Escolar Documentos
Profissional Documentos
Cultura Documentos
TIMES DE MELHORIA
Descrição e aplicação
• M
Muitos
it autores
t mencionam
i sete
t
ferramentas básicas, porém no
conjunto há um total de nove
– quandod os ddados
d são ã coletados
l t d d de ffontes
t
diferentes ou sob condições distintas
(operadores turnos
(operadores, turnos, dias da semana
semana,
fornecedores, etc.)
• P
Para analisar
li estes
t d dados,
d o ffabricante
bi t
provavelmente faria uma estratificação por
– modelo (14”
(14 , 20
20”, 29
29”))
– tipo de defeito (não liga, não tem som, etc)
– peça
p ç trocada ((fonte, pplaca de vídeo, etc))
– oficina autorizada
– etc., etc...
Quebrada || ||| | || | 9
Riscada ||||| || | || 10
Empenada ||| |||| ||| || |||| 16
Com rebarbas ||||| || ||||| | ||||| || ||||| || 27
Manchada || ||| || | ||| 11
Cor diferente | | || 4
Outros | 1
TOTAL 20 18 14 12 14 78
Lotes verificados 2 2 2 1 2 9
k'= n
• O valor de k deve ser o número inteiro
imediatamente superior a k’, entre 5 e 15
• Defina o intervalo de classe ∆ = r/k, fazendo o
arredondamento conveniente
r 10 ,02
9,04 12,95 9,87 7,74 10,23 11,69
8 36
8,36 5 47
5,47 11 15
11,15 9 04
9,04 11 12
11,12 12 44
12,44
10 42
10,42 8 50
8,50 9 40
9,40 9 40
9,40 11 20
11,20 14 21
14,21
• O fundamento teórico e a
aplicação desta ferramenta são
melhor
lh il t d
ilustrados através
t é d de um
exemplo
10,100
10,050
10,000
Peso
9,950
9,900
9,850
0 2 4 6 8 10 12 14 16 18 20
10,100
10,050
10,000
Peso
9,950
9,900
9,850
0 2 4 6 8 10 12 14 16 18 20
10,100
10,050
10,000
Peso
9,950
9,900
9,850
0 2 4 6 8 10 12 14 16 18 20
10,100
10,050
10,000
Peso
9,950
9,900
9,850
0 2 4 6 8 10 12 14 16 18 20
• M
Mas vamos continuar
ti com o processo e ver
mais alguns resultados...
10,100
,
10,050
10,000
Peso
9,950
9,900
9,850
0 2 4 6 8 10 12 14 16 18 20
10,100
10,050
10,000
Peso
9,950
9,900
,
9,850
0 2 4 6 8 10 12 14 16 18 20
10,100
,
10,050
10,000
Peso
9,950
9,900
9,850
0 2 4 6 8 10 12 14 16 18 20
10,100
10,050
10,000
Peso
9,950
9,900
,
9,850
0 2 4 6 8 10 12 14 16 18 20
Nota 1: Teoricamente, a causa especial pode estar melhorando o resultado e deve ser investigada para que se
reforce o efeito
efeito.
10,050
10,000
Peso
9,950
9,900
9,850
0 2 4 6 8 10 12 14 16 18 20
10,100
10,050
10,000 Peso
Mediana
9,950
9,900
,
9,850
0 2 4 6 8 10 12 14 16 18 20
GRÁFICO DE EXECUÇÃO!!!
10,100
10,050
10,000 Peso
Mediana
9,950
9,900
,
9,850
0 2 4 6 8 10 12 14 16 18 20
• Neste gráfico,
gráfico com 20 pontos
– há apenas duas corridas em relação à mediana
– as duas corridas tem comprimento 10
• B
Baseado
d no conhecimento
h i t ddo processo, o
pessoal envolvido vai determinar a causa
d problema
do bl
10,050
10,000 Peso
Mediana
9,950
9,900
9,850
0 2 4 6 8 10 12 14 16 18 20
10,050
10,000 Peso
Mediana
9,950
9,900
9,850
0 2 4 6 8 10 12 14 16 18 20
• Provavelmente,, a primeira
p
pergunta a ser respondida
é se parece haver uma
relação
l ã lilinear entre
t xey
• No gráfico ao lado
lado, vê
vê-se
se
claramente que existe uma
relação linear entre x e y
• É a reta
eta de regressão,
eg essão, que pe
permite
e es
estimar
a
valores para y e fazer predições sobre o
comportamento
p do p
processo
• Valores próximos de +1
indicam que os pontos
estão concentrados sobre
uma reta com inclinação
positiva
• Valores próximos de -1
indicam que os pontos
estão concentrados sobre
uma reta com inclinação
negativa
• Correlação próxima de
zero indica não haver
relacionamento entre x e y
• O cálculo do coeficiente de
correlação é bastante
trabalhoso, mas o EXCEL
tem a função CORREL
que retorna este valor
Correlação = 0
0,914
914
AZEVEDO CONSULTORIA E PROJETOS LTDA 81
Conclusão?!
D
Desatenção
t ã ao cliente
li t 5 2 14%
2,14% 93 59%
93,59%
Processo pré-definido
Processo Decisão Dados
Fim
Fim
Entrar com
a, b e c
Mensagem de
erro
Entrada
No a, b, c são
números?
Yes
2A 2B
Yes
x1=-b/2a
x2=-b/2a
del=0? Cálculo
x1=-c/b No
x2 não existe
Mostrar
raízes
x1 e x2
Saída
Fim
∑x i
x1 + x2 + x3 + ... + xn
x= i =1
=
n n
lê-se x-barra
AZEVEDO CONSULTORIA E PROJETOS LTDA 102
E agora?
Até aquii muito
it
Por quê?
fácil? E agora? • A
Agora vamos ver como
estimar a dispersão dos
valores em torno da
média
• E
Este
t número
ú vaii nos d
dar
uma idéia da variabilidade
do processo
∑ i
( x − x ) 2
( x1 − x ) 2 + ( x2 − x ) 2 + ... + ( xn − x ) 2
σ2 = i =1
=
n −1 n −1
lê
lê-se sigma-quadrado
i d d
AZEVEDO CONSULTORIA E PROJETOS LTDA 105
Medidas de dispersão
• Mas a medida de dispersão mais usada é
o desvio padrão, representado em geral
por σ
• Naturalmente
Naturalmente, o desvio padrão é a raiz
quadrada variância
n
∑ i
( x − x ) 2
( x1 − x ) 2 + ( x2 − x ) 2 + ... + ( xn − x ) 2
σ= i =1
=
n −1 n −1
lê
lê-se sigma
i
AZEVEDO CONSULTORIA E PROJETOS LTDA 106
Observação importante
• Quando o conjunto de n números é toda
a população (não uma amostra), a
variância e o desvio padrão são
calculados usando n no denominador
• N
No slide
lid seguinte
i t há um resumo
dos tipos de cartas mais utilizados
na prática
Variáveis Atributos
p (fração não-conforme)
x barra / R
x-barra
np (número de não-
conformidades)
c (defeitos)
x-barra / S-barra
u (defeitos
(d f it por unidade)
id d )
• Não
Nã esperamos que saiam i sempre 12 ou 13 esferas
f
pretas OK, de acordo
20
15
np
LC
LIC
10 LSC
0
0 2 4 6 8 10 12 14 16 18 20
20
15
np
LC
LIC
10 LSC
0
0 2 4 6 8 10 12 14 16 18 20
• Se algum
g p
ponto estiver fora dos limites de
controle, a prática mais usual é eliminar aquele
ponto e recalcular a média e os limites de
controle.
x 1 + x 2 + ... + x m
x =
m
R 1 + R 2 + ... + R m
R =
m
Carta x
R
LSC = x + 3 = x + A2 R
d2 n
LC = x
R
LIC = x − 3 = x − A2 R
d2 n
R
LSC = R + 3d 3 = R D4
d2
LC = R
R
LIC = R − 3 d 3 = R D3
d2
x 1 + x 2 + ... + x m
x =
m
n
∑ ( xi − x )2
S j = i =1
j = 1 , 2 ,..., m
n −1
m
∑
j =1
S j
S =
m
AZEVEDO CONSULTORIA E PROJETOS LTDA 130
Fórmulas para as cartas x − S
Carta x
S
LSC = x + 3 = x + A3 S
c4 n
LC = x
S
LIC = x − 3 = x − A3 S
c4 n
S
= S + 3 1 − c4 = S B4
2
LSC
c4
LC = S
S
C = S −3 1 − c4 = S B3
2
LIC
c4
Di
pi = i = 1 , 2 ,..., m
n
m
p + p 2 + ... + p m ∑ Di
p = 1 = i =1
m nm
p (1 − p )
LSC = p + 3
n
LC = p
p (1 − p )
LIC = p − 3 ( se < 0 , usar 0 )
n
AZEVEDO CONSULTORIA E PROJETOS LTDA 134
Fórmulas para as cartas np
Coletar m amostras de tamanho n ((m ≥ 25;; n ≥ 2))
Di
pi = i = 1 , 2 ,..., m
n
m
p + p 2 + ... + p m ∑ Di
p = 1 = i =1
m nm
LSC = np + 3 n p (1 − p )
LC = n p
D 1 + D 2 + ... + D m ∑ Di
c = = i =1
m m
LSC = c + 3 c
LC = c
Di
ui = i = 1 , 2 ,..., m
n
m
u + u 2 + ... + u m ∑ Di
u = 1 = i =1
m mn
u
LSC = u + 3
n
LC = u
u
LIC = u − 3 ( se < 0 , usar 0 )
n
AZEVEDO CONSULTORIA E PROJETOS LTDA 137