ISO 10017 Guia Sobre Tecnicas Estatisticas para 9001 PDF

ABNT 2005
Guia sobre tcnicas estatsticas para a

ABNT NBR ISO 9001:2000
Guidance on statistical techniques for ISO 9001:2000
Palavras-chave: Guia. Tcnicas estatsticas. Sistema de gesto.
Descriptors: Guidance. Statistical techniques. Management systems.
ICS 03.120.10; 03.120.30
Nmero de referncia
ABNT IEC/TR 10017:2005
33 pginas
RELATRIO
TCNICO
ABNT
ISO/TR
10017
Segunda edio
31.05.2005
Vlida a partir de
30.06.2005
Cpia no autorizada
ABNT ISO/TR 10017:2005
ii
ABNT 2005 Todos os direitos reservados
ABNT 2005
Todos os direitos reservados. A menos que especificado de outro modo, nenhuma parte desta publicao pode ser
reproduzida ou utilizada em qualquer forma ou por qualquer meio, eletrnico ou mecnico, incluindo fotocpia e
microfilme, sem permisso por escrito pela ABNT.
Sede da ABNT
Av. Treze de Maio, 13 28 andar
20003-900 Rio de Janeiro RJ
Tel.: + 55 21 3974-2300
Fax: + 55 21 2220-1762
abnt@abnt.org.br
www.abnt.org.br
Impresso no Brasil
Cpia no autorizada
ABNT 2005 Todos os direitos reservados
iii
Sumrio Pgina
Prefcio Nacional.........................................................................................................................................iv
Introduo.....................................................................................................................................................v
1 Objetivo.............................................................................................................................................1
2 Referncia normativa.......................................................................................................................1
3 Identificao das necessidades potenciais de tcnicas estatsticas.............................................1
4 Descries das tcnicas estatsticas identificadas......................................................................11
4.1 Generalidades.................................................................................................................................11
4.2 Estatstica descritiva......................................................................................................................12
4.2.1 O que ............................................................................................................................................12
4.2.2 Para que utilizada........................................................................................................................13
4.2.3 Benefcios.......................................................................................................................................13
4.2.4 Limitaes e cuidados...................................................................................................................13
4.2.5 Exemplos de aplicao ..................................................................................................................13
4.3 Projeto de experimentos (PDE)......................................................................................................14
4.3.1 O que ............................................................................................................................................14
4.3.2 Para que utilizado........................................................................................................................14
4.3.3 Benefcios.......................................................................................................................................14
4.3.5 Exemplos de utilizao ..................................................................................................................15
4.4 Ensaio de hipteses.......................................................................................................................15
4.4.1 O que ............................................................................................................................................15
4.4.2 Para que utilizado........................................................................................................................16
4.4.3 Benefcios.......................................................................................................................................16
4.5 Anlise de medio........................................................................................................................17
4.5.1 O que ............................................................................................................................................17
4.5.3 Benefcios.......................................................................................................................................17
4.6 Anlise de capacidade de processo..............................................................................................18
4.6.1 O que ............................................................................................................................................18
4.6.3 Benefcios.......................................................................................................................................19
4.7 Anlise de regresso......................................................................................................................20
4.7.1 O que ............................................................................................................................................20
4.7.3 Benefcios.......................................................................................................................................20
4.8 Anlise de confiabilidade...............................................................................................................21
4.8.1 O que ............................................................................................................................................21
4.8.3 Benefcios.......................................................................................................................................22
Cpia no autorizada
iv ABNT 2005 Todos os direitos reservados
4.8.5 Exemplos de utilizao.................................................................................................................. 23
4.9 Amostragem................................................................................................................................... 23
4.9.1 O que ........................................................................................................................................... 23
4.9.2 Para que utilizada........................................................................................................................ 23
4.9.3 Benefcios....................................................................................................................................... 24
4.9.4 Limitaes e cuidados................................................................................................................... 24
4.10 Simulao....................................................................................................................................... 25
4.10.1 O que ........................................................................................................................................... 25
4.10.3 Benefcios....................................................................................................................................... 25
4.11 Grficos de controle do processo estatstico (CEP) .................................................................... 26
4.11.1 O que so ....................................................................................................................................... 26
4.11.2 Para que so utilizados.................................................................................................................. 26
4.11.3 Benefcios....................................................................................................................................... 26
4.12 Tolerncia estatstica..................................................................................................................... 27
4.12.1 O que ........................................................................................................................................... 27
4.12.3 Benefcios....................................................................................................................................... 28
4.13 Anlise de srie histrica .............................................................................................................. 29
4.13.1 O que ........................................................................................................................................... 29
4.13.3 Benefcios....................................................................................................................................... 29
Bibliografia.................................................................................................................................................. 31
Cpia no autorizada
ABNT 2005 Todos os direitos reservados v
Prefcio Nacional
A Associao Brasileira de Normas Tcnicas (ABNT) o Frum Nacional de Normalizao.
As Normas Brasileiras, cujo contedo de responsabilidade dos Comits Brasileiros (ABNT/CB), dos
Organismos de Normalizao Setorial (ABNT/ONS) e das Comisses de Estudo Especiais Temporrias
(ABNT/CEET), so elaboradas por Comisses de Estudo (CE), formadas por representantes dos setores
envolvidos, delas fazendo parte: produtores, consumidores e neutros (universidades, laboratrios e outros).
O ABNT ISO/TR 10017 foi elaborado no Comit Brasileiro da Qualidade (ABNT/CB25), pela Comisso de
Estudo de Tecnologia de Suporte (CE25:000.03). O Projeto circulou em Consulta Nacional conforme
Edital n 01 de 31.01.2005, com o nmero Projeto ABNT ISO/TR 10017.
Esta Norma equivalente ISO/TR 10017:2003.
Esta segunda edio cancela e substitui a edio anterior (ABNT ISO/TR 10017:2000), a qual foi
tecnicamente revisada.
Introduo
O propsito deste Relatrio Tcnico auxiliar as organizaes a identificar tcnicas estatsticas teis em
desenvolvimento, implementao, manuteno e melhoria do sistema de gesto da qualidade, de acordo
com os requisitos da ABNT NBR ISO 9001:2000.
Neste contexto, a utilidade das tcnicas estatsticas segue a variabilidade observada no comportamento e na
realizao de praticamente todos os processos, mesmo sob condies de uma estabilidade aparente.
Essa variabilidade pode ser observada nas caractersticas quantificveis de produtos e processos, assim
como em vrios estgios do ciclo de vida total de produtos, desde a pesquisa de mercado at o servio ao
consumidor e a sua disposio final.
As tcnicas estatsticas ajudam na medio, descrio, anlise, interpretao e modelagem dessas variaes,
mesmo com uma quantidade de dados limitada. A anlise estatstica destes dados ajuda a formar uma
compreenso melhor da natureza, da extenso e das causas da variabilidade. Isso pode ajudar a solucionar
e at mesmo prevenir problemas que podem surgir da variabilidade.
As tcnicas estatsticas permitem, portanto, melhor utilizao dos dados disponveis na tomada de decises,
e, assim, auxiliam a melhoria contnua da qualidade de produtos e processos, para alcanar a satisfao do
cliente. Essas tcnicas so relevantes a um amplo espectro de atividades, como pesquisa de mercado,
projeto, desenvolvimento, produo, verificao, instalao e fornecimento.
Este Relatrio Tcnico pretende guiar e auxiliar as organizaes a considerar e selecionar tcnicas
estatsticas apropriadas s necessidades da organizao. O critrio para determinar a necessidade de
tcnicas estatsticas e a pertinncia da tcnica selecionada permanece uma prerrogativa da organizao.
As tcnicas estatsticas descritas neste Relatrio Tcnico so utilizveis tambm com outras normas que no
pertenam famlia da ABNT NBR ISO 9000 e, em particular, com a ABNT NBR ISO 9004:2000.
Cpia no autorizada
Cpia no autorizada
ABNT 2005 Todos os direitos reservados 1
Guia sobre tcnicas estatsticas para a ABNT NBR ISO 9001:2000
1 Objetivo
Este Relatrio Tcnico fornece um guia para a seleo de tcnicas estatsticas que possam ser teis a uma
organizao no desenvolvimento, implementao, manuteno e melhoria do sistema de gesto da
qualidade em uma organizao, de acordo com a ABNT NBR ISO 9001. Isso feito atravs do exame de
requisitos da ABNT NBR ISO 9001, envolvendo o uso de dados quantitativos, e, posteriormente, atravs da
identificao e descrio de tcnicas estatsticas que possam ser teis quando aplicadas a esses dados.
A lista de tcnicas estatsticas citadas nesse Relatrio Tcnico no completa nem integral, e no deve
excluir o uso de nenhuma outra tcnica (estatstica ou no) que seja considerada benfica organizao.
Alm disso, este Relatrio Tcnico no pretende prescrever qual(is) tcnica(s) estatstica(s) deve(m) ser
usada(s); ele tampouco pretende aconselhar como a(s) tcnica(s) deve(m) ser implementada(s).
Este Relatrio Tcnico no deve ser usado para fins contratuais, regulamentares ou certificao/registro.
Ele tambm no tem o fim de ser usado como lista de verificao obrigatria para cumprimento dos
requisitos da ABNT NBR ISO 9001:2000. A justificativa para o uso de tcnicas estatsticas que sua
aplicao poderia ajudar na melhoria da eficcia do sistema de gesto da qualidade.
NOTA Os termos tcnicas estatsticas e mtodos estatsticos so freqentemente usados com o mesmo sentido.
NOTA Referncias nesse Relatrio Tcnico a produto so aplicveis s categorias genricas do produto, de
servio, procedimento, equipamento e materiais processados, ou uma combinao dessas de acordo com a definio de
produto da ABNT NBR ISO 9000:2000.
2 Referncia normativa
O documento relacionado a seguir indispensvel aplicao deste documento. Para referncias datadas,
aplica-se somente a edio citada. Para referncias no datadas, aplica-se a edio mais recente do
referido documento (incluindo emendas).
ABNT NBR ISO 9001:2000 - Sistemas de gesto da qualidade - Requisitos
3 Identificao das necessidades potenciais de tcnicas estatsticas
A necessidade de dados quantitativos que pode ser razoavelmente associada com a implementao das
sees e subsees da ABNT NBR ISO 9001 identificada na tabela 1. Uma ou mais tcnicas estatsticas
que poderiam ser um beneficio potencial organizao acham-se listadas junto com a necessidade de
dados quantitativos identificadas quando apropriadamente aplicadas a tais dados.
NOTA Tcnicas estatsticas podem ser apropriadamente aplicadas aos dados qualitativos se tais dados puderem
ser convertidos em quantitativos.
Nenhuma tcnica estatstica relacionada onde no existir uma necessidade de dados quantitativos
imediatamente relacionada com uma seo ou subseo da ABNT NBR ISO 9001.
Cpia no autorizada
2 ABNT 2005 Todos os direitos reservados
As tcnicas estatsticas citadas neste Relatrio Tcnico so limitadas quelas amplamente conhecidas.
Da mesma forma, somente as aplicaes relativamente simples de tcnicas estatsticas so consideradas
neste Relatrio Tcnico.
Cada uma das tcnicas estatsticas relacionadas abaixo est descrita sumariamente na seo 4, para ajudar
a organizao a avaliar a pertinncia e o valor das tcnicas estatsticas citadas e ajudar a determinar se a
organizao deveria us-las ou no em um contexto especfico.
Tabela 1 Necessidades envolvendo dados quantitativos e a(s) tcnicas(s) estatstica(s) de suporte
Seo/subseo da
Necessidades envolvendo o
uso de dados quantitativos
Tcnica(s) estatstica(s)
4 Sistema de gesto da qualidade
4.1 Requisitos gerais
Ver Introduo deste Relatrio
Tcnico
4.2 Requisitos de documentao
4.2.1 Generalidades Nenhuma identificada
4.2.2 Manual da qualidade Nenhuma identificada
4.2.3 Controle de documentos Nenhuma identificada
4.2.4 Controle de registros Nenhuma identificada
5 Responsabilidade da administrao
5.1 Comprometimento da administrao Nenhuma identificada
5.2 Foco no cliente Necessidade para determinar os
requisitos do cliente
Necessidade para avaliar a
satisfao do cliente
Ver 7.2.2 nesta tabela
Cpia no autorizada
Tabela 1 (continuao)
Seo/subseo da
5.3 Poltica da qualidade Nenhuma identificada
5.4 Planejamento
5.4.1 Objetivos da qualidade
Nenhuma identificada
5.4.2 Planejamento do sistema de gesto
da qualidade
5.5 Responsabilidade, autoridade e
comunicao
5.5.1 Responsabilidade e autoridade
5.5.2 Representante da administrao Nenhuma identificada
5.5.3 Comunicao interna Nenhuma identificada
5.6 Reviso da administrao
Cpia no autorizada
Seo/subseo da
5.6.2 Entradas para anlise crtica
a) resultados de auditorias Necessidade para obter e avaliar
dados de auditorias
Estatsticas descritivas;
amostragem
b) realimentao do cliente Necessidade para obter e avaliar a
realimentao do cliente
amostragem
c) desempenho de processo e
conformidade do produto
Necessidade para avaliar o
desempenho do processo e a
conformidade do produto
anlise de capacidade do
processo; amostragem;
grficos de controle
estatstico do processo
(CEP)
d) situao de aes preventivas e
corretivas
Necessidade para obter e avaliar
dados decorrentes das aes
preventivas e corretivas
Estatsticas descritivas
5.6.3 Sadas da anlise crtica Nenhuma identificada
6 Gesto de recursos
6.1 Proviso de recursos Nenhuma identificada
6.2 Recursos humanos
6.2.2 Competncia, conscientizao e
treinamento
6.2.2 a) Nenhuma identificada
6.2.2 b) Nenhuma identificada
Cpia no autorizada
Seo/subseo da
6.2.2 c) avaliar a eficcia das aes
executadas
competncia e a eficcia do
treinamento
amostragem
6.2.2 d) Nenhuma identificada
6.2.2 e) Nenhuma identificada
6.3 Infraestrutura Nenhuma identificada
6.4 Ambiente de trabalho Necessidade para monitorar o
ambiente de trabalho
grfico de controle
(CEP)
7 Realizao do produto
7.1 Planejamento da realizao do
produto
7.2 Processos relacionados de cliente
7.2.1 Determinao de requisitos
relacionados ao produto
7.2.2 Anlise crtica dos requisitos
relacionados ao produto
capacidade da organizao no
cumprimento dos requisitos
definidos
anlise de medio;
anlise de capacidade de
tolerncia estatstica
7.2.3 Comunicao com o cliente Nenhuma identificada
Cpia no autorizada
Seo/subseo da
7.3 Projeto e desenvolvimento
7.3.1 Planejamento do projeto e
desenvolvimento
7.3.2 Entradas de projeto e
desenvolvimento
7.3.3 Sadas de projetos e
desenvolvimento
Necessidade para verificar que as
sadas de projeto satisfazem os
requisitos de entrada
projeto de experimentos;
ensaios de hipteses;
anlise de medio;
anlise de regresso;
anlise de confiabilidade;
amostragem; simulao;
anlise de srie histrica
7.3.4 Anlise crtica de projeto e
desenvolvimento
7.3.5 Verificao de projeto e
desenvolvimento
Necessidade para verificar que as
sadas do projeto satisfazem os
requisitos de entrada
anlise de medio;
processo; anlise de
regresso; anlise de
confiabilidade;
amostragem; simulao;
anlise de srie histrica
7.3.6 Validao de projeto e
desenvolvimento
Necessidade para validar que o
produto atende s necessidades e
utilizao declarada
anlise de medio;
processo; anlise de
regresso; anlise de
confiabilidade;
amostragem; simulao
Cpia no autorizada
Seo/subseo da
7.3.7 Controle de alteraes de projeto e
desenvolvimento
Necessidade para avaliar, verificar
e validar o efeito das mudanas de
projeto
anlise de medio;
processo; anlise de
regresso; anlise de
confiabilidade;
amostragem; simulao
7.4 Aquisio
7.4.1 Processo de aquisio Necessidade para assegurar que o
produto adquirido est em
conformidade com os requisitos de
aquisio especificados
capacidade do fornecedor no
fornecimento de produtos que
atendem aos requisitos da
organizao
anlise de medio;
processo; anlise de
regresso; anlise de
confiabilidade;
amostragem
processo, anlise de
regresso; amostragem
7.4.2 Informaes de aquisio Nenhuma identificada
7.4.3 Verificao do produto adquirido Necessidade para estabelecer e
implementar inspeo e outras
atividades para assegurar que o
produto adquirido atende aos
requisitos especificados
anlise de medio;
processo; anlise de
confiabilidade;
amostragem
7.5 Produo e fornecimento de servio
7.5.1 Controle de produo e
fornecimento de servio
Necessidade para monitorar e
controlar a produo e a prestao
de servios
anlise de medio;
processo; anlise de
regresso; anlise de
confiabilidade;
amostragem; grficos de
controle estatstico do
processo (CEP), anlise de
srie histrica
Cpia no autorizada
Seo/subseo da
7.5.2 Validao dos processos de
produo e fornecimento de servio
Necessidade para validar,
monitorar e controlar processos
cuja sada no prontamente
mensurvel
processo; anlise de
regresso; amostragem;
grficos de controle
(CEP), anlise de srie
histrica
7.5.3 Identificao e rastreabilidade Nenhuma identificada
7.5.4 Propriedade do cliente Necessidade para verificar as
caractersticas de propriedade de
cliente
amostragem
7.5.5 Preservao do produto Necessidade para monitorar o
efeito do manuseio, da
embalagem e do armazenamento
sobre a qualidade do produto
anlise de regresso;
processo (CEP); anlise de
srie histrica
7.6 Controle de dispositivos de medio e
monitoramento
Necessidade para assegurar que o
processo do equipamento de
monitoramento e medio
consistente com o requisito
validade das medies anteriores,
onde necessrio
anlise de medio;
processo; anlise de
regresso; amostragem;
grficos de controle
(CEP); tolerncia
estatstica; anlise de srie
histrica
anlise de medio;
anlise de regresso;
amostragem; tolerncia
estatstica; anlise de srie
histrica
Cpia no autorizada
8 Medio, anlise e melhoria
8.1 Generalidades Nenhuma identificada
8.2 Medio e monitoramento
8.2.1 Satisfao do cliente
analisar informaes da percepo
do cliente
amostragem
8.2.2 Auditoria interna Necessidade para planejar o
programa de auditoria interna e
relatar dados de auditoria
amostragem
8.2.3 Medio e monitoramento de
processos
medir os processos do sistema de
gesto da qualidade, para
demonstrar a capacidade do
processo em alcanar os
resultados planejados
projeto de experimento;
anlise de medio;
grficos de controle
(CEP); anlise de srie
histrica
8.2.4 Medio e monitoramento de
produto
medir caractersticas de produto a
estgios de realizao
apropriados, para verificar que
todos os requisitos so atendidos
projeto de experimento;
anlise de medio;
processo; anlise de
regresso; anlise de
confiabilidade;
srie histrica
8.3 Controle de produto no-conforme Necessidade para definir o grau de
produto no-conforme entregue.
Necessidade para reverificar o
produto corrigido, para assegurar
que este est em conformidade
com os requisitos
amostragem
Cpia no autorizada
Seo/subseo da
8.4 Anlise de dados Necessidade para obter e analisar
dados para avaliar a eficcia do
sistema de gesto da qualidade e
para avaliar as possibilidades de
melhoria em relao a
a) satisfao do cliente
b) conformidade com os requisitos
de produto
c) caractersticas e tendncias de
processo
d) fornecedores
8.5 Melhorias
8.5.1 Melhoria contnua Necessidade para melhorar os
processos do sistema de gesto
da qualidade atravs da utilizao
de dados quantitativos, nas reas
de
projeto e desenvolvimento
Aquisio
produo e prestao de
servios
controle de dispositivos de
monitoramento e edio
Ver 7.3.3, 7.3.5, 7.3.6
nesta tabela
Ver 7.4.1, 7.4.3 nesta
tabela
Ver 7.5.1, 7.5.2, 7.5.5
nesta tabela
Ver 7.6 nesta tabela
Cpia no autorizada
Tabela 1 (concluso)
Seo/subseo da
Necessidades envolvendo o uso
de dados quantitativos
8.5.2 Ao corretiva Necessidade para analisar dados
relacionados a no- conformidades,
para ajudar no entendimento de
sua(s) causa(s)
anlise de regresso;
srie histrica
8.5.3 Ao preventiva Necessidade para analisar dados
relacionados a no-conformidades e
no-conformidades em potencial,
para ajudar no entendimento de
sua(s) causa(s)
anlise de regresso;
srie histrica
4 Descries das tcnicas estatsticas identificadas
4.1 Generalidades
As seguintes tcnicas estatsticas, ou famlias de tcnicas, que poderiam auxiliar uma organizao a
satisfazer suas necessidades, so identificadas na tabela 1:
estatstica descritiva;
projetos de experimentos;
anlise de medies;
anlise de capacidade do processo;
anlise de regresso;
amostragem;
simulao;
grficos de controle estatstico do processo (CEP);
tolerncia estatstica;
anlise de sries histricas.
Cpia no autorizada
Entre as vrias tcnicas estatsticas relacionadas acima, cabe notar que estatstica descritiva (que inclui
mtodos grficos) constitui um aspecto importante de muitas dessas tcnicas.
Como anteriormente citado, os critrios usados na seleo das tcnicas relacionadas acima so que estas
tcnicas sejam bem conhecidas e amplamente utilizadas, e que sua aplicao tenha resultado em
benefcios dos usurios.
A escolha da tcnica e a maneira de sua aplicao dependero das circunstncias e do propsito do
exerccio, que diferir caso a caso.
Encontra-se em 4.2 a 4.13 uma breve descrio de cada uma das tcnicas estatsticas, ou famlia de
tcnicas. As descries procuram auxiliar um leitor comum a avaliar a aplicabilidade e os benefcios
potenciais do uso de tcnicas estatsticas na implementao dos requisitos de um sistema de gesto da
qualidade.
A real aplicao de tcnicas estatsticas citadas aqui exigir mais orientao e conhecimento que os
fornecidos neste Relatrio Tcnico. Existe uma grande quantidade de informaes sobre tcnicas
estatsticas disponveis e ao alcance do pblico, como livros, revistas, relatrios, manuais de indstrias e
outras fontes de informao, que podem auxiliar a organizao no uso eficaz de tcnicas estatsticas
1)
.
No entanto, o escopo deste Relatrio Tcnico no inclui a citao dessas fontes e, portanto, a pesquisa
deste tipo de informaes ser delegada iniciativa individual.
4.2 Estatstica descritiva
4.2.1 O que
O termo estatstica descritiva refere-se a procedimentos que resumem e apresentam dados quantitativos, de
maneira que revele as caractersticas da distribuio de dados.
As caractersticas dos dados, que so seu valor central (mais comumente descrito pela mdia), e sua
amplitude de mbito ou disperso (normalmente medidos pela faixa ou desvio-padro). Uma outra
caracterstica interessante a distribuio dos dados, para a qual existem medies quantitativas que
descrevem a forma da distribuio (como o grau de obliqidade, que descreve simetria).
A informao fornecida pela estatstica descritiva normalmente pode ser transmitida rpida e eficazmente
por uma variedade de mtodos grficos que incluem apresentaes de dados relativamente simples, tais
como:
um grfico de tendncia (tambm chamado de run chart), que uma representao de uma
caracterstica de interesse em um perodo de tempo para observar seu comportamento no perodo,
um grfico de disperso, o qual ajuda a avaliar a relao entre duas variveis pela representao de
uma varivel no eixo do x e o correspondente valor da outra no eixo do y, e
um histograma, o qual retrata a distribuio de valores de uma caracterstica de interesse.
Existe uma grande variedade de mtodos grficos que podem auxiliar na interpretao e anlise de dados.
Estes variam de ferramentas relativamente simples descritas acima (e outras tais como: grfico de barra e
grfico de setores) a tcnicas de uma natureza mais complexa, incluindo aquela envolvendo escalonamento
especializado (tais como grficos de probabilidade) e grficos envolvendo dimenses e variveis mltiplas.
____________________
1)
Esto listados na Bibliografia as Normas e os Relatrios Tcnicos da ISO e da IEC relacionados com tcnicas
estatsticas. Eles so aqui citados para informao; este Relatrio Tcnico no especifica conformidade com eles.
Cpia no autorizada
Os mtodos grficos so teis, pois freqentemente podem revelar caractersticas incomuns dos dados, que
podem ser prontamente detectadas na anlise quantitativa. Estes so muito utilizados na anlise de dados,
para explorar ou verificar relaes entre variveis e na estimativa de parmetros que descrevem tais
relaes. Tambm elas tm uma aplicao importante para resumir e apresentar dados complexos ou
relaes de dados de maneira eficaz, especialmente para audincias de no-especialistas.
Estatsticas descritivas (incluindo mtodos grficos) so implicitamente requeridas em muitas das tcnicas
estatsticas citadas neste Relatrio Tcnico, e convm que sejam vistas como um componente fundamental
de anlise estatstica.
4.2.2 Para que utilizada
A estatstica descritiva utilizada para resumir e caracterizar dados. Geralmente, esse o primeiro passo
da anlise de dados quantitativos, e muitas vezes constitui o primeiro passo em direo ao uso de outros
procedimentos estatsticos.
As caractersticas de amostras de dados podem servir como base para inferir caractersticas de populaes
das quais as amostras so retiradas, com margem de erro e um nvel de confiana prescrito.
4.2.3 Benefcios
A estatstica descritiva oferece uma maneira eficiente e relativamente simples de resumir e caracterizar
dados, assim como uma maneira conveniente de apresentar essas informaes. Em particular, mtodos
grficos so uma maneira muito eficaz de apresentar dados e comunicar informaes.
A estatstica descritiva potencialmente aplicvel a todas as situaes que envolvem o uso de dados.
Ela pode ajudar na anlise e interpretao de dados e uma excelente ajuda para a tomada de deciso.
4.2.4 Limitaes e cuidados
A estatstica descritiva fornece medies quantitativas das caractersticas (como a mdia e o desvio-padro)
de amostras de dados. No entanto, essas medies esto sujeitas as limitaes do tamanho da amostra e
ao mtodo de amostragem utilizado. Essas medies quantitativas tambm no podem ser consideradas
como estimativas vlidas de caractersticas da populao da qual as amostras foram retiradas, a menos que
as suposies estatsticas fundamentais sejam satisfeitas.
4.2.5 Exemplos de aplicao
A estatstica descritiva de grande utilidade em quase todas as reas onde dados quantitativos so
coletados. Ela fornece informaes sobre o produto, processo ou algum outro aspecto do sistema de gesto
da qualidade, e pode ser utilizada nas anlises crticas pela direo. Alguns exemplos destas aplicaes so
citados abaixo:
resumo de medies-chave de caractersticas de produto (como o valor central e a disperso);
descrio de desempenho de alguns parmetros do processo, como temperatura da fornalha, por
exemplo;
caracterizao do tempo de entrega ou tempo de resposta na indstria de servios;
resumo de dados de pesquisas sobre cliente, como satisfao ou insatisfao do cliente;
ilustrao dos dados de medies, como dados de calibrao dos equipamentos;
apresentao da distribuio de uma caracterstica de processo atravs do histograma, contra os
limites de especificao para essa caracterstica;
Cpia no autorizada
apresentao dos resultados do desempenho do produto em um perodo de tempo atravs de um
grfico de tendncia;
avaliao da possvel relao entre uma varivel de processo (exemplo temperatura) e o rendimento,
atravs de um grfico de disperso.
4.3 Projeto de experimentos (PDE)
4.3.1 O que
Projeto de experimentos se refere s investigaes realizadas de maneira planejada e que se apiam em
avaliaes estatsticas dos resultados para chegar a concluses, em um nvel de confiana estabelecido.
Projeto de experimentos envolve a induo de mudana(s) no sistema investigado e uma avaliao
estatstica dos efeitos de tais mudanas no sistema. Seu objetivo pode ser validar alguma(s)
caracterstica(s) de um sistema, ou pode ser investigar a influncia de um ou mais fatores sobre alguma(s)
caracterstica(s) de um sistema.
A forma especfica e a maneira de conduzir os experimentos constituem o projeto do experimento, e tal
projeto governado pelo objetivo do exerccio e pelas condies sob as quais os experimentos so
conduzidos.
Existem vrias tcnicas que podem ser utilizadas na anlise dos dados do experimento. Elas variam de
tcnicas analticas, tais como anlise de varincia, quelas mais graficamente representadas, tais como
grfico de probabilidade.
4.3.2 Para que utilizado
Projeto de experimento pode ser usado para estimar alguma caracterstica de um produto, processo ou
sistema, para sua validao em comparao com uma norma especificada, ou para uma avaliao
comparativa entre vrios sistemas.
Projeto de experimento particularmente til na investigao de sistemas complexos, cuja sada pode ser
influenciada por um nmero potencialmente grande de fatores. O objetivo do experimento pode ser
maximizar ou otimizar uma caracterstica de interesse, ou reduzir sua variabilidade. O projeto de
experimento pode ser utilizado para identificar os fatores que mais influenciam em um sistema, a magnitude
de sua influncia e as relaes (como, por exemplo, as interaes), se existir alguma entre os fatores.
Os resultados podem ser utilizados para facilitar o projeto e o desenvolvimento de um produto ou processo,
ou control-los, ou melhorar um sistema existente.
As informaes de um experimento projetado podem ser utilizadas para formular um modelo matemtico
que descreva a(s) caracterstica(s) de interesse do sistema como uma funo dos fatores de influncia; e
com certas limitaes (citadas resumidamente em 4.3.4). Este modelo pode ser usado para fazer previses.
4.3.3 Benefcios
Quando estimar ou validar uma caracterstica de interesse, necessrio assegurar-se de que os resultados
obtidos no so devidos simplesmente a variaes do acaso. Isso se aplica em avaliaes feitas em
comparao com alguma norma preestabelecida e, em grau ainda maior, em comparaes entre dois ou
mais sistemas. O projeto de experimentos permite que essas avaliaes sejam feitas com um nvel de
confiana predeterminado.
Uma grande vantagem do projeto de experimento a sua eficincia e a economia relativas na investigao
dos efeitos de vrios fatores em um processo, quando comparado investigao de cada fator
individualmente. Sua capacidade de identificar as interaes entre certos fatores tambm pode levar a uma
compreenso mais profunda do processo. Esses benefcios so particularmente evidenciados quando for
necessrio lidar com processos complexos, como, por exemplo, em processos que envolvem um grande
nmero de fatores de influncia em potencial.
Cpia no autorizada
Finalmente, na investigao de um sistema existe o risco de se admitir incorretamente casualidade onde
pode haver somente correlaes aleatrias entre duas ou mais variveis. O risco de tal erro pode ser
reduzido pelo uso de princpios slidos de um projeto de experimentos.
Em todos os sistemas existe um certo nvel de variao inerente (comumente chamado de rudo), que
pode s vezes confundir os resultados de investigaes e levar a concluses errneas. Outras fontes
potenciais de erro incluem o efeito perturbador de fatores desconhecidos (ou simplesmente no
reconhecidos) que podem estar presentes, ou os efeitos perturbadores de dependncias entre os vrios
fatores em um sistema. O risco desses erros pode ser reduzido com experimentos bem elaborados, como,
por exemplo, atravs da escolha do tamanho da amostra, ou em outras consideraes no projeto de
experimentos. Porm, esses riscos nunca podem ser eliminados e, portanto, convm que estejam sempre
em mente quando concluses forem tiradas.
Tambm, falando estritamente, as descobertas do experimento so vlidas somente para os fatores e para
a faixa de valores considerados no experimento. Portanto, convm que se tenha certeza ao se extrapolar
(ou interpolar) muito alm da faixa de valores considerada no experimento.
Finalmente, a teoria do projeto de experimentos pressupe certas suposies fundamentais, como a
existncia de uma relao cannica entre um modelo matemtico e a realidade fsica sendo estudada, cuja
validade ou adequao est sujeita a discusso.
4.3.5 Exemplos de utilizao
Uma utilizao tpica do projeto de experimento a avaliao de produtos ou processos como, por exemplo,
na validao do efeito do tratamento mdico, ou em avaliao da eficcia relativa de vrios tipos de
tratamento. Os exemplos industriais dessas aplicaes incluem ensaios de validao de produtos em
comparao com algumas normas especificadas de desempenho.
Projeto de experimento muito utilizado para identificar os fatores de influncia em processos complexos e
assim controlar ou melhorar o valor mdio, ou reduzir a variabilidade de alguma caracterstica de interesse
(como o rendimento do processo, a resistncia do produto, a durabilidade e nvel de rudo).
Esses experimentos so freqentemente encontrados na produo, por exemplo, de componentes
eletrnicos, automveis e produtos qumicos. So tambm largamente utilizados em reas to diversas
como agricultura e medicina. O mbito de utilizaes ainda potencialmente vasto.
4.4 Ensaio de hipteses
4.4.1 O que
O ensaio de hipteses um procedimento estatstico para determinar, com um nvel de risco
predeterminado, se um conjunto de dados (representativo de uma amostra) compatvel com uma dada
hiptese. A hiptese pode ser uma parte de uma suposio de um modelo ou distribuio estatstica
particular, ou pode ser uma parte do valor de algum parmetro de uma distribuio (como seu valor mdio).
O procedimento do ensaio de hipteses envolve a avaliao da evidncia (em forma de dados) para decidir
se uma dada hiptese relacionada a um modelo ou parmetro estatstico deveria ou no ser descartada.
O ensaio de hipteses invocado explicita ou implicitamente em muitas das tcnicas estatsticas citadas
neste Relatrio Tcnico, como amostragem, grficos de controle estatstico do processo (CEP), projetos de
experimentos, anlise de regresso e anlise de medio.
Cpia no autorizada
4.4.2 Para que utilizado
O ensaio de hipteses muito utilizado para permitir que uma pessoa conclua, em um nvel de confiana
estabelecido, se uma hiptese relacionada a um parmetro de uma populao (como aquele estimado de
uma amostra) ou no vlida. Portanto, o procedimento pode ser aplicado a um ensaio, se um parmetro
da populao segue ou no uma determinada norma; ou pode ser utilizada para examinar as diferenas
entre duas ou mais populaes. assim til na tomada de decises.
O ensaio de hipteses utilizado tambm para ensaiar suposies de modelos, tal como se a distribuio
de uma populao normal ou no, ou se os dados de amostra so aleatrios ou no.
Procedimento de um ensaio de hipteses pode tambm ser utilizado para determinar a faixa de valores
(descrito como intervalo de confiana), a qual pode-se afirmar, a um nvel de confiana estabelecido, que
contm o verdadeiro valor do parmetro em questo.
4.4.3 Benefcios
O ensaio de hipteses permite que uma declarao seja feita sobre um parmetro de uma populao com
um nvel de confiana conhecido. Assim sendo, ele pode auxiliar na tomada de decises que dependem
desses parmetros.
O ensaio de hipteses tambm pode permitir que declaraes sejam feitas a respeito da natureza da
distribuio de uma populao, assim como das propriedades dos dados da amostra em si.
Para assegurar a validade das concluses alcanadas a partir do ensaio de hipteses, essencial que as
suposies estatsticas bsicas sejam satisfeitas adequadamente, principalmente nas amostras retiradas
aleatria e independentemente. Alm disso, o nvel de confiana no qual as concluses podem ser feitas
governado pelo tamanho da amostra.
Em um nvel terico, existem alguns debates a respeito de como um ensaio de hipteses pode ser utilizado
para que inferncias vlidas sejam feitas.
O ensaio de hipteses possui utilizao geral quando uma declarao precisa ser feita a respeito de um
parmetro ou sobre a distribuio de uma ou mais populaes (como estimadas em amostra), ou na
avaliao dos prprios dados da amostra. Por exemplo, o procedimento pode ser utilizado das seguintes
formas:
para verificar se a mdia (ou o desvio-padro) de uma populao corresponde a um dado valor, tal
como um objetivo ou uma norma;
para verificar se as mdias de duas (ou mais) populaes so diferentes, como quando h comparao
entre grupos de componentes distintos;
para verificar se a proporo de uma populao com defeitos no excede um dado valor;
para verificar as diferenas na proporo de unidades defeituosas nas sadas de dois processos;
para verificar se os dados da amostra foram retirados aleatoriamente de uma nica populao;
para verificar se a distribuio de uma populao normal;
para verificar se uma observao em uma amostra uma exceo, como, por exemplo, um valor
extremo de validade questionvel;
Cpia no autorizada
para verificar se houve melhoria em alguma caracterstica do produto ou processo.
para determinar o tamanho da amostra requerida para aceitar ou rejeitar uma hiptese a um nvel de
confiana estabelecido;
para determinar, usando dados de amostras, um intervalo de confiana no qual a verdadeira populao
mdia pode estar contida.
4.5 Anlise de medio
4.5.1 O que
A anlise de medio (tambm chamada de anlise de incerteza de medio ou anlise de sistema de
medio) um conjunto de procedimentos para avaliar a incerteza de sistemas de medio, sob a faixa de
condies na qual o sistema opera. Os erros de medio podem ser analisados utilizando-se os mesmos
mtodos utilizados para analisar as caractersticas do produto.
Convm que a incerteza de medio seja considerada sempre que os dados so coletados. A anlise de
medio utilizada para avaliar, dentro de um nvel predeterminado de confiana, se o sistema de medio
adequado para o fim desejado. Ela utilizada para quantificar a variao de vrias fontes, tal como a
variao devida ao avaliador (ou seja, a pessoa que faz a medio) ou a variao do processo de medio
ou do prprio instrumento de medio. Ela utilizada tambm para descrever a variao devida ao sistema
de medio como uma proporo da variao total do processo, ou a variao total permissvel.
4.5.3 Benefcios
A anlise de medio fornece uma forma quantitativa e econmica de selecionar um instrumento de
medio, ou decidir se esse instrumento capaz de avaliar o produto ou parmetro do processo que est
sendo examinado.
A anlise de medio fornece uma base para comparao e reconciliao das diferenas em medio,
atravs da quantificao da variao de vrias fontes nos prprios sistemas de medio.
Em todos os casos, exceto nos mais simples, a anlise de medio precisa ser conduzida por especialistas
treinados. A menos que cuidado e experincia sejam usados em sua aplicao, os resultados da anlise de
medio poderiam encorajar um otimismo demasiadamente falso e potencialmente custoso, tanto em
relao aos resultados da medio como aceitabilidade do produto. Contrariamente, um pessimismo
extremo pode resultar na substituio desnecessria de sistemas de medio adequados.
4.5.5.1 Determinao de incerteza de medio
A quantificao de incerteza de medio pode servir para garantir a segurana de uma organizao aos
seus clientes (interno ou externo) de que seus processos de medio so capazes de medir adequadamente
o nvel de qualidade a ser alcanado. A anlise de incerteza de medio pode freqentemente ressaltar a
variabilidade em reas crticas para a qualidade do produto e, portanto, orientar uma organizao na locao
de recursos em tais reas, de modo a melhorar ou manter a qualidade.
4.5.5.2 Seleo de novos instrumentos
A anlise de medies pode ajudar a orientar na escolha de um novo instrumento, examinando a proporo
de variao associada com aquele instrumento.
Cpia no autorizada
4.5.5.3 Determinao das caractersticas de um mtodo em particular (veracidade, preciso,
repetibilidade, reprodutibilidade etc.)
Isso permite selecionar mtodo(s) mais apropriado(s) utilizao e ajudar a assegurar a qualidade do
produto. Ele pode tambm permitir que uma organizao equilibre o custo e a eficcia de vrios mtodos de
medio em comparao com seu efeito sobre a qualidade do produto.
4.5.5.4 Ensaio de proficincia
O sistema de medio de uma organizao pode ser avaliado e quantificado atravs da comparao dos
seus resultados de medio com aqueles obtidos com outros sistemas de medio. Alm de prover
segurana aos seus clientes, ele tambm pode ajudar uma organizao a melhorar seus mtodos ou o
treinamento de seu pessoal no que toca anlise de medio.
4.6 Anlise de capacidade de processo
4.6.1 O que
A anlise de capacidade de processo o exame da distribuio e variabilidade inerente a um processo a fim
de estimar sua habilidade para produzir sadas que sejam conformes dentro de uma faixa de variao
permitida pelas especificaes.
Quando os dados so variveis mensurveis (do produto ou processo), a variabilidade inerente do processo
demonstrada em termos da disperso do processo, quando este est em estado de controle estatstico
(ver 4.11), e geralmente medida em seis desvios-padro (6s) do processo de distribuio. Se os dados do
processo forem representados por uma varivel normalmente distribuda (em forma de sino), essa disperso
ir (em teoria) englobar 99,73% da populao.
A capacidade do processo pode ser convenientemente expressada em um ndice que relaciona a
variabilidade real do processo com a tolerncia permitida pelas especificaes. O ndice de capacidade para
dados variveis amplamente utilizado C
p
(a razo da tolerncia total dividida por 6), que vem a ser uma
medida da capacidade terica de um processo perfeitamente centralizado entre os limites das
especificaes. Um outro ndice muito utilizado C
pk
, que descreve a capacidade real de um processo que
pode estar ou no centralizado; C
pk
especialmente aplicado em situaes envolvendo especificaes de
uma parte. Outros ndices de capacidade tm sido formulados para melhor expressar a variabilidade a curto
e longo prazo e a variao ao redor do valor desejado no processo.
Quando os dados do processo envolvem atributos (como porcentagem de no-conformidade, ou o nmero
de no-conformidades), a capacidade do processo descrita como a proporo mdia de unidades
no-conformes, ou a taxa mdia de no-conformidade.
A anlise de capacidade do processo usada para avaliar a capacidade de um processo produzir sadas
consistentemente conformes com as especificaes e estimar a quantidade de produtos no-conformes que
pode ser esperada.
Esse conceito pode ser aplicado na avaliao da capacidade de um subconjunto de um processo, como, por
exemplo, uma mquina especfica. A anlise da capacidade da mquina pode ser usada, por exemplo,
para avaliar um equipamento especfico ou para avaliar a sua contribuio para a capacidade do processo
como um todo.
Cpia no autorizada
4.6.3 Benefcios
A anlise de capacidade do processo fornece uma avaliao da variabilidade inerente a um processo e uma
estimativa da porcentagem de itens no-conformes esperado. Isso permite que uma organizao estime os
custos da no-conformidade e ajuda a orientar as decises concernentes melhoria do processo.
Estabelecer padres mnimos de capacidade do processo pode ajudar a organizao na seleo de
processos e equipamentos que poderiam produzir produtos aceitveis.
O conceito de capacidade se aplica estritamente a um processo em um estado de controle estatstico.
Portanto, a anlise de capacidade do processo deveria ser conduzida em conjunto com mtodos de controle,
para prover uma verificao contnua de controle.
As estimativas da porcentagem de produtos no-conformes esto sujeitas a suposies de normalidade.
Quando a normalidade estrita no se realiza na prtica, convm que essas estimativas sejam tratadas com
cuidado, especialmente no caso de processos com taxas de alta capacidade.
Os ndices de capacidade podem ser enganadores quando a distribuio do processo estiver bastante fora
do normal. Convm que as estimativas percentuais das unidades no-confomes baseiem-se em mtodos de
anlise desenvolvidos para distribuies apropriadas a tais dados. Da mesma forma, no caso de processos
sujeitos a causas de variao sistematicamente fixados, convm que um enfoque especializado seja usado
para calcular e interpretar a capacidade, como no caso do desgaste de ferramentas.
A capacidade do processo utilizada para definir especificaes lgicas de engenharia para produtos
manufaturados, garantindo que as variaes dos componentes sejam consistentes com a tolerncia
permitida ao produto montado. Contrariamente, quando tolerncias apertadas so necessrias, os
fabricantes de componentes devem alcanar nveis especficos de capacidade do processo para assegurar
alto rendimento e desperdcio mnimo.
Objetivos de alta capacidade de processo (por exemplo, C
p
2) so s vezes utilizados nos nveis de
componentes e subsistemas para alcanar qualidade e confiabilidade cumulativa desejada e de sistemas
complexos.
A anlise de capacidade de mquinas utilizada para avaliar a capacidade de uma mquina de produzir ou
funcionar de acordo com os requisitos estabelecidos. Isso til na tomada de decises sobre compras ou
reparos.
Fabricantes de equipamentos automotivos, aeroespacial, eletrnicos, produtos alimentcios, farmacuticos e
mdicos utilizam a capacidade de processo rotineiramente como importante critrio para avaliar
fornecedores e produtos. Isso permite que o fabricante minimize a inspeo direta de produtos e materiais
adquiridos.
Algumas companhias das indstrias de manufaturados e servios acompanham seus ndices de capacidade
do processo para identificar a necessidade de melhorias de processo, ou para verificar a eficcia de tais
melhorias.
Cpia no autorizada
4.7 Anlise de regresso
4.7.1 O que
A anlise de regresso relaciona o comportamento de uma caracterstica de interesse (geralmente chamado
de varivel de resposta) com fatores potencialmente causais (chamados de variveis explanatrias).
Essa relao descrita por um modelo que pode ser cientfico, econmico, de engenharia etc., ou derivado
empiricamente. O objetivo ajudar a entender a causa potencial da variao na resposta e explicar quanto
cada fator contribui para essa variao. Isso alcanado relacionando estatisticamente a variao na
varivel de resposta com a variao nas variveis explanatrias e obtendo-se a melhor adequao,
minimizando-se os desvios entre a resposta prevista e a verdadeira.
A anlise de regresso permite ao usurio fazer o seguinte:
examinar hipteses sobre a influncia de variveis explanatrias potenciais sobre a resposta e utilizar
essas informaes para descrever a mudana estimada na resposta para uma dada mudana em uma
varivel explanatria;
prever o valor da varivel de resposta, para valores especficos das variveis explanatrias;
prever (em nvel de confiana estabelecido) a faixa de valores dentro da qual a resposta deve se
encaixar, dados os valores especficos para as variveis explanatrias;
estimar a direo e o grau de associao entre a varivel de resposta e uma varivel explanatria
(embora essa associao no implique relao de causa e efeito). Essas informaes poderiam ser
usadas, por exemplo, para determinar os efeitos de mudanas de fatores como temperatura no
rendimento de um processo, enquanto outros fatores so mantidos constantes.
4.7.3 Benefcios
A anlise de regresso pode prover uma percepo da relao entre vrios fatores e a resposta de
interesse, e tal percepo pode ajudar orientando decises relacionadas com o processo estudado, o que,
em ltima anlise, melhora o processo.
A percepo produzida pela anlise de regresso se deve sua capacidade de descrever padres em
dados de resposta concisamente, comparar subconjuntos de dados diferentes mas relacionados e analisar
relaes de causa e efeito em potencial. Quando as relaes so bem esquematizadas, a anlise de
regresso pode fornecer uma estimativa das magnitudes relativas ao efeito de variveis explanatrias,
assim como as resistncias relativas a essas variveis. Estas informaes so potencialmente valiosas no
controle e melhoria de resultados de processos.
A anlise de regresso tambm pode prover estimativas da magnitude e fonte de influncias sobre a
resposta, advindas de fatores que ou no so medidos ou so omitidos na anlise. Esta informao pode
ser usada para melhorar o sistema de medio ou o processo.
A anlise de regresso pode ser usada para prognosticar o valor da varivel de resposta, para valores
dados de uma ou mais variveis explanatrias; da mesma forma, ela pode ser usada para prever o efeito de
mudanas nas variveis explanatrias ou em uma resposta prevista ou existente. Ela pode ser til para
conduzir essas anlises antes de investir tempo e dinheiro em um problema, quando a eficcia da ao
desconhecida.
Cpia no autorizada
Quando modelando um processo, capacitao necessria na especificao de um modelo de regresso
apropriado (por exemplo: linear, exponencial, multivariado) e no uso de diagnsticos para melhorar o
modelo. A presena de variveis omitidas, erro(s) de medio e outras fontes de variao inexplicadas na
resposta pode complicar a modelagem. As suposies especficas do modelo de regresso em questo e as
caractersticas dos dados disponveis determinam que tcnica de estimativa apropriada em um problema
de anlise de regresso.
Um problema por vezes encontrado ao se desenvolver um modelo de regresso a presena de dados cuja
validade questionvel. Convm que a validade de tais dados seja investigada quando possvel, uma vez
que a incluso ou omisso dos dados da anlise poderia influenciar a estimativa dos parmetros do modelo
e deste modo a resposta.
Simplificar o modelo, minimizando-se o nmero de variveis explanatrias, importante na modelagem.
A incluso de variveis desnecessrias pode obscurecer a influncia de variveis explanatrias e reduzir a
preciso de previses de modelos. No entanto, a omisso de uma varivel explanatria importante pode
limitar seriamente o modelo e a utilidade dos resultados.
A anlise de regresso usada para modelar caractersticas da produo, como rendimento,
processamento, qualidade do desempenho, tempo de ciclo, probabilidade de falha em um ensaio ou
inspeo, e vrias formas de deficincias nos processos. A anlise de regresso utilizada para identificar
os fatores mais importantes desses processos e a magnitude e natureza de sua contribuio para a
variao da caracterstica de interesse.
A anlise de regresso utilizada para prever os resultados de um experimento ou de um estudo
prospectivo ou retrospectivo controlado sobre variao de materiais ou condies de produo.
A anlise de regresso utilizada para verificar a substituio de um mtodo de medio por um outro,
como, por exemplo, na substituio de um mtodo destrutivo ou demorado por um outro no-destrutivo e
rpido.
Os exemplos de utilizao da regresso no-linear incluem modelagem das concentraes de drogas como
funes de tempo e peso dos usurios; modelagem de reaes qumicas como a funo de tempo,
temperatura e presso.
4.8 Anlise de confiabilidade
4.8.1 O que
A anlise de confiabilidade a aplicao de mtodos analticos e de engenharia para avaliar, prever e
assegurar um desempenho sem problemas, de acordo com o tempo de vida de um produto ou de um
sistema estudado
2)
.
As tcnicas utilizadas na anlise de confiabilidade geralmente exigem o uso de mtodos estatsticos para
lidar com incertezas, caractersticas aleatrias de probabilidade de ocorrncias (de falhas etc.) de acordo
com o tempo. Essa anlise geralmente envolve o uso de modelos estatsticos apropriados para caracterizar
variveis de interesse, como o tempo at falhar ou o tempo entre falhas. Os parmetros desses modelos
estatsticos so estimados a partir de dados empricos obtidos em ensaios de laboratrio, ou ensaios de
fbricas, ou em operaes de campo.
_____________________
2)
A anlise de confiabilidade est relacionada de perto com um campo mais amplo da garantia de funcionamento, que
inclui tambm a capacidade de manuteno e de disponibilidade. Estas e outras tcnicas e enfoques relacionados so
definidos e discutidos nas publicaes da IEC citadas na Bibliografia.
Cpia no autorizada
A anlise de confiabilidade envolve outras tcnicas (como anlises dos efeitos e modos de falhas) que
focalizam a natureza fsica e as causas das falhas, e a preveno ou reduo de falhas.
A anlise de confiabilidade utilizada para os seguintes propsitos:
verificar se as medies de confiabilidades especificadas so realizadas, com base nos dados
recolhidos de ensaios de durao limitada e envolvendo um nmero especificado de unidades de
ensaios;
prever a probabilidade de operaes livres de problemas, ou outras medidas de confiabilidade, como a
taxa de falhas ou o tempo mdio entre falhas de componentes ou sistemas;
modelar padres de falha e cenrios de operao de desempenho do produto ou servio;
fornecer dados estatsticos sobre os parmetros do projeto, como esforo e resistncia, teis em
projeto probabilstico;
identificar componentes crticos ou de alto risco e os modos e mecanismos de falha provvel, e
fornecer apoio na busca de causas e medidas preventivas.
As tcnicas estatsticas empregadas na anlise de confiabilidade permitem que os nveis de confiana
estatstica estejam ligados s estimativas dos parmetros de modelos de confiabilidade em desenvolvimento
e a previses feitas a partir desses modelos.
4.8.3 Benefcios
A anlise de confiabilidade prov uma medida quantitativa do desempenho de produtos e servios em
relao s falhas ou interrupes no servio. As atividades de confiabilidade esto firmemente associadas
presena de risco na operao do sistema. A confiabilidade freqentemente um fator influente na
percepo da qualidade do produto ou servio, e na satisfao do cliente.
Os benefcios da utilizao de tcnicas estatsticas na anlise de confiabilidade incluem:
a capacidade de prever e quantificar a possibilidade de falhas e outras medidas de confiabilidade
dentro de limites de confiabilidade estabelecidos,
a percepo para orientar as alternativas de projetos diferentes utilizando-se estratgias de
redundncia e moderao,
o desenvolvimento de aceitao objetiva ou critrios de rejeio na realizao de ensaios de
conformidade para demonstrar que os requisitos de confiabilidade so alcanados,
a capacidade de planejar a manuteno preventiva tima e cronogramas de substituio, baseados na
anlise de confiabilidade do desempenho de produtos, servios e dados de desgaste,
a possibilidade de projeto de melhoria para alcanar confiabilidade economicamente objetiva.
Cpia no autorizada
Uma suposio bsica da anlise de confiabilidade que o desempenho de um sistema sob estudo pode
ser razoavelmente caracterizado por uma distribuio estatstica. A preciso de estimativas de
confiabilidade depender, portanto, da validade dessa suposio.
A complexidade da anlise de confiabilidade aumentada quando vrios modos de falha esto presentes,
estando ou no de acordo com a mesma distribuio estatstica. Quando o nmero de falhas observadas
em um ensaio de confiabilidade pequeno, ele tambm pode afetar drasticamente a confiana e a preciso
estatstica ligadas s estimativas de confiabilidade.
As condies nas quais o ensaio de confiabilidade conduzido so criticamente importantes, particularmente
quando o ensaio envolve alguma forma de esforo acelerado (isto , um esforo que significativamente
maior que aquele que o produto experimentar em uso normal). Pode ser difcil determinar a relao entre as
falhas observadas em ensaios e o desempenho do produto sob condies de operao normais, e isso
acrescentar incerteza das previses de confiabilidade.
Os exemplos mais comuns de utilizao da anlise de confiabilidade incluem:
verificao do cumprimento de requisitos de confiabilidade estabelecidos para os componentes ou
produtos;
projeo do custo do ciclo de vida do produto, com base na anlise de confiabilidade de dados
recolhidos em ensaios, no caso da introduo de um novo produto;
orientao de decises sobre a produo ou aquisio de produtos, com base na anlise de sua
confiabilidade, e efeito estimado sobre os objetivos de distribuio e custos de produtos finais
relacionados a falhas projetadas;
projeo da maturidade de produto de software, com base em resultados de ensaios, melhoria de
qualidade e crescimento da confiabilidade, e definio de objetivos de produo de software
compatvel com as necessidades do mercado;
determinao das caractersticas de desgaste do produto dominante para auxiliar na melhoria do
projeto do produto, ou para planejar cronograma de manuteno de servios apropriados, e o esforo
necessrio para isso.
4.9 Amostragem
4.9.1 O que
A amostragem uma metodologia estatstica sistemtica para obter informaes sobre alguma
caracterstica de uma populao, atravs do estudo de uma frao representativa (isto , amostra) da
populao. Existem vrias tcnicas de amostragem que podem ser empregadas (tais como amostragem
aleatria simples, amostragem estratificada, amostragem sistemtica, amostragem seqencial, amostragem
por lotes) e a escolha da tcnica determinada pelo propsito da amostragem e as condies sob as quais
ela deve ser conduzida.
A amostragem pode ser dividida em duas reas amplas e no-exclusivas: "amostragem de aceitao" e
"amostragem de investigao".
A amostragem de aceitao pressupe a deciso de aceitar ou no um "lote" (ou seja, um grupo de itens),
com base nos resultados de uma ou mais amostras selecionadas deste lote". Existe uma ampla gama de
planos de amostragem de aceitao para satisfazer requisitos e utilizaes especficas.
Cpia no autorizada
A amostragem de investigao utilizada em estudos analticos ou enumerativos para estimar os valores de
uma ou mais caractersticas de uma populao, ou para estimar como essas caractersticas esto
distribudas na populao. A amostragem de investigao freqentemente associada com pesquisas,
onde as informaes sobre a opinio de pessoas sobre um assunto so reunidas como em pesquisa de
cliente. Ela pode ser igualmente aplicada na coleta de dados para outros propsitos, tais como auditorias.
Uma forma especializada de amostragem de verificao a amostragem exploratria, que usada em
vrios estudos enumerativos para obter informaes sobre caractersticas de uma populao ou um
subgrupo da populao. Assim tambm ocorre com a amostragem de produo, que pode ser realizada
para conduzir, por exemplo, uma anlise de capacidade do processo.
Uma outra aplicao a amostragem bruta de materiais (por exemplo, minerais, lquidos e gases) para os
quais planos de amostragem foram desenvolvidos.
4.9.3 Benefcios
Um plano de amostragem bem construdo economiza tempo, custos e mo-de-obra quando comparado com
um censo da populao total ou a inspeo de 100% de um lote. Onde a inspeo de um produto envolve
ensaios destrutivos, a amostragem a nica forma prtica de obter informaes pertinentes.
A amostragem uma forma econmica e rpida de obter informaes preliminares sobre o valor ou
distribuio de uma caracterstica de interesse em uma populao.
Quando um plano de amostragem construdo, necessria redobrada ateno na tomada de decises,
relativamente ao tamanho da amostra, freqncia de amostragem, seleo da amostra, base do
subagrupamento e vrios outros aspectos da metodologia de amostragem.
A amostragem requer que a amostra seja escolhida de forma no tendenciosa, isto , a amostra
representativa da populao da qual retirada. Se isso no for feito, o resultado da amostragem ser uma
estimativa pobre das caractersticas da populao. No caso da amostragem de aceitao, amostras no-
representativas podem resultar na rejeio desnecessria de lotes de qualidade aceitveis ou na aceitao
indesejada de lotes de qualidade inaceitvel.
At mesmo as informaes derivadas de amostras no tendenciosas esto sujeitas a um grau de erro.
A magnitude desse erro pode ser reduzida se um tamanho de amostra maior for escolhido, mas ele no
pode ser eliminado. Dependendo da questo especfica e do contexto da amostragem, o tamanho da
amostra requerido para alcanar o nvel de preciso e confiana desejados pode ser muito grande para ter
valor prtico.
Um uso freqente de amostragem de investigao a pesquisa de mercado, que estima (por exemplo) a
proporo de uma populao que poderia comprar um determinado produto. Uma outra utilizao nas
auditorias de inventrio, para estimar a porcentagem de itens que cumprem critrios especificados.
A amostragem utilizada para conduzir processo de verificaes de operadores, mquinas ou produtos,
para monitorar a variao e definir aes corretivas e preventivas.
A amostragem de aceitao largamente usada na indstria e para fornecer algum nvel de segurana de
que o material adquirido satisfaz os requisitos pr-especificados.
Atravs da amostragem bruta possvel estimar a quantidade ou as propriedades dos elementos que
constituem os materiais brutos (por exemplo, minerais, lquidos e gases).
Cpia no autorizada
4.10 Simulao
4.10.1 O que
A simulao um termo coletivo para procedimentos atravs dos quais um sistema (terico ou emprico)
representado matematicamente por um programa de computador para solucionar um problema.
Se a representao envolver conceitos de teoria da probabilidade, e, em particular, variveis aleatrias, a
simulao ser chamada de Mtodo Monte Carlo.
No contexto da cincia terica, a simulao utilizada se nenhuma teoria compreensvel para a soluo de
um problema for conhecida (ou, se conhecida, for impossvel ou difcil de se resolver), e onde a soluo
pode ser obtida atravs da fora bruta computadorizada. No contexto emprico, a simulao utilizada se o
sistema puder ser descrito adequadamente por um programa de computador. A simulao tambm uma
ferramenta til no ensino da estatstica.
A evoluo da capacidade de computao relativamente barata est resultando no aumento da utilizao da
simulao para resolver problemas que at hoje no foram estudados.
4.10.3 Benefcios
Dentro das cincias tericas, a simulao (e, em particular, o Mtodo Monte Carlo) utilizada se clculos
explcitos para a soluo de problemas forem impossveis ou muito complicados para serem realizados
diretamente (por exemplo, clculo integrado n-dimensional). Similarmente, no contexto emprico, a
simulao utilizada quando investigaes empricas so impossveis ou muito custosas. O benefcio da
simulao permitir que a soluo seja alcanada com economia de tempo e dinheiro, ou simplesmente
permitir que uma soluo seja alcanada.
O uso da simulao no ensino da estatstica que ela pode ilustrar eficazmente a variao aleatria.
Dentro da cincia terica, provas com base em razo conceitual devem ser preferidas sobre simulao, j
que esta geralmente no fornece uma compreenso das razes do resultado.
A simulao em computador de modelos empricos est sujeita limitao de que o modelo pode no ser
adequado (isto , ele pode no representar suficientemente o problema). Portanto, ele no pode ser
considerado um substituto para investigaes e experimentaes empricas reais.
Projetos de grande escala (como o programa espacial) utilizam rotineiramente o Mtodo Monte Carlo.
As utilizaes no so limitadas a qualquer tipo especfico de indstria. As reas tpicas de uso incluem
tolerncia estatstica, simulao de processos, otimizao de sistemas, teoria da confiabilidade e previses.
Algumas utilizaes especficas so:
variao de modelagem em submontagens mecnicas;
perfis de vibrao de modelagem em montagens complexas;
definio de cronogramas de manuteno preventiva tima; e
conduo de anlises de custo e outras em processos de projetos e produo para otimizar a alocao
de recursos.
Cpia no autorizada
4.11 Grficos de controle do processo estatstico (CEP)
4.11.1 O que so
Um grfico de controle estatstico do processo (CEP), ou "grfico de controle", um grfico de dados
derivados das amostras periodicamente retiradas de um processo e plotados em seqncia. Deve-se notar
tambm que nos grficos de controle estatstico do processo (CEP) so "limites de controle" que descrevem
a variabilidade inerente ao processo quando este estvel. A funo dos grficos de controle ajudar a
avaliar a estabilidade do processo, e isso feito examinando-se os dados plotados em relao aos limites
de controle.
Qualquer varivel (dados de medio) ou atributos (dados de contagem) que representem uma
caracterstica de interesse de um produto ou processo podem ser plotados. Em caso de dados variveis, um
grfico de controle geralmente utilizado para monitorar mudanas no centro do processo, e um grfico de
controle em separado para monitorar mudanas na variabilidade do processo.
Para dados de atributos, os grficos de controle so mantidos comumente em nmero ou proporo de
unidades no-conformes ou em nmero de no-conformidades encontradas em amostras extradas do
processo.
A forma convencional de grficos de controle para dados variveis chamada grfico Shewhart.
Existem outras formas de grficos de controle, cada um com propriedades adequadas para utilizao em
circunstncias especiais. Exemplos destes incluem "grficos cusum", que mostram o aumento da
sensibilidade a pequenas mudanas no processo; e "grficos de mdia mvel" (uniforme ou ponderal) que
servem para uniformizar variaes em curto prazo para revelar tendncias persistentes.
4.11.2 Para que so utilizados
Um grfico de controle estatstico do processo (CEP) utilizado para detectar mudanas em um processo.
Os dados plotados, que podem advir de uma leitura individual ou de alguma estatstica como a amostra
mdia, so comparados com os limites de controle. No nvel mais simples, um ponto plotado que sair dos
limites de controle assinala uma possvel mudana no processo, possivelmente devido a alguma causa
reconhecvel. Isso identifica a necessidade de investigar a causa da leitura fora de controle e fazer ajustes
no processo onde isso for necessrio. Isso ajuda a manter a estabilidade do processo e melhora os
processos a longo prazo.
A utilizao de grficos de controle pode ser refinada para alcanar uma indicao mais rpida das
mudanas no processo, ou um aumento da sensibilidade a pequenas mudanas, atravs do uso de critrios
adicionais na interpretao de tendncias e padres entre os dados plotados.
4.11.3 Benefcios
Alm de fazer com que os dados fiquem mais visveis ao usurio, os grficos de controle facilitam uma
resposta apropriada variao do processo, ajudando o usurio a distinguir a variao aleatria inerente a
um processo estvel daquela variao que pode ser devida a causas reconhecveis (isto , para a qual
uma causa especfica pode ser reconhecida) cuja correo e deteco em tempo oportuno podem ajudar a
melhorar o processo. Exemplos do papel e valor de grficos de controle em atividades relacionadas ao
processo so dados abaixo.
Controle do processo: os grficos de controle varivel so utilizados para detectar mudanas no centro
do processo ou variabilidade de processo e iniciar aes corretivas, mantendo ou restabelecendo
assim a estabilidade do processo.
Anlise de capacidade do processo: se o processo estiver em estado estvel, os dados do grfico de
controle podem ser usados subseqentemente para estimar a capacidade do processo.
Cpia no autorizada
Anlise do sistema de medio: incorporando limites de controle que refletem a variabilidade inerente
do sistema de medio, um grfico de controle pode mostrar se o sistema de medio capaz de
detectar a variabilidade do processo ou do produto de interesse. Os grficos de controle tambm
podem ser usados para monitorar o processo de medio em si.
Anlise de causas e efeitos: a correlao entre os eventos do processo e os padres dos grficos de
controle pode ajudar a inferir as causas bsicas reconhecveis e planejar aes eficazes.
Melhoria contnua: os grficos de controle so utilizados para monitorar a variao do processo e
ajudar a identificar e enfocar a(s) causa(s) de variao. Eles so considerados especialmente eficazes
quando so usados como parte de um programa sistemtico de melhoria contnua dentro de uma
organizao.
importante recolher amostras do processo de forma a melhor revelar a variao de interesse, e essa
amostra chamada de subgrupo racional. Isso essencial para o uso eficaz e interpretao dos grficos
de controle e tambm para o entendimento das fontes de variao do processo.
Os processos de curto prazo apresentam dificuldades especiais, j que raramente existem dados
suficientes para estabelecer limites de controle apropriados.
Existe o risco de "falsos alarmes" na interpretao dos grficos de controle (ou seja, o risco de concluir que
uma mudana ocorreu, quando isso no aconteceu de fato). Existe tambm o risco de falhas na deteco de
uma mudana ocorrida. Esses riscos podem ser diminudos, mas nunca eliminados.
Companhias de setores automotivo, eletrnico, de defesa ou outros freqentemente utilizam grficos de
controle (para caractersticas crticas) para alcanar e demonstrar a capacidade e a estabilidade contnua do
processo. Se produtos no-conformes forem recebidos, os grficos so utilizados para ajudar a estabelecer
o risco e determinar a amplitude da ao corretiva.
Os grficos de controle so utilizados para a soluo de problemas no local de trabalho. Eles tm sido
aplicados a todos os nveis das organizaes como apoio para o reconhecimento de problemas e na anlise
de causas primrias.
Os grficos de controle so utilizados nas indstrias de maquinaria para reduzir intervenes
desnecessrias no processo (superajustagens), permitindo aos empregados distinguirem entre a variao
que inerente ao processo e a variao que pode ser atribuda por uma causa reconhecvel.
Os grficos de controle de caractersticas de amostras, como tempo mdio de resposta, taxa de erro e
freqncia de reclamaes, so utilizados para medir, diagnosticar e melhorar o desempenho em indstrias
de servio.
4.12 Tolerncia estatstica
4.12.1 O que
A tolerncia estatstica um procedimento baseado em certos princpios estatsticos e usada para
estabelecer tolerncias. Ela utiliza as distribuies estatsticas de dimenses relevantes de componentes
para determinar a tolerncia para a unidade montada como um todo.
Cpia no autorizada
Quando vrios componentes individuais so reunidos em um mdulo, geralmente o fator ou requisito crtico,
em termos de montagem e intercambiabilidade de tais mdulos, no freqentemente as dimenses
individuais dos componentes, mas sim a dimenso total alcanada como resultado da montagem.
Valores extremos de dimenso total (como valores muito grandes ou muito pequenos) ocorrem somente se
as dimenses de todos os componentes individuais se encontrarem na base ou no topo dos limites de
tolerncia individuais. Em uma situao serial de tolerncias, se as tolerncias individuais forem adicionadas
em uma tolerncia de dimenso total, ento isso chamado de tolerncia total aritmtica.
Para determinao estatstica de tolerncias totais, admite-se que, nas montagens envolvendo um grande
nmero de componentes individuais, dimenses de um dos extremos da faixa de tolerncia individual sejam
compensadas por dimenses do outro extremo das faixas de tolerncia. Por exemplo, uma dimenso
individual encaixada no extremo inferior da faixa de tolerncia pode ser combinada com uma outra dimenso
(ou combinao de dimenso) do lado extremo superior do limite de tolerncia. Em termos estatsticos, a
dimenso total ter uma distribuio aproximadamente normal, sob certas circunstncias. Esse fato
independe da distribuio das dimenses individuais, e, portanto, pode ser usado para estimar a faixa de
tolerncia da dimenso total do mdulo montado. Alternativamente, dada a faixa de tolerncia dimensional
total, ela pode ser usada para determinar a faixa de tolerncia permissvel dos componentes individuais.
4.12.3 Benefcios
Dado um grupo de tolerncias individuais (que no precisam ser as mesmas), o clculo da tolerncia
estatstica total ir criar uma tolerncia de dimenso total, que geralmente ser significativamente menor
que a tolerncia dimensional total calculada aritmeticamente.
Isso significa que, dada uma tolerncia dimensional total, a tolerncia estatstica permitir o uso de
tolerncias mais amplas para as dimenses individuais do que aquelas determinadas atravs de clculos
aritmticos. Em termos prticos, isso pode ser um benefcio significativo, j que tolerncias mais amplas
esto associadas com mtodos de produo mais simples e menos custosos.
A tolerncia estatstica requer que se determine previamente qual proporo dos mdulos montados poderia
encaixar-se de forma aceitvel fora da faixa da dimenso total. Os seguintes pr-requisitos devem ser
considerados para que a tolerncia estatstica seja praticvel (sem a necessidade de mtodos avanados):
as dimenses reais individuais podem ser consideradas variveis aleatrias no-correlacionadas;
a srie dimensional linear;
a srie dimensional tem no mnimo quatro unidades;
as tolerncias individuais so da mesma ordem de magnitude;
as distribuies das dimenses individuais da srie dimensional so conhecidas.
bvio que alguns desses requisitos podem ser cumpridos somente se a fabricao dos componentes
individuais em questo puder ser controlada e continuamente monitorada. Em caso de um produto ainda em
desenvolvimento convm que o conhecimento em engenharia e a experincia orientem a aplicao da
tolerncia estatstica.
Cpia no autorizada
A teoria da tolerncia estatstica utilizada rotineiramente na montagem de partes que envolvem relaes
aditivas ou casos que envolvem simples subtraes (por exemplo, eixo e furo). Setores industriais que
utilizam a tolerncia estatstica incluem a indstria mecnica, eletrnica e qumica. A teoria tambm
aplicada na simulao de computadores para determinar as tolerncias timas.
4.13 Anlise de srie histrica
4.13.1 O que
A anlise de srie histrica uma famlia de mtodos para estudar uma reunio de observaes feitas em
seqncia em um perodo de tempo. A anlise de srie histrica refere-se aqui a tcnicas analticas em
aplicaes, tais como:
encontrar formas de atraso, observando estatisticamente como cada observao est relacionada
com a observao imediatamente anterior, e repetir isso para cada perodo de atraso sucessivo,
encontrar formas cclicas ou sazonais, para compreender como os fatores causais do passado podem
ter sua influncia repetida no futuro,
utilizar ferramentas estatsticas para prever futuras observaes ou para compreender que fatores
causais contriburam para a maioria das variaes na srie histrica.
Enquanto as tcnicas empregadas na anlise de srie histricas podem incluir simples grficos de
tendncia, neste Relatrio Tcnico tais grficos elementares so listados entre os mtodos grficos simples
citados em estatstica descritiva.
A anlise de srie histrica usada para descrever padres de dados oriundos de srie histrica, para
identificar excees (ou seja, valores extremos cuja validade convm que sejam investigadas) ou para ajudar
a compreender os padres ou para fazer ajustes, e para detectar pontos de retornos em uma tendncia.
Uma outra utilidade explicar padres em uma srie com aquelas de uma outra srie histrica, com todos os
objetivos inerentes anlise de regresso.
A anlise de srie histrica usada para prever valores futuros de srie histrica, geralmente com alguns
limites inferiores e superiores conhecidos no intervalo de previso. Ela tem amplo uso na rea de controle e
geralmente aplicada a processos automatizados. Nesse caso, um modelo de probabilidade adaptado ao
histrico da srie histrica, valores futuros so previstos e os parmetros de processo especficos so
ajustados para manter o processo em direo ao seu objetivo, com a menor variao possvel.
4.13.3 Benefcios
Os mtodos da anlise de srie histrica so utilizados em planejamento, engenharia de controle,
identificao de mudanas no processo, gerao de previses e medio de efeitos de algumas
intervenes ou aes externas.
A anlise de srie histrica tambm til para comparar o desempenho projetado de um processo, com
valores previstos na srie histrica, se uma mudana especfica tiver de ser feita.
Os mtodos da srie histrica podem prover perspectivas sobre padres de causa e efeito possveis.
Os mtodos existem para separar causas sistemticas (ou reconhecveis) de causas eventuais e decompor
padres de uma srie histrica em componentes cclicos, sazonais e de tendncia.
A anlise de srie histrica freqentemente til para entender como um processo ir comportar-se sob
condies especificadas e que ajustes (se algum) poderiam influenciar o processo na direo de algum valor
em meta, ou que ajustes poderiam reduzir a variabilidade do processo.
Cpia no autorizada
As limitaes e cuidados citados para a anlise de regresso tambm se aplicam anlise de srie histrica.
Quando modelando um processo para compreender causas e efeitos, necessrio um alto nvel de
habilidade para selecionar o modelo apropriado e para utilizar ferramentas de diagnose na melhora do
modelo.
Uma nica observao ou um grupo de observaes se includo ou omitido da anlise, pode ter uma
influncia significativa sobre o modelo. Portanto, convm que as observaes influentes sejam
compreendidas e distinguidas das excees entre os dados.
Tcnicas diferentes de estimativa de srie histrica podem ter graus variados de sucesso, dependendo dos
padres da srie histrica e do nmero de perodos no qual as previses so desejadas, de acordo com o
nmero de perodos de tempo nos quais os dados da srie histrica esto disponveis. Convm que a
escolha do modelo considere o objetivo da anlise, a natureza dos dados, o custo relativo e as propriedades
analticas e preditivas dos vrios modelos.
A anlise de srie histrica aplicada ao estudo de padres de desempenho ao longo do tempo, por
exemplo, medies de processo, reclamaes de cliente, no-conformidades, produtividade e resultados de
ensaios.
Aplicaes de previses incluem a previso de parte sobressalente, absentesmo, pedidos do cliente,
necessidades materiais, consumo de energia eltrica.
A anlise de srie histrica causal usada para desenvolver modelos preditivos de demanda. Por exemplo,
no contexto da confiabilidade, ela usada para prever o nmero de eventos em um dado perodo de tempo
e a distribuio de intervalos de tempo entre eventos e falta de equipamentos.
Cpia no autorizada
Bibliografia
Publicaes da ISO relacionadas a tcnicas estatsticas
[1] ISO 2602:1980, Statistical interpretation of test results - Estimation of the mean - Confidence interval.
[2] ISO 2854:1976, Statistical interpretation of data - Techniques of estimation and tests relating to means
and variances.
[3] ISO 2859-0:1995, Sampling procedures for inspection by attributes - Part 0: Introduction to the ISO 2859
attribute sampling system.
[4] ISO 2859-1:1999, Sampling procedures for inspection by attributes - Part 1: Sampling schemes indexed
by acceptance quality limit (AQL) for lot-by-lot inspection.
[5] ISO 2859-2:1985, Sampling procedures for inspection by attributes - Part 2: Sampling plans indexed by
limiting quality (LQ) for isolated lot inspection.
[6] ISO 2859-3:1991, Sampling procedures for inspection by attributes - Part 3: Skip-lot sampling
procedures.
[7] ISO 2859-4:1999, Sampling procedures for inspection by attributes - Part 4: Procedures for assessment
of declared quality levels.
[8] ISO 3207:1975, Statistical interpretation of data - Determination of statistical tolerance interval.
[9] ISO 3301:1975, Statistical interpretation of data - Comparison of two means in the case of paired
observations.
[10] ISO 3494:1976, Statistical interpretation of data - Power of tests relating to means and variances.
[11] ISO 3534-1:1993, Statistics - Vocabulary and symbols - Part 1: Probability and general statistical terms.
[12] ISO 3534-2:1993, Statistics - Vocabulary and symbols - Part 2: Statistical quality control.
[13] ISO 3534-3:1999, Statistics - Vocabulary and symbols - Part 3: Design of experiments.
[14] ISO 3951:1989, Sampling procedures and charts for inspection by variables for percent nonconforming.
[15] ISO 5479:1997, Statistical interpretation of data - Tests for departure from the normal distribution.
[16] ISO 5725-1:1994, Accuracy (trueness and precision) of measurement methods and results - Part 1:
General principles and definitions.
Basic method for determination of repeatability and reproducibility of a standard measurement method.
Intermediate measures of the precision of a standard measurement method.
Basic methods for the determination of the trueness of a standard measurement method.
[20] ISO 5275-5:1998, Accuracy (trueness and precision) of measurement methods and results Part 5:
Alternative methods for the determination of the precision of a standard measurement method.
Use in practice of accuracy values.
[22] ISO 7870:1993, Control charts - General guide and introduction.
Cpia no autorizada
[23] ISO/TR 7871:1997, Cumulative sum charts Guidance on quality control and data analysis using
CUSUM techniques.
[24] ISO 7873:1993, Control charts for arithmetic average with warning limits.
[25] ISO 7966:1993, Acceptance control charts.
[26] ISO 8258:1991, Shewhart control charts.
[27] ISO 8422:1991, Sequential sampling plans for inspection by attributes.
[28] ISO 8423:1991, Sequential sampling plans for inspection by variables for percent nonconforming
(known standard deviation).
[29] ISO/TR 8550:1994, Guide for selection of an acceptance sampling system, scheme or plan for
inspection of discrete items in lots.
[30] ISO 8595:1989, Interpretation of statistical data - Estimation of a median.
[31] ABNT NBR ISO 9001:2000, Sistemas de gesto da qualidade Requisitos.
[32] ABNT NBR ISO 9004:2000, Sistemas de gesto da qualidade Diretrizes para melhorias de
desempenho.
[33] ABNT NBR ISO 10012, Sistemas de gesto de medio Requisitos para os processos de medio e
equipamento de medio.
[34] ISO 10725:2000, Acceptance sampling plans and procedures for the inspection of bulk materials.
[35] ISO 11095:1996, Linear calibration using reference materials.
[36] ISO 11453:1996, Statistical interpretation of data - Tests and confidence intervals relating to
proportions.
[37] ISO 11462-1:2001, Guidelines for implementation of statistical process control (SPC) Part 1:
Elements of SPC.
[38] ISO/FDIS 11648-2, Statistical aspects of sampling from bulk materials Part 2: Sampling of particulate
materials.
[39] ISO 11843-1:1997, Capability of detection Part 1: Terms and definitions.
[40] ISO 11843-2:2000, Capability of detection Part 2: Methodology in the linear calibration case.
[41] ISO/TR 13425:1995, Guide for the selection of statistical methods in standardization and specification.
[42] ISO 14253-1:1998, Geometric product specifications (GPS) Inspection by measurement of work
pieces and measuring equipment Part 1: Decision rules for proving conformance or non-conformance
with specifications.
[43] ISO/TS 14253-2:1999, Geometric product specifications (GPS) Inspection by measurement of work
pieces and measuring equipment Part 2: Guide to the estimation of uncertainty in GPS measurement,
in calibration of measuring equipment and in product verification.
[44] ISO 16269-7:2001, Statistical interpretation of data Part 7: Median Estimation and confidence
intervals.
[45] ABNT ISO Guia 33:2002, Utilizao de materiais de referncia certificados.
[46] ISO Guide 35:1989, Certification of reference materials - General and statistical principles.
[47] ABNT ISO/IEC Guia 43-1:1997, Ensaios de proficincia por comparaes interlaboratoriais Parte 1
Desenvolvimento e operao de programas de ensaios de proficincia.
Cpia no autorizada
[48] ABNT ISO/IEC Guia 43-2:1997, Ensaios de proficincia por comparaes interlaboratoriais Parte 2
Seleo e uso de programas de ensaios de proficincia por organismos de credenciamento de
laboratrios.
[49] ISO Standards Handbook:2000, Statistical methods for quality control.
Volume 1: Terminology and symbols; Acceptance sampling.
Volume 2: Measurement methods and results; Interpretation of statistical data; Process control.
Publicaes da ISO/IEC relacionadas a anlise de confiabilidade:
[50] IEC 60050-191:1990, International electrotechnical vocabulary (IEV), Chapter 191, Dependability and
quality of service.
[51] IEC 60300-1:1993, Dependability management - Part 1: Dependability programme management.
[52] IEC 60300-2:1995, Dependability management- Part 2: Dependability programme elements and tasks.
[53] IEC 60300-3-9:1995, Dependability management- Part 3: Application guide- Section 9: Risk analysis of
technological systems.
[54] IEC 60812:1985, Analysis techniques for system reliability - Procedure for failure mode and effects
analysis (FMEA).
[55] IEC 60863:1986, Presentation of reliability, maintainability and availability predictions.
[56] IEC 61014:1989, Programmes for reliability growth.
[57] IEC 61025:1990, Fault tree analysis (FTA).
[58] IEC 61070:1991, Compliance test procedures for steady-state availability.
[59] IEC 61078:1991, Analysis techniques for dependability - Reliability block diagram method.
[60] IEC 61123:1991, Reliability testing - Compliance test plans for success ratio.
[61] IEC 61124:1997, Reliability testing - Compliance test for constant failure rate and constant failure
intensity.
[62] IEC 61163-1:1995, Reliability stress screening - Part 1: Repairable items manufactured in lots.
[63] IEC 61163-2: Ed. 1.0, Reliability stress screening - Part 2: Electronic components.
[64] IEC 61164:1995, Reliability growth - Statistical test and estimation methods.
[65] IEC 61165:1995, Application of Markov techniques.
[66] IEC 61649:1997, Goodness-of-fit tests, confidence intervals and lower confidence limits for Weibull
distributed data.
[67] IEC 61650:1997, Reliability data analysis techniques Procedures for comparison of two constant
failure rates and two constant failure (event) intensities.
Outras publicaes
[68] ABNT NBR ISO 9000:2000, Sistema de gesto da qualidade Fundamentos e vocabulrio
[69] GUM, Guide to the expression of uncertainty in measurement. BIPM, IEC, IFCC, ISO, IUPAC, IUPAP
and OIML
Cpia no autorizada

ISO 10017 Guia Sobre Tecnicas Estatisticas para 9001 PDF

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

ISO 10017 Guia Sobre Tecnicas Estatisticas para 9001 PDF

Enviado por

Direitos autorais:

Formatos disponíveis

ABNT 2005

Guia sobre tcnicas estatsticas para a

Você também pode gostar