Você está na página 1de 34

i 1s

o

n

"O

texto apresenta um caminho simples e objetivo para que

possamos conhecer e utilizar as ferramentas estatísticos no controle dos mais diversos processos de trabalho. Mostra, também, que os resultados gerados pelo próprio processo podem, se adequadamente tratados, nos apontar a existência de problemas, o que, certamente, é o primeiro passo para resolvê-los."

FÁBIO VIEIRA CESAR - Adjunto Executivo - Diretoria Reqional do ES - ECT

"Este livro vem em boa hora para lembrar, numa linguagem

simples e prática, conceitos do Controle Estatístico de Processo

- CEP e, principalmente, a sua importante aplicação na

Gestão da Qualidade Total, onde a tomada de decisões gerenciais deve basear-se em fatos e dados."

RENATO PEDROSO LEE - Assessoria de Planejamento do Serviço de Material da Petrobrás.

O Engenheiro Nilson Gonçalves com sua Introdução ao

Estudo de Controle Estatístico de Processo - CEP, mais uma

vez dá colaboração maiúscula ao aprimoramento da técnica

da Gestão da Qualidade. Apresentando os conceitos com

clareza e simplicidade, desmistifica a aplicação dos métodos

estatísticos e os torna acessíveis a todos aqueles que, através

do controle do processo, buscam conhecer e eliminar os

fatores que podem vir a comprometer a Qualidade.

HEITOR A. DE MOURA ESTEVÃO - CB-25 - Diretor

ISBN 85-7303-043-7

9

788573

030433

v

V

~*

I

I I >t

ï s

t ü

RODUÇAO

 

E s t u d o

 

I

C o n t r ô le

I

M

A

I

íST

I C

O

I

'I

p R <

)C I sso

- CEP

-Ju A M h fM A H H

^

I

il

I

I

.1

H

A

INTRODUÇÃO AO ESTUDO DE CONTROLE ESTATÍSTICO DE PROCESSO —CEP é um livro cuja

principal característica é a sim plicidade. É um a tentativa de trad u zir o Controle Estatístico de Processo num a linguagem que possa ser entendida por qualquer pessoa interessada em ap ren dê-lo , independentem ente de sua form ação

acadêm ica.

O estudo do CEP é apresentado de

form a grad ual. da im portância

Q u alid ad e e dos métodos de coleta de dados. Em seguida, é feito um estudo

dos Gráficos de Distribuição de Freqüência, onde se vai desde Tabela Prim itiva até Análise de Capacidade de Processo. Finalm ente, são apresentados os Gráficos de Controle com exemplos completos. O livro term in a m ostrando critérios de análises de Cartas de Controle.

O livro começa falando da Estatística p a ra a

Os exemplos dem onstram a utilização

Im ediata da teoria e, desta form a,

torna-se fácil verificar a facilidade da aplicação de tudo que é abordado neste livro. A teo ria sem prática to rn a- •e “coisa de teórico", inútil e esquecida;

a prática sem teoria torna-se mais

com plicada e, por conseqüência, mais

cara e im produtiva.

UlBSo

In

t

r

a o

de

C

o

E s t u d o l

d u ç ã o

o

n

t

r

o

e

E statístico

de

P r o c e s s o

-

CEP

 

j

|

 

■'

.

'

JV0

./■

-

-

r v

\

-

--

'

Copyright © 1996 by Nilson Gonçalves P. Baptista

Todos os direitos desta edição reservados à Qualitymark Editora Ltda.

É

proibida a duplicação ou reprodução deste volume ou de parte do mesmo, sob

quaisquer meios, sem autorização expressa da Editora.

Direção Editorial SAIDUL RAHMAN MAHOMED

Produção Editorial

EQUIPE QUALITYMARK

Capa

WILSON COTRIM

Editoração Eletrônica

LAFE

CIP-Brasil Catalogação-na-fonte Sindicato Nacional dos Editores de Livros, RJ

B175i

Baptista, Nilson Introdução ao estudo de controle estatístico de processo, CEP / Nil­ son Baptista. - Rio de Janeiro Qualitymark, 1996

inc iclui bibliografia

TSI

BN 85-7303-043-7

1. Controle de processo. 2. Administração da produção. I Título

JMBLIQíE^

a c t o _'_è

/

H

j

CANOAS

CDD 658.56

CDU 658.562.012.7

1996

Qualitymark Editora Ltda. Rua Felipe Camarão, 73 20511-010 - Rio de Janeiro - RJ

Tels.:(021) 567-3311 e 567-3322 Fax: (021) 204-0687

IMPRESSO NO BRASIL

L U

I H

E R

'

Prefácio

Não basta coletar dados, elaborar gráficos e tabelas e guardar tudo. É preciso incorporar os dados ao processo decisório e aprender a decidir com base em dados concretos, corretamente apurados e conhecidos.

/ O CEP é um instrumento de análise do processo, uma

radiografia que nos permite verificar o que está acontecendo

e, assim, tomar decisões para corrigir falhas do processo ou melhorá-lo. 2' Estes gráficos são um marco da Qualidade Total. Já na década de 20, o Dr. Shewhart. professor do Dr. Deming. uti­ lizava-os como instrumento de melhoria de produtividade.

É comum observarmos empresas implantando programas

de Qualidade Total e Melhoria de Processos, sem utilizar este

precioso recurso que é o CEP —Controle Bstatístico de Processo. Assim, perdem a chance de analisar profunda e facilmente a performance dos processos produtivos. O CEP é mais facil­ mente utilizado na produção industrial, mas muitas empresas prestadoras de serviço já o descobriram e utilizaram-no com eficácia e grande retorno.

O brasileiro tem o hábito de “torcer o nariz” para a velha e

boa Matemática. Este livro foi escrito para ser entendido mesmo por pessoas que não tenham formação matemática. E, como seu próprio nome diz, um livro introdutório. Sua mis­ são é despertar o interesse pelo assunto e, através de exem­ plos, mostrar como se elabora e utiliza um Gráfico de CEP.

Cabe observar que o uso do Controle Estatísco de Processo - CEP - para análise de um processo, é algo dinâmico. Ao se ajustar o processo, um novo gráfico retratando a sua nova situação se faz necessário.

V

Introdução ao Estudo de Controle Estatíslico de Processo - CEP

Nilson Gonçalves P. Baptista

Neste final de século, as empresas procuram profissionais com alta capacidade de aprendizagem, em contraposição a uma experiência estática. Desta forma, espero que todos os que se valerem deste livro possam aprender a fazer e inter­ pretar Gráficos de Controle Estatístico de Processo e, aos que se entusiasmarem como eu me entusiasmei, um bom início de estudo.

VI

Agradecimentos

Inicialmente, agradeço a Mahomed, da Qualitymark, por ter viabilizado este meu sonho de escrever um livro. Pela forma direta, simples e amiga com que me recebeu pela primeira vez e aceitou este projeto.

Não poderia deixar de lembrar que foi Heitor A. de Moura Estêvão, diretor do Comitê Brasileiro da Qualidade, que me incentivou a procurar editar este trabalho. Que fique registra­ do meu profundo agradecimento.

Não poderia deixar de agradecer à minha prima, Kátia Regina, da Workware Informática, que fez a primeira edi­ toração deste livro, quando era ainda um projeto, com grande dedicação e precisão.

Agradeço à Empresa Brasileira de Correios e Telégrafos - Diretoria Regional do Espírito Santo pela confiança no meu trabalho e pela amizade que caracteriza as parcerias de sucesso.

No começo de uma jornada, as dificuldades aparecem primeiro, por isso não posso deixar de agradecer a Ben-Hur Brenner Dan Farina, coordenador de treinamento do SEBRAE/ES, que acreditou em mim e no meu trabalho, sem me conhecer e num momento em que estava iniciando.

Agradeço aos meus cunhados Júlio e Telma, que me em­ prestaram a casa em São Pedro da Serra - Friburgo - RJ, onde, olhando as montanhas cobertas pelo que nos resta da Mata Atlântica, escrevi e revisei este livro.

Agradeço, também, a toda minha família e amigos pelos incentivos que me deram e pelo orgulho que demonstraram, ao saber que este livro seria editado. E, em especial, agradeço

VII

Introdução ao Estudo de Controle Estatístico de Processo - CEP

Nilson Gonçalves P. Baptista

penhoradamente aos meus tios, que viabilizaram meus estu­ dos de nível superior.

Finalmente, agradeço a Deus, pelo fato de todas estas pes­ soas existirem.

É mais fácil cometer ingratidões do que agradecer a todos a quem devemos carinho, incentivo e dedicação. Se esqueci alguém, peço desculpas.

4

A

Dedicatória

Minha mãe, Neusa. Minha esposa, Heloísa, pelo incentivo e paciência com que suportou minha ausência nas horas que, a despeito de finais de semana e feriados, dediquei a este trabalho. Meu avô, Amaro Gonçalves Fonseca. Meus sobrinhos: Alberto Luís, Ana Luiza e Gabriel.

Sumário

1 -

Introdução

1

1 - Abordagem Científica e a Gerência pela Qualidade Total

|

2 - Variação - O Problema

Definições Básicas

3

3 -

5

 

4 -

Fases do Método Estatístico

7

 

5 - Coletas de D ados

8

2 - Gráficos de Distribuição de Freqüência

13

 

1 -

Definições Básicas

13

 

2 - Como Construir Tabelas de Freqüência

Histogramas

IX

3 -

21

4 - Curvas de Freqüência

25

5 - índice dc Capacidade de Processo

(28

3 - Gráficos de Controle

31

 

1 -

D efinições

31

 

2 - Tipos de Cartas de Controle

35

3

- Análise de Cartas de C ontrole

48

Reflexão

53

I

Bibliografia

Capítulo 1

Introdução

1. A Abordagem Científica e a Gerência pela Quali­ dade Total

Um dos pilares da GQT -

Gerência pela Qualidade

Total é a abordagem científica, que nos obriga a renun­ ciar aos palpites em favor da análise de dados correta­ mente coletados e interpretados através de métodos esta­

tísticos.

usada para aumentar a

produtividade industrial na década de 20 (1924), atra­ vés do CEP - Controle Estatístico de Processo, utilizado pelo estatístico do Bell Laboratories, Dr. Shewhart, que foi mestre do Dr. Deming.

O uso das técnicas estatísticas nos garante exatidão. E

a renúncia aos palpites em favor da precisão, do conhe­

cimento comprovado daquilo que pesquisamos. Assim, estaremos substituindo intuição por evidência. E um grande passo.

A observaçãg estatística nos permite descobrir o que

está oculto e, com isto, nos tornamos mais aptos a resol­

A estatística começou a ser

ver os problemas e fazer previsões acertadas.

No Brasil temos assistido a muitas empresas inicia­ rem programas de Qualidade Total esquecendo-se do uso da estatística como ferramenta indispensável ao pro-

Introdução ao Estudo de Controle Estatístico de Processo - CEP

Nilson

Gonçalves P. Baptista

cesso de busca do contínuo aperfeiçoamento dos proces­ sos.

Outro fato que merece destaque é que muitas vezes são realizados trabalhos de coleta de dados, geração de gráficos e tabelas que acabam não sendo efetivamente utilizados para a melhoria da Qualidade, quer pelo sim­ ples esquecimento, quer pela falta de capacidade de interpretação.

O objetivo deste trabalho não é o de aprofundar con­

ceitos estatísticos, que são apresentados à medida que forem essenciais, mas sim permitir o entendimento das ferramentas que devem ser utilizadas na busca contínua do controle e da eliminação dos fatores que comprome­ tem a Qualidade. Além disso, demonstrar a necessidade e a forma de interpretação dos resultados obtidos e, sobretudo, despertar a consciência para o estudo, utiliza­ ção e difusão destes instrumentos.

É preciso ter em mente, sempre, que sem conhecimen­ to e sem aplicação do conhecimento, não há evolução.

Cada processo, cada etapa, cada produto, requer um tra­ tamento específico e por isto é preciso despertar a sensibi­ lidade para a escolha e uso da ferramenta ou conjunto de ferramentas que melhor se adequa ao caso a ser estudado.

“Finalmente, queremos enfatizar que o aspec­ to que importa não é apenas o conhecimento dos métodos estatísticos em si, mas a atitude do indivíduo no sentido de querer aplicá-los.”

2

Hitoshi Kume.

' ü 2. Variação - O Problema

Introdução

Produtos e/ou serviços defeituosos são aqueles que não satisfazem às especificações requeridas. Fogem ao padrão estabelecido.

Precisamos ser francos e corajosos para admitir que fazemos produtos (serviços também) com defeitos. E, uma vez que este fato é admitido, precisamos tomar pro­ vidências.

Uma primeira questão se impõe: Por que os defeitos ocorrem? Não resta dúvida que eles ocorrem porque existem condições para tal. No entanto, detectar estas condições muitas das vezes não é imediato. Depois, é preciso que eliminemos estas condições e ao fazer isto, ao eliminar as causas dos problemas, estaremos também eliminando a ocorrência de itens (ou serviços) defeituo­ sos. Fácil falar, nem sempre fácil fazer, mas essencial para a melhoria contínua da Qualidade.

Genericamente, a causa dos defeitos é a variação. Num processo produtivo temos os seguintes fatores envolvidos:

a) materiais;

b) máquinas e equipamentos;

c) métodos de trabalho;

d) mão-de-obra;

e) inspeção'" .

Se pudéssemos garantir que usaríamos sempre mate­ riais exatamente iguais, máquinas, equipamentos e métodos de trabalho constantes e sem diferenças, mão- de-obra de características imutáveis e mesma forma de

3

Introdução ao Estudo de Controle Estatístico de Processo - CEP

Nilson Gonçalves P. Baptista

fazer inspeções, não resta dúvida de que os produtos produzidos seriam, sempre, exatamente iguais. Se todos estes fatores forem adequados, os produtos produzidos, além de exatamente iguais, não apresentarão defeitos. Como na prática não há como garantir homogeneidade total, pois os fatores variam, surgem os produtos defei­ tuosos. Desta forma, a variação é a causa dos defeitos.

Os fatores acima enumerados, presentes no processo de fabricação de um produto, afetam e são responsáveis pelas características de Qualidade deste produto, por isso são causas de variação da Qualidade. Desta forma podemos entender um processo como um conjunto de causas de variação da Qualidade.

A variação destas causas, destes fatores, são, pois, responsáveis pela ocorrência de produtos defeituosos.

As causas da variação são incontáveis. Observe como uma mesma matéria-prima, por exemplo, pode ter espe­ cificações para cor, acidez, granulometria, densidade, etc. No entanto, nem toda causa afeta a Qualidade com a mesma intensidade. Desta forma dividimos as causas de variações, quanto a sua capacidade de influir na Qualidade, em duas categorias.:

Ia) Causa Aleatória: É inevitável: Ocorre no processo independentemente do controle sobre os padrões. Não é técnica nem economicamente viável eliminar estas causas, pois os processos têm condições de absorvê-las sem que se gerem produtos defeituosos. Não existem matérias-primas exatamentes iguais, mas se as diferenças estiverem dentro de limites

Introdução

aceitáveis estaremos diante de uma causa aleatória de variação;

e prova que há falta

de padrões aceitáveis ou estes são inadequados. Geram defeitos e precisam ser eliminadas. É o caso de uma máquina desregulada, por exemplo.

2o) Causa Assinalável: É evitável

O procedimento de encontrar as causas assinaláveis

de defeitos-variações é chamado de diagnóstico do pro­ cesso. Para realizar um diagnóstico correto é indicado utilizar análises estatísticas com bases em dados. A utili­ zação de métodos estatísticos é um meio eficaz de se desenvolver novas formas de controle da Qualidade em processos. O treinamento e conscientização que viabili­

zem o uso de tais ferramentas são essenciais para a busca da melhoria contínua que é o objetivo maior.

3. Definições Básicas:

3.1. Estatística:

É uma parte da Matemática Aplicada que fornece

métodos para coleta, organização, descrição, análise e interpretação de dados e para utilização dos mesmos na

tomada de decisões.

A coleta, a organização e a descrição dos dados estão

a cargo da Estatística Descritiva, enquanto a análise e a interpretação dos dados ficam a cargo da Estatística

Indutiva ou Inferencial.

NOTA: O nome Estatística foi dado no século XVIII pelo matemático Godofredo Achenwal.

Introdução ao Estudo de Controle Estatístico de Processo - CEP

Nilson Gonçalves P. Baptista

3.2.

Variável:

E

o conjunto de resultados possíveis de um fenômeno.

Por exemplo:

- para o fenômeno “sexo” são dois os resultados pos­ síveis: feminino ou masculino;

- para o fenômeno “estatura” os resultados podem ter um número infinito de valores numéricos dentro de um determinado intervalo.

OBS: Para o nosso estudo é importante definir:

- Variável Discreta: Só pode assumir valores perten­ centes a um conjunto enumerável. É o caso de con­ tagem (de cores; de defeitos; etc )

-V ariável Contínua: Pode assumir qualquer valor entre dois limites, é o caso das medições.

3.3. População e Amostra:

Ao conjunto de entes portadores de, pelo menos uma característica comum, dá-se a denominação de POPU­ LAÇÃO ESTATÍSTICA OU UNIVERSO ESTATÍSTI­ CO.

Um subconjunto finito da população é chamado amostra.

3.4. Amostragem

Técnica especial para recolher amostras que garante, tanto quanto possível, o acaso na escolha, para garantir que cada elemento da população tenha a mesma chance de ser escolhido para fazer parte da amostra, garantindo

Introdução

à amostra o caráter de representatividade do UNIVER­ SO ESTATÍSTICO.

OBS: Muitas vezes a população se divide em subpo- pulações - estratos. Como é provável que a variação em estudo apresente, de estrato em estrato, um comporta­ mento heterogêneo e, dentro de cada estrato, um com­ portamento homogêneo, é fundamental que o processo de amostragem leve em consideração os estratos.

4. Fases do Método Estatístico

4.1. Definição do Problema

Consiste numa definição ou formulação correta e pre­ cisa do problema (fenômeno) a ser estudado. Saber exa­ tamente o que se pretende pesquisar é o mesmo que definir corretamente o problema.

4.2. Coleta de Dados

Após cuidadoso planejamento e a devida determina­ ção das características mensuráveis do problema que se quer pesquisar, damos início à coleta de dados numéri­ cos necessários à descrição do fenômeno-problema.

Formalmente a coleta de dados se refere à obtenção, reunião e registro sistemático dos dados.

4.3. Apuração dos Dados

Consiste em resumir os dados através de contagem, agrupamento e processamento, dispondo-os mediante critérios de classificação.

Introdução ao Estudo de Controle Estatístico de Processo - CEP

Nilson Gonçalves P. Baptista

4.4. Exposição ou apresentação dos dados

Há duas formas de apresentação que não se excluem mutuamente:

—Apresentação Tabular: dos dados numéricos na forma de tabelas;

- Apresentação Gráfica: apresentação geométrica dos dados.

4.5.

Análise e interpretação dos dados

O

objetivo último do estatístico é tirar conclusões

sobre toda (população) a partir das informações forneci­

das por parte representativa do todo (amostra). Assim, realizadas as fases anteriores —Estatística Descritiva — fazemos uma análise dos resultados obtidos, através dos métodos da Estatística Indutiva ou Inferencial e tiramos desses resultados conclusões e previsões.

5. Coleta de Dados

5.1. Roteiro:

Io) Definir o objetivo da coleta de dados.

No controle da Qualidade, os objetivos da coleta de dados são:

a) Controle e acompanhamento de processos;

b) Análise de não-conformidades;

c)Inspeção

2o) Identificar o tipo de dados que devem ser coleta­

Introdução

dos e fazer a amostragem corretamente, observando-se a necessidade ou não de estratificação.

Nota: Estratificação é a divisão dos dados em subgru­ pos com base em determinado(s) fator(es). Por exemplo, se quisermos coletar dados sobre a estatura dos índios de uma dada tribo amazônica, poderíamos estratificar os dados por sexo e por faixa etária.

3o) Verificar e garantir a Qualidade das medições. Será feito um julgamento errado se as medições não forem confiáveis.

4o) Registrar os dados corretamente:

- a origem dos dados precisa ser registrada. Dados cuja origem não é claramente conhecida podem tor­ nar-se inúteis;

- dados precisam ser registrados de tal modo que pos­ sam ser facilmente utilizados.

5.2. Folhas de Verificação:

São formulários nos quais os itens a serem verifica­ dos já estão impressos de modo que os dados possam ser coletados de forma fácil e concisa, garantindo um per­ feito registro dos dados. O projeto de uma Folha de Verificação adequada à coleta de dados em questão nos proporciona a melhor forma de seguir os passos 2, 3 e 4 do roteiro de coleta de dados, apresentado acima.

NOTA: Existem FOLHAS DE VERIFICAÇÃO onde os dados podem ser registrados através de marcas ou símbolos simples e imediatamente organizados sem necessidade de processamento manual posterior.

Introdução ao Estudo de Controle Estatístico de Processo - CEP

5.3. Exemplos

Nilson G on calv ^ P

5.3.1. Coleta de dados sobre peças, obtidos através da

realizaçao

cidos.

de quatro medições em horários preestabele­

FOLHA DE VERIFICAÇÃO Empresa Somos Qualidade Ltda - Diretoria da Qualidade

Produto:

Inspetor:

Local de C< >leta

----ElXO C - 02 15

— A

1 11 i 7j í dos Dados:

na

R n p ticf-j

Pm iftn-

IJnidaHe 4

DATA

01.12.93

02.12.93

03.12.93

04.12.93

05.12.93

06.12.93

07.12.93

08.12.93

09.12.93

10.12.93

11.12.93

12.12.93

13.12.93

14.12.93

15.12.93

9h

12,3

13,1

12.5

12.9

11,8

11.5

12,2

11,9

14,1

12,9

14,2

13,7

11,6

14,1

13,2

HORA DA COI.F.TA

1lh

11.5

13,2

11,9

12,8

12,0

11,6

12.5

12,1

13,9

11.7

13,9

14,2

13.1

13,2

14,2

I4h

13,2

14,0

13,8

13,2

13.1

12,1

13,2

13,3

12,6

11.9

12,8

14.1

13.8

11,6

11.8

16h

14,1

12,8

13,7

12,7

12,9

13,4

13,0

14,2

14,1

13,2

12,7

11.9

14,0

1 1,9

11.7

A.,r.r /■'nn -

n-iínr

RESPONSÁVEL PELA COLETA DOS DADOS

A lberto Luis A lm eida

G abriel Pereira u

A lberto L uis A lm eida

u

G abriel Pereira

A lberto Luis A lm eida

G abriel Pereira

A lberto Luis A lm eida

Introdução

*

5.3.2. Coleta de Dados para registrar o diâmetro de

25 peças cuja especificação de projeto é 9,30 ± 0,05 mm e avaliar a variação dos diâmetros

FOLIIA DE VERIFICAÇÃO

EM P R E S A

S O M O S Q U A LID A D E

LTD A - D IR ETO R IA DA Q U A LID A D E

PKODUTQ:

E ÍX o C -0 2 1 8

P R O JE T O :

C E P - 03/95

ui spoNSÁVEL: A n a L u iz a

c o n f e r ê n c ia :

G ab riel P ereira

i.O T i:

d a ta

n °:

0 1 5

0 2 /

03

/

95

ú l t i m

ã ~

i n

s t

r

a f e r i c à

u

o

m

e n

d o

t

o

d e

m

i n s t r u m

e d

i ç á

O:

e n t o :

T

a

q

2 7 /

u

í m

0 2 /

e t r o

95

IHÂMF/IRO

»>.20

‘>21

‘>22

‘>23

9 24

9.25

2f>

■» .-/

9,28

9,29

9,30

9,31

9,32

9.33

•» 11

9,35

9,36

9,37

9,3H

9.39

9

40

9

1

N

\

2

3

V

.

4

s

5

6

/

t

7

/

X

A

V

9

10

/

11

A

\

12

v

\

PECA

13

V

14

\

\

15

ir,

>

/

17

/

/

/

}

IX

/

/

/

19

(

20

f

21

A

1 3

22

- \

23

\

\

\

24

\

i

25

/

OBS: Na concepção de FOLHAS DE VERIFICAÇÃO devemos considerar, em primeiro lugar, o objetivo da coleta de dados e, a seguir, executar várias adaptações criati­ vas até obtermos um formulário final onde os dados possam ser coletados e registrados facilmente e numa forma que seja a mais apropriada ao objetivo.

Capítulo 2

Gráficos de Distribuição de Freqüência

I. Definições Básicas

I.I. Tabela Primitiva:

É aquela cujos elementos, dados, não íoram necessa­ riamente organizados.

Ex: Peso em gramas de 40 frascos tipo A 1.02

166

162

155

154

160

161

152

161

1.2 Rol:

161

168

163

156

150

163

160

172

162

156

155

153

160

173

155

157

165

160

169

156

167

155

151

158

164

160

164

168

170

164

158

161

Tabela obtida após a colocação dos dados em ordem crescente ou decrescente.

Ex: Peso em gramas de 40 frascos tipo A l.02 (Ordem Crescente de peso)

150

151

152

153

>

154

155

155

155

155

156

156

156

157

158

158

160

160

160

160

160

161

161

161

161

162

164

162

164

163

164

163

165

166

169

167

170

168

172

168

173

13

Introdução ao Estudo de Controle Estatístico de Processo - CEP

1.3. Freqüência:

Nilson Gonçalves P. Baptista

Número de ocorrências que fica relacionado a um determinado valor da variável.

Ex. freqüência do peso 155 no rol acima é 4. freqüência do peso 160 no rol acima é de 5.

1 4. Distribuição ou Tabela de Freqüência:

Sao representações nas quais os valores se apresen- am em correspondência com suas repetições, evitando- se assim que eles apareçam mais de uma vez na tabela como ocorre no rol.

Ex. Peso em gramas de 40 frascos tipo A l.02*

PESO (g)

FREQ.

150 1

151 1

152 1

153 1

154

155

156

157

1

4

3

I

PESO (g)

158

160

161

162

163

164

165

166

FREQ.

2

5

4

2

2

3

1

I

PESO (g)

167

168

169

170

172

173

TOTAL

FREQ.

1

2

1

1

1

1

40

* tabela única tripartida por questão de espaço.

14

1.5. Classes:

Gráficos de Distribuição de Freqüência

Classes de freqüência (ou simplesmente classes) são intervalos de variação da variável.

Ex.: Peso em gramas de 40 frascos tipo A 1.02

PESO (g)

FR EQ Ü Ê N C IA

150

|-----

154

4

154

1-----

158

9

158

|-----

162

11

162

f—

166

8

166

|----- 170

5

170

|-----

174

3

TO TA L

40

Nota: Nesta

distribuição

de freqüência temos 6 clas­ ses:

a primeira: de 150 a I54g ^ 5

a quinta:

d e l6 6 a JL70g

/

1.5.1. Limites de Classe: Denominamos limites de classe os extremos de cada classe. No exemplo acima temos:

(Li): Limite inferior da 2a classe: 154g

(Ls): Limite superior da 2a classe: 158g

1.5.2. Ponto Médio de uma classe: Valor que divide intervalo de classe em duas partes iguais: (Li + Ls)/2.

o

No exejnplo, o ponto médio da 3a classe é:

J58 + 162 = 160g

1.5.3. Amplitude de um intervalo de classe: É a medi­

da de intervalo que define a classe: Ls-Li

No exemplo da Ia classe, temos: 154 - 150 = 4g

1.5.4. Freqüência simples ou absoluta de uma classe •

E o numero de observações correspondente a essa cias- SC.

No exemplo, a freqüência da 4a classe é 8.

1.6. Amplitude amostrai:

t

amostradl,erenÇa

°

Va'° r máximo e m fa™ o da

No exemplo (tabela pág. 14): 173 - 150 = 23g

1.7. Média Aritmética Simples:

A média aritmética simples é o quociente da divisão

da soma dos valores da variável pelo número de valores:

X=

J

i=l

x,

? onde:

X é a média aritmética simples;

Xj é cada um dos valores da variável;

n é o número de valores

Ex.: Calcular a média das notas de Geografia dos alu­ nos abaixo

Maria: 9,8

Pedro: 8,5

* =

^

±

^

7

7

^

= g ^

Paulo: 7,7

João: 6,5

1.8. Desvio Padrão:

Gráficos de Distribuição de Freqüência

É uma medida usada para expressar o grau de con­

centração (ou dispersão) dos dados em torno da média.

I, dado por:

p L (Xi-xy

S

= '

n

 

£

( X

,

- X

) 2

i=l

 
 

N

onde:

(Amostra);

(População)

Xj

é cada um dos valores da amostra;

X

é a média aritmética simples dos valores da amostra;

n

é o número de valores da amostra.

N

é o número de valores da população

Ex.: Peso em gramas do frasco tipo A 1.02 (dados de uma amostra)

FRASCO N°

PESO

1 149

2 151

3 150

4 148

5 152

TOTAL

750

Xj - X

( x , - X ) 2

-1

1

1

1

0

0

_2

4

2

4

10

X = 750/5 = 150g

jm roduçâo ao Estudo de Controle Estatístico He P ^ ----------------------------- _

.

.-„

.

.

.

---------- Nilson Gonçalves P. Baptista

2. Como Construir Tabelas de Freqüência

Nota: Usaremos para exemplo o Rol apresentado no item 1.2 (pág. 13)

Etapas:

1 ) Calcular a amplitude amostrai: R

R =

173 -

i n

. e l ° “

l O ^ u t r i O -

10

11,5 x

.

150 = 23

se:° ”

C'aSSeS 6 3 amplitude do

^

de f°™ a

7

‘ÍtUde Am0S,ra' P° r '

x

a obter de 5 a 20 intervalos de

x

l0" °u

2

classe de tamanho igual. Se houver duas possibilidades:

use o menor resultado se o número de valores da amostra for igual ou maior que 100;

use o maior resultado se o número de valores da amostra for igual ou menor a 99.

Notas:

1) O intervalo de classe deve ser um número inteiro

í l

2 ),oe f

ríamos!

f° Sf

° "

^

Í8Ual 3 ° ’043 iríamos di™ür R por 0 01

° * e -

(2 X

° “ ° '° 05 <5 *

,0 ’> ‘

0,043 , 0,01 = 4,3 e consideraríamos 4;

0,043 4 0,002

= 21,5 e consideraríamos 22;

0,043 4 0,005

= 8,6 e consideraríamos 9.

3)

O valor usado para dividir R e determinar o núme

ro de classes sera a amplitude do intervalo de classe.

No nosso exemplo teríamos:

Gráficos de Distribuição de Freqüência

23

^ 2

= 11,5 e consideraríamos 12

23

3 5 = 4,6 e consideraríamos 5

Ambos os valores situam-se entre 5 e 20. Como temos 40 valores (40 < 99) adotarem os 12. Logo a Amplitude do Intervalo de Classe é 2. (Conforme nota 3 acima.)

3o) Determinar os limites das classes:

- Os limites de classe terão uma casa decimal a mais que os dados;

- O s limites da Ia classe terão que conter o menor valor da amostra;

- Os limites da última classe terão que conter o maior valor da amostra;

- Para se calcular o limite inferior da classe número n faz-se:

Li Pelasse+ (n - 0

x Ac onde:

Li = limite inferior da Ia classe;

Ac = Amplitude de classe

No nosso exemplo temos:

- Menor valor da amostra: 150

- Maior valor da amostra: 173

- Ac (Amplitude de Classe): 2

-N úm ero de Classes: 12

»

Introdução ao Estudo de Controle Estatístico de Processo - CEP

Nilson Gonçalves P

Ran,;. „

Limite inferior da Ia classe: 149,5

Ia classe: 149,5

>151,5

Limite inferior da 12a classe: 149 5 + 11 X 2 — 171 ’

12a classe: 171,5

>173,5

^

(Note-se que a Ia classe contém o menor valor 150 e a ultima o maior valor, 173)

4 ) Preparar a tabela de freqüência

-

-

A

A

tabela deve conter a identificação completa dos dados;

tabela deve possuir as seguintes colunas da esquerda para a direita:

• número da classe;

• intervalo da classe;

• ponto médio da classe;

• marcas de freqüência;

• freqüência.

- Deve ser mostrada a soma das freqüências que tem que ser igual ao número de dados da amostra.

20

No nosso exemplo:

D

I S T R

I B

U

I Ç

Ã

O

D

E

PESO EM GRAMAS DE 40 FRASCOS TIPO A 1.02

Gráficos de Distribuição de Freqüência

F R

E Q

U

E N

C

I A

DATA: 21.11.92

RESPONSÁVEL: OZ1RES SILVA - ENCARREGADO DE PRODUÇÃO

CLASSE

INTERVALO

1 149,5 a 151,5

151,5 a 153,5

153,5 a 155,5

155,5 a 157,5

157,5 a 159,5

6

5

4

3

2

159,5 a 161,5

161,5 a 163,5

163,5 a 165,5

165,5 a 167,5

167,5 a 169,5

169,5 a 171,5

171,5 a 173,5

7

8

9

10

II

12

TOTAL

PO N TO M ÉDIO

M ARCAS DE FREQUENCIA

150,5

II

152,5

II

154,5

lllll

156,5

llll

158,5

160,5

lllllllll

162,5

llll

164,5

llll

166,5

168,5

III

170,5

172,5

II

2

2

5

4

2

9

4

4

2

3

1

2

40

3. Histogramas

3.1. Definição:

É uma representação gráfica de uma distribuição de freqüência, que possibilita a organização dos dados de uma amostra e que nos permite “conhecer" a população de forma mais objetiva.

É formado por um conjunto de retângulos justapos­ tos, cujas bases se localizam sobre o eixo horizontal de tal modo que seus pontos médios coincidam com os pontos médios dos intervalos de classe (largura igual à Mmplitude do intervalo de classe) e cujas alturas são as Ireqüências das classes.

f ?«lança e Eifcíioieca

, ÍARTIN LUTHER

- carxwa

r f

jntroduçào ao Estudo de Controle Estatístico de P ro ce ^ n . p p p

Nilson Gonçalves P. Baptista

3.2. Como Construir Histograma:

Etapas:

1 ) Construir a Tabela de Freqüência da amostra;

2a) Definir as escalas horizontal e vertical:

N ota: As escalas serão função da A m plitude da Amostra e do tamanho que se deseja para o gráfico.

Suponhamos que se tenha uma Amplitude Amostrai

de

42,52 kg que queremos representar em papel, então nossa escala será:

10 cm

42,52 kg = 4,252 kg para cada 1 cm ou 1:4 252 10,0 cm

A escala horizontal é determinada em função da amplitude e do tamanho que se deseja no eixo horizon-

A escala vertical deve ser determinada de tal forma que a altura de classe com maior freqüência seja de 0 5 a tZeS a dlstancia entre o limite inferior da Ia classe e o limite superior da última classe.

No nosso exemplo temos:

- Maior freqüência = 9

- Limite inferior da Ia classe = 149,5 g

- Limite superior da 12a classe = 173,5 g

- Ag (Amplitude gráfica) = 173,5 - 149,5 = 24 g

ocuS; , T ermOS que n° eixo horizontal o histograma ocupe 12 cm. veremos que cada centímetro equivalerá a

I

Gráficos de Distribuição de Freqüência

Se quisermos que a maior freqüência seja 0,75Ag, veremos que 9 cm representarão a freqüência 9, logo 1 cm para cada freqüência unitária.

3o) Faça o desenho indicando:

- o que está representado em cada eixo;

- valores indicativos em ambos os eixos;

- o valor da média dos valores da amostra através de uma linha forte (— • — • — );

título do histograma (na parte inferior);

na parte superior direita o número de dados, o valor da média e, se calculado, o valor do desvio-padrão da amostra;

no eixo horizontal devemos deixar espaço para uma i lasse antes da primeira e depois da última.

Observação Importante: Outra forma de represen­ tação gráfica de uma distribuição de freqüência é o Polígono de Freqüência.

Obtém-se um polígono de freqüência ligando-se os pontos determinados pelo ponto médio de cada classe r a amplitude de classe.

O ponto inicial será o ponto médio da classe ante-

11«.i h primeira e o último será o ponto médio da classe posterior à última, sendo a amplitude zero em ambos os

l IlíiO S.

No exemplo temos:

Média: X = 160,625 = 160,6g

jn tro dução ao Estudo de Controle Estatístico de Processo - CEP

Nilson Gonçalves P

n = 40

X =

160,6

R nn„ya

1 4 9 ,5

153,5

Peso(g)

157,5

h

i s

t

o

161,5

g

r a m

a

165,5

PE SO D E FR A SC O S A 1.02

169,5

173,5

OBS

O polígono de freqüência está representado

por uma linha tracejada.

3.3 Tipos de Histograma:

Gráfico de Distribuição de Freqüência

r f í

rh

a) Tipo geral

II tU k.

c) Tipo assimétrico

positivo

) Tipo achatado

J

Í

L

b) Tipo pente

.lü ü L

d) Tipo abrupto

à esquerda

ifl

b

f) Tipo picos duplos

4. Curva de Freqüência

I I . Definição:

xd

g) Tipo pico isolado

Como* em geral, os dados coletados pertencem a uma iimostra extraída de uma população, podemos imaginar as am ostras tornando-se cada vez mais am plas e a amplitude das classes ficando cada vez menor, o que nos permite concluir que o Polígono de Freqüência tende a se transform ar num a curva, Curva de Freqüência,

mostrando de modo mais evidente, a reza da distribuição da população.

verdadeira natu-

4.2. Tipos de Curvas de Freqüência:

a) Forma de sino simétrica:

Curva Normal

d) form a de jo ta

b) forma de sino assimétrica esquerda

c) forma de sino assimétrica direita

e) form a de jo ta jnvertjcj0

0 forma de U

4.3. Curva Normal:

4.3.1. Definição:

*

Gráficos de Distribuição de Freqüência

É uma das formas de distribuição de freqüência e a que mais interessa ao controle de Qualidade, pois, na maior parte dos casos, a distribuição de freqüência de uma característica de Qualidade, tem iorma aproximada de uma curva normal.

A curva normal é simétrica e a maioria dos valores

está próxima ao centro (onde está a média).

A curva normal é unicamente determinada por dois

parâmetros:

- a média;

- o desvio-padrão.

4.3.2. Características da Curva Normal:

a) 99.7% dos valores de uma dis­ tribuição normal estão conti­ dos entre menos e mais três desvios-padrão a partir do centro.

b) 95,4% dos valores de uma distribuição normal estão con­ tidos entre menos e mais dois desvios-padrão a partir do centro.

c) 68,3% dos valores de uma dis­ tribuição normal estão contidos entre menos e mais um desvio- padrão a partir do centro.

jntroduçao ao Estudo de Controle Estatístico de Processo - CEP

Nilson Gonçalves P. Baptista

5. índice de Capacidade de Processo

5.1. Limites de especificação:

Para que um produto seja considerado conforme ( entro das especificações) ele terá que atender às carac­ terísticas estabelecidas como aceitáveis. Assim, uma determinada medida será aceita num intervalo. Os limi­ tes deste intervalo são chamados Limites de Especifica­ ção. Se a medida de um determinado eixo é especificada como 8.300 ± 0,008 mm, temos:

(8 300+% OTO)"”

de eSpeCÍflCaça° (LSE>: 8-308 mm

' '" ^ rior de especificação (LIE): 8,292 mm (õ.juu - 0,008)

5.2. Determinação do índice de capacidade de proces­

so: Cp

Io caso: São especificados LSE e LIE (os dois limites de especificação)

C

—LSE - I ,ÍF

,

 

P

6s

6 S“ desvi°-padrão da amostra

2o

C

P

caso: É especificado apenas o LSE:

-

LSE - X 3s -2

3o caso: É especificado apenas o LSE:

n = X - LIE

P

3s

Gráficos de Distribuição de Freqüência

5.3. Avaliação de Processo pelo Cp:

Io caso: Processo bastante satisfatório : 1,33 ^ Cp

2o caso:

3o caso: Processo

Processo Adequado : 1,00 ^ Cp < 1,33

Inadequado : Cp < 1,00

LIE

LSE

LIE

LSE

Cp = 61,62-56,81 = 2,17 > 1,33

2,22

Processo bastante satisfatório

NOTA:

Cp = 6I-62 - 56’81 = 0,66 < 1,00

7,32

Processo inadequado

1) Na prática, para avaliação da Capacidade de Processos, podemos usar histogramas assinalando neles as linhas de LSE e LIE.

2) No gráfico da direita observamos que existem va­ lores fora dos limites de especificação.

Capítulo 3

Gráficos de Controle

1. Definições

1.1. Limites de Controle:

São valores calculados a partir da média e do desvio- padrão da amostra. Indicam os limites de variação, de uma característica da Qualidade, por causas aleatórias inerentes ao processo conforme ele (o processo) opera quando os dados são coletados.

Os limites de controle são calculados a partir das medições feitas efetivamente no processo, e, portanto, dizem respeito à variação no pro­ cesso. Já os limites de especificação represen­ tam exigências e anseios e são determinados previamente, de acordo com características desejáveis.

1.2. Gráficos de controle ou cartas de controle:

Consistem em uma linha central, um par de limites de controle (um dos quais localiza-se acima e outro abaixo da linha central) e valores referentes a uma única carac­ terística da Qualidade, marcados no gráfico representan­ do o estado do processo (em relação à característica da Qualidade em questão).

ÍARflN

a . . Bibliotoc*

LUTHER

- Canoas

31

jntrodiição ao Estudo de Controle Eslatistico de Processo - CEP

Nilson Gonçalves P. Baptista

Um mesmo produto pode ter que atender a vários requisitos de Qualidade (comprimento, diâmetro, peso, volume, etc.) e desta forma podemos ter um Gráfico de Controle para cada um destes requisitos da Qualidade.

Para construir um gráfico de controle, é necessário estimar a variação devida a causas aleatórias. Para esta finalidade, dividimos os dados em subgrupos em que os lotes de matérias-primas, as máquinas, os operadores e outros fatores são comuns, de modo que a variação den­ tro de um subgrupo possa ser considerada devida a cau­ sas aleatórias.

Quando os pontos do gráfico de controle incidem fora dos limites de controle, ou mostram tendências particu­ lares, dizemos que o processo está fora de controle esta­ tístico, o que equivale dizer: “Existem causas assinalá­ veis de variação e o processo está fora de controle esta­ tístico. ’ A fim de controlar um processo, devemos eli­ minar as causas assinaláveis, evitando sua repetição. As variações devidas a causas aleatórias são admissí­ veis.

Linha central

Limite superior de controle

Limite inferior de controle

G ráfico de C ontrole de Processo sob controle estatístico

~ v

~\~7

V ->

~

v

--------

Trecho de variação por

causas aleatórias - (O K)

G ráfico de C ontrole de Processo fora de controle estatístico

O gráfico de controle foi proposto em

1924 por W.A. Shewhart, Phd

Gráficos de Controle

OBS:

1.

Para se ter uma melhor noção da diferença entre

limites de especificação e limites de controle, observe­ mos os casos abaixo; atentando para os limites (de Controle - LSC, LIC e Especificação - LSE, LIE):

Io Caso

Processo fora de controle estatísti­ co, gerando itens defeituosos.

3° Caso

2o Caso

Processo fora de controle estatístico, não gerando itens defeituosos.

4o Caso

 

LSC

LSC

 

• LSE

LC

■LIE

LIC

P ro c e sso

so b

c o n tro le

e s ta tís tic o

Processo

sob

controle estatístico

não

gerando itens defeituosos.

^

gerando itens defeituosos.

2. Formação de subgrupos:

Ao se formar subgrupos é necessário tentar agrupar os dados de tal maneira a não se ter causas assinaláveis visíveis, ficando a cargo do Gráfico de Controle demons­ trar se existem ou não causas assinaláveis não perspec­ tiveis. Para viabilizar isto:

Introdução ao Estudo de Controle Estatístico de Processo - CEP

Nilson Gonçalves P. Baptista

a) o processo deve ser executado, tanto quanto pos­

sível, sem variações das condições técnicas;

b) os dados coletados em períodos pequenos devem

ser agrupados num mesmo subgrupo.

A m udança da m aneira de se form ar subgrupos

causará uma mudança nos fatores que constituem a vari­ ação dentro do subgrupo.

As variações nos dados coletados são classificadas como:

a) variações dentro dos subgrupos,

b) variações entre subgrupos.

Uma formação indevida de subgrupos conduz a um gráfico inútil.

3. Estratificação:

A estratificação é um método de se identificar a fonte de variação dos dados coletados, classificando-os de acordo com fatores distintos envolvidos.

Se, por exemplo, quisermos coletar dados sobre o comprimento de cilindros produzidos em duas máquinas A e B, podemos juntar os dados ignorando a máquina onde foram produzidos os cilindros ou estratificar os dados separando-os por máquina.

4. Característica de Controle:

Uma característica da Qualidade que é utilizada para o controle do processo é denominada característica de controle do processo. A escolha da característica de con­ trole deve ser função da importância que os clientes do

Gráficos de Controle

produto do processo atribuem às características da Qualidade do produto em questão.

Por exemplo, se comprimento e cor são característi­ cas da Qualidade de um produto, e o cliente só se inter­ essa pelo comprimento, este deve ser a característica de \c o n tr o le do processo

5. Uso de gráficos de controle:

O gráfico de controle é um meio eficaz

de se identi­

ficar condições anormais do processo. Ao se eliminar

estas condições e colocar o processo sob controle obtém-se melhoria no processo.

2. Tipos de Cartas de Controle

2.1. Carta de Controle de Médias e Amplitudes: X - R

Usada para controlar e analisar um processo com

valores contínuos da Qualidade - medições.

Constitui-se de um gráfico X onde os pontos caracte­ rísticos são as médias dos subgrupos e de um gráfico R onde são marcadas as amplitudes de cada subgrupo.

dados obtidos por

LSC

LC

L1C

LSC

LC

G ráfico X:

Médias

G ráfico R:

Amplitudes

in trodução ao Estudo de Controle Estatístico de Processo ■CEP

Nilson Gonçalves P Baptista

4

OBS: Coleta de dados para gráficos X - R

Colete até

100 dados. Divida-os em 20 ou 25

subgrupos, com 2 a 5 dados cada um, conforme o número total de dados e a forma de coleta.

Quando não houver nenhum critério técnico para íormação de subgrupos, divida e registre os dados na ordem em que foram coletados.

Fórmulas:

G ráfico X

ÍL C =X

ls c = S

[LIC =

X

a 2 R

+

- A 2R

G ráfico R

( LC~ R

|

l

s c

=

d 4r

N °

D E

D A D O S

G R Á FIC O X

PO R

S U B G R U P O

2

3

4

5

a 2

1.880

1,023

0 ,7 2 9

0 ,5 5 7

° nc^e

^ ^ a m édia das am plitudes

G R Á FIC O R

d 4

3 267

2.57 5

2,282

2,1 15

2.2. Gráfico de Controle de Atributos:

Usado para controlar e analisar um processo com

valores discretos da Qualidade - contagens.

É usado quando contamos número de peças defeituo­ sas ou número de defeitos.

dados obtidos por

NOTAS:

1. Uma peça defeituosa pode ter um ou mais defeitos. Logo, num lote de 100 peças podemos ter 13 peças defeituosas e 34 defeitos, por exemplo.

Gráficos de Controle

2. Por subgrupo entende-se cada lote de peças que

compõe a amostra.

Por exemplo, contaremos defeitos em cada lote de 5 peças, num total de 20 lotes. Logo nossa amostra é de 100 peças.

OBS: Coleta de Dados para Gráficos de Controle de Atributos:

1. Obtenha uma amostra, divida-a em 20 a 25 subgru­ pos, com 4 a 5 dados por subgrupo.

2. Conte e registre o número de peças defeituosas ou de defeitos por cada subgrupo, numa Folha de Verifica­ ção.

Há quatro tipos de Cartas de Controle de Atributos.

Tipo

"pn"

,,p

"c"

"u"

Contamos

N° dc peças por siihgrupo

Fórmulas

 

LSC =

pn( 1 -

p)

onde

p _ total de peças defeituosas

n = nude peças por subgrupo

 

Constante

LC =

pn + 3 Ö pn

1

total de peças da amostra

 

LIC

r

pn -

3

Ö

pn( 1 -

p)

Peças

Defeituosas

 

LSC =

p +

3 Ö

p( 1 -

p)/n

onde

p = Sfraçàodefeituosa *'

 

Variável

L ç

=

p

total de peças da amostra

 

LIC =

p - 3 0

p( 1 -

p) / n

n _ n- de peças por subgrupo *2

LSC =

c + 3 0

c

onde

c = total de nu de defeitos

 

_

_

total de peças da amostra

 

Constante

 

LIC

=

c - 3 Ö

T

Defeitos

 

LSC = ü + 3u/n

onde

p = Sdefeitos/unidades

 

_

y,

total de peças da amostra

 

Variável

n _ n- de peças por subgrupo *4

 

LIC =

u - 3u

n

37

Introdução ao Estudo de Controle Estatístico de Processo - CEP

Nilson Gonçalves P. Baptista

OBS.:

1)

Nos casos em que o número de peças varia, os

limites de controle não são constantes devido as altera­ ções do tamanho do subgrupo. Isto significa que toda vez que alterarmos o tamanho do subgrupo, temos que recalcular os limites de controle.

Nestes casos, os gráficos de controle “p” e “u” terão a “forma” genérica abaixo:

2) *' - Fração Defeituosa é a média do número de peças defeituosas por subgrupo.

Assim, se o subgrupo tem 5 peças das quais 2 estão defeituosas a fração defeituosa é 2/5 = 0,40

3) *2- n varia de subgrupo para subgrupo. Ver obs. 1.

4) *3 - Defeitos/ Unidades é a medida do número de defeitos por subgrupo.

Assim, se o subgrupo tem 30 peças e 5 defeitos a média é de 0,1667 defeito por unidade

5) * ' - n varia de subgrupo para subgrupo. Ver obs. 1.

NOTA IMPORTANTE: A tualm ente, fazer Gráficos de Controle é trabalho de computador

38

Exercícios:

Gráficos de Controle

Indique o tipo de carta de controle (X - R, np, p, c, u) para cada um dos casos abaixo.

1 Uma linha de montagem produz torradores e eles

passam por um teste final. A linha é compassada de forma que 50 unidades são testadas por hora. O numero de unidades defeituosas é dado abaixo, para 20 horas

consecutivas de produção:

HORAS

1“

0* 2

V

1

3“

_ L

4a

1

5a

1

6a

1

L

7”

i .

8“

1

9»

3

10a

1

IIa

2

12"

2

* Q = quantidade de peças defeituosas

Resposta:

13a

14a

1

15a

2

16"

1

17a

2

18a

1

19“

2

20" 1 p — 1

L

i l

2 Pérolas cultivadas são enviadas do Japão em 4

tamanhos de embalagens: 25, 50, 75, 100 pedras. Cada embalagem é esvaziada e as pérolas são selecionadas para separar as cinzas que são “defeituosas”. O registro

de 20 embalagens é

TAMANHO DA

N° PÉROLAS CINZA

Resposta:

25

2

50

4

25

1

75

3

100 100 25

2

1

1

25

4

50

3

75

2

50

2

100 100 25

5

4

75

1

75

2

50

0

25

1

50 100

■r 4 J l

3. Uma linha de montagem de carros tem uma esta­

ção de teste que registra o número total de deteitos

Introdução ao Estudo de Controle Estatístico de Processo - CEP

Nilson Gonçalves P. Baptista

encontrados nos carros. A linha produz e testa 100 car­ ros por dia. O número de defeitos para 15 dias consecu­ tivos é:

DIA

N° DEFEITOS

1"

10

2

10

Resposta:

3"

10

4"

8

5

7

6°

1 1

7"

13

8"

5

9"

10"

11"

12"

13"

14"

15"

9

8

7

5

4

12

7

4. Uma empresa de pedras preciosas vende esmeral­

das em embalagens de 4, 12, 20 e 50 pedras. Os defeitos que as esmeraldas apresentam são: cor, impureza, lapi­

dação e brilho não-conformes. Foi feita uma análise registrando-se o número de defeitos por embalagem estudada de 21 embalagens

TAMANHO

EMBALAGEM

N° DEFEITOS

50

8

Resposta:

12 50 1 0 10

4

20 20

7

9

4

12 12 50

11

5

1 0

50

8

4

0

4

12 20 20 20 50

1 0

3

7

12

3

4

0

20 12

2 10

5. Num processo de usinagem coletou-se durante 25

dias, quatro vezes ao dia, a medida de eixos cilíndricos

em mm.

Resposta:

R espostas:

1. pn

2.p

3.

c

4. li

5. X - R

Exemplo 1:

Gráficos de Controle

Tomemos o enunciado do 5o exercício e os dados da

tabela a seguir e tracemos a carta de controle do proces­

so. Especificação do diâmetro

(|) = 83,4 ± 0,5 mm

EM PRESA SOM OS QUALIDADE

REF.:

DIÂM ETRO DE EIXOS CILÍNDRICOS

RESP :

ANA LUIZA PEREIRA DE ALMEIDA

 

COLETA DE DADOS

 
 

SUB­

DIÂMETROS LIDOS

GRUPO

 

DATA

 
 

(SG)

*1

x2

x3

1

01.11.92

 

82,7

84,1

83,0

2

02.11.92

84,2

83,9

84.1

3

03.11.92

82,9

82,7

83,2

- ~ n -----

- o c n ^ ) 2

-

‘ ”83 ,"0“ “ " 8 2 T

-

- "82.-8- -

 

5

05.11.92

84,5

83.9

82,5

6

08.11.92

83,6

82,8

84,0

7

09.11.92

82,9

84,2

83,3

8

---9 -----

 

10.11.92

84,1

83,6

83.8

"

r r n

. w

” 782,3

-8 2 7 7 "

‘ “8 3 ,1 "'

 

10

12.11.92

 

83,5

83,0

83,4

11

15.11.92

82,0

82,7

83,1

12

16.11.92

83,5

83,3

84,1

13

17.11.92

84,2

82,9

83,2

T4-----

-

r s rn

m

~ “ “84 ,"4

"

83X

"

• “83,^“ '

15

19.11.92

 

82,9

84,0

83,2

16

22.11.92

84,1

83,6

83.1

17

23.11.92

82.8

83,4

83,7

18

24.11.92

82,5

83,7

84,0

_

_

Z5:n.7>Z" " “84 ,TT ‘ " 8X9- “ ■_8 3 ;8 -'

20

26.11.92

 

83,7

82,8

82,7

21

29.11.92

83,5

84,3

83,2

22

30.11.92*

84,1

82.8

83,4

23

01.12.92

 

82.9

83,2

83,6

24

02.12.92

83,2

83,5

82,1

25

03.12.92

83,6

84,6

83,5

TAT A1C

 

FOLHA DE VERIFICAÇÃO

INSTRUMENTO

IDENTIFICAÇÃO

AFERIÇÃO

PAQUÍM ETRO B-126

30/10/92

VALORES DETERMINADOS

 

X

XMÁX

XMÍ

R

 

x4

82,8

83,15

84,1

82,7

1.4

84,0 •

84,05

84,2

83.9

0,3

83,8

83,15

83,8

82,7

1.1

- 8 . r , r -

"82,93" -

-

8T, r

-

-8218" " -~ (T.T~

 

83,7

83,65

84,5

82,5

2,0

83,2

83,40

84,0

82,8

1,2

82,7

83,28

84,2

82,7

1,5

82.9

83,60

84,1

82,9

1,2

"

83:6-" ' -8Z.98"" "

8.T,<r "

" 8 2 , 3 - '

171

84,0

83,48

84,0

83,0

1,0

84,3

83,03

84,3

82,0

2,3

83,0

83,48

84.1

83,0

1,1

83,3

83.40

84,2

82,9

1,3

- 8 4 X -

" -84,(T5-'

-

8 4",4" "

‘ - 83,'8- ‘

" “07T -

 

82.7

83,20

84,0

82,7

1,3

82.9

83,43

84,1

82,9

1,2

83,5

83.35

83,7

82,8

0,9

83,4

83,40

84,0

82,5

1.5

" 8T,9" _

' ^T .9 (r'

“ T W

"

' “83 ^" “ -

D7T -

 

84,1

83.33

84,1

82,7

1.4

84,0

83,75

84,3

83,2

l.l

83,7

83,50

84,1

82.8

1,3

82,5

83,05

83.6

82,5

U

83,5

83,08

83,5

82,1

1,4

83,7

83,85

84,6

83,5

l.l

 

2.085,47

28,9

Legenda da Tabela

x„ = Dado

X = Média Aritmética Simples do subgrupo

Nota: X do subgrupo deve ser calculada com uma casa decimal a mais que os dados

= Máximo valor do subgrupo MjN = Mínimo valor do grupo R = Amplitude do subgrupo

x

x

Introdução ao Estudo de Controle Estatístico de Processo - CEP

Nilson Gonçalves P. Baptista

Cálculos:

a. Média das Médias dos Subgrupos: x _ 2.085.47 _ 83,419

b .

R = 28*9 = 1,156

25

25

Nota: =x

e R devem ser calculados com duas casas

decimais a mais que os dados originais.

c. Cálculo dos Limites de Controle:

c.l. Gráfico X

• Linha Central:

LC = X= 83,419

• Limite Superior de Controle:

LSC —X + A2 r —83,419 + 0,729 x 1,156 = 84,262

• Limite Inferior de Controle:

LIC = X - A2 r = 83,419 - 0,729 x 1,156 = 82,576

c.2. Gráfico R

• Linha Central:

LC = R= 1,156

42

Gráficos de Controle

• Limite Superior de Controle:

LSC = D 4r = 2,282 x 1,156 = 2,638

• Limite Inferior de Controle:

LIC = não é considerado

Gráfico X - R Diâmetro de Eixos Cilíndricos (mm)

Introdução ao Estudo de Controle Estatístico de Processo - CEP

Exemplo 2:

Nilson Gonçalves P. Baptista

Numa confecção de calças jeans decidiu-se fazer um estudo sobre defeitos na produção. Para isso contou-se o número de calças defeituosas em cada lote de 50 calças, num total de 20 lotes. A partir dos dados coletados fazer um Gráfico de Controle.

FOLHA DE VERIFICAÇÃO

EMPRESA JEANS PERFEITO

R

E F .:C A L Ç A S

D E FE IT U O S A S

 

P

E R

ÍO D O

D E

C O L E TA :

01 A 05/11/92

R

E S P .:

H E L O ÍS A

M O R A E S

TURNO: NOITE

44

N° DO LOTE

(S U B G R U P O )

NÚMERO DE CALÇAS DEFEITUOSAS POR LOTE (P)

1

2

2

3

3

5

4

8

5

1

6

0

7

0

8

2

9

1

10

7

11

5

12

2

13

4

14

0

15

3

16

3

17

1

18

1

19

5

20

9

TOTAL:

62

Cálculos:

Gráficos de Controle

Trata-se de um gráfico “pn”, pois contamos peças defeituosas e o número de peças por subgrupo é cons­ tante, igual a 50.

Legenda:

p

= número de peças defeituosas por subgrupo;

n

= número de peças por subgrupo;

h

= número de subgrupos,

a. Cálculo da Média de Peças Defeituosas

P =

h x n

62

20 x 50

=0,062

b. Cálculo dos Limites de Controle:

b = 0,0 6 2 x 5 0

1

LC =

p n

= 3,10

^ n + 3 ^ /p -n ( l —p)

2

LSC = p

= 3 ,10+ 3^3,10 x ( l - 0 ,0 6 2 )

=8,22

, n —3^/p

^

LIC = p

n ( l - p ) = 3,10-3^3,10 x (1-0,062) = -2 .0 2

(por ser negativo não é considerado)

Gráfico de Controle de Processo Calças Defeituosas por lote de 50 peças

45

Introdução ao Estudo de Controle Estatístico de Processo - CEP

Gráfico de Controle

Nilson Gonçalves P. Baptista

1. Cálculo dos limites de controle

1.1. Gráfico X:

Linha central = X = 53,2760 = 53,28

LSC = X + A2R = 53,2760 + 0,576 = 57,70

LIC = X = A2R = 53,2760 - 0,729 x 0,576 = 52,86

1.2 Gráfico R:

Linha central = R = 0,576

LSC = D4R = 2,282 x 0,