finalmente separou os dados por turno, a verdade apareceu: o turno A rodava com média baixa e estável; o turno B carregava sozinho quase toda a lentidão. O problema nunca foi “o processo” — foi o turno B. Metade do plano era desperdício mirando onde não havia problema.
Esse é o erro que a estratificação de dados existe para evitar, e ele é muito mais comum do que parece. A média de um processo é uma das informações mais perigosas da gestão: ela resume, e ao resumir, esconde. Este artigo explica o que é estratificação, quando usá-la, como aplicá-la e por que ela é frequentemente o passo que transforma um projeto de melhoria genérico em um projeto cirúrgico.
O que é estratificação de dados
Estratificação é a separação e classificação dos dados de acordo com fatores ou variáveis selecionadas. Em vez de olhar todos os dados como um bloco único, você os divide em grupos — por turno, por operador, por máquina, por fornecedor, por dia da semana, por região — e compara o comportamento de cada grupo. O objetivo é encontrar padrões que ajudem a compreender os mecanismos causais de um processo: o que, exatamente, está fazendo o resultado ser o que é.
A palavra que define quando usar estratificação é comparação. Sempre que houver interesse em estudar se o comportamento é o mesmo em todos os grupos definidos por um fator, a estratificação é a ferramenta. E na prática quase nunca é o mesmo. Processos reais quase sempre têm um subgrupo que se comporta diferente — e é justamente esse subgrupo que a média dilui até o ponto de ele ficar invisível.
O conceito é simples, mas a consequência é profunda: um número agregado responde “qual é o resultado?”; a estratificação responde “onde está o problema?”. A primeira pergunta orienta você a tratar o processo inteiro. A segunda orienta você a tratar a parte que importa. A diferença entre as duas é a diferença entre gastar recurso e resolver.
Estratificar ou extratificar?
A grafia correta é estratificar, com S. A palavra vem de estrato, do latim stratum, que significa camada — a mesma raiz de estratosfera e de estratigrafia, a leitura das camadas do solo em geologia. “Extratificar” não existe em português; a confusão nasce da proximidade sonora com extrato, que é outra palavra e outra ideia. Vale a nota porque estratificar é exatamente isso: separar um conjunto em camadas para olhar cada uma delas.
O verbo carrega o significado inteiro da ferramenta. Estratificar significa dividir um conjunto de dados em camadas homogêneas segundo um critério, para comparar as camadas entre si. A palavra-chave é homogênea: cada estrato deve reunir observações que compartilham o fator escolhido — todas do turno B, todas do fornecedor X —, porque só assim a comparação entre estratos isola o efeito daquele fator.
Estratificação como ferramenta da qualidade
A estratificação aparece nas listas clássicas das sete ferramentas da qualidade, ao lado do diagrama de Ishikawa, da folha de verificação, do histograma, do diagrama de Pareto, do diagrama de dispersão e do gráfico de controle. Ela é, das sete, a mais estranha — e vale entender por quê, porque a estranheza explica o que ela faz.
As outras seis produzem um artefato. Você olha para um histograma, para um Pareto, para uma carta de controle: existe um desenho na mesa ao final. A estratificação não produz desenho nenhum. Ela é um critério de separação aplicado às outras seis. Não existe “gráfico de estratificação” — existe Pareto estratificado por período, histograma estratificado por operador, carta de controle estratificada por máquina. Por isso a sétima vaga da lista é disputada: algumas versões trazem estratificação, outras trazem o fluxograma, outras o gráfico de linhas. A estratificação entra e sai da lista porque, rigorosamente, ela opera em outra camada — não é uma ferramenta ao lado das demais, é uma coisa que se faz com elas.
Essa característica tem uma consequência prática que muda a ordem de trabalho: a estratificação não substitui nenhuma ferramenta, ela multiplica todas. Cada uma das seis passa a existir em tantas versões quantos forem os fatores relevantes do processo, e é nessa multiplicação que o mecanismo causal costuma aparecer. Quem monta os seis gráficos agregados e para por aí usou as ferramentas da qualidade pela metade.
Exemplo: reclamações de entrega em uma distribuidora
Uma distribuidora entregou 5.000 pedidos em um mês e registrou 160 com reclamação — proporção de 3,2%, um número que a diretoria considerou aceitável e que não gerou ação nenhuma. Um Pareto dos motivos de reclamação mostrou atraso em primeiro lugar, avaria em segundo: exatamente o que todo mundo já esperava, e nada que indicasse onde agir.
O mesmo dado, estratificado por rota de entrega, mudou a conversa. Das quatro rotas, três somaram 4.150 pedidos e 60 reclamações — 1,4%. A rota 4, sozinha, teve 850 pedidos e 100 reclamações: 11,8%, mais de oito vezes a proporção das outras. E o Pareto refeito só para a rota 4 inverteu a ordem: avaria passou à frente de atraso, o que apontava para manuseio e acondicionamento, não para roteirização.
Repare no que aconteceu com as duas ferramentas. O Pareto agregado deu uma resposta verdadeira e inútil. O Pareto estratificado deu um endereço e uma hipótese. A ferramenta foi a mesma nos dois casos — o que mudou foi a camada em que ela foi aplicada. Sem a estratificação, a empresa teria tratado 3,2% de reclamação como característica do processo, quando 96% dos pedidos rodavam a 1,4% e o problema inteiro cabia em uma rota.
A ordem de uso, então, é esta: a estratificação entra antes das demais ferramentas, quando se decide o que registrar junto com cada dado, e depois delas, quando o resultado agregado não aponta para lugar nenhum. As sete ferramentas da qualidade e o restante do arsenal do Lean Six Sigma só rendem quando alguém decide em que camada olhar.
Por que a média esconde o mecanismo
Uma média é um ponto. Ela informa a tendência central, e nada mais. Dois processos com a mesma média podem ter comportamentos completamente diferentes — um estável e previsível, outro oscilando violentamente entre extremos. A média não distingue os dois. Pior: quando um processo mistura grupos que se comportam de formas distintas, a média cria um número que não descreve nenhum dos grupos de verdade. Ninguém no turno A trabalha “na média do processo”; ninguém no turno B trabalha “na média” — a média é uma ficção estatística que existe só no papel.
É por isso que a estratificação costuma ser o passo que muda o rumo de um projeto. No caso do setup, olhar o processo global levaria a decisão a tratar a variação de todos e reduzir uma média que, para metade dos operadores, já era boa. Ao estratificar por turno, o diagnóstico muda de natureza: não é um problema de processo a ser atacado com uma mudança ampla, é uma falta de padronização entre turnos a ser atacada com uma intervenção focada no turno B. Menos esforço, mais resultado — porque o esforço foi direcionado pela evidência, não pela média.
Esse raciocínio é uma manifestação de um princípio mais amplo da EDTI: dados agregados escondem, dados separados revelam. Assim como um gráfico de frequência mostra a forma e a dispersão que a média sozinha apaga, a estratificação mostra a heterogeneidade entre grupos que a média sozinha funde. São duas formas de fazer a mesma pergunta: o que este resumo está deixando de me contar?
Como estratificar dados na prática
Estratificar bem é menos sobre técnica estatística e mais sobre escolher os fatores certos para separar. A sequência prática:
Primeiro, defina os fatores candidatos antes de olhar os dados. Pergunte: que características poderiam fazer este processo se comportar de forma diferente? Turno, operador, equipamento, matéria-prima, lote, período, cliente. A lista vem do conhecimento de quem opera o processo — é aqui que a experiência da equipe entra na análise, não a intuição do gestor distante.
Segundo, separe os dados por um fator de cada vez. Plote os grupos lado a lado e compare. A pergunta a responder é sempre a mesma: o comportamento é o mesmo em todos os grupos, ou algum se destaca? Um grupo com média diferente, dispersão diferente ou padrão diferente é uma pista de mecanismo causal.
Terceiro, siga a pista. Quando um fator revela um grupo destoante — como o turno B —, ele não entrega a causa raiz, entrega o endereço onde procurá-la. Por que o turno B é mais lento? Menos treinamento? Equipamento diferente? Ausência de padrão? A estratificação estreitou o campo de investigação de “o processo todo” para “o que é específico deste grupo”. Esse estreitamento é o valor.
Um cuidado importante: estratificar exige que o dado tenha sido coletado com a marcação do fator. Não dá para separar por turno se ninguém registrou o turno de cada medição. Por isso a estratificação começa antes da análise — começa no planejamento da coleta, decidindo quais fatores registrar junto com cada dado. Dado sem contexto de fator é dado que já nasceu impossível de estratificar.
Estratificação e as outras ferramentas de análise
A estratificação raramente trabalha sozinha — ela é uma lente que se acopla a outras ferramentas. Quando os dados são categóricos e você quer priorizar onde agir, o gráfico de Pareto pode ser estratificado: um Pareto de defeitos por local, ou por período, revela se os poucos vitais mudam de um grupo para outro. Um tipo de defeito que é trivial no período estável pode se tornar vital no período de instabilidade — e só a estratificação por período mostra isso.
Quando os dados são contínuos e ordenados no tempo, a estratificação conversa com o gráfico de controle: separar a série por fator ajuda a entender se uma causa especial de variação está ligada a um grupo específico. E quando você precisa confirmar estatisticamente se a diferença entre grupos é real ou fruto do acaso, a estratificação é a etapa exploratória que antecede um teste formal como a ANOVA — ela mostra visualmente o que o teste depois quantifica com rigor.
A ordem importa: estratificar primeiro, testar depois. A estratificação é barata, rápida e revela o que vale a pena investigar. O teste estatístico é o passo seguinte, para os fatores que a estratificação apontou como promissores. Pular a estratificação e sair aplicando testes é gastar rigor onde ainda não se sabe se há sinal.
Ferramenta sem propósito é ritual
Estratificar dados é trivial — qualquer planilha faz. O que não é trivial é saber por qual fator separar e o que a diferença entre grupos está tentando revelar. Muitos profissionais aprendem a mecânica da estratificação e a aplicam como etapa obrigatória de um relatório, separando por fatores óbvios sem uma hipótese por trás — e o resultado é um monte de gráficos que não muda nenhuma decisão. Isso é a ferramenta virando ritual: o movimento correto, esvaziado do raciocínio que o torna útil.
A estratificação só gera valor quando serve a uma das três questões fundamentais da melhoria: como saberemos se uma mudança é uma melhoria, e onde está o problema que a mudança precisa atacar. Separar por fator sem essa pergunta é decoração de relatório. Separar por fator para testar uma hipótese sobre o mecanismo do processo é método científico aplicado — a diferença que separa quem opera ferramentas de quem entende o que elas revelam. É essa diferença que a formação de um Green Belt desenvolve: não a mecânica da estratificação, que se aprende em minutos, mas o raciocínio que decide quando e por que usá-la.
Conteúdo revisado pelo Master Black Belt Marcelo Petenate, estatístico, formado pela Unicamp, mestre pela USP e especialista em Lean Six Sigma e melhoria contínua. Nesta revisão, o foco foi o papel da estratificação entre as ferramentas da qualidade — por que ela não produz gráfico próprio e mesmo assim decide o resultado das outras.
A estratificação é uma das primeiras ferramentas que mostram por que dados agregados levam gestores a decisões erradas — e entender isso muda a forma como você lê qualquer número no trabalho. Se quiser experimentar esse raciocínio antes de investir tempo, a certificação White Belt gratuita apresenta os fundamentos do Lean Six Sigma sem compromisso: o ponto de partida para enxergar processo como sistema, e não como média.
Perguntas frequentes sobre estratificação de dados
O que é estratificação de dados?
É a separação e classificação dos dados segundo fatores ou variáveis selecionadas — por turno, operador, máquina, fornecedor, período — para comparar o comportamento de cada grupo. O objetivo é encontrar padrões que revelem os mecanismos causais de um processo, mostrando diferenças que a análise agregada esconde.
Estratificar ou extratificar: qual a forma correta?
Estratificar, com S. A palavra vem de estrato, do latim stratum, que significa camada — mesma raiz de estratosfera. “Extratificar” não existe em português, e a confusão vem da semelhança sonora com extrato. O significado do verbo é dividir um conjunto em camadas homogêneas segundo um critério, para comparar as camadas entre si.
Por que a estratificação é considerada uma das ferramentas da qualidade?
Porque ela aparece nas listas clássicas das sete ferramentas, embora seja a única que não produz um gráfico próprio. Na prática, é um critério de separação aplicado às outras: não existe gráfico de estratificação, existe Pareto estratificado por período ou carta de controle estratificada por máquina. É por essa diferença de natureza que algumas versões da lista trazem o fluxograma no lugar dela.
Quando devo usar a estratificação?
Sempre que houver interesse em saber se o comportamento de um processo é o mesmo em todos os grupos definidos por um fator. Na prática, quase nunca é: processos reais costumam ter um subgrupo que se comporta de forma diferente, e é ele que a média global dilui até ficar invisível.
Por que a média esconde problemas no processo?
Porque a média é apenas a tendência central — ela não distingue grupos que se comportam de formas distintas. Quando um processo mistura subgrupos diferentes, a média cria um número que não descreve nenhum deles de verdade, e leva a tratar o processo inteiro quando o problema está concentrado em uma parte.
Como escolher o fator para estratificar?
Defina os fatores candidatos antes de olhar os dados, perguntando quais características poderiam fazer o processo se comportar de forma diferente: turno, operador, equipamento, matéria-prima, lote, período. Essa lista vem do conhecimento de quem opera o processo. Depois, separe por um fator de cada vez e compare os grupos.
Qual a diferença entre estratificação e ANOVA?
A estratificação é a etapa exploratória que separa os dados por fator e revela visualmente se algum grupo se destaca. A ANOVA é o passo seguinte, que confirma estatisticamente se a diferença entre grupos é real ou fruto do acaso. A ordem correta é estratificar primeiro, para descobrir o que investigar, e testar depois.
Estratificação e Pareto são a mesma coisa?
Não, mas se combinam. O Pareto prioriza categorias pelos poucos vitais; a estratificação separa os dados por fator. Um gráfico de Pareto pode ser estratificado — por local ou por período, por exemplo — revelando que os poucos vitais mudam de um grupo para outro, algo que o Pareto global não mostra.
Como começar a aplicar estratificação em projetos de melhoria?
Comece garantindo que a coleta de dados registre os fatores relevantes junto com cada medição — sem isso, não há como estratificar depois. Entender como a estratificação se conecta às demais ferramentas de análise é parte do que a certificação White Belt gratuita da EDTI ensina, como primeiro passo na formação Lean Six Sigma.