Escolar Documentos
Profissional Documentos
Cultura Documentos
As Sete Ferramentas Bsicas do Controle da Qualidade, cujo pai foi Kaoru Ishikawa, um engenheiro de controle de ualidade! "asceu em #$#%! &icenciou'se em Qu(mica aplicada pela )ni*ersidade de +, uio, ap,s a II -uerra .undial impulsionou a forma/0o da 1)S2, )nion of 1aponese Scientists and 2ngineers, promotora da ualidade no 1ap0o! Seus estudos s0o 3astante importantes na gest0o da ualidade! +endo o3tido as primeiras no/4es de ualidade com os norte' americanos, estudou a e*olu/0o do processo de industriali5a/0o, e desen*ol*eu sua teoria para o 1ap0o, incluindo AS 6FCQ, um conjunto de ferramentas criadas por ele *isando ao controle de processos, lidando principalmente com dados num7ricos e ue resol*em muitos pro3lemas ue aparecem no in(cio da implanta/0o do -Q+! S0o 8teis nas fases 9 e C do Ciclo :9CA! S0o; ' -rfico de :areto< ' 9iagrama de Causa e 2feito< ' 2stratifica/0o< ' Folha ou &ista de =erifica/0o< ' >istograma< ' 9iagrama de 9ispers0o e -rficos de Controle!
A! 9eterminar como os dados ser0o classificados; por produto, m uina, turno, operador! B! Construir uma ta3ela, colocando os dados em ordem decrescente!
C. Calcular a porcentagem de cada item sobre o total e o acumulado. D. Traar o diagrama e a linha de porcentagem acumulada.
Quantidade de o"eradores #om notas a$ai%o de &' ( )or*rio de Entrada :er(odo JKhJJ ' JGh%$ #%hJJ ' #6h%$ J$hJJ ' ##h%$ #NhJJ ' #Mh%$ #GhJJ ' JJhJJ JJhJJ ' JKhJJ +otal geral A3aiCo de G% $$ KJ %# M6 NM #J H H Iepresentati*o Consolidado LM,JH LM,JH NJ,KH %M,KH #6,%H 6N,NH #K,NH GG,LH G,NH $K,KH L,MH #JJ,JH N$# #JJ,JH
'14/5 31405 &&435 7+4+5 ./4/5 100405
..
/0
'1
17 +1 10
0/200 - 0&2'.
1'200 - 172'.
0.200 - 112'.
1+200 - 112'.
1&200 - 00200
00200 - 0/200
=isa identificar se eCiste uma tendOncia de *aria/0o conjunta @correla/0oA entre duas ou mais *ari*eis!
Fi67 1 8 E%em"lo de dia6rama de dis"ers9o "a prtica do dia'a'dia 7, muitas *e5es, essencial estudar'se a rela/0o entre duas *ari*eis correspondentes! :or eCemplo, em ue grau as dimens4es de uma pe/a usinada *ariam com a mudan/a de *elocidade de um tornoP Du, suponhamos ue ueremos controlar a concentra/0o de uma solu/0o e 7 prefer(*el su3stituir a medi/0o da concentra/0o pela da densidade relati*a por ue ela 7 facilmente medida na prtica! :ara estudar a rela/0o de duas *ari*eis tais como a *elocidade do torno e dimens4es de uma pe/a,ou concentra/0o e densidade relati*a, pode'se usar o chamado Ediagrama de dispers0oF!
#JJ,J $J,J =ota de ,onitoria GJ,J 6J,J KJ,J %J,J MJ,J J,JJ
N!JJJ,JJ
M!JJJ,JJ
3 Ferramenta - )IS!OGRA,A
D histograma 7 uma forma de descri/0o grfica com 3arras *erticais, as uais representam dados uantitati*os agrupados em classes de fre SOncia!
Os dados de uma amostra servem como base para uma deciso sobre a populao. Quanto maior o tamanho da amostra mais informao temos sobre a populao. Porm, um aumento de tamanho da amostra tambm significa um aumento da uantidade de dados e torna!se dif"cil compreender a populao a partir destes dados, mesmo uando eles so dispostos em tabelas. #m tal caso, precisamos de um mtodo ue nos vai possibilitar conhecer a populao, e um histograma atende as nossas necessidades.
Drgani5ando'se muitos dados em um histograma, pode'se conhecer a popula/0o de uma maneira o3jeti*a!
B poss(*el o3ter informa/4es 8teis so3re o estado da popula/0o atra*7s da anlise do perfil do histograma! Ds perfis seguintes s0o t(picos, e podemos utili5'los como modelos para anlise de um processo!
a! !i"o 6eral AsimBtri#o ou em ;orma de sinoC T D *alor m7dio do histograma est no meio da faiCa dos dados! A fre SOncia 7 mais alta no meio e torna'se gradualmente mais 3aiCa na dire/0o dos eCtremos! D perfil 7 sim7trico! B o formato encontrado com mais fre SOncia! 3! !i"o ente Amulti-modalC T As classes possuem fre SOncia altas e 3aiCas alternadamente!2ste perfil ocorre uando a uantidade de dados inclu(dos na classe *aria de classe para classe, ou uando eCiste uma tendOncia particular no modo como os dados s0o arredondados! c! !i"o assimBtri#o "ositi@o AassimBtri#o ne6ati@oC T D *alor m7dio do histograma fica locali5ado ? es uerda @direitaA do centro da faiCa da *aria/0o! A fre SOncia decresce um tanto a3ruptamente em dire/0o ? es uerda @direitaA, por7m de forma sua*e ? direita @es uerdaA! Isto ocorre uando o limite inferior @superiorA 7 controlado, ou teoricamente, ou por um *alor de especifica/0o, ou uando *alores mais 3aiCos @mais altosA do ue um certo *alor n0o ocorrem! d! !i"o de#li@e D direita Ade#li@e D esEuerdaC T D *alor m7dio do histograma fica locali5ado ? es uerda @direitaA do centro da faiCa da *aria/0o! A fre SOncia decresce um tanto a3ruptamente na es uerda @direitaA, e lentamente em dire/0o ? direita @es uerdaA! Isto ocorre com fre SOncia uando uma triagem de #JJH ti*er sido feita por causa da 3aiCa capacidade do processo, e tam37m uando a assimetria positi*a @negati*aA se tornar ainda mais eCtrema! e! !i"o "latF T A fre SOncia em cada classe forma um platQ por ue as classes possuem mais ou menos a mesma fre SOncia eCceto a uelas das eCtremidades! 2ste formato ocorre uando h mistura de *rias distri3ui/4es ue tOm diferentes m7dias! f! !i"o "i#os du"los A$imodalC T A fre SOncia 7 3aiCa pr,Cimo ao meio da faiCa de dados e eCiste um pico em um e outro lados! 2ste formato ocorre uando duas distri3ui/4es com m7dias muito diferentes s0o misturadas!
g! !i"o "i#o isolado T 2Ciste um pe ueno pico isolado em adi/0o a um histograma do tipo geral! 2ste 7 um perfil ue ocorre uando h uma pe uena inclus0o de dados de uma distri3ui/0o diferente, como no caso de anormalidade do processo, erro de medi/0o, ou inclus0o de dados de um processo diferente! Com"ara<9o de )isto6ramas e limites de es"e#i;i#a<9o Casos em ue o histograma satisfa5 a especifica/0o;
Se hou*er especifica/0o, trace as linhas dos limites da especifica/0o no histograma, para comparar a distri3ui/0o com a especifica/0o! 9epois *eja se o histograma est locali5ado 3em dentro dos limites! Cinco casos t(picos, como na Figura L, s0o descritos a seguir! )se'os como referOncia para a*aliar a popula/0o Casos em ue o histograma n0o satisfa5 a especifica/0o;
a! 3! c! d! e!
O$ser@a<Ges: +udo o ue se precisa 7 manter a atual situa/0o< A especifica/0o 7 satisfeita, mas n0o h margem eCtra< portanto, 7 melhor redu5ir um pouco a *aria/0o< B necessrio tomar medidas para colocar a m7dia mais pr,Cima do meio da especifica/0o< S0o necessrias a/4es para redu5ir a *aria/0o< S0o necessrias as medidas descritas nas al(neas EcF e EdF!
Como FaHer 2isto6ramas: A! B! C! 9! 2! F! -! D3ter uma amostra de %J a #JJ dados @%J U n U #JJA 9eterminar o maior e o menor *alor @CmaC e CminA Calcular a amplitude total dos dados I V CmaC ' Cmin 9eterminar o n8mero de classes k V Wn Calcular a amplitude das classes h V IXk 9eterminar os limites das classes Construir uma ta3ela de fre SOncias
+ornar os dados fceis de se o3ter e de se utili5ar< 9ispor os dados de uma forma mais organi5ada< =erificar o tipo de defeito e sua porcentagem< =erificar a locali5a/0o do defeito; mostrar o local e a forma de ocorrOncia dos defeitos< =erificar as causas dos defeitos! >anta6ens % Des@anta6ens das Iistas de >eri;i#a<9o
Estrati;i#a<9o Antes de ser constru(da a folha de *erifica/0o, de*e'se ter em mente a estratifica/0o, importante, e ue precisa ser usada antes da coleta de dados! ue 7 uma ferramenta
2stratificar 7 agrupar elementos com as mesmas caracter(sticas, ou seja, itens iguais ou muito semelhantes, tendo causas e solu/4es comuns! D o3jeti*o 7 encontrar padr4es ue auCiliem na compreens0o dos mecanismos causais e *aria/4es de um processo! "o caso de dados cont(nuos, a estratifica/0o seria a cria/0o de classes de fre SOncia, nos discretos, a defini/0o de *ari*eis ou parYmetros ue filtrem os dados @eC!; dataXhora, lote, fornecedor, turno, operador, categoria do defeito, etc!A!
Fi6ura 1 - Estrati;i#a<9o
!i"os de Iistas de >eri;i#a<9o 2Ciste uma infinidade de tipos de listas de *erifica/0o! .ostraremos algumas delas! Iista de @eri;i#a<9o "ara distri$ui<9o do "ro#esso de "rodu<9o 2ste tipo de lista 7 utili5ado para estudar a distri3ui/0o de *alores cont(nuos, caracter(sticos de alguns tipos de processo! "este caso, normalmente s0o usados histogramas! :or7m, ao fa5er um histograma 7 duplamente tra3alhoso coletar uma grande uantidade de dados e, em seguida, fa5er um grfico mostrando a distri3ui/0o de fre SOncias! )m modo mais simples 7 classificar os dados no momento em ue s0o coletados! "o eCemplo a3aiCo, podemos acompanhar a *aria/0o nas dimens4es de um certo tipo de pe/a cuja especifica/0o de fa3rica/0o 7 G!LJJ Z J,JJ%! Cada *e5 ue uma medi/0o 7 feita, um % 7 colocado no local apropriado, de forma a ter' se o histograma pronto uando as medi/4es s0o completadas!
Fi6ura + 8 Iistas de @eri;i#a<9o "ara distri$ui<9o do "ro#esso de "rodu<9o Iista de @eri;i#a<9o "ara item de;eituoso @:aper de .onitoriaA 2ste tipo de lista de *erifica/0o permite listar uantidades de defeito para cada item inspecionado, mostrando uais tipos de defeitos s0o fre Sentes e uais n0o s0o, possi3ilitando uma estratifica/0o dos dados para auCiliar nas a/4es correti*as!
A contagem de defeitos pode n0o ser necessariamente igual ao n8mero de unidades rejeitadas @isto 7, mais de um erro por unidadeA< A contagem de defeitos pode n0o refletir as mudan/as ao longo do tempo< 9efini/4es operacionais podem ser necessrias para certos defeitos< 2stas considera/4es podem ser gerenciadas atra*7s de um planejamento cuidadoso do formulrio de coleta de dados< D formulrio de tipos de defeito precede a constru/0o de um grfico de :areto!
Fatores #rMti#os de su#esso do uso do dia6rama na solu<9o de "ro$lemas: #! N! L! M! %! K! 6! G! $! :articipa/0o de todos os en*ol*idos< "0o criticar nenhuma id7ia< =isi3ilidade fa*orece a participa/0o< Agrupar as causas conjuntamente< "0o so3recarregar demais o diagrama< Construir um diagrama separado para cada pro3lemaXdefeito< Imaginar as causas mais fa*or*eis< Criar am3iente de solu/0o am3ientada< 2ntender claramente cada causa!
um grfico cartesiano, onde o eiCo hori5ontal representa o tempo e, o *ertical, o *alor da caracter(stica< um conjunto de *alores @pontosA unidos por segmentos de reta< trOs linhas hori5ontais; limite inferior de controle, limite controle e linha m7dia<
Fases:
$. Coleta: 9ados para a caracter(stica @processo ou produtoA em estudo s0o reunidos e con*ertidos para uma
maneira em ue possam ser marcados numa carta de controle! 2sses dados poderiam ser, por eCemplo, *alores de dimens0o de uma pe/a, n8mero de falhas em um produto, horrios, *ari*eis f(sicas @temperatura, press0o, etc!A! %. Controle: Ds limites preliminares de controle s0o calculados 3aseados nos dados! 2les s0o desenhados na carta como um guia para anlise! &imites de controle n0o s0o limites de especifica/0o ou o3jeti*os, mas est0o 3aseados na *aria3ilidade natural do processo e no plano de amostragem! &. An*lise e ,el2oria: 9epois ue todas as causas especiais tenham sido corrigidas e o processo esteja operando em controle, a carta continua como uma ferramenta de monitora/0o! A capacidade do processo pode ser calculada, tam37m! Se a *aria/0o decorrente de causas comuns 7 eCcessi*a, o processo pode n0o ser capa5 de
produ5ir resultados ue estejam consistentemente em conformidade com os re uisitos do cliente! "esse caso, a/4es gerenciais podem ser necessrias para a melhoria do sistema! Oene;M#ios )sadas ade uadamente, as cartas de controle podem;
Ser*ir aos operadores para o controle cont(nuo do processo< Ajustar o processo para ue produ5a de forma consistente, pre*is(*el, com ualidade e custo ade uados< D3ter do processo, resultados com; o melhor ualidade< o menor custo por unidade< o maior capacidade instalada< Fornecer uma linguagem comum para a anlise do desempenho do processo, separando causas especiais de *aria/0o das comuns, como um guia para a/4es locais so3re o sistema! !i"os de Carta de Controle >ari*@eis:
.7dia @ .7dia @
.ediana @ A e Amplitude @IA =alores .,*eis Indi*iduais e Amplitude .,*el @\ T A.A Atri$uto :ropor/0o "0o'Conforme @pA "8mero de Itens "0o'Conformes @"pA "0o'Conformidades @c, uA! Constru<9o Comece planejando como e onde *ocO ad uirir seus dados @escre*a uma 9efini/0o DperacionalA! Complete a informa/0o de identifica/0o da carta @o ue est sendo medido, datas, local, coletorA! Calcule a m7dia de processo @somente para Cartas de ControleA! Calcule os limites de controle superior e inferior @somente para Cartas de ControleA! 9etermine a escala para a carta de controle, es3oce o centro e as linhas de controle! Interprete o grfico! Inter"reta<9o