Você está na página 1de 28

MSA

Anlise dos Sistemas


de Medio

MSA
ANLISE DOS SISTEMAS DE MEDIO

Elaborado por:

Felipe Morais Menezes

Porto Alegre
2013

Sumrio

INTRODUO ........................................................................................................................ 5
1.1

A Anlise Estatstica....................................................................................................... 5

1.2

Variao: Causas Comuns e Especiais ........................................................................... 6

MSA ANLISE DOS SISTEMAS DE MEDIO ....................................................................... 6


2.1

Qualidade dos Dados de Medio ................................................................................ 7

2.2

Terminologia ................................................................................................................. 8

2.3

Propriedades Estatsticas dos Sistemas de Medio .................................................... 9

2.3.1

Efeito dos Erros na Medio ............................................................................... 11

2.4

Aplicaes dos Estudos de Sistema de Medio ......................................................... 12

2.5

Discriminao (Resoluo) .......................................................................................... 12

2.6

Diretrizes Gerais das Anlises dos Sistemas de Medio ............................................ 14

2.7

Avaliao do Sistema de Medio para Variveis ....................................................... 15

2.8

Acurcia e preciso ..................................................................................................... 16

2.9

Viso Geral do MSA ..................................................................................................... 16

2.9.1
2.9.1.1
2.9.2
2.9.2.1
2.9.3
2.9.3.1
2.9.4

Estabilidade ......................................................................................................... 17
Diretrizes para o estudo .................................................................................. 19
Tendncia ............................................................................................................ 19
Diretrizes para o estudo .................................................................................. 20
Linearidade .......................................................................................................... 20
Diretrizes para o estudo .................................................................................. 21
Repetitividade e Reprodutibilidade (R&R) .......................................................... 21

2.9.4.1

Repetitividade ................................................................................................. 22

2.9.4.2

Reprodutibilidade ............................................................................................ 23

2.9.4.3

Diretrizes para o estudo .................................................................................. 24

2.9.4.4

Critrios de Aprovao do R&R ....................................................................... 25

2.9.5
2.9.5.1
2.10
3

Avaliao do Sistema de Medio para Atributo ................................................ 26


Diretrizes para estudo ..................................................................................... 26

Mtodo de Avaliao do MSA ..................................................................................... 26

REFERNCIAS ....................................................................................................................... 27

INTRODUO

No final dos anos 70, alarmados e ao mesmo tempo admirados com a


revoluo do Japo na rea de Qualidade, executivos de grandes corporaes
americanas cruzaram o oceano pacfico em busca da explicao para o
fenmeno. Receberam, com admirao, de que dois cidados americanos W.
Eduards Deming e Joseph Juran haviam implantado os conceitos de controle
de Qualidade, responsveis pela espetacular virada imposta ao mundo pela
Economia Japonesa iniciada a partir de 1954. A superao em relao as
empresas Ocidentais ocorreu em meados da dcada de 70, pelo menos nas
indstrias eletrnica e automobilstica.
Deming e Juran iniciaram os trabalhos transmitindo seus conhecimentos aos
principais executivos japoneses, no envolvimento dos operrios no autocontrole
e na prpria reconceituao da Qualidade.
Qualidade aquilo que o consumidor quer, ensinou Deming. Como Deming,
Juran tambm preconiza o fazer certo desde a primeira vez. Porm, seu
diferencial a nfase da chamada Administrao da Qualidade, pois ele
considera que os problemas nesse campo so, antes de tudo, gerenciais.
As tcnicas do Controle Estatstico do Processo mudaram toda a viso anterior
da Qualidade, derrubando todos os conceitos e mtodos existentes na poca.
O controle passou a ser feito diretamente sobre o processo de produo, a
partir do prprio recebimento de matrias-primas a todas as etapas de
fabricao. Afinal, para Deming, apenas 4% dos erros so devidos s falhas
locais dos operadores. O resto se localiza nos sistemas de produo,
incluindo-se o estado dos materiais, a manuteno das mquinas, a operao
das ferramentas e as condies ambientais.
1.1

A ANLISE ESTATSTICA

Walter Shewart, aps vrios estudos conseguiu fazer a seguinte observao:


Na natureza e em todo o processo industrial repetitivo os dados obtidos tende a
estar distribudos de forma a compor uma curva normal ou curva de sino.
Do ponto de vista matemtico, esta distribuio Normal fica caracterizada por
dois parmetros:

Mdia, que a concentrao mdia das medidas feitas no processo.

Desvio Padro, que mostra a disperso dos dados em torno da medida


mdia.

Em funo disto importante a definio de Qualidade de Manufatura como


sendo uniformidade do produto em torno de um alvo ao invs de
conformidade especificao.
Esta uniformidade no determinstica, ou seja, apresenta variao. A
variao em determinada caracterstica de processo pode dar-se por duas
causas: Comuns e Especiais.
1.2

VARIAO: CAUSAS COMUNS E ESPECIAIS

As causas comuns referem-se s muitas fontes de variao dentro de um


processo que tem uma distribuio estvel e repetitiva ao longo do tempo. Isto
chamado de "sob controle estatstico". Se somente causas comuns de
variao esto presentes e no mudam, a produo de um processo
previsvel.
As causas especiais referem-se a quaisquer fatores que causam variao, mas
que no atuam sempre no processo. Quando elas ocorrem, fazem com que a
distribuio do processo mude. A menos que todas as causas especiais de
variao sejam identificadas e cuidadas, elas continuaro a afetar, de forma
imprevisvel, o resultado do processo. Se estiverem presentes causa especiais
de variao, a produo no estvel ao longo do tempo.
As mudanas na distribuio do processo devidas s causas especiais podem
tanto ser prejudiciais quanto benficas. Quando prejudiciais, necessitam ser
identificadas e removidas. Quando benficas, devem ser identificadas e
incorporadas permanentemente ao processo.
Para que tenha-se controle do processo, preciso constantemente realizar
inspees na forma de medio. Este sistema de medio, por sua, vez deve
ser fidedigno para gerar informaes confiveis para a tomada de decises.

MSA ANLISE DOS SISTEMAS DE MEDIO

Para a anlise do sistema de medio, so utilizadas importantes ferramentas


estatsticas que permitem a avaliao do grau de confiabilidade dos dados
gerados pelos sistemas de medio utilizados por uma empresa. Como no
gerenciamento de processos os dados representam a base para a tomada de
decises, necessrio determinar, antes de qualquer anlise, se os sistemas
de medio fornecem resultados aceitveis. Portanto, a avaliao estatstica da
qualidade das medidas, um importante estudo que deve ser parte integrante
do gerenciamento de processos.

Uma premissa bsica quando se fala da Anlise do Sistema de Medio


sempre avaliar se o sistema de medio est correto, antes de qualquer
anlise estatstica.
Diante da importncia dos dados para as atividades de gerenciamento de
processos, fcil perceber que fundamental que as medies realizadas
para a coleta de dados sejam confiveis, com o objetivo de garantir que as
aes a serem tomadas a partir da anlise dos dados coletados sejam
realmente adequadas.
2.1

QUALIDADE DOS DADOS DE MEDIO

A qualidade dos dados de medio est relacionada com as propriedades


estatsticas de medies mltiplas obtidas com um sistema de medio
operando sob condies estveis.
Por exemplo, suponhamos que um sistema de medio, operando sob
condies estveis, utilizado para se obter diversas medies de uma certa
caracterstica. Se todas as medidas esto se diz que a qualidade dos dados
alta. Similarmente, se algumas ou todas as medidas esto longe do valor
padro, ento se diz que a qualidade dos dados baixa.
As propriedades estatsticas mais comumente usadas para caracterizar a
qualidade de dados so a tendncia e a varincia. A propriedade chamada
tendncia refere-se a localizao dos dados relativamente ao valor padro e a
propriedade chamada varincia refere-se disperso dos dados. Porm,
outras propriedades estatsticas, tais como a taxa de erro de classificao,
podem tambm ser teis em alguns casos.
Uma das razes mais comuns de dados com baixa qualidade a variao dos
dados. Por exemplo, um sistema de medio, usado para medir o volume de
um lquido em um tanque, pode ser sensvel temperatura ambiente em que
ele usado. Neste caso, a variao nos dados podem ser devidos ou a
mudanas no volume ou a mudanas na temperatura ambiente. Isso torna a
interpretao dos dados mais difcil e o sistema de medio,
conseqentemente, menos conveniente.
Muito da variao em um conjunto de medies devido interao entre o
sistema e seu meio ambiente. Se a interao gera muita variao, ento a
qualidade dos dados pode ser baixa que os dados se tornam sem utilidade. Por
exemplo, um sistema de medio com uma grande variao poder no ser
apropriado para a anlise de um processo de manufatura, porque a variao do
sistema de medio pode mascarar a variao do processo de manufatura.

Muito do trabalho de se gerenciar um sistema de medio est ligado no


monitoramento e controle de variao. Entre outras coisas, isto significa que se
deve dar nfase a aprender como o sistema de medio interage com o seu
meio ambiente, de forma que sejam gerados somente dados de qualidade
aceitvel.
Maior parte das variaes indesejvel. Mas h algumas excees
importantes. Por exemplo, se a variao devida a pequenas mudanas na
caracterstica sendo medida, ento ela normalmente considerada desejvel.
Quanto mais sensvel for um sistema de medio a este tipo de mudana, mais
desejvel se torna o sistema, porque se trata de um sistema de medio mais
sensvel.
Se a qualidade dos dados no aceitvel, ento ela tem que ser melhorada.
Isto geralmente se consegue melhorando o sistema de medio, ao invs de se
melhorar os dados.
2.2

TERMINOLOGIA

Segue a terminologia bsica necessria para compreender o tema aqui tratado.

Medio: definido como sendo a atribuio de nmeros para coisas


materiais, para representar as relaes entre elas no que se refere a
propriedades particulares. Esta definio foi dada primeiramente por
C.Eisenhart (1963). O processo de se atribuir os nmeros definido
como o processo de medio e o valor atribudo definido como o valor
medido.

Dispositivo de Medio: qualquer dispositivo usado para obter


medidas; freqentemente usado para referir-se especificamente aos
dispositivos usados no ambiente de fbrica, inclui calibradores passa /
no passa.

Sistema de Medio: o conjunto de operaes, procedimentos,


dispositivos de medio e outros equipamentos, software e pessoal
usado para atribuir um nmero caracterstica que est sendo medida;
o processo completo usado para obter as medidas.

A Figura 1 apresenta dos componentes de um Sistema de Medio tpico.

Mtodo

Instrumento
Operador

Padro

Ambiente de
Trabalho

Figura 1 Componentes do Sistema de Medio

Destas definies segue que o processo de medio deveria ser visto como um
processo de produo que produz nmeros (dados) como seu produto. Enfocar
um sistema de medio desta maneira til porque isto permite aplicar todos
os conceitos, filosofia e ferramentas estatsticas.

2.3

PROPRIEDADES ESTATSTICAS DOS SISTEMAS DE MEDIO

Um sistema ideal de medio produziria somente medidas corretas, todas as


vezes que fosse utilizado. Toda medida deveria sempre coincidir com um
padro mestre. Um sistema de medio desse tipo, dir-se-ia possuir
propriedades estatsticas de varincia zero, tendncia zero e probabilidade
zero de classificao errnea de qualquer produto que ela medisse.
Infelizmente, sistema de medio com tais propriedades estatsticas desejveis
raramente existem, e ento os gerentes de processos devem usar sistemas de
medio que tm propriedades estatsticas menos convenientes.
A qualidade de um sistema de medio geralmente determinada unicamente
pelas propriedades estatsticas dos dados que ele produz. Outras propriedades
como custo, facilidade de uso, etc. so tambm importantes por contriburem
para a convenincia geral de um sistema de medio. Mas a qualidade de um
sistema determinada pelas propriedades estatsticas dos dados produzidos.
Deve-se entender que as propriedades estatsticas que so mais importantes
para um uso, no so necessariamente as propriedades mais importantes para
outro uso. Por exemplo, para alguns usos de uma mquina de medio de
coordenadas (tridimensional), as propriedades mais importantes so varincia
9

e tendncia pequenas. Uma mquina de medio por coordenadas com tais


propriedades ir gerar medidas que esto prximas dos valores certificados
de padres que so rastreveis. Os dados obtidos de tal mquina podem ser
muito teis para analisar um processo de manufatura.
Mas, no importando quo pequenas sejam a tendncia e a varincia, a
mesma mquina de medio por coordenadas pode ser incapaz, sob certas
condies gerais, de realizar um trabalho aceitvel na discriminao entre
produtos bons e ruins, porque a sua taxa de classificao errnea muito alta.
Com isso, sob tais condies gerais, a mquina seria simultaneamente
aceitvel para analisar o processo de manufatura e inaceitvel para realizar a
inspeo do item final.
A gerncia tem a responsabilidade de identificar as propriedades estatsticas
que so as mais importantes para o uso dos dados. A gerncia tambm
responsvel por assegurar que tais propriedades sejam usadas como base
para se escolher um sistema de medio. Para realizar isto so necessrias
definies operacionais das propriedades estatsticas, bem como mtodos
aceitveis de medi-las.
Apesar de poder ser exigido que cada sistema de medio tenha diferentes
propriedades estatsticas, existem certas propriedades estatsticas que todos
os sistemas de medio devem ter. Estas incluem:

O sistema de medio deve estar sob controle estatstico, o que significa


que a variao no sistema de medio devida somente a causas
comuns e no a causas especiais.

A variabilidade do sistema de medio deve ser pequena em


comparao com a variabilidade do processo de manufatura.

A variabilidade do sistema de medio deve ser pequena em


comparao com os limites de especificao.

Os incrementos de medida devem ser pequenos em relao ao que for


menor, entre a variabilidade do processo ou os limites de especificao.
Uma regra prtica comumente usada que os incrementos no devem
ser maiores que um dcimo do menor valor entre a variabilidade do
processo ou os limites de especificao.

As propriedades estatsticas do sistema de medio podem mudar


medida que variem os itens que esto sendo medidos. Se isto ocorrer, a
maior (pior) variao do sistema de medio deve ser pequena em
relao ao menor valor entre a variabilidade do processo ou os limites
de especificao.
10

A Figura 2 apresenta diversas fontes de variao baseada em cada


componente do sistema de medio.

Figura 2 Fontes de Variao do Sistema de Medio

2.3.1 Efeito dos Erros na Medio

O objetivo de um controle de processo estabelecer se o processo est sob


controle estatstico; centralizado; e com uma variabilidade aceitvel. Se a
variao no sistema de medio for grande, ela poder influenciar
negativamente em decises relativas a esses trs pontos.
Os tipos de erros que podem ser cometidos so:

Uma pea boa ser considerada ruim. Erro do tipo I (risco do produtor,
ou falso alarme).

Uma pea ruim ser considerada boa. Erro do tipo II (risco do


consumidor, ou taxa de perda).

Com relao ao controle estatstico de um processo, podemos cometer


dois tipos de erros:
o Chamar uma causa comum de causa especial (ponto fora dos
limites, por exemplo);
11

o Chamar uma causa especial de causa comum.

Quanto a centralizao de um processo, tambm podemos cometer dois


erros:
o Desajustar um processo que est centralizado, por consider-lo,
erradamente, descentralizado;
o Manter um processo descentralizado,
erradamente, centralizado.

2.4

por

consider-lo,

Quanto a variao no processo, podemos considerar um processo


capaz como um processo no.

APLICAES DOS ESTUDOS DE SISTEMA DE MEDIO

Dentre as principais aplicaes dos estudos e anlises dos sistemas de


medio pode-se destacar:

2.5

Critrios para aceitar novos equipamentos;

Comparao entre dispositivos de medio;

Avaliar dispositivos suspeitos de ser deficiente;

Comparao do equipamento antes e depois do reparo;

Necessrio para o clculo da variao do processo;

Estabelecer a Curva de Desempenho do Dispositivo.

DISCRIMINAO (RESOLUO)

Discriminao a capacidade do sistema de medio detectar e indicar,


confiavelmente, pequenas mudanas nas caractersticas medidas.
Devido a limitaes fsicas e econmicas, o sistema de medio no distinguir
peas que tenham pequenas diferenas nas caractersticas medidas. Em vez
disto, a caracterstica medida ter valores medidos agrupados em categoria de
dados. Todas as peas, na mesma categoria de dados, tero o mesmo valor
para a caracterstica medida.

12

A discriminao inaceitvel para a anlise quando no detecta variao no


processo, e inaceitvel para controle, se no detectar causas especiais de
variao. A Figura 3 mostra o impacto de categorias sem superposio de
dados da distribuio do processo, nas atividades de controle e anlise.

Figura 3 - Impacto de categorias

O sintoma de discriminao inaceitvel podem aparecer na carta de


amplitudes. As cartas de mdia e amplitude revelam a fora de discriminao
(nmero de categorias de dados que podem ser identificadas) do sistema de
medio. A figura 4 contm pares de cartas de controle derivadas dos mesmos
dados.

13

Figura 4 - Cartas de controle de Processo

Indicao de discriminao inadequada dada na carta de amplitudes. Quando


a carta mostra apenas 1, 2 ou 3 possveis valores dentro dos limites de
controle, as medies esto sendo feitas com discriminao inadequada.
Alm disso, se a carta mostra 4 possveis valores e mais de das amplitudes
zero, a discriminao inadequada.
Estes problemas podem ser remediados pela modificao da capacidade de
detectar a variao dentro dos subgrupos atravs do aumento da discriminao
das medies. Um sistema de medio ter discriminao adequada se sua
resoluo aparente pequena em relao variao do processo. Ento uma
recomendao quanto a discriminao adequada, seria de a resoluo
aparente ser no mximo de um dcimo da variao total de seis desvios
padres do processo, em vez da regra tradicional que da resoluo aparente
ser no mximo de um dcimo da amplitude da tolerncia.
2.6

DIRETRIZES GERAIS DAS ANLISES DOS SISTEMAS DE MEDIO

Independente do estudo a ser realizado, alguns cuidados na preparao devem


ser tomados:
1. Abordagem a ser usada deve ser planejada;
14

2. Determinar previamente o nmero de operadores, peas e leituras, para


tanto considerar:
o Criticidade das dimenses
o Configurao da pea
3. Escolher operadores que normalmente operam o dispositivo;
4. As peas devem ser selecionadas do processo e representar sua faixa
de operao;
5. Cada pea deve ser numerada;
6. Ter certeza de que o mtodo de medio segue o procedimento de
medio definido;
7. As medies devem ser feitas em ordem aleatria;
8. O estudo deve ser observado por algum que saiba da importncia do
cuidado na conduo do estudo;
9. Marcar o local de medio nas peas.
As tcnicas de avaliao do sistema de medio dependem da natureza dos
dados, ou seja, se o resultado da medio uma varivel (peso, dimetro,
viscosidade, etc.) ou se um atributo (passa ou no-passa).

2.7

AVALIAO DO SISTEMA DE MEDIO PARA VARIVEIS

Suponha que usamos um sistema de medio para obter vrias medies de


uma certa caracterstica cujo valor real conhecido.
Se todas as medidas esto prximas do valor real, ento diz-se que o sistema
de medio adequado.
A baixa qualidade das medidas provenientes de um sistema de medio se
deve ao desvio e/ou a grande variabilidade das medies.
Assim possvel reconhecer dois componentes que afetam a mdia e a
disperso das medies.

15

BOA QUALIDADE
DAS MEDIDAS

BAIXA
VARIABILIDADE

MDIA
CENTRADA NO
VALOR REAL

PRECISO

ACURCIA

Figura 5 - Condies para boa qualidade nas medidas

2.8

ACURCIA E PRECISO

A preciso de um sistema de medio est relacionada com a variabilidade


dessa distribuio: quanto maior a variabilidade, menor a preciso.

ACURCIA

A acurcia de um sistema de medio est relacionada com mdia da


distribuio das medidas: quanto mais perto do valor real, maior a acurcia.

PRECISO

Figura 6 - Preciso X Acurcia

2.9

VISO GERAL DO MSA

Ao iniciar uma anlise nos sistemas de medio de uma organizao, til


identificar as prioridades para os quais os sistemas de medio devem,
inicialmente, focar. Desde que a variao total (ou final) baseada na
combinao da variao do processo e do sistema de medio, conforme
apresentado na Figura 7.
16

VARIAO TOTAL

VARIAO DO PROCESSO

2
2
total
processo
m2 edio

VARIAO DO SISTEMA DE
MEDIO

OPERADOR

DISPOSITIVO/
INSTRUMENTO

REPRODUTIVIDADE

REPETITIVIDADE

ESTABILIDADE
TENDNCIA
2
2
total
processo
m2 edio

LINEARIDADE

Figura 7 - Viso Geral do MSA

2
2
Assim, quanto menor for medio
, mais confiana teremos de que total
2
representa somente procsso
.

2.9.1 Estabilidade

Estabilidade a variao total nas medies obtidas com o sistema de


medio medindo uma nica caracterstica na mesma pea ou padro ao longo
de um extenso perodo de tempo conforme apresentado na Figura 8

17

Figura 8 Estabilidade

id

A estabilidade de um sistema de medio refere-se ao seu desempenho ao


longo do tempo. Em geral, a estabilidade no quantificada, mas ela pode ser
avaliada usando-se cartas de controle. Nesse caso, uma pea padro (sempre
a mesma pea) medida ao longo de dias ou semanas, e os resultados so
plotados em uma carta de controle.

Boa estabilidade

l vi r id
V n a d o

u I a n l

iv

Como trata-se da mesma pea, as leituras deveriam ser sempre as mesmas,


mas isso no acontece, devido variabilidade no prprio sistema de medio.
Se houver problemas no sistema de medio isso ir aparecer como um ponto
fora dos limites de controle. Pontos fora dos limites de controle, na carta de
mdias ou na carta de amplitudes, revelam falta de estabilidade no sistema de
medio, conforme apresentado na Figura 9.
4

4
L
L
3

0
im
im
8

r
lo

Problemas de
estabilidade

2
L
L

6
ti
it

7
e
e

9 1

1 0 1 11 21 31 41 5 1 6 1 7 1 82 9
d
d

e
e

L
C

in C h o
a C u o

a n
s n

t
a t

2 12 22 3 2 4 2 52 62 72 83 9 3 0 3 13 23 33 4 3 5 3 6 3 7 3 8 4 9
i
m
im

ti
it

e
e

d
d

e
e

L
C

i C h o
n
a C u o

a n
s n

0
C r
s r

e o
o

n le
E le

t
s

r
p

t18C r
a t s r

e o
o

n le
E le

t
s

r
p

Figura 9 Anlise da Estabilidade

2.9.1.1 Diretrizes para o estudo

Obter uma amostra e estabelecer seu valor de referncia medindo a


pea 10 vezes na metrologia e calculando a mdia;

Periodicamente, medir a pea de 3 a 5 vezes;

Tamanho e freqncia
conhecimento;

Coletar os dados em cartas de controle XR ou Xs ;

Estabelecer limites de controle;

Calcular o desvio padro e compara-lo com o do processo.

da

amostra

devem

ser

baseadas

no

2.9.2 Tendncia

a diferena entre o valor verdadeiro (valor de referncia) e a mdia das


medies observada para uma caracterstica, medies estas, feitas sob uma
mesma pea, conforme Figura 10.

Figura 10 Tendncia

A tendncia definida como a diferena entre a mdia observada e o valor de


referncia
A mdia observada a mdia de um conjunto de leituras (por exemplo, 10
observaes) feitas pelo conjunto dispositivo/operador que queremos avaliar
O valor de referncia o valor suposto correto, obtido no laboratrio de
metrologia
19

A tendncia pode ser expressa em termos percentuais, onde a base de


comparao a variao total do processo
Em geral usa-se 6 sigma ou a tolerncia (amplitude do intervalo de
especificao) para definir a base de comparao:

Tendncia % = 100 x Tendncia / (6 sigma)

Tendncia % = 100 x Tendncia / Tolerncia

2.9.2.1 Diretrizes para o estudo

Obter uma amostra e estabelecer seu valor de referncia relativo a um


padro rastrevel. Se isto no for possvel, selecionar uma pea da
produo, medir a pea n > 10 vezes na metrologia e calculando a
mdia. Usar esta mdia como valor de referncia;

Um operador mede n > 20 vezes a pea da maneira usual.

2.9.3 Linearidade

A diferena da tendncia ao longo do intervalo de operao esperado


(medio) no equipamento chamada de linearidade. A linearidade pode ser
imaginada como a variao da tendncia com respeito ao tamanho (medido).

Figura 11 Linearidade

O estudo da linearidade do dispositivo de medio verifica o desempenho do


dispositivo ao longo de toda a sua faixa de uso
Muitas vezes o dispositivo usado em uma faixa ampla, e o fato dele estar
calibrado e funcionando adequadamente em um extremo da faixa, no
assegura seu funcionamento adequado no centro ou no outro extremo da faixa
20

Para fazer um estudo de linearidade, preciso utilizar vrias peas cujos


valores de referncia contemplem a faixa de uso do dispositivo.
Ento se efetuam medies sobre cada pea e registra-se a tendncia
observada, verificando, atravs de um estudo de regresso, se a tendncia
funo do valor de referncia. A Figura 12 apresenta um exemplo grfico de
anlise da Linearidade.

Figura 12 Exemplo de Anlise de Linearidade

2.9.3.1 Diretrizes para o estudo

Selecionar g > 5 peas ao longo da faixa de operao do dispositivo;

Obter valores de referncia;

Confirmar abrangncia da faixa de operao;

1 operador que normalmente usa o instrumento, mede m > 10 vezes


cada pea.

2.9.4 Repetitividade e Reprodutibilidade (R&R)


21

O R&R do dispositivo de medio uma estimativa da variao combinada da


repetitividade e da reprodutibilidade. a varincia resultante da soma das
varincias dentro do sistema e entre sistemas, conforme apresentado na Figura
13.

Figura 13 R&R

2.9.4.1 Repetitividade

a variao nas medidas obtidas com um dispositivo de medio quando


usado vrias vezes por um operador medindo a mesma caracterstica na
mesma pea.

Figura 14 - Repetitividade

A repetitividade ou variao do dispositivo de medio observada quando um


mesmo operador mede a mesma pea mais de uma vez. Quando a diferena
entre as leituras pequena, o sistema tem boa repetitividade, a Figura 15
ilustra esta definio.
22

Figura 15 Anlise da Repetitividade

2.9.4.2 Reprodutibilidade

a variao na mdia das medidas feitas por diferentes operadores


utilizando o mesmo dispositivo de medio medindo caractersticas nas
mesmas peas, conforme apresentado na Figura 16.

Figura 16 Reprodutibilidade

23

A reprodutibilidade refere-se a diferenas que podem existir entre as medidas


de diferentes operadores, em geral resultado de procedimentos especficos
adotados por cada operador.
Para estimar essa variabilidade, determina-se a mdia para cada operador e
em seguida calcula-se a amplitude, subtraindo-se a menor mdia da maior,
conforme pode ser verificado na Figura 17.

Figura 17 Anlise da Reprodutibilidade

2.9.4.3 Diretrizes para o estudo


R&R (mtodo da amplitude):

Fornece o valor aproximado para a variao da medio

No decompe a variabilidade em repetitividade e reprodutividade

Diretrizes:

Seleciona-se 5 peas

Nomear 2 operadores

Numerar as peas

Ambos operadores medem cada pea uma nica vez

24

R&R (mtodo da mdia e amplitude):

Permite que o sistema de medio seja decomposto em dois


componentes distintos, repetitividade e reprodutividade, mas sem a
interao

Diretrizes:

Obter amostra de 10 peas que represente a amplitude esperada da


variao do processo

3 operadores medem 3 vezes cada pea

Numerar as peas

Calibrar dispositivo de medio

Faa os operadores medirem em ordem aleatria

2.9.4.4 Critrios de Aprovao do R&R

Os estudos de R&R seguem os critrios de aprovao apresentados na Figura


18.
Abaixo de 10%

Pode ser
considerado
aceitvel

Recomendvel, especialmente til quando


tentamos ordenar ou classificar peas ou quando
for requerido um controle apertado do processo.

Entre 10% e 30%

Pode ser
aceito para
algumas
aplicaes

A deciso deve ser baseada primeiro, por


exemplo, na importncia da aplicao da medio,
custo do dispositivo de medio, custo do
retrabalho ou reparo. O sistema de medio deve
ser aprovado pelo cliente.

Acima de 30%

Considerado
Inaceitvel

Todos os esforos devem ser tomados para


melhorar o sistema de medio. Esta condio
pode ser resolvida pelo uso de uma estratgia
apropriada para a medio; por exemplo, utilizar a
mdia de diversas medies da mesma
caracterstica da mesma pea a fim de reduzir a
variabilidade da medida final.

Figura 18 Critrios de aprovao do R&R

25

2.9.5 Avaliao do Sistema de Medio para Atributo

Um dispositivo de medio por atributo aquele que compara cada pea com
um conjunto especfico e aceita a pea se os limites so satisfeitos, caso
contrrio, rejeita-se uma pea. Um atributo no pode indicar o quanto a pea
boa ou ruim, mas somente se a pea aceita ou rejeitada.
2.9.5.1 Diretrizes para estudo

Seleciona-se 50 peas ou mais;

Defini-se o atributo referncia para cada uma delas

Nomear 3 operadores;

Marcar um local de checagem;

Algumas peas devem estar ligeiramente acima dos limites de


especificao e outra abaixo;

Cada operador mede 3 vezes cada pea aleatoriamente.

Os critrios de aceitao para os estudos por atributo seguem os nveis


apresentados na Figura 19.

Deciso do
sistema de
medio

Eficcia

% de Falhas

% de Alarme
falso

Aceitvel quanto ao
avaliador

90%

2%

5%

Marginalmente
aceitvel quanto ao
avaliador

80%

< 5%

5%

Inaceitvel quanto
ao avaliador

< 80%

> 5%

> 10%

Figura 19 Critrios de aprovao de Sistema de Medio por Atributos

2.10 MTODO DE AVALIAO DO MSA

26

O Fluxograma da Figura 20 apresenta um mtodo genrico de realizao de


estudo de MSA.

Figura 20 Processo de avaliao do MSA

Para tomar decises adequadas, necessrio confiar nos dados coletados.


Uma coleta adequada depende de processos e instrumentos de medio
confiveis. A confiana sobre os instrumentos e os processos de medio pode
ser validada pelo ferramental de MSA.

REFERNCIAS

Automotive Industry Action Group AIAG (2002), Measurament Systems


Analysis (MSA) Rference Manual Fourth Edition. Chrysler Corporation,
Ford Motor Company, General Motors Corporation.

27

28