A otimização de processos de manufatura com múltiplas respostas é uma prática que precisa se tornar mais acessível aos gestores. Além disso, as estruturas de correlação (variância-covariância) existente entre as respostas são desconhecidos e geralmente negligenciadas pelos métodos de otimização tradicionais, conduzindo, na maioria das vezes, a ótimos inadequados. Para tratar destas particularidades, este trabalho apresenta um método de otimização multiobjetivo, desenvolvido para estudar as múltiplas características do torneamento do aço endurecido AISI 52100, baseado no conceito do Erro Quadrático Médio Multivariado. Este conceito é desenvolvido combinando a Análise de Componentes Principais (ACP) com a Metodologia de Superfície de Respostas (MSR), com foco em problemas multidimensionais do tipo NTB (Nominal-the-best). Como variáveis do processo, foram selecionadas a velocidade de corte (V), o avanço (f) e a profundidade de corte (d). Os valores ótimos obtidos foram V=218 m/min, f=0,086 mm/rev e d=0,3424 mm. Rodadas experimentais sob as condições ótimas obtidas foram realizadas para confirmar os resultados teóricos, apontando para uma boa adequação do método proposto. A maioria das organizações, em especial, aquelas cuja produção está voltada para a manufatura, sente a complexidade do grande número de variáveis envolvida em seus processos. Além disso, a estrutura de variância-covariância, porventura existente entre essas variáveis, aumenta substancialmente essa complexidade. O equacionamento dessas variáveis, levando em consideração os seus relacionamentos, a fim de se buscar soluções adequadas, porém, não triviais, acabam por criar barreiras aos gestores, que devem estar aptos a absorver essa complexidade, inferir sobre ela e obter essas soluções. O resultado, quase sempre, reflete uma tomada de decisão inadequada e o conseqüente comprometimento dos níveis de eficiência organizacionais. A questão, portanto, é como compor um algoritmo matemático capaz de absorver toda essa complexidade? A resposta está na aplicação das diversas abordagens existentes no âmbito dos métodos de otimização, para tratamento destes relacionamentos. Mais especificamente, a utilização combinada do Projeto e Análise de Experimentos (DOE – do inglês Design of Experiments) – para criar os modelos matemáticos dos processos; a Metodologia de Superfície de Resposta (MSR) – para modelar as funções de aproximação de pontos de ótimo, geralmente encontrados em regiões dotadas de curvatura, de acordo com sua convexidade; e o conceito de Erro Quadrático Médio Multivariado (EQMM) – para buscar a minimização das distâncias entre as respostas e seus respectivos alvos e variâncias. Este último, envolve a combinação da Análise de Componentes Principais (ACP) e a Metodologia de Superfície de Resposta em problemas multivariados do tipo NTB (Nominal-the-best).