Escolar Documentos
Profissional Documentos
Cultura Documentos
CEP - Prof. Alberto Ramos
CEP - Prof. Alberto Ramos
O QUE UM PROCESSO ?
ou finalidade
conjunto de causas que gera um (ou mais) efeitos
MEDIO MATERIAIS
MO DE OBRA
PRODUTO
MQUINAS
COMPONENTES DO PROCESSO
FORNECEDORES
ENTRADAS
PROCESSO
SADAS
CLIENTES
SUBCONTROLE
SUPERCONTROLE
PREVENO x DETECO
CONTROLE DO PROCESSO (PREVENO)
ENTRADAS
PROCESSO
SADAS
AGIR E CORRIGIR
OBSERVAR OU MEDIR
ANALISAR E DECIDIR
AVALIAR E COMPARAR
RUIM BOM
PROCESSO
SADAS
SELEO
OBSERVAR OU MEDIR
AGIR E CORRIGIR
AVALIAR E COMPARAR
ANALISAR E DECIDIR
O QUE ESTATSTICA ?
Estatstica a cincia que estuda a variao. Auxilia a descobrir as causas de variao, permitindo tomar aes com base em fatos, e no opinies.
Anlise
Responsabilidade pela Ao
A maioria dos problemas de qualidade tem a sua origem em causas comuns (problemas de projeto) e no em causas especiais (problemas de operao)
PROJETO
CAUSAS COMUNS
GERENTES
10
11
VARIAO E PREVISIBILIDADE
NO EXISTEM NA NATUREZA DOIS OBJETOS QUE SEJAM ABSOLUTAMENTE IGUAIS. SEMPRE H VARIAO. CONTUDO, A VARIAO DEVIDA SOMENTE A CAUSAS COMUNS PREVISVEL.
12
13
Reviso de Estatstica
14
CARACTERIZAO DA AMOSTRA
A) Medidas de Localizao (ou de Tendncia Central)
Mdia da Amostra (x-barra)
x= (xi ) ( i = 1, 2, 3..., n ) n
Onde: xi = valores obtidos na amostra n = nmero de elementos na amostra Exemplo: 12,1 12,5 11,7 13,1 12,5
x= 12,1 + 12,5 + 11,7 + 13,1 + 12,5 = 12,4 5
Mediana (x-til) Valor tal que metade dos elementos possuam medidas inferiores ao seu e a outra metade, superiores a este. Exemplo: 11,7 12,1 12,5 12,5 13,1 ~ x = 12,5
15
( i = 1, 2, 3, ...., n )
Onde: x = Mdia dos valores da amostra Exemplo: 12,1 12,5 11,7 13,1 12,5
(12,1 12,4) 2 + (12,5 12,4) 2 + .... s = = 0,27 4
2
Desvio-Padro (s) a raiz quadrada da varincia. Exemplo: 12,1 12,5 11,7 13,1 12,5
s = 0,52
Amplitude (R)
16
Calcular as mdias e as amplitudes das amostras abaixo AMOSTRA 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 TOTAL VALORES 7 - 24 - 24 - 20 - 25 17 - 37 - 28 - 16 - 26 12 - 22 - 40 - 36 - 34 52 - 34 - 29 - 36 - 24 28 - 28 - 34 - 29 - 48 30 - 27 - 48 - 32 - 25 36 - 21 - 31 - 22 - 28 5 - 33 - 15 - 26 - 42 50 - 34 - 37 - 27 - 34 21 - 17 - 20 - 25 - 16 34 - 18 - 29 - 43 - 24 18 - 35 - 26 - 23 - 17 10 - 28 - 19 - 26 - 21 21 - 23 - 33 - 28 - 38 27 - 41 - 15 - 22 - 23 31 - 19 - 39 - 21 - 38 37 - 46 - 22 - 26 - 25 13 - 32 - 35 - 44 - 45 9 - 44 - 25 - 32 - 39 14 - 27 - 34 - 34 - 52 x-BARRA 20,0 24,8 28,8 35,0 33,4 32,4 27,6 24,2 36,4 19,8 29,6 23,8 20,8 28,6 R 18 21 28 28 20 23 15 37 23 9 25 18 18 17
567,4
R = k
475
x=
x 567,4 = = k
R=
17
1. Os
grficos
sempre
utilizam
limites
de
controle
2. O desvio-padro utilizado deve ser estimado com base na variao dentro da amostra.
3. Os dados devem ser obtidos e organizados em amostras (ou subgrupos) segundo um critrio racional.
4. O conhecimento obtido atravs dos grficos de controle deve ser empregado para tomada de aes
necessrias.
18
OBSERVAES IMPORTANTES
Existem vinte amostras (k=20) de tamanho cinco (n=5) Enquanto que os valores individuais variam de um mnimo de 5 a um mximo de 52, as mdias (x-barra) variam de um mnimo de 19,8 a um mximo de 36,4, ou seja, as mdias apresentam menor variao que os valores individuais Cada valor obtido de x-barra representa uma estimativa da mdia do processo, mas feita com base em somente 5 valores (n=5) O valor x-duas barras uma estimativa melhor que cada x-barra, pois baseada num nmero maior de dados (20 x 5 = 100) O valor x-duas barras pode ser calculado como a mdia das 20 mdias (x-barras) ou, ento, como a mdia dos 100 valores individuais (x) Analogamente, R-barra uma estimativa melhor da variao do processo do que cada R Os valores x-duas barras como R-barra somente sero boas estimativas se o processo for estvel (previsvel ou sob controle)
19
20
GRFICOS DE CONTROLE
Objetivos Verificar se o processo estvel Manter o processo estvel Melhorar o desempenho do processo
21
Em um processo estvel, a grande maioria dos valores de uma caracterstica de qualidade deve cair no intervalo:
+/- 3.
LIMITES DE CONTROLE
LSC = + 3 . = ( x) + 3 . ( x) LM = = ( x) LIC = 3 . = ( x) 3 . ( x)
22
Quando so empregadas variveis no controle estatstico de processo, so necessrios dois grficos: um para controlar a centralizao do processo um para controlar a sua variabilidade (disperso)
Cada grfico de controle tem uma finalidade bem especifica e no substitui ao outro
23
CONVENES
n = tamanho da amostra k = nmero (quantidade) de amostras = x = mdia das mdias das amostras (mdia global) _ s = desvio-padro amostral mdio _ R = amplitude amostral mdia
A2, A3, D3, D4, etc. = fatores de correo
24
= CALCULAR x _ ER
ANALISAR GRFICO R
ESTVEL?
NO
SIM NO
ANALISAR _ GRFICO x
ESTVEL?
SIM
MONITORAR PROCESSO
25
GRFICOS x-BARRA E R
GRFICO DA MDIA ( x )
( x) = x + A2 . R n
LSC x = ( x ) + 3 . ( x ) = x + 3 . LM x = ( x ) = x LIC x = ( x ) 3 . ( x ) = x 3 .
(x) = x A2 . R n
GRFICO DA AMPLITUDE ( R )
LSCR = ( R ) + 3 . ( R ) = D 4 . R LM R = ( R ) = R LICR = ( R ) 3 . ( R ) = D 3 . R
26
GRFICOS x-BARRA E s
GRFICO DA MDIA ( x )
LSCx = x + A 3 . s LM x = x LICx = x A 3 . s
GRFICO DO DESVIO-PADRO ( s )
LSCs = B 4 . s LM s = s LICs = B 3 . s
27
GRFICOS x E Rm
28
x-BARRA E R OU x-TIL E R
x-BARRA Es
n=1
x E Rm
29
30
REGRA BSICA
Os pontos devem se apresentar distribudos ao acaso (aleatoriamente), dentro dos limites de controle, para o processo ser considerado estvel.
Padres que indicam que o processo instvel: PONTO FORA DOS LIMITES DE CONTROLE Um nico ponto acima do LSC ou abaixo do LIC PRESENA DE CICLOS OU TENDNCIAS NOS PONTOS; Seis pontos consecutivos aumentando ou diminuindo ESTRATIFICAO OU FALTA DE VARIABILIDADE; Quinze pontos consecutivos prximos LM (tero mdio) Quatorze pontos consecutivos alternando-se para cima e para baixo SEQNCIA DE PONTOS PRXIMOS AO LSC OU LIC Oito pontos consecutivos fora do tero mdio Dois em trs pontos consecutivos no tero externo Quatro em cinco pontos consecutivos fora do tero mdio SEQNCIA DE PONTOS DO MESMO LADO DA LM Nove pontos consecutivos do mesmo lado da LM
31
LSC
LM
LIC
LSC
LM
LIC
32
LSC
LM
LIC
LSC
LM
LIC
33
LSC
LM
LIC
LSC
LM
LIC
34
COMENTRIOS IMPORTANTES
Unindo-se os pontos facilita-se a visualizao
Existe uma infinidade de testes de no-aleatoriedade em
livros e artigos
A anlise visual ainda o melhor meio de deteco de
causas especiais de variao Somente com treinamento e prtica possvel identificar causas especiais com facilidade No enxergar fantasmas e bruxas onde no existem
35
36
CAPACIDADE DE PROCESSO
Estudos de capacidade (ou capabilidade) tm por objetivo verificar se um processo gera produtos que atendem s especificaes de engenharia, em condies normais de operao. Para realizar um estudo de capacidade necessrio que: O PROCESSO SEJA (ESTATISTICAMENTE) ESTVEL AS MEDIDAS INDIVIDUAIS TENHAM DISTRIBUIO NORMAL
SE ESTAS DUAS RESTRIES NO FOREM OBEDECIDAS OS RESULTADOS DO ESTUDO FORNECERO INDICAES ERRADAS.
A verificao da estabilidade do processo feita atravs da anlise dos GRFICOS DE CONTROLE, enquanto que a aderncia dos valores individuais com a distribuio normal pode ser feita com o uso do PAPEL DE PROBABILIDADE NORMAL.
37
O PPN tem por objetivo verificar se os valores individuais de uma determinada caracterstica seguem a distribuio normal
EXEMPLO CLASSE 950 |- 955 955 |- 960 960 |- 965 965 |- 970 970 |- 975 975 |- 980 % 5 23 36 27 8 1 % ACUMULADA
40 35 30 25 20 15 10 5
950
955
960
965
970
975
980
38
39
INTERPRETAO
HISTOGRAMA NORMAL PPN
ASSIMTRICO A ESQUERDA
ASSIMTRICO A DIREITA
ACHATADO
ALONGADO
BIMODAL
40
Para verificar se um processo capaz, so utilizados ndices de capacidade que comparam as especificaes de engenharia com a variao natural do processo
CONVENES ADOTADAS
= MDIA DO PROCESSO
= DESVIO-PADRO DO PROCESSO
x = MDIA GERAL DAS AMOSTRAS
R = AMPLITUDE MDIA DAS AMOSTRAS s = DESVIO-PADRO MDIO DAS AMOSTRAS
41
NDICE CP
Cp =
NDICE Cpk
CPk = MIN {CPI , CPS } CPI = LIE x LIE x LIE = = 3. R s 3. 3. d2 c4 LSE LSE X LSE X = = 3. R s 3. 3. d2 c4
CPS =
42
INTERPRETAO DE Cp E Cpk
NDICE Cp
NDICE Cpk
43
44
OBSERVAES IMPORTANTES Cp sempre maior ou igual a Cpk Quando o processo est centralizado, ou seja, a sua mdia est bem no meio da especificao, ento Cp = Cpk Sempre que Cpk < 1, h gerao de produtos no-conformes No caso de especificaes unilaterais, somente se utiliza o ndice Cpk Tanto Cp como Cpk s tm resultados vlidos se a distribuio dos valores individuais for normal
45
46
ATRIBUTOS
TIPOS: A) Grfico da Frao Defeituosa na Amostra (p) B) Grfico do Nmero de Defeituosos na Amostra (np) C) Grfico do Nmero de Defeitos na Amostra (c) D) Grfico do Nmero de Defeitos por Unidade (u)
Quando utilizar grficos de controle para atributos: a medio da caracterstica invivel ou antieconmica conveniente transformar uma varivel em atributo
CUIDADO !
Uma varivel sempre transmite muito mais informao do que um atributo
47
CLASSIFICAO x CONTAGEM
Pergunta: a amostra tem alguma defeito ?
SIM
NO
SIM
SIM
NO
48
p OU np
c OU u
49
TAMANHO DE AMOSTRA
grficos de controle para atributos necessitam tamanhos de amostra maiores do que variveis tamanhos de amostra insuficientes trazem problemas na construo do grfico UM EXEMPLO ABSURDO
AMOSTRA 1 2 3 4 5 6 7 8 9 10
0.4 0.35 0.3 0.25 p 0.2 0.15 0.1 0.05 0 0 1 2 3 4 5 6 7 8 9 10 AMOSTRA
n 3 3 3 3 3 3 3 3 3 3
d 0 0 0 1 0 0 0 0 0 1
p 0,00 0,00 0,00 0,33 0,00 0,00 0,00 0,00 0,00 0,33
50
TAMANHO DE AMOSTRA
Para que o tamanho de amostra seja suficiente, temos que observar as seguintes restries:
para grficos de controle do tipo p ou np _ n.p > 5 _ n.(1 - p) > 5 para grficos de controle do tipo c ou u _ c>5
51
CONVENES
n = tamanho da amostra k = nmero (quantidade) de amostras d = nmero de defeituosos p = frao defeituosa _ p = frao defeituosa mdia c = nmero de defeitos _ c = nmero mdio de defeitos u = nmero de defeitos por unidade _ u = nmero mdio de defeitos por unidade
52
p=
LSCP = p + 3 . LMP = p
p . (1 p) n
LICP = p 3 .
p . (1 p) n
OBSERVAO Se o limite inferior de controle (LIC) der negativo, ento adotar que este no existe.
53
OBSERVAO Se o limite inferior de controle (LIC) der negativo, ento adotar que este no existe.
54
OBSERVAO Se o limite inferior de controle (LIC) der negativo, ento adotar que este no existe.
55
u n
u n
OBSERVAO Se o limite inferior de controle (LIC) der negativo, ento adotar que este no existe.
56
ANEXOS
57
GRFICOS DE CONTROLE
Grfico de Controle mdia e amplitude
xR
Linha Mdia
x
Limites de Controle
LSC = x + A 2 .R LIC = x A 2 .R
R
x
LSC = D 4 .R LIC = D3 .R
s
x
Rm
frao defeituosa
p
c u
58
A2 1,880
1,023 0,729 0,577 0,483 0,419 0,373 0,337 0,308
A3 2,695
1,954 1,628 1,427 1,287 1,182 1,099 1,032 0,975
E2 2,660
1,772 1,457 1,290 1,184 1,109 1,054 1,010 0,975
B3
B
B4 3,267
B
n
2 3 4 5 6 7 8 9 10
D3
0,076 0,136 0,184 0,223
D4
3,267 2,574 2,282 2,114 2,004 1,924 1,864 1,816 1,777
D
0,709 0,524 0,446 0,403 0,375 0,353 0,338 0,325 0,314
c4
0,798 0,886 0,921 0,940 0,952 0,959 0,965 0,969 0,973
d2
1,128 1,693 2,059 2,326 2,534 2,704 2,847 2,970 3,078
FONTE: MONTGOMERY, D.C. Introduction to statistical quality control. 2 ed. New York, John Wiley, 1991.