Planilha de coleta de dados: como montar sem viciar a amostra

A coleta é a etapa que mais atrasa projeto de melhoria, e quase nunca por falta de dado. Atrasa porque o dado chega e não serve: sem coluna de turno, com 40% do campo de motivo em branco, ou com três pessoas contando defeito por critérios diferentes. O plano de coleta de dados resolve isso em uma conversa de trinta minutos, antes da primeira medição, e não em dois meses de retrabalho.

A planilha é a parte visível, e é a fácil. O que decide se ela funciona são quatro coisas escritas antes: o que conta como uma ocorrência, quais fatores vão junto com a medida, quantas observações bastam e como os itens serão escolhidos. Nenhuma delas se resolve depois.

Este artigo percorre o desenho inteiro da coleta. As seis perguntas que o plano responde. A definição operacional que faz duas pessoas contarem igual. A estratificação que precisa estar no formulário desde o primeiro dia. O cálculo de amostra com as quatro entradas que ele exige, e os tipos de amostragem com a armadilha de cada um.

Também trata do que dá errado em campo. Os vieses que nenhum aumento de amostra corrige. A categoria Outros que engole um terço dos registros. O teste piloto de um turno, a verificação durante a janela e o que fazer com histórico de origem duvidosa.

O plano preenchido, a folha de posto e os números dos exemplos foram montados para este artigo, no formato dos kits de metodologia da Voitto. São ilustrativos: mostram a mecânica e a ordem de grandeza, não uma empresa real. Os cálculos de amostra foram conferidos em Python.

Por que a coleta é a etapa que mais atrasa o projeto

Pergunte a quem já conduziu projeto de melhoria onde o cronograma escorregou. A resposta é quase sempre a medição. A análise leva uma semana, a solução leva duas, e a coleta leva dois meses porque ninguém combinou o que seria anotado. O atraso não é falta de dado, é dado que chegou e não serviu.

O padrão se repete. A equipe pede os dados de refugo do semestre e recebe uma planilha com 40% da coluna de motivo em branco. Volta a campo, pede três semanas de anotação manual, e descobre que cada turno entendeu o formulário de um jeito.

• Dado que existe mas não estratifica. O total de refugo do mês está no sistema; qual máquina gerou não está.
• Dado que estratifica mas não é confiável. O campo existe, mas metade foi preenchida no fim do turno de memória.
• Dado confiável mas insuficiente. Doze observações não sustentam conclusão sobre processo que varia por turno.

O plano de coleta transforma esses dois meses em duas semanas. É um documento de uma página, escrito antes de alguém encostar em um formulário. Este artigo trata da planilha e do viés de amostra; para o conceito e a estrutura do documento, o plano de coleta de dados cobre o que é e como fazer.

O que o plano de coleta de dados precisa responder

Um plano de coleta de dados é o acordo escrito sobre o que será medido, por quem, com qual instrumento e por quanto tempo, feito antes da primeira medição. Ele não é a planilha: a planilha é o instrumento, o plano é a decisão que define como ela vai ficar.

A função prática é fechar brechas de interpretação enquanto elas custam uma conversa. Depois que a coleta começou, a mesma brecha custa o período inteiro, porque não dá para recontar o que já passou pela linha.

O plano nasce na fase de medição, logo depois de o problema ter sido delimitado. Se a equipe trabalha com o método DMAIC, é a primeira entrega do M, e decide se o baseline vai valer alguma coisa. Baseline mal coletado contamina tudo o que vem depois, porque a comparação final é feita contra ele.

Três coisas ele precisa deixar sem ambiguidade: o que conta como ocorrência, quem registra e quando, e como o dado será estratificado. Com essas três escritas, o resto se resolve.

As seis perguntas do plano, uma a uma

São seis perguntas. A ordem importa menos que a completude: pergunta sem resposta vira decisão de quem estiver com a prancheta às duas da manhã.

1. O quê. A variável, na unidade em que será registrada. Não qualidade do rótulo, e sim desvio horizontal do rótulo em milímetros, medido da borda esquerda ao campo impresso.
2. Quem. O nome de uma função, de preferência uma pessoa por turno. Coleta sem dono nomeado despenca de preenchimento na terceira semana.
3. Quando. O momento dentro do ciclo e a frequência. A cada 30 minutos e uma vez por hora cheia produzem amostras diferentes se o processo tiver ciclo próprio.
4. Onde. O ponto físico. O mesmo defeito medido na saída da máquina e na expedição dá dois números, porque entre eles existe manuseio.
5. Como. O instrumento, a resolução e o procedimento. Paquímetro de 0,05 mm e de 0,01 mm não são intercambiáveis com tolerância de 0,2 mm.
6. Por quanto tempo. A janela, escrita em ciclos do processo e não só em dias. Se a variação relevante é mensal, uma semana não cobre nada.

Falta uma sétima que ninguém escreve: o que fazer quando o dado não puder ser coletado. Sem ela, a lacuna vira zero na planilha, e zero é um valor, não uma ausência.

Exemplo de plano de coleta de dados preenchido

Abaixo, um plano completo para um caso de rebarba em peças injetadas: quatro variáveis com as seis respostas no detalhe que dispensa perguntas.

Repare no que costuma faltar: o número do padrão visual, a resolução do paquímetro, a lista fechada de motivos, a temperatura vinda do controlador. Cada detalhe elimina uma pergunta da segunda de manhã.

Tipo de dado e o que muda na análise

O tipo de dado precede a planilha porque muda o que vem depois: quantas observações bastam, qual gráfico serve e qual teste é legítimo.

A regra mais cara de ignorar: havendo escolha, colete contínuo. Espessura em milímetros carrega mais informação por observação do que passa e não passa, e exige amostra menor. Converter contínuo em atributo é trivial, o contrário é impossível. É o contínuo que alimenta a carta de controle de variáveis, o cálculo de capabilidade do processo e a distribuição visível em um histograma, três coisas que o atributo não entrega.

Definição operacional: o teste das duas pessoas

A definição operacional descreve o que conta como ocorrência, com precisão suficiente para duas pessoas olhando a mesma peça, sem conversar, registrarem a mesma coisa. É a parte que mais gente pula e a que mais destrói dado.

Peça com arranhão parece óbvio até três inspetores contarem a mesma caixa. Um conta o que vê a um braço de distância, outro qualquer marca ao tato, o terceiro só a face aparente. Três números, nenhum errado, todos inúteis juntos.

O teste é barato: dez itens, duas pessoas classificando em separado. Mais de uma divergência significa que a definição não está pronta. Refaça a frase, não treine mais gente: o problema está no texto.

A planilha de coleta que cabe em um minuto

O instrumento precisa caber no tempo que a pessoa tem. Se um registro leva mais de um minuto num posto que produz uma peça a cada 40 segundos, a planilha será preenchida de memória no fim do turno, e dado de memória é dado inventado com boa intenção.

A forma mais eficiente é a folha de verificação: categorias impressas, registro por marca de contagem, estratificação nas colunas. O operador risca, não escreve. Uma folha bem desenhada registra uma ocorrência em cinco segundos e já entrega o dado tabulado.

• Cabeçalho mínimo: data, turno, máquina e quem coletou. Quatro campos, preenchidos uma vez só.
• Categorias impressas, nunca campo livre, que gera 30 grafias do mesmo motivo e impede a contagem.
• Espaço físico no posto, com prancheta e caneta amarrada. Parece detalhe, é a causa número um de lacuna.
• Recolhimento com hora marcada. Quem recolhe, quando e para onde vai. Sem isso, folha preenchida fica na gaveta.

Na coleta digital vale a mesma lógica: lista suspensa em vez de texto livre e nenhuma tela extra entre o operador e o registro.

Estratificação planejada antes de coletar

Estratificar é registrar, junto com a medida, o que permite separar o dado em grupos depois: turno, máquina, operador, lote, fornecedor, cavidade. Cada um é uma pergunta que a análise responde, desde que a coluna exista na hora do registro.

A escolha sai de uma conversa curta com quem conhece o processo: em que condições o problema aparece mais? A resposta vem em forma de suspeita, na terça de manhã, depois da troca de bobina, no lote do fornecedor B. Cada suspeita vira uma coluna.

O SIPOC e o fluxograma do processo ajudam aqui: mostram onde entram fornecedores diferentes, onde o fluxo se divide e onde existe recirculação. Cada divisão é candidata natural a fator de estratificação.

Por que estratificar depois quase nunca funciona

A tentação é coletar primeiro e separar depois, para o registro ficar rápido. Mas a informação de estratificação não está em lugar nenhum depois que a peça saiu da linha: não dá para olhar 400 peças rejeitadas numa caixa e dizer em que turno cada uma foi feita.

Com rastreabilidade parcial, o cruzamento posterior custa mais do que a coleta inteira teria custado: casar horário com escala de turno, conferir troca de lote, resolver os ambíguos na fronteira entre turnos. Duas semanas de escritório para recuperar quatro caracteres de cabeçalho.

O prejuízo maior não é o custo. É que o cruzamento posterior produz classificação aproximada, e a aproximação corre na direção que o analista espera. Viés em estratificação só aparece quando a solução não funciona.

A regra é curta: registre a estratificação mesmo quando parecer desnecessária. Uma coluna a mais custa segundos por turno; uma coluna que falta custa a rodada inteira.

Tamanho de amostra: do que ele depende

Quantas amostras eu preciso não tem resposta genérica, mas tem quatro entradas. Quem fornece as quatro obtém um número; quem não fornece chuta, e o chute costuma ser 30, porque 30 é o que se ouve falar.

1. A variabilidade do processo. Quanto mais o dado espalha, mais observações. Em variável contínua entra como desvio padrão; em proporção, como a proporção esperada.
2. A precisão desejada. A margem de erro aceita em torno da estimativa. Ela entra ao quadrado no denominador, e por isso dobrar a precisão multiplica a amostra por quatro.
3. O nível de confiança. Quase sempre 95%, multiplicador 1,96. Subir para 99% custa cerca de 70% a mais de amostra.
4. O tamanho da população, quando finita e pequena. Se a amostra passa de 5% dela, a correção para população finita reduz bastante o número necessário.

Existe um piso que nenhuma fórmula captura: a amostra precisa cobrir as condições que você quer comparar. Três turnos e duas máquinas são seis combinações, e 50 observações mal distribuídas deixam alguma com quatro. O cálculo dá o total; a distribuição entre estratos é decisão separada.

Cálculo de tamanho de amostra conferido em Python

Vale rodar a conta. No plano de rebarba, a proporção histórica é 6,2%, a equipe quer estimá-la com margem de 2 pontos percentuais e 95% de confiança, e a produção do período é de 4.000 peças.

A fórmula é n igual a z ao quadrado vezes p vezes (1 menos p), dividido pela margem ao quadrado. Com z de 1,96, p de 0,062 e margem de 0,02, o bruto é 558,53, que arredonda para 559 peças. Com a correção para população finita de 4.000, cai para 491. Os dois valores foram conferidos em Python.

Para variável contínua, n é igual a (z vezes desvio padrão dividido pela margem) ao quadrado. Com desvio de 1,8 °C e margem de 0,5 °C, dá 49,8, ou 50 leituras; com margem de 0,25 °C sobe para 200. Metade da margem, quatro vezes a amostra.

Sem estimativa prévia de proporção, use 0,5, o pior caso: com margem de 5 pontos e 95% de confiança, dá os 385 de toda pesquisa de opinião.

Tipos de amostragem e quando cada um serve

Depois do tamanho vem como escolher quais itens entram. Errar aqui produz um número estatisticamente respeitável que descreve outra coisa que não o processo.

A amostragem sistemática tem armadilha própria: se o intervalo bate com algum ciclo do processo, a amostra pega sempre a mesma cavidade ou a mesma fase de aquecimento. Coletar a cada 60 minutos numa máquina com ciclo térmico de 30 produz série artificialmente estável.

Para quem vai montar carta de controle depois, só a amostragem racional em subgrupos serve. O subgrupo precisa reunir itens produzidos em condições o mais parecidas possível, para que a variação interna represente só o ruído do processo.

Os vieses de coleta que mais estragam dado

Viés não é erro de medição. É o dado ter sido escolhido por um critério que correlaciona com o que está sendo estudado. O resultado é uma estimativa deslocada, e aumentar a amostra não corrige.

• Só o que dói. Registra-se a parada longa e esquece-se a de três minutos. Como as curtas são mais frequentes, a distribuição de perda fica invertida.
• Só quando dá tempo. No pico ninguém preenche. O dado descreve o processo tranquilo, que é o que não precisa de melhoria.
• Só o turno da manhã. O analista está na fábrica das 8h às 17h, e o terceiro turno, com menos suporte técnico, some da base.
• Só o que confirma a suspeita. Quem já acha que o problema é a máquina 4 mede a máquina 4 com mais atenção e encontra mais defeito nela.
• Efeito de observação. Na semana em que alguém está anotando, o processo roda melhor, o baseline fica otimista e o ganho depois parece menor.

Contra viés não existe estatística, existe desenho de coleta. Cobrir os três turnos, incluir os dias de pico, sortear o item antes de olhar para ele e registrar no ato resolvem a maioria dos casos.

O teste piloto da coleta

Antes de liberar quatro semanas de coleta, rode um turno de teste. O piloto custa oito horas e evita descobrir na terceira semana que uma coluna nunca foi preenchida.

1. Entregue o instrumento a quem vai coletar de verdade, sem treinar além do que o treinamento real oferece.
2. Cronometre o tempo de um registro. Acima de um minuto em posto de ritmo alto, simplifique.
3. Recolha e tabule no fim do turno. Se não der para tabular em quinze minutos, o formato está errado.
4. Conte células em branco por coluna. Acima de 10% de lacuna, a coluna vai falhar em escala.
5. Pergunte a quem coletou que dúvidas apareceram. Cada dúvida é uma definição operacional que faltou.
6. Confira se a estratificação separa os grupos que você quer comparar, com registros em cada um.

O piloto também calibra a expectativa de volume. Se a taxa de um turno destoar da histórica, ou o processo mudou, ou a definição captura algo diferente do registro anterior. Nos dois casos, melhor descobrir antes.

Análise do sistema de medição em versão simples

Se o instrumento não é confiável, nenhum plano salva a coleta. A análise do sistema de medição responde quanto da variação observada vem do processo e quanto vem da medição. A versão completa é estudo formal; a de uma hora resolve a maioria dos casos.

Para atributo, o teste é de concordância. Separe 20 itens, metade conformes, embaralhe e numere. Dois ou três avaliadores classificam cada um, sem conversar, duas vezes, em ordens diferentes. Depois conte três coisas.

Para dado contínuo, meça 10 peças duas vezes com o mesmo instrumento e compare. Se a variação entre as duas medições da mesma peça for grande perto da tolerância, o instrumento não distingue o que precisa. A regra de bolso pede resolução de um décimo da tolerância.

Quando o teste reprova, o caminho raramente é comprar instrumento novo. Quase sempre é reescrever a definição, trocar a iluminação do posto ou criar um padrão físico: correções de horas, não de orçamento.

A categoria Outros e o que ela esconde

Toda lista fechada precisa de uma saída, senão o registro trava quando aparece algo fora dela. O problema é que a saída vira depósito: quando Outros acumula 35% das ocorrências, a folha deixou de medir.

O limite prático é 10%. Acima disso a lista não representa o processo, quase sempre porque foi escrita em sala de reunião sem consultar quem está no posto.

• Acima de 10% em Outros: pare e reveja a lista antes de continuar a coleta.
• Descrição livre obrigatória em todo Outros, com no mínimo três palavras.
• Leitura semanal das descrições, promovendo a que aparecer mais de cinco vezes.
• Nunca mais de 10 categorias. Acima disso o operador para de ler e marca a primeira que parece encaixar.

O efeito contrário merece a mesma atenção: categoria nunca marcada em quatro semanas ou não existe no processo ou está escrita de um jeito que ninguém reconhece. Na análise com diagrama de Pareto, um Outros inchado empurra a barra maior para o lugar errado e manda o projeto atacar a causa que não é a principal.

Verificar se a coleta está sendo feita como planejado

Plano escrito não é coleta acontecendo. Entre os dois existe o turno de sexta à noite com uma pessoa a menos, e é ali que o dado some. A verificação é rotina curta, feita durante a janela e não no fim dela.

1. Recolha as folhas de verificação no segundo e no quinto dia, sem esperar a semana fechar.
2. Conte registros esperados contra obtidos, por turno. Turno com metade do esperado não é turno bom, é turno que não preencheu.
3. Vá ao posto e observe um registro sendo feito. Comparar o plano com o que a pessoa faz custa dez minutos.
4. Publique o andamento da coleta onde a equipe vê. Contagem visível mantém o preenchimento vivo.

Quando a coleta vira rotina, ela deixa de ser evento de projeto e passa a constar do plano de controle, com frequência, responsável e regra de reação. Esse é o destino das variáveis que o projeto provar críticas, e é o que sustenta o controle estatístico de processo depois que o time de melhoria sai de cena.

Dado histórico duvidoso e o checklist final

Em algum momento alguém oferece três anos de histórico do sistema como atalho para pular a coleta. Às vezes serve; na maioria das vezes serve para outra coisa, e a diferença se descobre com quatro perguntas.

• Qual era a definição operacional na época? Se o critério mudou no meio, a série tem duas populações coladas.
• Quem preenchia e com que incentivo? Campo que alimenta indicador de bônus tem viés previsível.
• Qual a taxa de lacuna por campo? Acima de 15% de vazio, a coluna não sustenta conclusão.
• A estratificação está lá? Total mensal sem máquina e sem turno não responde pergunta de causa.

O uso legítimo do histórico é como orientação, não como baseline. Ele indica ordem de grandeza e ajuda a estimar a proporção que entra no cálculo de amostra. O baseline comparado no fim do projeto precisa vir de coleta com definição escrita, e quem tem experiência de Lean Seis Sigma aprende isso na primeira vez que o ganho é contestado no fechamento.

1. As seis perguntas estão respondidas por escrito, incluindo a regra para dado ausente?
2. Cada variável tem definição que passou no teste das duas pessoas?
3. O tipo de dado foi escolhido, e é contínuo sempre que havia a opção?
4. Os fatores de estratificação são campos no instrumento, e não intenção?
5. O tamanho de amostra foi calculado com as quatro entradas?
6. O instrumento passou por um turno piloto e o registro leva menos de um minuto?
7. Existe dono nomeado por turno, ponto de recolhimento e verificação durante a janela?

Um plano que passa por essas sete perguntas não garante a conclusão esperada. Garante que ela se sustenta quando alguém pedir para ver o dado, e é isso que separa projeto que fecha de projeto que volta para a medição.