Escolar Documentos
Profissional Documentos
Cultura Documentos
DIAGRAMA DE ISHIKAWA
O Diagrama de Ishikawa tambm conhecido como Diagrama de Causa e Efeito ou
Espinha de Peixe permite estruturar hierarquicamente as causas de determinado
problema ou oportunidade de melhoria. Pode ser utilizado tambm com outros
propsitos, alm do apresentado, por permitir estruturar qualquer sistema que
resulte em uma resposta (uni ou multivariada) de forma grfica e sinttica.
As causas de um problema podem ser agrupadas, a partir do conceito dos 6M,
como decorrentes de falhas em: materiais, mtodos, mo-de-obra, mquinas, meio
ambiente, medidas.
O uso dos 6M pode ajudar a identificar as causas de um problema e servir como
uma estrutura inicial para facilitar o raciocnio na anlise desse.
GRFICOS DE CONTROLE
Nas Figuras 8 e 9 so apresentados Grficos de Controle de Shewhart para
as duas situaes acima mencionadas.
Talho 1
Talho 2
Anlise conjunta
Limite Superior
5,1
8,1
6,6
Limite Inferior
1,2
0,9
1,1
Concluiu-se que:
Rejeita-se a hiptese de que a quantidade de terra que vem aderida canade-acar industrializvel igual se a cana provm de solo arenoso seco ou de
solo argiloso mido, sendo que a cana-de-acar proveniente de solo argiloso
mido carrega maior quantidade de terra com 99% de confiana ou de
probabilidade.
Essa concluso prova estatisticamente a necessidade de estratificar em
funo do tipo de solo ou nvel de umidade. Embora outras pesquisas
afirmassem o fato, at a concluso do trabalho acima no havia prova
estatstica dessa necessidade. A prova estatstica a base mais slida na
deciso administrativa ou cientfica.
Os testes aplicados permitiram provar tambm que no necessrio
estratificar em funo da posio de sondagem. Isso implica numa grande
simplificao no sistema da qualidade.
Outro resultado altamente positivo da aplicao desse modelo foi a deteco
de alta variabilidade entre caminhes (com mais de 99% de confiana), o que
viabiliza a aplicao de medidas de controle com uma relao custo/benefcio
favorvel.
As hipteses foram testadas usando ANOVA e MANOVA atravs do software
SAS (SAS Institute Inc., 1996a), utilizando o mdulo GLM e a opo MANOVA.
O teste dessas hipteses atravs da estatstica no-paramtrica (RANOVA e
RMANOVA) foi efetuado atravs do software SENP - Sistema para Estatstica
No-Paramtrica (Sarris et al., 1990) de distribuio livre contactando nosso
e-mail.
A estatstica no-paramtrica necessria para contornar problemas ligados
a pressuposies dos testes paramtricos (ANOVA e MANOVA), que com
muita frequncia no so satisfeitos, como normalidade e homocedasticidade
(varincias homogneas), acarretando srios erros nas concluses.
Nossa equipe teve acesso a cerca de 650 trabalhos de pesquisa no mbito
agropecurio, onde o cuidado com esse problema foi negligenciado em mais
de 90% dos casos.
Uma outra forma de contornar o problema a utilizao de transformaes
potncia. A metodologia estatstica descrita acima pode ser encontrada em
Sarris (1997). Trata-se de uma tese de doutoramento em controle estatstico
da qualidade que poderemos enviar via e-mail (atachada) a custo zero para