Você está na página 1de 13

Histogram,lc

Login Cadastro

Histograma, locao, variabilidade e capacidade


Enviado por: David Jos | 1 comentrios Arquivado no curso de Engenharia - Grande rea Mecnica na UDESC Download denunciar Creative Commons David Roza Jos Matheus Luchese Sguissardi Joinville, Santa Catarina Maro de 2011

Resumo da utilizao das ferramentas estatsticas histograma, medidas de locao e variabilidade e ndices de capacidade do processo dentro do contexto de controle de qualidade. Professor: Andr Olah Neto Joinville, Santa Catarina 17 de Maro de 2011 Sumrio Tipos e interpretao dos histogramas 6

Exemplo

ndices Cp ndices Cpk Introduo

13 13

A qualidade de um produto pode ser avaliada de vrias maneiras. Em geral, muito importante distinguir entre essas varias dimenses da qualidade. Os consumidores em potencial usualmente avaliam um produto para determinar se ele desempenhar certas funes especficas, quo bem ele s desempenhar, qual o perodo de tempo satisfatrio, se h confiabilidade, enfim, se o produto apresenta exatamente as especificaes a ele destinadas. Na fabricao de um produto praticamente inevitvel a variabilidade de caractersticas devido variao sofrida pelos fatores que compem o processo produtivo e nesse trabalho apresentado como so utilizados os histogramas, as medidas de locao e variabilidade e alguns ndices de capacidade do processo como ferramentas estatsticas no controle de qualidade nas empresas. Histograma Na estatstica, um histograma uma representao grfica da distribuio de frequncias de uma massa de medies, normalmente um grfico de barras verticais. A construo de histogramas tem carter preliminar em qualquer estudo e um importante indicador da distribuio de dados. (Wikipedia, 2011) O histograma permite visualizar facilmente trs propriedades: 1. Forma 2. Posico ou tendncia central 3. Espalhamento ou disperso. Algumas diretrizes so teis na construo de histogramas. Quando os dados so numerosos, agrup-los em classes ou celas bastante til. Em geral: 1. Usar entre 4 e 20 classes. Escolher um nmero de classes aproximadamente igual raiz quadrada do nmero de observaes costuma ser uma boa opo. 2. Usar classes de mesmo comprimento. 3. Iniciar o limite inferior da primeira classe ligeiramente abaixo do menor valor dos dados. Agrupar os dados em classes condensa os dados originais e, como resultado, algum detalhe perdido. Na Figura 1, um exemplo de histograma, contendo como dados as futuras notas de Controle de Qualidade da turma que cursou em 2011/01. Figura 1. Notas de QUA F re q u n c i a Notas

Notas de QUA Tipos e interpretao dos histogramas (Adriana Barbosa Santos, 2011)

Figura 2. Histograma simtrico, tipo distribuio normal Caracterstica: a freqncia mais alta no centro e decresce gradualmente para as caudas de maneira simtrica (forma de sino). A mdia e a mediana so aproximadamente iguais e localizam-se no centro do histograma (ponto de pico). Quando ocorre: forma usualmente observada em processos padronizados, estveis, em que a caracterstica de qualidade contnua e no apresenta nenhuma restrio terica nos valores que podem ocorrer.

Figura 3. Histograma assimtrico e com um pico Caractersticas: a freqncia decresce bruscamente em um dos lados de forma gradual no outro, produzindo uma calda mais longa em um dos lados. A mdia localiza-se fora do meio da faixa de variao. Quando a assimetria direita a mediana inferior a mdia. Quando a assimetria esquerda a mediana superior mdia. Quando ocorre: possivelmente a caracterstica de qualidade possui apenas um limite de especificao e controlada durante o processo, de modo que satisfaa a essa especificao.

Figura 4. Histogramas do tipo "despenhadeiro" Caracterstica: o histograma termina abruptamente de um ou dos dois lados, dando a impresso de faltar um pedao na figura.

Quando ocorre: possivelmente foram eliminados dados por uma inspeo 100%; nesse caso o corte coincide com os limites de especificao.

Figura 5. Histograma com dois picos Caracterstica: ocorrem dois picos e a freqncia baixa entre eles Quando ocorre: em situaes em que h mistura de dados com mdias diferentes obtidos em duas condies distintas. Por exemplo, dois tipos de matrias primas, duas mquinas ou dois operadores. A estratificao dos dados segundo esses fatores poder confirmar ou no tais conjecturas.

Figura 6. Histograma do tipo plat Caracterstica: classes centrais possuem aproximadamente a mesma frequncia. Quando ocorre: aspecto possvel quando h mistura de vrias distribuies com mdias diferentes

Figura 7. Histograma com uma pequena "ilha" isolada Caracterstica: algumas faixas de valores da caracterstica de qualidade observada ficam isoladas da grande maioria dos dados, gerando barras ou pequenos agrupamentos separados. Quando ocorre: possivelmente ocorreram anormalidades temporrias no processo, erros de medio, erros de registro ou transcrio dos dados, produzindo alguns resultados muito diferentes dos demais. Medidas de locaco e variabilidade

Estas medidas processam a informao de modo a fornecer um sumrio dos dados sob a forma numrica. Este sumrio quantifica a locao (onde se localiza o centro da distribuio dos dados) e a variabilidade (disperso dos dados em torno do centro). O clculo destas medidas o ponto de partida para a avaliao da capacidade de um processo em atender s especificaes estabelecidas pelos clientes internos e externo. A locaco definida matematicamente por:

Equao 1 A variabilidade, ou disperso, a varincia amostral, definida como:

Equao 2 Existem outras maneiras de definir a variabilidade, e aqui esto listadas as mais comuns, ilustradas com um exemplo. dado o seguinte grupo de dados: Subgrupo (i) Elemento (j) do subgrupo (i) Xi1 Xi2 Xi3 Xi4 Xi5 Ri Si

Tabela 1. Grupo de dados de exemplo (1) O estimador SA dado de maneira parecida com a Equao 1, substituindo-se por , que a mdia das mdias dos subgrupos (mdia global). A letra m o nmero de subgrupos e n a quantidade de elementos dos subgrupos. A equao fica definida por:

Equao 3 (2) O estimador SB , baseado no desvio-padro das mdias dos subgrupos dado por:

Equao 4 (3) O estimador SC , baseado nos desvios-padro amostrais Si dos m subgrupos, dado por:

Equao 5 (4) O estimador SD , baseado na amplitude amostral R, dado por:

Equao 6 Onde

Equao 7 Os fatores de correo esto diretamente ligados ao nmero de elementos da amostra. Para amostras maiores do que listadas na Tabela 2, considera-se c4=1, e tabelas mais detalhadas para d2 devem ser consultadas.

As disperses, calculadas para os dados da Tabela 1, tm para cada um dos diferentes mtodos os seguintes resultados:

SD 3.8 Tabela 3. Resultados das diferentes disperses

As estimativas SA e SB so muito afetadas pela causa especial (superestimam o desviopadro). J as estimativas SC e SD so mais robustas (menos sensveis ao efeito de causas especiais), de modo que esses estimadores devem ser preferidos. Para escolher qual deles usar, devem-se avaliar suas eficincias. Um estimador no tendencioso tanto mais eficiente quanto menor for a varincia das estimativas que ele fornece. Para subgrupos grandes, SC mais eficiente que SD, pois usa mais informaco. Contudo, para subgrupos pequenos (n<10), SD praticamente to preciso quanto SC, com a vantagem da simplicidade de clculo. Exemplo Anlise da capacidade de um processo utilizando um histograma e medidas de locao e variabilidade. Para ilustrar o uso de um histograma na estimaco da capacidade de um processo, consideremos a Figura 8, que apresenta um histograma de resistncia ruptura de 100 garrafas de vidro de 1 litro de refrigerante. Os dados constam na Tabela 4. Figura 8. Histograma de foras de resistncia ruptura Foras de resistncia ruptura para 100 garrafas de refrigerante

Conseqentemente, a capacidade do processo seria estimada como 3

Alm disso, a forma do histograma implica que a distribuio de fora de resistncia ruptura aproximadamente normal. Assim, podemos estimar que aproximadamente 9,73% das garrafas fabricadas por este processo rompero entre 168 e 360 psi. Note que pode-se estimar a capacidade do processo independentemente das especificaes sobre a fora de resistncia ruptura. F re q u n c i a Histograma ndices de capacidade do processo. Os ndices de capacidade de processo (ICPs) so parmetros adimensionais que indiretamente medem o quanto o processo consegue atender s especificaes

provenientes dos clientes internos e externos. No h uma relao fixa entre o seu valor e a porcentagem de itens que o processo capaz de produzir dentro das especificaes.Contudo, para grande parte dos ndices, quanto maior o seu valor, melhor o processo consegue atender s especificaes. Existem vrios ndices de capacidade do processo. Dentre eles, os ndices Cp e Cpk so os mais usados. ndices Cp Freqentemente convm termos uma forma simples, quantitativa, de expressar a capacidade de um processo. Para tanto, uma forma a razo da capacidade de um processo (Cp). 6 Equao 8 Onde: LSE = limite superior de expecificao. LIE = limites inferior de expecificaco. = desvio padro A capacidade de um processo (Cp) no leva em conta onde a mdia do processo est localizada em relao s especificaes. Cp mede simplesmente a disperso das especificaes em relao disperso seis-sigma no processo. Atravs do resultado de Cp, o processo pode ser avaliado em: Processo capaz: Cp > 1,3 Processo aceitvel: 1 Cp 1,3 Processo incapaz: Cp < 1 ndices Cpk O ndice Cpk uma nova razo da capacidade do processo que leva em conta a centralizao do processo. Esta grandeza dada por: Cpk = mn (Cps, Cpi) ou

Equao 9 Onde: LSE = limite superior de expecificao. LIE = limites inferior de expecificaco. = desvio padro = mdia do processo De modo geral, se Cp=Cpk, o processo est centrado no ponto mdio das especificaes, e quando Cpk < Cp, o processo est descentrado. A magnitude de Cpk em relao Cp uma medida direta de quo fora de centro o processo est operando. Costuma-se dizer que Cp mede a capacidade potencial no processo, enquanto Cpk mede a capacidade efetiva. Na Figura 9, abaixo, esto ilustrados vrios casos encontrados comumente. Por exemplo, as duas primeiras distribuies tm ambas Cp = 2,0, mas o processo no painel b da figura tem claramente capacidade inferior do processo do painel a, porque no esta operando no ponto mdio do intervalo entre as especificaes. Nota-se que no painel c Cpk=1,0 enquanto Cp=2,0, tendo uma capacidade mais inferior ainda. O painel d ilustra o caso em que a mdia do processo exatamente igual a um dos limites de especificao

conduzindo Cpk=0. Conforme ilustra o painel e, quando Cpk < 0, a implicao e que a media do processo esta fora das especificaes. Obviamente, se Cpk < -1, todo processo esta fora dos limites de especificao. Alguns fatores definem Cpk como no-negativa, de modo que os valores inferiores a zero so definidos como zero. Para especificaes unilaterais, o Cp definido como:

3 Equao 10. Cp para especificao superior

Equao 1. Cp para especificao inferior Como Cpk mede o quo centrado est o processo, no h razo ou lgica em se falar na centralizao do processo quando se trata de processos com especificaes unilaterais. Algumas bibliografias invertem a nomenclatura para especificaes unilaterais, dizendo que o Cpk o ndice que se aplica, que o Cp o que no se aplica. De maneira geral, s um dos dois ndices se aplica em especificaes unilaterais.

Figura 9. Relao entre Cp e Cpk Assim como o ndice Cp, o ndice Cpk classificado como: Processo capaz: Cpk > 1,3 Processo aceitvel: 1 Cpk 1,3 Processo incapaz: Cpk < 1 Um processo razoavelmente capaz e sujeito a freqentes ocorrncias de causas especiais deve ser rigidamente controlado, pois, nesse caso, a ocorrncia de uma causa especial sempre leva produo de um grande nmero de itens que no atendem s especificaes. Um processo incapaz produz uma porcentagem razovel de itens fora das especificaes, mesmo com um processo em controle. A ocorrncia de uma causa

especial nesse caso dramtica. Um processo capaz como um motorista solitrio que trafega em uma estrada com vrias vias. Se ele cochila por alguns segundos, o mximo que acontece ele mudar de pista. Um processo razoavelmente capaz o equivalente a uma estrada de uma nica via, porm com acostamento. Se o motorista cochila, sai para o acostamento e, se no acordar logo, cai no abismo. Um processo incapaz igual a uma estrada de uma nica via, sem acostamento. Imagine o que acontece se o motorista dormir. Referncias Wikipedia, 2011. Histogramas. [online] Disponvel em: < http://pt.wikipedia.org/wiki/Histograma> [Acessado em 16 de Maro de 2011]. Adriana Barbosa Santos, 2011. Interpretao de histogramas. [online] Disponvel em: < http://w.dcce.ibilce.unesp.br/~adriana/ceq/Material%20de%20aula/histograma.doc> [Acessado em 16 de Maro de 2011]. The Quality Toolbok, 2011. How to understand the process capability. [online] Disponvel em: <http://syque.com/quality_tools/toolbook/Procap/how.htm> [Acessado em 16 de Maro de 2011]. Costa, A.F.B.; Epprecht, E.K.; Carpinetti, L.C.R.; 2008. Controle Estatstico de Qualidade. 2 ed. So Paulo: Editora Atlas S.A. Montgomery, D.C.; 2004. Controle Introduo ao controle estatstico da qualidade. 4 ed. Rio de Janeiro: LTC.

1 Comentrios

Estatsticas
945 visitas 25 downloads 1 comentrios capacidade estatstica ferramenta histograma

Tags

locao qualidade variabilidade controle

Descrio
Trabalho detalhando algumas ferramentas estatsticas do controle de qualidade: histograma, locao, variabilidade e capacidade de processos.

Arquivos Semelhantes

Apostila de Estatstica Descritiva Para muitos a Estatstica no passa de conjuntos de tabelas de dados numricos. Mas ser que a...

Cep - qualidade Inserir Descrio

Metodos Estatisticos I Unidade IV

Avaliao de Imveis Urbanos VALIAO DE BENS IMVEIS URBANOS ? UMA ANLISE CRTICA DA APLICAO DA NBR 14.653-2

Capacidade pdf

capacidade de mquinas

Bioestatstica BIOESTATSTICA

O Ebah uma rede social dedicada exclusivamente ao campo acadmico e tem como principal objetivo o compartilhamento de informao e materiais entre alunos e professores. Saiba mais

Sobre o Ebah:
O que o Ebah? Perguntas frequentes Ajude-nos a melhorar Imprensa Termos e Privacidade Trabalhe no Ebah Agrrias Artes Biolgicas Engenharias Exatas Humanas e Sociais Facebook Orkut Twitter Google+

Cursos:

Fique ligado:

ebahAlguns direitos reservados.

2006-2012-->

Você também pode gostar