A curva de capabilidade não mede a capabilidade de um processo. Ela mostra. A diferença parece sutil e não é: a medida é um número — Cp, Cpk —, e o gráfico é o que permite entender de onde esse número veio e se ele faz sentido. Confundir os dois é a origem da maior parte das leituras erradas de relatório de qualidade.
Um índice pode estar aprovado enquanto o gráfico mostra uma distribuição com dois picos, uma cauda longa de um lado só ou um agrupamento de pontos que não deveria existir. O número não conta nada disso. A curva conta.
Os elementos que compõem o gráfico
Antes da definição, vale reconhecer o que está desenhado na tela. Um relatório de capabilidade típico sobrepõe quatro elementos:
O histograma dos dados coletados — as barras, que mostram como as medições reais se distribuíram. É o único elemento que é dado bruto; todo o resto é modelo ou referência.
A curva ajustada — a linha suave desenhada sobre as barras, quase sempre uma distribuição normal estimada a partir da média e do desvio padrão da amostra. Ela não é o processo: é uma suposição sobre o processo.
As linhas de especificação — LIE e LSE, verticais, marcando o que o cliente aceita. Vêm de fora do processo, sempre.
A área além das linhas — a parte da curva que ultrapassa um dos limites. É a estimativa da proporção de itens fora de especificação que o processo produziria se continuasse se comportando como se comportou na amostra.
Reunidos, esses quatro elementos formam o que se chama de curva de capabilidade: a representação gráfica do comportamento estatístico de um processo posta lado a lado com o que o cliente exige dele. É a comparação entre a voz do processo e a voz do cliente, desenhada.
Como ler o gráfico: três leituras independentes
Você lê uma curva de capabilidade respondendo três perguntas separadas, nessa ordem — e a maior parte dos erros de interpretação vem de misturá-las.
Quanto o processo varia? Isso está na largura da curva. Uma curva estreita e alta indica variação pequena; uma curva larga e achatada, variação grande. A largura não diz nada sobre a posição do processo — só sobre a dispersão.
Onde o processo está? Isso está na posição do pico em relação ao meio da faixa de especificação. Um processo pode ter uma curva estreitíssima e ainda assim estar colado no limite superior. Aqui está o erro mais comum na leitura desse gráfico: tratar “fina e alta” como sinônimo de “centrada”. São coisas diferentes e independentes — a primeira é variação, a segunda é posicionamento, e um processo pode ir bem em uma e mal na outra.
Quanto está fora? Isso está na área da curva além das linhas de especificação. Repare que é área, não distância: uma cauda que ultrapassa o limite por pouco mas com muita massa embaixo representa mais itens defeituosos do que uma cauda fina que ultrapassa por muito.
Traduzir essas três leituras em dois números é justamente o trabalho dos índices — a largura vira Cp, a combinação de largura e posição vira Cpk, e o cálculo de cada um está em Cp e Cpk.
Limites de controle não são limites de especificação
Se houver uma única coisa a levar deste texto, é esta. São duas famílias de linhas que aparecem em gráficos parecidos, têm origens opostas e são confundidas com frequência — inclusive em relatórios formais.
| Limites de especificação | Limites de controle | |
|---|---|---|
| De onde vêm | Do cliente, da norma ou do projeto do produto | Do próprio processo, calculados a partir dos dados |
| O que respondem | O que é aceitável entregar | O que é estatisticamente normal acontecer |
| Onde aparecem | Na curva de capabilidade | Na carta de controle |
| Mudam quando | O cliente ou a norma muda | O processo muda |
| Se são violados | Há defeito — item fora do que o cliente aceita | Há causa especial — algo fora do padrão usual do processo |
A consequência prática é que um processo pode estar perfeitamente sob controle estatístico e ser incapaz, e o contrário também acontece. Sob controle significa previsível; capaz significa que a previsão cabe dentro do que o cliente aceita. Um processo pode ser previsivelmente ruim. A verificação de estabilidade é trabalho da carta de controle, e ela vem antes — capabilidade calculada sobre processo instável descreve uma condição que já passou.
Quando a curva engana
A curva ajustada é uma suposição, e há três situações em que ela desmente o histograma que está desenhado embaixo dela.
A primeira é a distribuição com dois picos. Duas máquinas, dois turnos ou dois lotes de matéria-prima produzem duas populações diferentes que o gráfico soma numa curva única. A curva ajustada passa suavemente pelo meio, entre os dois picos, descrevendo um processo médio que não existe. O sinal está nas barras, não na linha.
A segunda é a assimetria natural. Tempos de espera, tempos de ciclo e contagens de defeitos raramente são simétricos — costumam ter cauda longa à direita e um limite físico à esquerda. Forçar uma curva normal sobre esses dados produz uma estimativa de itens fora de especificação que pode estar errada por ordens de grandeza, para mais ou para menos.
A terceira é a amostra do dia bom. Trinta peças coletadas numa manhã, com o operador experiente e a máquina recém-calibrada, geram uma curva estreita e bem centrada. Ela descreve fielmente aquela manhã. Um processo, porém, é um comportamento ao longo do tempo — e um retrato bonito de um instante não prevê o mês. É por isso que a leitura de estabilidade precede a leitura de capabilidade, e não o contrário: o conceito está desenvolvido em capabilidade do processo.
Onde a curva entra no DMAIC
Na fase Measure, a curva de capabilidade compõe a baseline. Antes de propor qualquer mudança, o gráfico registra o estado do processo — e a forma da distribuição costuma sugerir a hipótese antes de qualquer análise estatística: dois picos apontam para estratificação, cauda longa aponta para causa especial recorrente, curva larga e centrada aponta para variação de causa comum.
Na fase Control, o mesmo gráfico é gerado de novo. A comparação entre as duas curvas — antes e depois — é uma das evidências mais legíveis de que a melhoria aconteceu, porque mostra visualmente se o ganho veio de menos variação, de melhor centralização ou dos dois. O percurso completo está em DMAIC.
O erro que você vai evitar no próximo relatório
Da próxima vez que um relatório de capabilidade chegar com o índice aprovado, olhe as barras antes de olhar o número. Se o histograma tiver dois picos, se houver uma cauda que só existe de um lado, ou se a amostra couber toda num único turno, o índice não está errado — ele está respondendo uma pergunta diferente da que você precisa responder.
O número resume. O gráfico é onde o resumo pode ser conferido. Quem aprende a fazer essa conferência para de aprovar processos que voltam como reclamação três meses depois — e é essa leitura, aplicada a dados reais de processo, que sustenta o trabalho de melhoria.
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 separar a leitura gráfica da distribuição da interpretação dos índices numéricos de capabilidade.
Ler um gráfico de capabilidade com segurança é uma habilidade específica: exige distinguir variação de centralização, reconhecer quando a curva ajustada não representa os dados e saber qual verificação vem antes de qual. A certificação Green Belt da EDTI desenvolve essa leitura dentro do método que decide o que fazer com ela.
Perguntas frequentes sobre a curva de capabilidade
O que é a curva de capabilidade?
É a representação gráfica da distribuição de um processo sobreposta aos limites de especificação do cliente. Ela reúne o histograma dos dados, a curva ajustada, as linhas de LIE e LSE e a área que ultrapassa esses limites — permitindo enxergar variação, centralização e proporção estimada de itens fora de especificação num único gráfico.
Curva de capabilidade e capabilidade do processo são a mesma coisa?
Não. A capabilidade do processo é a medida — expressa em índices como Cp e Cpk. A curva é a representação visual que mostra de onde esses índices vieram. O índice resume; a curva permite verificar se o resumo é fiel aos dados.
Uma curva fina e alta significa que o processo está centrado?
Não. Fina e alta significa variação pequena. Centralização é a posição do pico em relação ao meio da faixa de especificação, e é independente da largura. Um processo pode ter variação baixíssima e estar deslocado para junto de um dos limites — é justamente essa combinação que produz Cp alto com Cpk baixo.
Como é gerada a curva de capabilidade?
Softwares estatísticos a produzem automaticamente a partir dos dados, do tamanho de subgrupo e dos limites de especificação informados. O relatório costuma trazer, junto do gráfico, o teste de normalidade e a carta de controle — que são o que deve ser conferido antes de qualquer interpretação dos índices.
A curva serve para dados que não seguem distribuição normal?
A curva ajustada padrão pressupõe normalidade. Em distribuições assimétricas ou com dois picos, ela descreve mal os dados e a estimativa de itens fora de especificação fica distorcida. Nesses casos é necessário transformar os dados ou usar modelos de distribuição alternativos — e o histograma é o que revela o problema.
Onde a curva de capabilidade entra na formação Lean Six Sigma?
Ela aparece na fase Measure, para estabelecer a baseline do processo, e na fase Control, para verificar se a melhoria se sustentou. Na formação Green Belt da EDTI, a leitura do gráfico é ensinada junto da disciplina que decide o que fazer com ela: distinguir causas comuns de causas especiais antes de agir sobre o processo.