Os detergentes e desinfetantes exercem um papel primordial no nosso quotidiano, uma vez que fazem parte dos procedimentos de limpeza e higienização doméstica e industrial. A aplicação destes produtos se tornou indispensável para auxiliar na proteção da saúde e no bem-estar da sociedade. A variabilidade encontrada nos processos produtivos é um problema comum de várias indústrias, e uma vez que esta pode ser descrita numa linguagem estatística, os métodos estatísticos são recursos adotados no controlo e melhoria da qualidade de produtos e de processos de fabrico. O presente trabalho teve como finalidade a implementação de métodos estatísticos no controlo e melhoria de processos produtivos numa empresa de produção de detergentes. Nesse sentido, realizou-se o controlo estatístico do processo produtivo de um antisséptico à base de iodo, por meio de cartas de controlo; recorreu-se à análise de covariância (ANCOVA) com a incorporação de uma regressão quadrática, de maneira a averiguar a influência de alterações ao processo produtivo de um desinfetante clorado, no teor do cloro do mesmo. Além disso, pretendeu-se construir um modelo empírico adequado à correção do pH de um detergente de lavagem manual de loiça. Verificou-se que a maior parte das cartas de controlo associadas às características de qualidade do desinfetante à base de iodo revelaram uma variabilidade significativa, pelo que o processo se apresentava descentrado para o limite superior nessa maioria. Constatou-se que o processo se encontrava sob controlo estatístico apenas para três características qualitativas do produto (teor de sólidos, viscosidade e teor de iodo). A análise de covariância permitiu verificar que as modificações realizadas numa das etapas do processo produtivo do desinfetante clorado, afetaram significativamente os valores de teor de cloro, mesmo após o ajuste dos teores de cloro para o mês em que se efetuou a análise. O modelo de regressão da análise de covariância com uma regressão quadrática apresentou um melhor ajuste dos dados (R2 = 98,78%), em comparação à ANCOVA de regressão linear (R2 = 91,17%) e à ANOVA de um fator (R2 = 2,89%). Através do modelo empírico elaborado, conseguiu-se acertar o valor de pH de uma amostra produzida em laboratório, para um valor muito próximo do valor alvo de 6,30 (pH obtido foi de 6,25). Contudo, este modelo não foi capaz de cumprir com o acerto de um lote da produção, visto que determinou uma maior percentagem de ácido 2 para a correção do pH (o modelo previu a adição de 0,262% (m/m) de ácido, enquanto se obteve um pH de 5,84 com apenas 0,182% (m/m) de ácido).

Detergents and disinfectants play a key role in our daily lives, as they are part of domestic and industrial cleaning and sanitising procedures. The application of these products has become indispensable in helping to protect the health and well-being of society. The variability found in production processes is a communal problem in industries, and since it can be described in statistical terms, statistical methods are fundamental resources in attempts to improve the quality of products and manufacturing processes. The purpose of this study was to implement statistical methods in the control and improvement of production processes in a detergent manufacturing company. In this sense, statistical control of the production process of an iodine-based antiseptic was carried out using control charts; analysis of covariance (ANCOVA) with the incorporation of a quadratic regression was used to verify the influence of changes to the production process of a chlorinated disinfectant on its chlorine content. In addition, the aim was to build an empirical model suitable for correcting the pH of a hand dishwashing detergent. It was found that most of the control charts associated with the qualitative characteristics of the iodine-based disinfectant, showed significant variability, with the result that the process was uncentred towards the upper limit for most of the product's quality characteristics. The process was found to be under statistical control for only three characteristics (solids content, viscosity and iodine content). The analysis of covariance showed that the changes made at one of the stages of the chlorinated disinfectant production process significantly affected the chlorine content values, even after adjusting the chlorine content for the month in which the analysis was performed. The regression model of the analysis of covariance with quadratic polynomial regression showed a better fit of the data (R2 = 98,78%) compared to the linear regression ANCOVA (R2 = 91,17%) and the one-factor ANOVA, which were also evaluated (R2 = 2,89%). The empirical model used was able to adjust the pH value of a sample produced in the laboratory to a value remarkably close to the target value of 6,30 (the pH obtained was 6,25). However, this model was unable to correct a production batch, as it determined a higher percentage of acid 2 to correct the pH (the model predicted the addition of 0,262% (m/m) acid 2, while a pH of 5,84 was obtained with only 0,182% (m/m) acid).