Universidade Federal Do Paraná

UNIVERSIDADE FEDERAL DO PARAN
VANDERLEI GALINA

ESTUDO E IMPLEMENTAO COMPUTACIONAL DE PLANOS AMOSTRAIS
PARA ACEITAO DE LOTES DE PRODUTOS: NORMAS ANSI/ASQ Z1.4 E
ANSI/ASQ Z1.9.

CURITIBA
2009

2
VANDERLEI GALINA

ESTUDO E IMPLEMENTAO COMPUTACIONAL DE PLANOS AMOSTRAIS
PARA ACEITAO DE LOTES DE PRODUTOS: NORMAS ANSI/ASQ Z1.4 E
ANSI/ASQ Z1.9.

Dissertao apresentada como requisito
parcial obteno do grau de Mestre em
Cincias, na Linha de Pesquisa em Mtodos
Estatsticos Aplicados Engenharia da rea
de Concentrao em Programao
Matemtica, no Programa de Ps-Graduao
em Mtodos Numricos em Engenharia, do
Setor de Cincias Exatas e do Setor de
Tecnolgica da Universidade Federal do
Paran.

Orientador: Prof. Dr. Anselmo Chaves Neto

CURITIBA
2009

3
AGRADECIMENTOS

Deus.

Ao meu orientador Professor Dr. Anselmo Chaves Neto, pela orientao,
apoio e amizade.

Aos professores do curso de Ps-Graduao em Mtodos Numricos em
Engenharia, por compartilhar seus conhecimentos.

Aos colegas de curso, que sempre prestaram seu tempo a ajudar nos
momentos de dificuldade e pela amizade.

Aos meus pais e familiares que sempre incentivaram ao crescimento
acadmico e profissional.

Ao profissional Sidney da Silva da rea da qualidade pelo auxlio na
realizao do trabalho.

4
RESUMO

A procura do consumidor final por produtos e servios que mantenham um bom nvel
de qualidade tem provocado a busca contnua de produtores e fornecedores pela
melhoria em seus processos de produo. Dessa forma necessrio avaliar o
produto na entrada do processo produtivo. A varredura de todos os itens tem um
custo financeiro muito elevado. Uma alternativa inspeo completa a
amostragem de aceitao. Quando a amostragem de aceitao bem empregada
pode auxiliar, e muito, na manuteno e na melhoria da qualidade. As normas
ANSI/ASC Z1.4 (Sampling Procedures and Tables for inspection by Attributes) e
ANSI/ASC Z1.9 (Sampling Procedures and Tables for inspection by Variables) so
verses atualizadas das normas brasileiras NBR-5426 e NBR-5429,
respectivamente. A utilizao das normas ANSI/ASC Z1.4 e ANSI/ASC Z1.9 pela
empresa consumidora, e de seus fornecedores que tambm so clientes de outras
empresas fornecedoras, uma forma de pressionar o produtor para sempre manter
sua produo em um baixo nvel de itens no-conformes pela diminuio da
variabilidade na produo. Para a concreta aplicao dessas normas o presente
trabalho faz um estudo dos diversos tipos de planos amostrais, bem como dos
planos que tm como base o Nvel de Qualidade Aceitvel (especificados pelas
normas) e o desenvolvimento de um programa computacional capaz de definir e
analisar planos amostrais de forma gil e clara, suprindo a necessidade de consulta
s normas. A funcionalidade do software foi verificada atravs de amostras
simuladas.

Palavras-chave: Inspeo por Amostragem. Planos Amostrais. Normas ANSI/ASQ
Z1.4 e ANSI/ASQ Z1.9.

5
ABSTRACT

The demand from the final consumer by products and service that keep a good level
of quality has been causing the continuous searching for producers and providers for
the improvement well into their production processes. In such case it is necessary to
evaluate the product at the entrance from the productive process. Checking all the
items demands a high financial cost. An alternative of the completed inspection is the
acceptance sampling. When the acceptance sampling is well done, it can helps, a lot,
at the maintenance and at the improvement from the quality. The standards
ANSI/ASC Z1.4 (Sampling Procedures and Tables for inspection by Attributes) and
ANSI/ASC Z1.9 (Sampling Procedures and Tables for inspection by Variables) are
updated versions of the Brazilians standards NBR-5426 and NBR-5429,
respectively. The application of the standards ANSI/ASC Z1.4 and ANSI/ASC Z1.9
by the business consumer, and as of their providers as well as they are clients of
other companies, that is a form of pressure the producer to ever keep their
production well into a low level as of items non-defective from the variability in the
production. For the real application of these standards the present article shows a
study of various kind of acceptance sampling, such as the layouts that it has as a
basis of the level the Acceptable Quality Level (specified by the standards) and the
development of a computational program able to set out and analyze sampling
layouts in a fast and clear way, abolishing the need to search at the standards. The
functionality of the software was verified using simulated samples.

Key words: Inspection by Sampling. Sampling Plans. Standards ANSI/ASQ Z1.4
AND ANSI/ASQ Z1.9.

6
LISTA DE FIGURAS

FIGURA 2.1 LOTE PARA AMOSTRAGEM ESTRATIFICADA.......................................................27
FIGURA 2.2 ESQUEMA PLANO DE AMOSTRAGEM SIMPLES...................................................30
FIGURA 2.3 CURVA CARACTERSTICA DE OPERAO (n = 140, Ac = 3) ................................32
FIGURA 2.4 CURVA CO TIPO A E TIPO B ..................................................................................33
FIGURA 2.5 CURVA CARACTERSTICA DE OPERAO IDEAL ................................................34
FIGURA 2.6 EFEITO DA MUDAA DOS PARMETROS n E Ac NAS CURVAS CO COM n
PROPORCIONAL A Ac ............................................................................................35
FIGURA 2.7 EFEITO DA MUDAA DOS PARMETROS n E Ac NAS CURVAS CO COM n
CONSTANTE ...........................................................................................................35
FIGURA 2.8 CURVA CO COM DOIS PONTOS ESPECFICOS ....................................................38
FIGURA 2.9 NOMOGRAMA DA DISTRIBUIO BINOMIAL ACUMULADA .................................39
FIGURA 2.10 INSPEO RETIFICADORA ....................................................................................40
FIGURA 2.11 CURVA QSM ...........................................................................................................41
FIGURA 2.12 ESQUEMA PLANO DE AMOSTRAGEM DUPLO .....................................................43
FIGURA 2.13 PLANO DE AMOSTRAGEM SEQUENCIAL .............................................................46
FIGURA 2.14 ESQUEMA PLANO DE AMOSTRAGEM MLTIPLA ................................................50
FIGURA 2.15 RELAO DE p COM A MDIA E O DESVIO PADRO DA DISTRIBUIO
NORMAL ..................................................................................................................61
FIGURA 2.16 RELAO DE k COM A DISTRIBUIO DAS MDIAS DAS AMOSTRAS E A
DISTRIBUIO DOS ITENS INDIVIDUAIS ..............................................................65
FIGURA 2.17 NOMOGRAMA PARA DETERMINAR OS PARMETROS n E k DE PLANOS DE
AMOSTRAGEM DE VARIVEIS ..............................................................................70
FIGURA 2.18 GRFICO PARA DETERMINAR A FRAO MXIMA PERMISSVEL M .................71
FIGURA 2.19 GRFICO PARA DETERMINAR p ESTIMADO DADO O VALOR DE z ....................71
FIGURA 2.20 ESQUEMA PLANOS CSP-1 .....................................................................................77
FIGURA 2.21 COMPORTAMENTO DA MDIA E DO DESVIO PADRO DO PROCESSO ............82
FIGURA 3.1 REGRAS PARA MUDANA DE INSPEO ............................................................91
FIGURA 3.2 CURVAS CO PARA O CDIGO ALFABTICO H ...................................................108

7
FIGURA 4.1 TELA INICIAL DO SOFTWARE PLANISNP ............................................................138
FIGURA 4.2 ABA AMOSTRAGEM SIMPLES .............................................................................139
FIGURA 4.3 ABA AMOSTRAGEM DUPLA .................................................................................140
FIGURA 4.4 ABA AMOSTRAGEM MLTIPLA............................................................................140
FIGURA 4.5 CURVA CO PLANO PARA ATRIBUTOS ................................................................141
FIGURA 4.6 CURVA QSM PLANO PARA ATRIBUTOS .............................................................142
FIGURA 4.7 ABA VARIVEIS ....................................................................................................143
FIGURA 4.8 CURVA CO PLANO PARA VARIVEIS ..................................................................144
FIGURA 4.9 TESTE DE ADERNCIA KOLMOGOROV-SMIRNOV ............................................145
FIGURA 4.10 CONCHA INFERIOR ..............................................................................................147
FIGURA 4.11 TRAVESSA DIANTEIRA ........................................................................................148
FIGURA 4.12 SENTENCIAMENTO LOTE, CARACTERSTICA DATUM B ...................................149
FIGURA 4.13 SENTENCIAMENTO LOTE, CARACTERSTICA XY37 ..........................................149
FIGURA 4.14 SENTENCIAMENTO LOTE, CARACTERSTICA DATUM B ...................................150
FIGURA 4.15 SENTENCIAMENTO LOTE, CARACTERSTICA XY24 ..........................................150
FIGURA 4.16 DETALHES PLANO AMOSTRAL COM AMOSTRAGEM SIMPLES ........................151
FIGURA 4.17 FUNO UNIFORMERDN .....................................................................................152
FIGURA 4.18 FUNO AMOSTRAGAUSSIANA .........................................................................152

8
LISTA DE QUADROS

QUADRO 2.1 PROCEDIMENTO PARA ENCONTRAR A PROBABILIDADE DE ACEITAO
PLANO SEQUENCIAL AT TERCEIRA AMOSTRA ..............................................53
QUADRO 2.2 PROBABILIDADE DE ACEITAO DE UM PLANO AMOSTRAL MLTIPLO .......54
QUADRO 2.3 COMPARATIVO DAS VANTAGENS E DESVANTAGENS DE PLANOS
AMOSTRAIS..........................................................................................................55
QUADRO 2.4 SNTESE DOS PROCEDIMENTOS PARA SENTENCIAMENTO DE LOTES COM
DESVIO PADRO CONHECIDO ...........................................................................74
QUADRO 2.5 SNTESE DOS PROCEDIMENTOS PARA SENTENCIAMENTO DE LOTES COM
DESVIO PADRO DESCONHECIDO ....................................................................74
QUADRO 3.1 CDIGOS ALFABTICOS PARA O TAMANHO DA AMOSTRA ............................92
QUADRO 3.2 PLANOS DE AMOSTRAGEM SIMPLES PARA INSPEO NORMAL ...................93
QUADRO 3.3 PLANOS DE AMOSTRAGEM SIMPLES PARA INSPEO SEVERA ....................94
QUADRO 3.4 PLANOS DE AMOSTRAGEM SIMPLES PARA INSPEO REDUZIDA ................95
QUADRO 3.5 PLANOS DE AMOSTRAGEM DUPLA PARA INSPEO NORMAL ......................96
QUADRO 3.6 PLANOS DE AMOSTRAGEM MLTIPLA PARA INSPEO NORMAL .................97
QUADRO 3.7 PLANOS DE AMOSTRAGEM MLTIPLA PARA INSPEO NORMAL
(CONTINUAO) ..................................................................................................98
QUADRO 3.8 FATORES PARA DETERMINAR LQSM APROXIMADOS PARA AMOSTRAGEM
SIMPLES E INSPEO NORMAL .........................................................................99
QUADRO 3.9 FATORES PARA DETERMINAR LQSM APROXIMADOS PARA AMOSTRAGEM
SIMPLES E INSPEO SEVERA ........................................................................100
QUADRO 3.10 QUALIDADE LIMITE (PARA PORCENTAGEM DE NO-CONFORMES,
AMOSTRAGEM SIMPLES E INSPEO NORMAL) PARA PROBABILIDADE DE
ACEITAO DE 10% ..........................................................................................101
QUADRO 3.11 QUALIDADE LIMITE (PARA O NMERO DE NO-CONFORMIDADES POR CEM
UNIDADES, AMOSTRAGEM SIMPLES E INSPEO NORMAL) PARA
PROBABILIDADE DE ACEITAO DE 10% .......................................................102
QUADRO 3.12 QUALIDADE LIMITE (PARA PORCENTAGEM DE NO-CONFORMES,
AMOSTRAGEM SIMPLES E INSPEO NORMAL) PARA PROBABILIDADE DE
ACEITAO DE 5% ............................................................................................103
QUADRO 3.13 QUALIDADE LIMITE (PARA O NMERO DE NO-CONFORMIDADES POR CEM
UNIDADES, AMOSTRAGEM SIMPLES E INSPEO NORMAL) PARA
PROBABILIDADE DE ACEITAO DE 5% .........................................................104

9
QUADRO 3.14 NMEROS LIMITES PARA INSPEO REDUZIDA ............................................105
QUADRO 3.15 PLANOS DE AMOSTRAGEM PARA O CDIGO ALFABTICO K E NQA = 1% ..108
QUADRO 3.16 INTERVALOS PARA ESCOLHA DO NQA ...........................................................115
QUADRO 3.17 CDIGOS ALFABTICOS PARA O TAMANHO DA AMOSTRA ..........................115
QUADRO 3.18 PLANOS COM VARIABILIDADE CONHECIDA INSPEO NORMAL E SEVERA
(ESPECIFICAO UNILATERAL, FORMA 1) ......................................................116
QUADRO 3.19 CONTINUAO PLANOS COM VARIABILIDADE CONHECIDA INSPEO
NORMAL E INSPEO SEVERA (ESPECIFICAO UNILATERAL, FORMA1) ..117
QUADRO 3.20 PLANOS COM VARIABILIDADE CONHECIDA INSPEO NORMAL E SEVERA
(ESPECIFICAO UNILATERAL E BILATERAL, FORMA 2) ...............................118
QUADRO 3.21 CONTINUAO PLANOS COM VARIABILIDADE CONHECIDA INSPEO
NORMAL E SEVERA (ESPECIFICAO UNILATERAL E BILATERAL, FORMA 2)
............................................................................................................................119
QUADRO 3.22 PORCENTAGEM ESTIMADA DE NO-CONFORMES DO LOTE PLANOS COM
VARIABILIDADE CONHECIDA ............................................................................120
QUADRO 3.23 VALOR DE F PARA ENCONTRAR O MXIMO DESVIO PADRO DO
PROCESSO ........................................................................................................121
QUADRO 3.24 VALORES PARA O CRITRIO DE ACEITABILIDADE QUANDO A
CARACTERSTICA DA QUALIDADE TEM DUPLA ESPECIFICAO E MESMO
VALOR PARA O NQA EM CADA LIMITE. ............................................................123
CARACTERSTICA DA QUALIDADE TEM DUPLA ESPECIFICAO E
DIFERENTES VALORES PARA O NQA EM CADA LIMITE. ................................124
QUADRO 3.26 PLANOS COM VARIABILIDADE DESCONHECIDA INSPEO NORMAL E
SEVERA (ESPECIFICAO UNILATERAL, FORMA 1) .......................................125
QUADRO 3.27 PLANOS COM VARIABILIDADE DESCONHECIDA INSPEO NORMAL E
SEVERA (ESPECIFICAO UNILATERAL E BILATERAL, FORMA 2) ................126
CARACTERSTICA DA QUALIDADE TEM ESPECIFICAO UNILATERAL E
VARIABILIDADE DESCONHECIDA. ....................................................................127
QUADRO 3.29 PORCENTAGEM ESTIMADA DE NO-CONFORMES DO LOTE PLANOS COM
VARIABILIDADE DESCONHECIDA .....................................................................129
QUADRO 3.30 CONSTRUO CURVA CO DE UM PLANO AMOSTRAL COM DESVIO PADRO
DESCONHECIDO ................................................................................................134
QUADRO 3.31 TAMANHOS AMOSTRAIS DA NORMA ANSI/ASQ Z1.9 E CDIGOS
ALFABTICOS PARA A MUDANA DE PLANOS ENTRE AS NORMAS ANSI/ASQ
Z1.4 E ANSI/ASQ Z1.9. .......................................................................................136
QUADRO 4.1 APLICAO PLANO AMOSTRAL COM DADOS REAIS......................................147

10
QUADRO 4.2 AMOSTRAS CARACTERSTICAS DA QUALIDADE COM VALORES REAIS ......148

11
LISTA DE TABELAS

TABELA 2.1 PROBABILIDADES DE ACEITAO PARA O PLANO DE AMOSTRAGEM SIMPLES
COM n = 140 e Ac = 3 ..............................................................................................32
TABELA 2.2 PLANO AMOSTRAL COM SETE ESTGIOS ...........................................................51
TABELA 2.3 PLANOS DODGE-ROMIG PARA AMOSTRAGEM SIMPLES, PADL = 5% ...............57
TABELA 2.4 PLANOS DODGE-ROMIG PARA AMOSTRAGEM SIMPLES, LQSM = 2%...............58
TABELA 2.5 VALORES DE i PARA PLANOS CSP-1 ....................................................................78
TABELA 2.6 EXEMPLIFICAO TESTE DE ADERNCIA K-S ....................................................85
TABELA 2.7 VALORES CRTICOS DA ESTATSTICA D
n
DO TESTE K-S....................................86
TABELA 4.1 AMOSTRAS SIMULADAS DE UM PROCESSO COM Ncf = 3% .............................154
TABELA 4.2 AMOSTRAS SIMULADAS PROCESSO COM NCF = 2% .......................................154
TABELA 4.3 AMOSTRAS SIMULADAS PROCESSO COM NCF = 1% .......................................155
TABELA 4.4 AMOSTRAS SIMULADAS PROCESSO COM NCF = 0,8% ....................................155
TABELA 4.5 AMOSTRAS SIMULADAS PROCESSO COM NCF = 0,5% ....................................156
TABELA 4.6 RESULTADOS DA PRIMEIRA SIMULAO, PLANOS PARA ATRIBUTOS ...........156
TABELA 4.7 RESULTADOS DA SEGUNDA SIMULAO, PLANOS PARA ATRIBUTOS ..........157
TABELA 4.8 RESULTADOS DA TERCEIRA SIMULAO, PLANOS PARA ATRIBUTOS ..........157
TABELA 4.9 AMOSTRAS SIMULADAS PROCESSO CENTRADO COM Cp = 1 E = 8,8 .........158
TABELA 4.10 AMOSTRAS SIMULADAS PROCESSO CENTRADO COM Cp = 1 E = 4,67 .......158
TABELA 4.11 AMOSTRAS SIMULADAS PROCESSO CENTRADO COM Cp = 1,33 E = 4,5088
..............................................................................................................................158
..............................................................................................................................159
TABELA 4.13 AMOSTRAS SIMULADAS PROCESSO DESCENTRADO COM = 8,8, Cp = 0,53 E
Cpkm = 0,4608 .......................................................................................................159
TABELA 4.14 AMOSTRAS SIMULADAS PROCESSO DESCENTRADO COM = 8,67, Cp = 1 E
Cpkm = 0,6826 .......................................................................................................159
TABELA 4.15 AMOSTRAS SIMULADAS PROCESSO DESCENTRADO COM = 3,5088, Cp = 1,33
E Cpkm = 0,7640....................................................................................................160

12
E Cpkm = 0,8136....................................................................................................160
TABELA 4.17 RESULTADOS DA PRIMEIRA SIMULAO, PLANOS PARA VARIVEIS ............160
TABELA 4.18 RESULTADOS DA SEGUNDA SIMULAO, PLANOS PARA VARIVEIS............161
TABELA 4.19 RESULTADOS DA TERCEIRA SIMULAO, PLANOS PARA VARIVEIS ...........161
TABELA 4.20 RESULTADOS DA TERCEIRA SIMULAO PLANOS PARA VARIVEIS ............162

13

LISTA DE SIGLAS

ABNT Associao Brasileira de Normas Tcnicas
Ac Nmero de aceitao
ANSI American National Standard Institute
ASQ American Society for Quality
CCO Curva Caracterstica de Operao (mesmo que curva CO)
CEP Controle Estatstico do Processo
Cp Capacidade do processo
d Nmero de itens defeituosos
ITM Inspeo Total Mdia
k Constante de aceitabilidade
LIE Limite Inferior de Especificao
LQSM Limite da Qualidade de Sada Mdia
LSE Limite Superior de Especificao
M Mxima porcentagem de no-conformes permitida
MPSD Maximum Process Standard Deviation
MSD Maximum Standard Deviation
n Nmero de elementos da amostra
N Nmero de elementos do lote
Ncf No-coformes do lote ou processo
NQA Nvel de Qualidade Aceitvel
p Porcentagem de no-conformes do lote ou processo
P
a
Probabilidade de Aceitao
PADL Percentual Aceitvel de Defeituosos do Lote (mesmo que QL)
QL Qualidade Limite (mesmo que PADL)

14

Q
LIE
ndice de qualidade para o limite inferior de especificao
Q
LSE
ndice de qualidade para o limite superior de especificao
QSM Qualidade de Sada Mdia
Re Nmero de Rejeio
s Desvio padro amostral
z
i
Valor da abscissa da distribuio Gaussiana no ponto i
Probabilidade de rejeitar um lote de boa qualidade
Probabilidade de aceitar um lote de m qualidade
Mdia do processo
Desvio padro do processo
x

Mdia amostral

15
SUMRIO

1 INTRODUO ............................................................................................................................18
1.1 OBJETIVOS DO TRABALHO ...............................................................................................19
1.1.1 Objetivo geral ...............................................................................................................19
1.1.2 Objetivos especficos....................................................................................................20
1.2 IMPORTNCIA DO TRABALHO ..........................................................................................20
1.3 LIMITAES DO TRABALHO..............................................................................................20
1.4 ESTRUTURA DA DISSERTAO ........................................................................................21
2 REVISO DE LITERATURA.......................................................................................................22
2.1 O CONCEITO DE QUALIDADE ............................................................................................22
2.2 INSPEO DA QUALIDADE ................................................................................................24
2.2.1 Formao de lotes ........................................................................................................25
2.2.2 Amostragem .................................................................................................................26
2.3 INSPEO POR AMOSTRAGEM DE ACEITAO .............................................................28
2.3.1 Tipos de planos de amostragem ...................................................................................29
2.4 PLANOS DE AMOSTRAGEM PARA ATRIBUTOS ...............................................................29
2.4.1 Planos de amostragem simples para atributos ..............................................................30
2.4.2 Curva caracterstica de operao .................................................................................31
2.4.3 Curva CO tipo A e tipo B ..............................................................................................33
2.4.4 Efeito dos parmetros n e Ac nas curvas CO ................................................................34
2.4.5 Riscos da amostragem de aceitao e pontos especficos da curva CO .......................36
2.4.5.1 Risco do produtor ..................................................................................................36
2.4.5.2 Risco do consumidor .............................................................................................37
2.4.6 Elaborao de planos de amostragem simples para pontos especficos da curva CO ...37
2.4.7 Inspeo de retificao .................................................................................................39
2.4.7.1 Qualidade de sada mdia .....................................................................................40
2.4.8 Planos de amostragem dupla para atributos .................................................................42
2.4.9 Planos de amostragem sequencial para atributos .........................................................45
2.4.10 Planos de amostragem mltipla para atributos..............................................................49
2.4.11 Comparao entre planos amostrais ............................................................................55
2.5 PLANOS DE AMOSTRAGEM DODGE-ROMIG ....................................................................56
2.6 PLANOS NQA ......................................................................................................................58
2.7 PLANOS DE AMOSTRAGEM PARA INSPEO POR VARIVEIS .....................................59
2.7.1 Inspeo por variveis para porcentagem no-conforme ..............................................60
2.7.2 Inspeo por variveis com desvio padro conhecido...................................................61
2.7.2.1 Elaborao de planos para variveis com pontos especficos da curva CO:
Especificao unilateral ........................................................................................................63

16
Especificao bilateral ..........................................................................................................66
2.7.3 Inspeo por variveis com desvio padro desconhecido .............................................67
Especificao unilateral ........................................................................................................67
Especificao bilateral ..........................................................................................................72
2.8 OUTRAS TCNICAS DE AMOSTRAGEM ............................................................................75
2.8.1 Planos de amostragem em cadeia ................................................................................75
2.8.2 Planos de amostragem contnua ..................................................................................76
2.8.3 Planos de amostragem skip-lot .....................................................................................80
2.9 CAPACIDADE DO PROCESSO ...........................................................................................81
2.10 TESTE DE ADERNCIA KOLMOGOROV-SMIRNOV ..........................................................84
3 NORMAS ANSI/ASQ Z1.4 E ANSI/ASQ Z1.9 .............................................................................87
3.1 NORMA ANSI/ASQ Z1.4 ......................................................................................................87
3.1.1 Definies ....................................................................................................................89
3.1.2 Critrios para mudana de inspeo .............................................................................90
3.1.3 Procedimentos .............................................................................................................92
3.1.4 Curvas CO .................................................................................................................108
3.1.5 Planos amostrais de acordo com um LQSM ou um QL especificado ...........................110
3.1.6 Nmeros limite para estabelecimento da inspeo reduzida .......................................111
3.2 NORMA ANSI/ASQ Z1.9 ....................................................................................................111
3.2.1 Procedimentos ...........................................................................................................114
3.2.1.1 Planos de amostragem com variabilidade conhecida ...........................................116
3.2.1.1.1 Plano amostral unilateral utilizando a forma 1 ...............................................116
3.2.1.1.3 Plano amostral bilateral utilizando a forma 2 .................................................121
3.2.1.2 Planos de amostragem com variabilidade desconhecida ......................................124
3.2.1.2.3 Plano amostral bilateral utilizando a forma 2 .................................................127
3.2.2 Construo do quadro da proporo de no-conformes e a relao entre k e M .........130
3.2.3 Construo de curvas CO e determinao de parmetros de um plano amostral da
norma ANSI/ASQ Z1.9 ...............................................................................................132
3.3 MUDANA DE PLANOS AMOSTRAIS ENTRE NORMAS ..................................................135
3.4 TRABALHOS RELACIONADOS S NORMAS NBR-5426 E NBR-5429 .............................136
4 APRESENTAO E APLICAO DO SOFTWARE PLANINSP ..............................................138
4.1 APRESENTAO ..............................................................................................................139
4.1.1 Aba atributos ..............................................................................................................139
4.1.2 Aba variveis..............................................................................................................142

17
4.1.3 Menu Teste K-S .........................................................................................................144
4.2 Aplicao ...........................................................................................................................145
4.2.1 Dados reais ................................................................................................................145
4.2.2 Dados obtidos por simulao ......................................................................................151
4.2.2.1 Simulao em planos amostrais para atributos ....................................................153
4.2.2.2 Simulao em planos amostrais para variveis ....................................................157
5 CONCLUSO ...........................................................................................................................163
5.1 SUGESTES PARA TRABALHOS FUTUROS ...................................................................164
REFERNCIAS ..............................................................................................................................165

18
1 INTRODUO

O consumidor tem se mostrado cada vez mais atento e exigente quanto aos
produtos que adquire e aos servios que contrata. Com isso a competio entre as
empresas para melhor satisfazer seus clientes inevitvel.
Na escolha do consumidor por um produto ou servio, a qualidade tornou-se
um dos fatores de maior importncia. Isso no acontece apenas no consumidor final,
mas tem aparecido tambm em organizaes industriais, lojas de varejo e rgos
governamentais. O sucesso, o crescimento, uma melhor posio de competitividade
e o retorno financeiro de um negcio so atingidos pela melhora da qualidade.
(MONTGOMERY, 2004)
Nesse contexto a avaliao da qualidade tornou-se imprescindvel no
ambiente das organizaes.
J h algum tempo consagrou-se como verdadeira uma idia simples e
objetiva: to importante quanto produzir qualidade avali-la corretamente.
De fato, a avaliao contnua da qualidade um fator estratgico para a
organizao, j que da plena aceitao pelo mercado de seus produtos e
servios depende sua prpria sobrevivncia. Reconhecida a importncia da
avaliao da qualidade, passam-se a considerar os vrios elementos
requeridos para estrutur-la corretamente. Por exemplo: o componente
dinmico que bem caracteriza o mercado mostra com clareza a
necessidade de que a avaliao seja contnua; a exigncia de agilidade da
empresa para responder s mudanas detectadas enfatiza a necessidade
de que esse processo de anlise e ao seja eficiente; e, ainda, a crescente
dificuldade em gerar melhorias exige que a avaliao da qualidade seja
tcnica, organizada e direcionada para elementos crticos da organizao.
(PALADINI, 2008, p. 19).

Normalmente, os produtos que entram em um processo de produo, so
entregues em lotes. Uma importante avaliao da qualidade desses produtos
realizada com informaes obtidas de apenas parte do que est sendo recebido.
O ato de inspecionar algo para saber se determinado objeto est de acordo
com o que se espera acompanha a humanidade. Na produo artesanal cada item
do produto podia ser inspecionado, pois o volume de produo era muito baixo. Com
a industrializao a produo passou a ser em grande escala e a inspeo de todos
os itens j no mais desejvel pelo alto custo financeiro. (MARTINS, 2002)

19
Ento, a qualidade dos produtos comeou a ser avaliada pela aplicao de
conceitos estatsticos utilizando apenas uma amostra retirada do lote recebido. Essa
maneira de avaliar a qualidade de produtos comeou a ter grande aceitao aps a
criao de normas especficas para a aplicao efetiva da inspeo por amostragem
e sua adoo pelas foras armadas norte-americanas e outras grandes instituies.
Essas normas contm tabelas e procedimentos para definio de planos de
amostragem.
A aplicao de planos de amostragem envolve modelos com base estatstica
consistente. Esses planos organizam a inspeo por amostragem e determinam a
segurana e confiabilidade da amostragem utilizada. A organizao pode criar seus
prprios planos amostrais, ou adotar um sistema de amostragem publicado. Existem
vrios sistemas de amostragem publicados como norma. As normas ANSI/AQC Z1.4
(inspeo para atributos) e ANSI/AQC Z1.9 (inspeo para variveis) tornaram-se
sistemas de amostragem consagradas e tem sido utilizadas mundialmente na
inspeo de recebimento.
A efetiva aplicao dessas normas de razovel complexidade e exige que
decises sejam tomadas rapidamente. Uma maneira de se chegar a um plano
amostral desejado e conhecer suas caractersticas levar os conceitos e
procedimentos a uma ferramenta computacional de fcil e rpida utilizao pela
equipe de inspeo.

1.1 OBJETIVOS DO TRABALHO

1.1.1 Objetivo geral

Desenvolver um programa computacional para definio de planos de
amostragem de aceitao em ambiente integrado Borland C++ Builder.

20
1.1.2 Objetivos especficos

- Definir planos amostrais de aceitao de lotes quando a caracterstica de
qualidade for um atributo ou uma varivel;
- Buscar planos amostrais em sistemas de amostragem de aceitao
publicados para nveis da qualidade e critrios da amostragem determinados;
- Desenhar o grfico da curva caracterstica de operao para o plano
escolhido;
- Sentenciar o lote para planos de amostragem por variveis;
- Apresentar valores e grficos que possibilitem a avaliao do plano amostral
obtido.

1.2 IMPORTNCIA DO TRABALHO

Na relao entre empresas fornecedoras e empresas consumidoras a
inspeo por amostragem aplicada em vrias situaes. O consumidor fazendo
parte, ou no, do mesmo grupo empresarial que o produtor no est livre de
problemas associados qualidade do produto na entrada do processo produtivo.
Para avaliar a qualidade do produto na ocasio do seu recebimento em lotes so
necessrios planos amostrais. Esses planos so desenvolvidos pela prpria
empresa ou adota-se um sistema de amostragem publicado como norma.
A produo em massa faz com que seja necessrio agilidade nas aes e
decises quanto ao processo produtivo. Da a importncia de um programa
computacional que una a rapidez na escolha de planos amostrais a um sistema de
amostragem para aceitao de lotes.

1.3 LIMITAES DO TRABALHO

As limitaes deste trabalho so as mesmas encontradas nas normas
estudadas. Assim, se o consumidor e produtor desejarem nveis de qualidade
aceitveis diferentes dos contidos nas normas ANSI/ASQ Z1.4 e ANSI/ASQ Z1.9 ou

21
os itens produzidos no seguem a distribuio de probabilidade Gaussiana, no caso
da norma ANSI/ASQ Z1.9, essas normas no sero aplicveis.

1.4 ESTRUTURA DA DISSERTAO

Esta dissertao est disposta em cinco captulos. No primeiro captulo
apresenta-se esta introduo que contm: objetivos, importncia do trabalho e suas
limitaes que justificam a escolha do tema. No segundo captulo, apresentada
uma reviso de literatura que envolve o referencial terico necessrio para
elaborao e anlise dos diversos tipos de planos de amostragem, sendo a
caracterstica da qualidade avaliada um atributo ou uma varivel.
Um estudo da origem das normas ANSI/ASQ Z1.4 e ANSI/ASQ Z1.9, suas
caractersticas, importncia, estrutura e como devem ser utilizadas feito no captulo
trs. No seguinte, captulo quatro, apresentada a implementao computacional
para as duas normas citadas anteriormente juntamente com a exemplificao do
funcionamento do software desenvolvido com dados reais e simulados.
Finalmente, no captulo cinco, feita a concluso e so apresentadas
sugestes para trabalhos futuros.

22
2 REVISO DE LITERATURA

O objetivo deste captulo apresentar a importncia da inspeo por
amostragem como procedimento para avaliao da qualidade. Faz-se necessrio
conhecer os diversos tipos de planos amostrais, bem como os conceitos associados
para criao de planos com valores especificados pelo consumidor e fornecedor que
atendam aos interesses da produo.

2.1 O CONCEITO DE QUALIDADE

De acordo com Deming (1990), a qualidade apenas pode ser definida em
termos de quem a avalia. Na opinio do operrio, h qualidade no que ele produz se
ele se orgulha do seu trabalho. Para ele, o operrio, boa qualidade far com que a
empresa se mantenha no mercado e, m qualidade, significa enfraquecimento
competitivo da empresa com consequncias em perda de clientes e demisses de
empregados. Para quem administra uma fbrica, qualidade significa produzir a
quantidade planejada e atender s especificaes do produto com a maior
capacidade (expressada pelos ndices de capacidade Cp, Cpk e Cpkm ou Cpm)
possvel. Para o cliente um produto de qualidade aquele que satisfaz as suas
expectativas.
Segundo Juran (2009), a satisfao do cliente alcanada quando as
caractersticas do produto suprem as necessidades do cliente. O seu contentamento
mostra a satisfao com o produto, e essa satisfao faz com que produto tenha boa
aceitao de mercado, resultando em receita pelas vendas.
muito importante a avaliao da qualidade de um produto em vrias
dimenses da qualidade. Montgomery (2004) apud Garvin (1987), apresenta uma
discusso de oito componentes ou dimenses da qualidade:

- Desempenho. O produto realizar a tarefa pretendida?
Os consumidores avaliam o produto por quo bem ele desempenha funes
especficas.

- Confiabilidade. Qual a freqncia de falhas do produto?

23
Alguns produtos exigem reparo durante sua vida til, mas se estes reparos se
tornam freqentes, diz-se que o produto no confivel.

- Durabilidade. Quanto tempo o produto durar?
Representa a vida til do produto. Espera-se que o produto tenha longa vida
desempenhando bem suas funes.

- Assistncia Tcnica. Qual a facilidade para o conserto do produto?
A viso de qualidade do consumidor diretamente influenciada pela agilidade
e economia no momento de fazer reparos no produto adquirido.

- Esttica. Qual a aparncia do produto?
o apelo visual que o fabricante faz uso para destacar seu produto e chamar
a ateno do consumidor.

- Caractersticas. O que o produto faz?
Produtos que apresentam caractersticas a mais que os disponveis no
mercado so vistos como produtos de maior qualidade pelo consumidor.

- Qualidade Percebida. Qual a reputao da empresa fornecedora ou de seu
produto?
A reputao da companhia ou de seu produto sofre influncia direta pelas
falhas do produto e de como o cliente tratado ao buscar a empresa quando
houver algum problema relacionado qualidade do produto.

- Conformidade com Especificaes. O produto apresenta-se conforme foi
projetado?
Geralmente considerado de alta qualidade um produto que atende as
especificaes de projeto. Se as especificaes no forem cumpridas o
produto pode ter baixo desempenho e at oferecer riscos ao consumidor.

24
clara a importncia de se manter e melhorar a qualidade dos produtos.
Assim a inspeo da qualidade se mostra til e eficaz como ferramenta de avaliao
da qualidade.

2.2 INSPEO DA QUALIDADE

Segundo Martins (2002), a inspeo de um produto algo geralmente
corriqueiro. Por exemplo, uma pessoa ao pegar um produto na prateleira de um
supermercado verifica se o produto apresenta algum defeito (embalagem amassada,
prazo de validade ultrapassado, etc.) antes de coloc-lo no carrinho de compras. Isto
mostra como a inspeo feita at mesmo na operao simples de compra de
algumas unidades do produto e demonstra a sua importncia.
A inspeo uma forma de avaliar a qualidade. A inspeo da qualidade o
processo que permite identificar se uma unidade de produto, uma amostra ou um
lote atende determinados requisitos especificados de qualidade (PALADINI, 2008).
Para Loureno (1964), a inspeo da qualidade no realizada apenas no
estgio inicial do processo produtivo, tal como a inspeo de recepo de matrias-
primas, ou somente no final da linha de produo como inspeo de produtos
acabados. Ela procedida em todo o processo de fabricao. Normalmente a
inspeo da qualidade feita, principalmente, em pontos crticos do processo
produtivo.
Conforme Paladini (2008), ao contrrio do que se pensa a inspeo por
amostragem no uma atividade ultrapassada. O que ocorreu que na tentativa de
mostrar que as aes, conceitos e tcnicas utilizadas na Inspeo da Qualidade e
no Controle Estatstico de Qualidade so completamente diferentes (o que
verdadeiro), houve certo exagero e a falsa idia de que a i nspeo no tem utilidade
se instalou.
Na verdade, a inspeo pode ser considerada como o procedimento mais
importante da avaliao da qualidade sobretudo em duas situaes: (1) na
anlise do desempenho do processo produtivo (controle de causas de
desvios na operao de um equipamento, por exemplo); e (2) na verificao
de caractersticos de um produto (para checar se existe, ou no, por
exemplo, ajuste a determinadas especificaes de uso). Nesses dois e em
muitos outros casos, a inspeo um instrumento crtico de avaliao.
(PALADINI, 2008, p. 116).

25
Quando feita a inspeo de todos os produtos ou itens produzidos, tem-se
a inspeo completa ou em massa, ou ainda, a inspeo 100%. Geralmente
utilizada quando a falha do produto ou item possa representar risco segurana do
usurio. Pode parecer, pela verificao de todos os itens, que a inspeo 100%
assegure a conformidade do produto, mas isto no ocorre.
Segundo Martins (2002), a inspeo visual de um produto ou item pode
falhar, e deixar passar um produto no-conforme. Ento, a verificao de todos os
itens de um produto que dependa do fator humano pode no garantir a qualidade.
Isto ocorre com menor frequncia quando se usam mquinas para executar essa
tarefa.
Conforme Andrade (2002), a inspeo completa no garante a retirada de
todos os itens defeituosos do lote, pois h o desgaste do operador e instrumentos de
medio. Alm disso, a inspeo 100% reduz em apenas 85 a 95% das unidades
defeituosas presentes em um lote.
Ainda por Andrade (2002), dada a sua importncia e eficincia, a inspeo
muitas vezes utilizada como nico meio de controle de qualidade. Muitas empresas
buscam atingir a qualidade com o uso generalizado de planos de inspeo.
Pode-se, tambm, no realizar inspeo alguma. Deixando para corrigir
eventuais falhas no processo quando elas surgirem. Isto pode encarecer muito o
processo, dependendo do custo ao se encontrar itens no-conformes no final da
produo ou quando o produto j estiver sendo utilizado pelo consumidor.
Um meio termo entre inspeo 100% e nenhuma inspeo a inspeo por
amostragem para aceitao, ou simplesmente, amostragem de aceitao.
comum no planejamento o erro de buscar todos os dados importantes,
quando uma amostragem suficiente para a tomada de decises. A amostragem
oferece uma forma prtica e econmica para a obteno de informaes. (JURAN,
2009)

2.2.1 Formao de lotes

Segundo Juran e Gryna (1993), a formao do lote tem grande influncia na
qualidade resultante e na reduo da inspeo. Com isso, algumas regras devem
ser seguidas:

26
1. Produtos de diferentes fontes como processos, turnos de produo, matria-
prima, e outros, no devem ser misturados. Os lotes devem ser
homogneos.

2. No acumular produto por longos perodos de tempo.

3. Fazer uso de informaes secundrias como capacidade do processo e
inspees anteriores. Essas informaes so teis quando se trata da
anlise de lotes individuais ou lotes muito pequenos.

4. Lotes grandes so mais vantajosos economicamente. Os tamanhos de
amostras no crescem muito para grandes aumentos nos tamanhos dos
lotes.

Montgomery (2004) faz outra considerao importante acerca da formao
de lotes: os lotes devem suportar manuseio nas instalaes do vendedor e do
consumidor. Tambm, os itens devem ser embalados nos lotes de forma a reduzir os
riscos com manuseio e transporte e no dificultar a retirada de itens na seleo da
amostra.

2.2.2 Amostragem

De acordo com Bolfarine e Bussab (2005), a amostragem aleatria constitui
o procedimento mais simples e mais importante para a seleo de uma amostra.
Este procedimento pode ser definido operacionalmente como: de uma lista com N
unidades elementares, sorteiam-se n unidades com a mesma probabilidade de
ocorrncia.
A amostra no apenas uma parte do lote. A amostra significa uma parte do
lote obtida com base na aplicao de determinados critrios. Dessa forma, as
amostras obtidas so chamadas aleatrias e servem de base para a avaliao da
qualidade em processos de inspeo (PALADINI, 2008).
Segundo Montgomery (2004), os itens que vo compor a amostra devem ser
selecionados de forma aleatria do lote. de extrema importncia para a

27
amostragem de aceitao que as amostras sejam aleatrias e representativas de
todos os itens que compem o lote para que no seja introduzido vis algum. Para a
retirada de uma amostra aleatria pode-se atribuir um nmero a cada item do lote,
variando de 1 at o nmero total de itens no lote, ento extraem-se n nmeros
aleatrios determinando quais itens a amostra ser composta. Tambm, podem ser
utilizados nmeros de srie ou de cdigo para o sorteio aleatrio. Uma terceira
possibilidade utilizar um nmero aleatrio de trs dgitos para dar a localizao
espacial (comprimento, largura e profundidade) do item em um continer.
Se as tcnicas descritas anteriormente no puderem ser utilizadas o inspetor
pode fazer uso da amostragem estratificada.
A amostragem estratificada aplicada quando o universo ou a populao
amostrada apresenta-se em grupos ou extratos bem definidos e baseados em
algumas caractersticas conhecidas. Assim, de cada extrato selecionam-se amostras
em propores apropriadas. A amostragem por extratos usada principalmente
quando se busca uma melhor preciso das estimativas, quando preciso obter
estimativas de toda a populao e subpopulaes e por questes administrativas.
(BOLFARINE e BUSSAB, 2005)
FIGURA 2.1 LOTE PARA AMOSTRAGEM ESTRATIFICADA
FONTE: MONTGOMERY (2004)

No caso do uso da amostragem estratificada o lote dividido em estratos ou
camadas e cada estrato subdividido em cubos, como ilustra a FIGURA 2.1. As
linhas que transformam o lote na juno de vrios cubos so imaginrias e servem
para que sejam retiradas amostras em todas as partes do lote.

28
2.3 INSPEO POR AMOSTRAGEM DE ACEITAO

Ao receber um carregamento de um determinado produto em lotes, o
consumidor precisa conhecer a qualidade do produto. A verificao de todas as
unidades (inspeo 100%) alm de ser tediosa tem custo elevado. Em vez de
inspecionar cada item do lote de produo, retira-se aleatoriamente uma amostra ou
parte do lote. Retirada a amostra, faz-se a inspeo de alguma caracterstica de
qualidade nos itens que compem a amostra. Conforme informaes obtidas dessa
amostra, toma-se a deciso de aceitar ou rejeitar o lote. Essa deciso conhecida
no meio empresarial como sentenciamento do lote. Os lotes aceitos so colocados
na produo normalmente e os lotes rejeitados devem passar por alguma ao
previamente planejada, ou seja, so reparados ou devem ser devolvidos ao
vendedor.
A economia de custos a principal vantagem da amostragem de aceitao
comparada com a inspeo completa.
Para Juran e Gryna (1993), a amostragem de aceitao tem vantagens
adicionais alm da econmica:

- A inspeo feita em apenas parte do lote.
- necessria menor manipulao durante a inspeo, oferecendo menos
riscos a danos nos produtos.
- H necessidade de uma quantidade menor de inspetores, reduzindo o
problema de recrutamento e treinamento.
- Ocorre um aprimoramento da funo de inspeo, passando das montonas
decises item por item para as decises lote por lote.
- Ocorre a rejeio de lotes inteiros ao invs da simples devoluo de unidades
defeituosas, pressionando o vendedor para o aperfeioamento do produto.

Montgomery (2004), descreve algumas desvantagens do uso da
amostragem de aceitao:
- Podem ser aceitos lotes considerados de m qualidade e rejeitados lotem
considerados de boa qualidade.

29
- Geralmente, as informaes obtidas sobre o produto ou seu processo de
manufatura so menores.
- Ao contrrio da inspeo 100%, a amostragem de aceitao exige que o
procedimento de amostragem seja planejado e documentado.

A inspeo de uma amostra gera informaes imediatas sobre a qualidade
dos itens do lote. Estudando a amostra possvel chegar a concluses a respeito do
processo que a produziu.
O conhecimento do processo, Juran e Gryna (1993), atravs da evidncia de
variveis contidas na amostra, traz informaes sobre os itens no inspecionados. A
amostragem de aceitao tambm vlida porque os itens no inspecionados
podem ser fabricados pelo mesmo processo que produziu itens classificados de boa
qualidade.

2.3.1 Tipos de planos de amostragem

A execuo da inspeo por amostragem feita a partir de um plano de
amostragem pr-estabelecido segundo alguns critrios da atividade da inspeo por
amostragem.
Montgomery (2004) afirma que h diferentes modos de se classificar os
planos de amostragem de aceitao. Uma importante classificao por atributos e
variveis. Nos planos para atributos, as caractersticas da qualidade, segundo um
critrio, so classificadas como conformes ou no-conformes. Em planos para
variveis as caractersticas da qualidade podem ser medidas numericamente, por
serem medidas fsicas.

2.4 PLANOS DE AMOSTRAGEM PARA ATRIBUTOS

Os planos de amostragem para atributos podem ser realizados com base na
informao contida em uma ou mais de uma amostra.
De acordo com Juran e Gryna (1993), nesses planos, uma amostra
coletada do lote e suas unidades so classificadas como conforme ou no-conforme.

30
O nmero de no-conformidades comparado com um nmero de aceitao Ac e
um nmero de rejeio Re estipulados pelo plano amostral definido na empresa
para a amostragem de aceitao.

2.4.1 Planos de amostragem simples para atributos

Um plano de amostragem simples caracterizado por um procedimento
onde uma amostra aleatria de tamanho n retirada de um lote com N unidades, e
inspecionada. O nmero de itens no-conformes ou defeituosos d contado, se este
nmero no exceder o nmero de aceitao Ac o lote aceito, se d for maior ou
igual ao nmero de rejeio Re , geralmente Re 1 Ac = + , o lote rejeitado. Na figura
seguinte tem-se um fluxograma que ilustra este procedimento.
FIGURA 2.2 ESQUEMA PLANO DE AMOSTRAGEM SIMPLES
FONTE: Adaptado de SIQUEIRA(1997)

Este procedimento chamado de Plano de Amostragem Simples pelo fato
da tomada de deciso de aceitar ou rejeitar o lote ser feita com base na informao
de apenas uma amostra de n unidades.

Inspecionar n itens do
lote de tamanho N
Observar o nmero de
defeituosos d
d
Rejeitar o lote Aceitar o lote
d>Re dsAc

31
2.4.2 Curva caracterstica de operao

A avaliao do desempenho de um plano de amostragem de aceitao
feito com base em um grfico que mostra a probabilidade de aceitao do lote
versus a frao de defeituosos presente no lote. Este grfico chamado de Curva
Caracterstica de Operao (CCO) ou curva CO. Com a curva CO possvel avaliar
a probabilidade que um determinado lote tem de ser aceito ou rejeitado, sabendo o
percentual de defeituosos ou nvel de qualidade do processo que o produziu, p .
No plano de amostragem simples dois parmetros devem ser definidos: o
tamanho da amostra n e o nmero de aceitao Ac . E na construo da curva CO
desse plano, so mantidos os valores de n e Ac e, ento, consideram-se vrios
valores para a frao de defeituosos do lote, p . A relao utilizada para plotar os
pontos do grfico para lotes de um processo contnuo a funo de probabilidade
binomial.
Montgomery (2004) afirma que para um lote de tamanho N grande
(teoricamente, infinito) onde existe uma frao de defeituosos p , a distribuio do
nmero de defeituosos d em uma amostra aleatria de n itens tem funo de
probabilidade binomial com parmetros n e p , ver (2.1).
A probabilidade de se encontrar exatamente d defeituosos na amostra de
tamanho n dada pela funo:
!
[observar defeituosos] ( ) (1 )
!( )!
d n d
n
P d P d p p
d n d

= =

0, 1, ..., d n = e 0 1 p < <
(2.1)

J a probabilidade de aceitao
a
P que corresponde probabilidade de que
o nmero de defeituosos observados seja menor ou igual ao nmero crtico Ac
dada por:

0
!
[ ] (1 )
!( )!
Ac
d n d
a
d
n
P P d Ac p p
d n d

=
= s =

d Ac s
(2.2)

32
A TABELA 1 mostra os valores da probabilidade de aceitao quando a
amostra tem tamanho 140 n = e o valor crtico 3 Ac = .

TABELA 2.1 PROBABILIDADES DE ACEITAO PARA O PLANO DE AMOSTRAGEM SIMPLES
COM n = 140 e Ac = 3
Frao de
defeituosos ( p )
Probabilidade de
aceitao (
a
P )
0,01 0,94718
0,02 0,69240
0,03 0,39202
0,04 0,18491
0,05 0,07652
0,06 0,02870
0,07 0,00996
0,08 0,00325
FONTE: O autor (2009)

A curva caracterstica de operao para este plano mostrada na FIGURA
2.3 adiante.
FIGURA 2.3 CURVA CARACTERSTICA DE OPERAO (n = 140, Ac = 3)

Observa-se na FIGURA 2.3 que se a qualidade do lote 1% ( 0, 01 p = ), a
probabilidade de aceitao aproximadamente 95%. Se os lotes vem de um
processo que produz com frao de defeituosos de 5%, ento a probabilidade de
aceitao ser em torno de 8%. Nota-se que se a frao de defeituosos do lote

33
aumenta, ou equivalentemente, a qualidade do lote diminui, a probabilidade de
aceitao tambm diminui.

2.4.3 Curva CO tipo A e tipo B

Quando assumido que os lotem vm de uma produo contnua, os
clculos so baseados num lote de tamanho infinito. Neste caso, a distribuio
binomial a distribuio de probabilidade correta para encontrar a probabilidade de
aceitao do lote. As curvas CO para planos amostrais nesta situao so
chamadas curvas CO tipo B. o caso da curva CO construda anteriormente.
J no caso de um lote isolado de tamanho finito a curva que fornece a
probabilidade de aceitao do lote a curva CO tipo A. Nesta situao, usada a
distribuio hipergeomtrica para o clculo de itens defeituosos da amostra.
Com o aumento do tamanho do lote, a curva CO tipo A se aproxima da curva
CO tipo B, tornando-se praticamente idnticas quando / n N s 0,10, ou seja, quando
o tamanho do lote pelo menos 10 vezes o tamanho da amostra. (SIQUEIRA,
1997). A FIGURA 2.4 ilustra essa situao.
FIGURA 2.4 CURVA CO TIPO A E TIPO B

As duas curvas CO construdas na FIGURA 2.4 mostram a pequena
diferena que h em uma curva CO tipo A para um lote que 10 vezes o tamanho

34
da amostra, e outra em que o tamanho do lote 75 vezes o tamanho da amostra. J
a curva CO tipo B, com parmetros n = 40 e Ac = 1, idntica a curva CO tipo A
para o mesmo plano amostral e N = 3000. Portanto, pode-se utilizar a curva CO tipo
B sem diferena significativa quando a relao / n N s 0,10 existir.

2.4.4 Efeito dos parmetros n e Ac nas curvas CO

Teoricamente, pela inspeo completa, pode-se construir uma CCO ideal
que discrimina perfeitamente entre lotes bons e ruins. Na prtica, como a inspeo
est sujeita a erros, dificilmente a CCO ideal ser obtida. A FIGURA 2.5 mostra uma
curva CO ideal para lotes com nvel de qualidade de 2%.

FIGURA 2.5 CURVA CARACTERSTICA DE OPERAO IDEAL

Nessa situao, os lotes com frao de defeituosos menor ou igual a 2% so
todos aceitos, a probabilidade de aceitao 100%. J os lotes com frao de
defeituosos maior que 2% so todos rejeitados com probabilidade de aceitao igual
a zero.
Segundo Montgomery (2004), a curva CO ideal pode ser aproximada com o
aumento do tamanho da amostra. Dessa forma, aumenta-se tambm a preciso do
plano amostral para diferenciar lotes bons e ruins. Para maiores valores do nmero

35
de aceitao, e mantendo n proporcional a Ac , h maior inclinao da curva CO
aproximando-a da curva CO ideal.
A FIGURA 2.6, abaixo, mostra as curvas de trs planos de amostragem
juntamente com a curva CO ideal da FIGURA 2.5.
FIGURA 2.6 EFEITO DA MUDAA DOS PARMETROS n E Ac NAS CURVAS CO COM n PROPORCIONAL A Ac

Este mesmo efeito conseguido ao manter-se n constante e diminuindo
Ac , como ilustrado na FIGURA 2.7.

FIGURA 2.7 EFEITO DA MUDAA DOS PARMETROS n E Ac NAS CURVAS CO COM n CONSTANTE

36
Na prtica, planos amostrais com 0 Ac = no so desejveis pelo produtor,
pois a probabilidade de aceitao reduzida muito rapidamente com o aumento da
frao de defeituosos.

2.4.5 Riscos da amostragem de aceitao e pontos especficos da curva CO

Quando um cliente (consumidor) recebe um carregamento, geralmente
deseja que todos os lotes considerados de m qualidade sejam rejeitados. Por sua
vez, o fornecedor deseja que todos os lotes considerados de boa qualidade sejam
aceitos. Somente um plano ideal seria capaz de fazer esta discriminao. Como um
plano ideal muito difcil de ser obtido, a inspeo por amostragem oferece riscos
de que lotes bons sejam rejeitados e lotes ruins sejam aceitos. Assim, como em
todos os fenmenos da natureza o perfeito ou ideal muito difcil de ser alcanado e
na maioria das vezes impossvel.

2.4.5.1 Risco do produtor

Conforme Siqueira (1997), o risco do produtor ou fornecedor, representado
pela letra grega o , a probabilidade de se rejeitar um lote de qualidade aceitvel.
Associado ao risco do produtor est o NQA (Nvel de Qualidade Aceitvel). O NQA
a mxima porcentagem de defeituosos que o consumidor considera aceitvel como
mdia do processo do produtor.
O Nvel de Qualidade Aceitvel no um parmetro do plano amostral. Esse
nmero est relacionado ao processo do fornecedor, mas comum tom-lo como
um padro para o julgamento dos lotes. O consumidor espera que o processo do
fornecedor produza lotes com qualidade igual ou superior ao NQA especificado, e
deseja que a probabilidade de aceitao neste ponto seja alta. Assim, grande parte
dos lotes aceitos ser de boa qualidade.

37
2.4.5.2 Risco do consumidor

Para Juran e Gryna (1993), o risco do consumidor representado pela letra
grega | , a probabilidade de que um lote considerado ruim seja aceito pelo plano
de amostragem. O risco do consumidor estabelecido em conjunto com a
porcentagem aceitvel de unidades defeituosas por lote (PADL) ou tambm
chamada de qualidade limite (QL).
A QL representa o nvel de qualidade mais baixo que o consumidor deseja
para a aceitao de lotes isolados. Assim como o NQA, a QL no uma
caracterstica do plano amostral, mas representa o nvel de qualidade insatisfatria
de um lote individual, para o qual o consumidor deseja ter baixa probabilidade de
aceitao (SIQUEIRA, 1997).
Conforme Paladini (2008), na prtica o intervalo mais aceito para o risco do
produtor 0, 03 0, 05 o < s com o mais prximo de 0,05, isto , a probabilidade de
aceitao fica no intervalo 0, 95 1 0, 97 o s < . O risco do consumidor fica em
0, 06 0,10 | < s com | tendendo para 0,10. Estes valores podem ser observados na
curva CO do plano amostral.

2.4.6 Elaborao de planos de amostragem simples para pontos especficos da
curva CO

Na elaborao de um plano amostral importante construir um plano que
atenda a proteo que o produtor e o consumidor esperam, risco o e risco | ,
respectivamente.
Duncan (1986) argumenta que, por ocasio da inspeo, deseja-se criar um
procedimento de amostragem para uma curva CO que passe por dois pontos
determinados. Assim, o consumidor pode desejar um plano no qual a probabilidade
de aceitao seja 1 o para lotes com qualidade
1
p , e probabilidade de aceitao |
para lotes com qualidade
2
p .
Ainda Duncan (1986) exemplifica, suponha-se que um consumidor deseja
um plano amostral que aceite no mais de 10% das vezes lotes com frao de
defeituosos de 6% ou mais. Tambm desejvel pelo produtor, com produo de

38
1% de defeituosos em seu processo de produo, que os lotes com esta qualidade
sejam aceitos 95% do tempo.
A curva CO que atende aos critrios descritos anteriormente passa por dois
pontos determinados: (
1
0, 01 p = ; 1 0, 95 o = ) e (
2
0, 06 p = ; 0,10 | = ). Assim, o
produtor assume um risco de que lotes bons sejam rejeitados em 5% das vezes que
forem submetidos ao procedimento de inspeo. Da mesma forma, o consumidor
assume um risco de aceitar lotes ruins de 10%. Na elaborao de planos amostrais
toma-se NQA =
1
p e QL =
2
p . A FIGURA 2.8 ilustra essas relaes.
FIGURA 2.8 CURVA CO COM DOIS PONTOS ESPECFICOS

Conforme Montgomery (2004), na construo de um plano amostral onde
1 o seja a probabilidade de aceitar lotes de qualidade
1
p , | seja a probabilidade
de aceitar lotes de qualidade
2
p e que a binomial seja a distribuio adequada
(curvas CO tipo B), o tamanho da amostra e o nmero de aceitao so encontrados
na soluo do seguinte sistema:

1 1
0
2 2
0
!
1 (1 )
!( )!
!
(1 )
!( )!
Ac
d n d
d
Ac
d n d
d
n
p p
d n d
n
p p
d n d
o
|

(2.3)

39
Montgomery (2004) tambm argumenta que este sistema de equaes
no-linear e no tem soluo direta, ento descreve um procedimento para
encontrar a soluo destas equaes utilizando o nomograma da FIGURA 2.9.
Nesse procedimento, duas retas so traadas, uma une
1
p a 1 o , a outra une
2
p a
| , o plano amostral determinado pelo ponto de interseco das duas retas.
FIGURA 2.9 NOMOGRAMA DA DISTRIBUIO BINOMIAL ACUMULADA
FONTE: Adaptado de MONTGOMERY (2004)

Esse procedimento gera alguma incerteza na escolha do plano amostral por
serem encontrados mais de um valor para n e Ac . Tabelas tambm podem ser
utilizadas para a obteno de planos amostrais.

2.4.7 Inspeo de retificao

Na atividade de inspeo por amostragem alguma ao deve ser tomada
quanto disposio de lotes rejeitados.
Para Costa, Epprecht e Carpinetti (2004), os lotes rejeitados passam por
inspeo 100% e todas as unidades defeituosas encontradas so substitudas por
unidades de boa qualidade. Como todos os itens de lotes rejeitados so

40
substitudos, o consumidor ter um percentual menor de defeituosos.
Consequentemente, a proporo mdia de defeituosos, aps a inspeo de
retificao, menor que a proporo mdia de defeituosos dos lotes recebidos.
A substituio de itens no-conformes por itens conformes, na varredura de
lotes rejeitados, faz com que esses lotes tenham frao de defeituosos zero (ou
prximo de zero). Estes lotes entram no processo de produo e se misturam aos
outros, melhorando a qualidade final do produto acabado. Este ganho na qualidade
obtido pela inspeo de retificao ilustrado na FIGURA 2.10.
FIGURA 2.10 INSPEO RETIFICADORA
FONTE: COSTA, EPPRECHT e CARPINETTI (2004)

Lotes rejeitados tambm podem ser devolvidos ao produtor para que ele
faa a inspeo e substitua os itens defeituosos. A prtica de retorno de lotes
rejeitados pressiona o produtor a melhorar e manter a qualidade de seu processo
produtivo. Na fbrica a inspeo de retificao utilizada para encontrar a qualidade
mdia dos produtos em determinados pontos da produo. Pode ser aplicada na
inspeo de recebimento, durante o processo de produo e, tambm, na inspeo
final, quando se tem o produto j acabado.

2.4.7.1 Qualidade de sada mdia

A qualidade de sada mdia ( QSM ) o resultado da aplicao da inspeo
de retificao. Este ndice mostra a qualidade mdia de lotes vindos de uma grande
sequncia de lotes produzidos por um processo com certa frao de defeituosos.
Conforme Juran e Gryna (1993), a qualidade de sada mdia deriva da
relao entre a qualidade de entrada (antes da inspeo) e da qualidade de sada
Frao defeituosa
0

Frao defeituosa
0
p

Lotes com frao
defeituosa
0
p

Inspeo de
retificao
Lotes
aceitos
Lotes
rejeitados
1
p = Frao
mdia de
defeituosos de
uma srie de
lotes
submetidos
inspeo de
retificao

1 0
p p <

41
(depois da inspeo). Quando a qualidade de entrada muito boa, a qualidade de
sada deve ser tambm muito boa. Contudo, quando a qualidade dos lotes que
entram muito ruim, a maioria dos lotes ser rejeitada e 100% inspecionada.
Tornando a qualidade de sada muito boa.
A qualidade de sada mdia para lotes de tamanho N com a retirada de
apenas uma amostra por lote pode ser calculada pela equao:
( )
a
P p N n
QSM
N

= (2.4)

A FIGURA 2.11 ilustra a curva QSM em funo da frao de defeituosos do
lote, para o plano de amostral 85 n = e 2 Ac = .
FIGURA 2.11 CURVA QSM

A curva QSM atinge um valor mximo para a frao mdia de defeituosos
dos lotes na sada do processo denominado LQSM (Limite de Qualidade de Sada
Mdia). O LQSM representa a pior qualidade mdia na sada de um processo
contnuo como resultado de um programa de inspeo de retificao, mesmo que a
frao de defeituosos dos lotes que chegam inspeo tenham alto percentual de
defeituosos, a qualidade de sada no ser inferior a este limite. Porm, o LQSM no
oferece proteo a lotes isolados. Usualmente atribudo para o nvel de qualidade
do lote a mdia do processo do produtor, que o nvel da qualidade esperado para
os lotes que entram no processo produtivo. Alm da QSM , a ITM (Inspeo Total

42
Mdia) outra importante medida utilizada na inspeo de retificao e
encontrada a partir da frmula:
(1 )( )
a
ITM n P N n = +
(2.5)

Se os lotes esto isentos de itens defeituosos, todos os lotes sero aceitos,
sendo necessrio somente a inspeo da amostra de tamanho n . Se em todos os
itens forem encontradas caractersticas no-conformes dever ser realizada
inspeo completa, e o prprio tamanho N do lote ser a quantidade de inspeo
do lote. Se a frao de defeituosos do lote est entre 0 e 1 ( 0 1 p < < ), a quantidade
mdia de inspeo por lote ou ITM ter seu valor entre o tamanho da amostra n e o
tamanho do lote N . (MONTGOMERY, 2004)

2.4.8 Planos de amostragem dupla para atributos

Os planos de amostragem dupla fazem o julgamento sobre o lote com base
em duas amostras.
Siqueira (1997) afirma que se deve retirar uma primeira amostra do lote e
inspecion-la. Ento, uma de trs decises pode ser tomada com base nessa
inspeo:

1) Aceitar o lote se o nmero d
1
de defeituosos for menor ou igual ao nmero de
aceitao
1
Ac ;
2) Rejeitar o lote se
1
d for maior ou igual ao nmero de rejeio
1
Re ;
3) Se o nmero de defeituosos
1
d da primeira amostra estiver entre
1
Ac e
1
Re ,
retirar uma segunda amostra e inspecion-la. A deciso de aceitar ou rejeitar
o lote ser tomada conforme informaes da primeira e da segunda amostra.

Os parmetros de um plano de amostragem duplo so:

- o tamanho do lote N ;
- os tamanhos da primeira e segunda amostra, respectivamente
1
n e
2
n ;

43
- os nmeros de aceitao para a primeira amostra e para a segunda amostra
1
Ac e
2
Ac , nesta ordem;
- os nmeros de rejeio para a primeira amostra e para a segunda amostra
1
Re e
2
Re ;

Geralmente assume-se que
2 2
Re 1 Ac = + . A seguir a FIGURA 2.12 ilustra o
procedimento para um plano de amostragem duplo.
FIGURA 2.12 ESQUEMA PLANO DE AMOSTRAGEM DUPLO
FONTE: Adaptado de SIQUEIRA(1997)

Conforme Costa (1977), considerando
1
a
P como sendo a probabilidade de
aceitao de um lote ao examinar a primeira amostra e
2
a
P como sendo a
probabilidade de aceitao ao examinar a segunda amostra, so dadas as seguintes
expresses analticas:

Inspecionar n
1
itens

d
1
defeituosos
Inspecionar n
2
itens
d
2
defeituosos
Aceitar o lote Rejeitar o lote
d
1
d
1
>Re
1
d
1
sAc
1
d
1
+ d
2
Ac
1
< d
1
<Re
1

d
1
+d
2
>Re
2
d
1
+d
2
sAc
2

44

1 1
1 1 1
1 1
1 1
1 1 1 1 1
0 0 1
{ | , } { , , } (1 )
Ac Ac
d n d
a
d d
n
P P d Ac n p d n p p p
d

= =
| |
= s = =
|
\ .

(2.6)
e
2 2 1
1 1 2
2
1 1 2 2
1 0
{ , , } { , , }
Ac Ac d
a
d Ac d
P P d n p P d n p
= + =
(
=
(

(2.7)

Portanto a probabilidade de aceitao para um plano de amostram dupla pode ser
escrito como
1 2 2 1
1 1 1 2
1 2
1 1 1 1 2 2
0 1 0
{ , , } { , , } { , , }
Ac Ac Ac d
a a a
d d Ac d
P P P P d n p P d n p P d n p
= = + =
(
= + = +
(

(2.8)

Em consequncia um processo de amostragem duplo tem a seguinte expresso
para o clculo da probabilidade de rejeio:
1 2 2
1 2 1 1 2 2 1
1 2
1 1 1 1 2 2
1 1 1
{ , , } { , , } { , , }
n Ac n
r r r
d Ac d Ac d Ac d
P P P P d n p P d n p P d n p
= + = + = +
(
= + = +
(

(2.9)

Nas frmulas acima, { , , }
i i
P d n p representa a probabilidade acumulada da
distribuio binomial com parmetros d, n e p, onde vlida a relao / 0,1 n N s . Se
esta relao no for verificada deve-se utilizar a distribuio hipergeomtrica e
substituir { , , }
i i
P d n p por { , , , }
i i
P d n N D , onde D o nmero de unidades no-
conformes do lote.
O tamanho amostral mdio (TAM ) na amostragem dupla depende se for
necessrio retirar uma segunda amostra. Com inspeo completa da segunda
amostra o tamanho amostral mdio dado por:

1 2
(1 )
I
TAM n P n = +
(2.10)

onde
I
P representa a probabilidade do lote ser aceito na primeira amostra somada
com a probabilidade de o lote ser rejeitado na primeira amostra,
1 1
I a r
P P P = + . Na
amostragem simples o TAM sempre constante, pois somente selecionada uma
amostra do lote.

45
Na inspeo de retificao a inspeo total mdia e a qualidade de sada
mdia so definidas pelas expresses:

1 2
1 1 2
( ) (1 )
a a a
ITM n P n n P N P = + + + (2.11)
e

1 2
1 1 2
( ) ( )
a a
P N n P N n n p
QSM
N
( +

=
(2.12)

2.4.9 Planos de amostragem sequencial para atributos

Neste tipo de amostragem, retirada uma sequncia de amostras do lote.
Essas amostras podem ser de tamanho unitrio (amostragem sequencial item a
item) ou com tamanhos maiores que uma unidade amostral (amostragem sequencial
em grupos). As amostras vo sendo retiradas at que uma deciso acerca do lote
possa ser feita, assim a amostragem pode continuar at que sejam inspecionadas
todas as unidades do lote. Na prtica, geralmente, esses planos so truncados
quando a quantidade de itens inspecionados excede trs vezes a quantidade de
itens que seriam inspecionados em um plano de amostragem simples que oferece a
mesma proteo. (Montgomery, 2004)
Na amostragem sequencial, geralmente, retiram-se amostras de tamanho
1 n = , ou seja, toma-se apenas um item. Quando as amostras forem de tamanhos
maiores que um, tem-se a amostragem mltipla. Por sua vez, a amostragem dupla
um caso particular da amostragem mltipla. O objetivo da amostragem mltipla
reduzir ao mnimo a quantidade de inspeo e a amostragem truncada to logo se
possa fazer a deciso sobre o lote. O sentenciamento do lote feito com resultados
acumulados obtidos na inspeo de cada item. Se a amostra obtida no for
suficiente para a deciso de aceitar ou rejeitar o lote, outra amostra inspecionada
at que o sentenciamento possa ser feito.

46

FIGURA 2.13 PLANO DE AMOSTRAGEM SEQUENCIAL
FONTE: Adaptado de DUNCAN (1986)

A FIGURA 2.13 mostra duas retas paralelas que separam o grfico em trs
regies: regio de aceitao, regio de rejeio e regio de indeciso. As
coordenadas para este grfico so: horizontalmente, o nmero de itens
inspecionados at o momento e verticalmente, o nmero de itens defeituosos
encontrados.
Na realizao da amostragem sequencial, enquanto os pontos se
mantiverem entre as retas de aceitao e de rejeio (regio de indeciso) a
amostragem deve continuar. Se um ponto marcado em cima ou abaixo da reta
inferior, o lote aceito. Mas a amostragem deve ser interrompida e o lote rejeitado,
se um ponto cair sobre ou acima da reta superior. (Loureno Filho, 1989)
Loureno Filho (1989), tambm descreve as expresses utilizadas e os
passos para elaborao de um plano de amostragem sequencial:

- Reta de aceitao (
n
a ) e reta de rejeio (
n
r ):

1 n
a tn h =
2 n
r tn h = +
(2.13)

- Passos para elaborao de um plano de amostragem mltipla:
1) Especificam-se os valores
1
p ,
2
p , o e | .
2) Calculam-se as constantes
1
h ,
2
h e t dadas pelas expresses:

47

1
1 2
b
h
g g
=
+

(2.14)

2
1 2
a
h
g g
=
+

(2.15)

2
1 2
g
t
g g
=
+

(2.16)
onde
1
log a
|
o
(
=
(

1
log b
o
|
(
=
(

2
1
1
log
p
g
p
(
=
(

1
2
2
1
log
1
p
g
p
(
=
(

e n igual ao nmero de unidades inspecionadas.

3) Com as equaes 2.13 monta-se uma tabela com os valores de
n
a e
n
r
com n sucessivamente igual a 1, 2, 3, ... Quando os valores obtidos por
n
a e
n
r no forem nmeros inteiros, arredonda-se
n
a para o inteiro
imediatamente menor ao calculado. E
n
r deve ser arredondado para o
mais prximo inteiro maior que o encontrado.
4) A regio de aceitao fica definida para
n
d a s , e a regio de rejeio fica
definida para
n
d r > . Continua-se a amostragem se
n n
a d r < < .

Ainda para Loureno Filho (1989), nenhuma deciso sobre a disposio do
lote pode ser tomada para pontos negativos (ver FIGURA 2.13). Existe um nmero
mnimo de itens inspecionados n para que se possa aceitar o lote. Este nmero o
valor inteiro imediatamente maior que
1
/
a
n h t = . Para se ter pontos na regio de
rejeio, o menor valor de n necessrio o nmero inteiro imediatamente maior que
2
/(1 )
r
n h t = . Assim possvel encontrar o menor nmero de n para que seja feita a
aceitao e o menor valor de n para que seja feita a rejeio do lote. Na prtica,

48
trunca-se a amostragem, quando a deciso ainda no pode ser feita, para um valor
mximo de n ,
max 1 2
3 / (1 ) n h h t t = . Aps o truncamento, compara-se a quantidade de
defeituosos encontrados at este momento,
max
d , com a mdia aritmtica dos
valores correspondentes a
max
d nas retas limites,
0 max max
( ) d a r = + . Se
max 0
d d > ,
rejeita-se o lote, se
max 0
d d < , aceita-se o lote.
O grfico da curva CO para planos de amostragem sequencial pode ser
construdo para dois pontos que so
1
( ,1 ) p o ,
2
( , ) p | e um ponto prximo ao centro
da curva com frao de defeituosos igual a t e probabilidade de aceitao igual a
2 1 2
/( ) h h h + , isto ,
2 1 2
( , /( )) t h h h + . (MONTGOMERY, 2004)
De acordo com Duncan (1986), outros pontos podem ser encontrados
utilizando as equaes paramtricas:

2
1
2 2
1 1
1
1
1
1
1
p
p
p
p p
p p
u
u u
| |
\ .
=
| | | |
| |
\ . \ .

(2.17)

1
1
1
1
a
P
u
u u
|
o
| |
o o
| |

|
\ .
=
| | | |
| |
\ . \ .

(2.18)

Para valores arbitrrios de u so obtidas coordenadas p e
a
P de pontos na
curva CO. Para 1 u = e 1 u = tem-se
1
p p = e
2
p p = , respectivamente, para 0 u =
tem-se p t = . Portanto, bons pontos podem ser encontrados entre
1
p e
2
p atribuindo
0, 5 u = .
Na amostragem sequencial o tamanho amostral mdio encontrado atravs
da expresso:

(1 )
a a
A B
TAM P P
C C
| |
= +
|
\ .

(2.19)
onde
log
1
A
|
o
=

49
1
log B
|
o
=
e
2 2
1 1
1
log (1 ) log
1
p p
C p p
p p
| | | |
= +
| |
\ . \ .

Para a inspeo de retificao a qualidade de sada mdia e a inspeo total mdia
so dadas por:

a
QSM P p ~
(2.20)

(1 )
a a
A
ITM P P N
C
| |
= +
|
\ .

(2.21)

2.4.10 Planos de amostragem mltipla para atributos

Como j foi mencionado, a amostragem mltipla deriva da amostragem
sequencial. As frmulas para encontrar o tamanho das amostras, nmeros de
aceitao e rejeio para cada amostra nos vrios estgios, so as mesmas
utilizadas na amostragem sequencial. Apenas, ao invs de considerar amostras de
apenas um item, tomam-se amostras maiores que um, geralmente de mesmo
tamanho. Na aplicao de um plano de amostragem mltiplo comum o uso de no
mximo sete estgios, isto , so retiradas no mais que sete amostras.
O fluxograma da FIGURA 2.14 mostra o procedimento na aplicao de um
plano de amostragem mltipla.

50
FIGURA 2.14 ESQUEMA PLANO DE AMOSTRAGEM MLTIPLA
FONTE: Adaptado de PALADINI (2008)

A TABELA 2.2 mostra um plano de amostragem mltipla com sete estgios.
Cada amostra com tamanhos iguais a 20 unidades. No desenho da curva CO, a
probabilidade de aceitao para certa frao de defeituosos p encontrada atravs
do clculo da probabilidade de aceitao em cada amostra retirada.

Inspecionar n
1
itens

d
1
defeituosos
Inspecionar n
2
itens
d
2
defeituosos
Aceitar o lote Rejeitar o lote
d
1
d
1
>Re
1
d
1
sAc
1
d
1
+ d
2
d
1
+d
2
>Re
2
d
1
+d
2
sAc
2
Inspecionar n
3
itens
d
3
defeituosos
d
1
+d
2
+d
3
Ac
2
< d
1
+d
2
<Re
2

d
1
+d
2
+d
3
>Re
3
d
1
+d
2
+d
3
sAc
3
Inspecionar n
4
itens
Ac
3
< d
1
+d
2
+d
3
<Re
3

Ac
1
< d
1
<Re
1

51
TABELA 2.2 PLANO AMOSTRAL COM SETE ESTGIOS
TAMANHO
ACUMULADO DA
AMOSTRA
NMEROS DE
ACEITAO ( Ac )
NMEROS DE
REJEIO ( Re )
20 0 4
40 1 5
60 3 6
80 5 8
100 8 10
120 9 11
140 10 11
FONTE: DUNCAN (1986)

Duncan (1986) estabeleceu um procedimento para encontrar a probabilidade
de aceitao e, tambm, a probabilidade de rejeio em cada amostra para o plano
de amostragem mltipla da TABELA 2.2 considerando uma frao defeituosa
0, 05 p = e distribuio de probabilidade binomial. Este procedimento consiste em
calcular para cada amostra: a probabilidade de se encontrar d defeituosos menor ou
igual ao nmero de aceitao, isto , a probabilidade de aceitao dada a frao
defeituosa p ; a probabilidade de se encontrar d defeituosos maior ou igual ao
nmero de rejeio, isto , a probabilidade de rejeio; e o nmero possvel de
defeituosos d entre o nmero de aceitao e o nmero de rejeio. O QUADRO 2.1
apresenta tal procedimento at a terceira amostra, onde
i
d representa o nmero de
defeituosos encontrados na amostra i .

Primeira amostra:
1 1
1
( ) ( 0) 0, 3585
a
P P d Ac P d = s = = =
1 1
1
Pr ( Re ) ( 4) 0, 0159 ej P d P d = > = > =
Probabilidade de exatamente 1: ( 1) 0, 3774 P d = =
Probabilidade de exatamente 2: ( 2) 0,1887 P d = =
Probabilidade de exatamente 3: ( 3) 0, 0596 P d = =
Segundo amostra:
1 2 1 2 1 2
2
( ) ( 1) ( 1). ( 0) 0, 3774.0, 3585 0,1353
a
P P d d Ac P d d P d P d = + s = + s = = = = =
Continua

52
Continuao
1 2 1 2
2
1 2 1 2 1 2
Pr ( Re ) ( 5)
( 1). ( 4) ( 2). ( 3) ( 3). ( 2)
0, 3774.0, 0159 0,1887.0, 0755 0, 0596.0, 2642
0, 0060 0, 0142 0, 0157
0, 0359
ej P d d P d d
P d P d P d P d P d P d
= + > = + > =
= = > + = > + = > =
= + +
= + +
=

Probabilidade de exatamente 1:
1 2 1 2
( 1) ( 1). ( 0) 0, 3774.0.3585 0,1353 P d d P d P d + = = = = = =

1 2 1 2 1 2
( 2) ( 1). ( 1) ( 2). ( 0)
0, 3774.0, 3774 0,1887.0, 3585
0,1424 0, 0676
0, 2100
P d d P d P d P d P d + = = = = + = = =
= + =
= +
=

1 2 1 2 1 2 1 2
( 3) ( 1). ( 2) ( 2). ( 1) ( 3). ( 0)
0, 3774.0,1887 0,1887.0, 3774 0, 0596.0, 3585
0, 0712 0, 0712 0, 0214
0,1638
P d d P d P d P d P d P d P d + = = = = + = = + = = =
= + + =
= + + =
=

1 2 1 2 1 2 1 2
( 4) ( 1). ( 3) ( 2). ( 2) ( 3). ( 1)
0, 3774.0, 0596 0,1887.0,1887 0, 0596.0, 3774
0, 0225 0, 0356 0, 0225
0,806
P d d P d P d P d P d P d P d + = = = = + = = + = = =
= + + =
= + + =
=

Terceira amostra:
1 2 3 1 2 3
3
1 2 1 2
( ) ( 3)
( 2). ( 1) ( 3). ( 0)
0, 2100.0, 7359 0,1638 0, 3585
0,1545 0, 0587
0, 2132
a
P P d d d Ac P d d d
P d d P d P d d P d
= + + s = + + s =
= + = s + + = s =
= + + =
= + =
=

1 2 3 1 2 3
3
1 2 3 1 2 3 1 2 3
Pr ( Re ) ( 6)
( 2). ( 4) ( 3). ( 3) ( 4). ( 2)
0, 2100.0, 0159 0,1638.0, 0755 0, 0806.0, 2642
0, 0033 0, 0124 0, 0213
0, 0370
ej P d d d P d d d
P d d d P d P d d d P d P d d d P d
= + + > = + + > =
= + + = > + + + = > + + + = > =
= + + =
= + + =
=


53
Concluso
1 2 3 1 2 3 1 2 3
( 2). ( 2) ( 3). ( 1) ( 4). ( 0)
0, 2100.0,1887 0,1638.0, 3774 0, 0806.0, 3585
0, 0396 0, 0618 0, 0289
0,1303
P d d d P d P d d d P d P d d d P d + + = = + + + = = + + + = = =
= + + =
= + + =
=

1 2 3 1 2 3 1 2 3
( 2). ( 3) ( 3). ( 2) ( 4). ( 1)
0, 2100.0, 0596 0,1638.0,1887 0, 0806.0, 3774
0, 0125 0, 0309 0, 0304
0, 0738
P d d d P d P d d d P d P d d d P d + + = = + + + = = + + + = = =
= + + =
= + + =
=

QUADRO 2.1 PROCEDIMENTO PARA ENCONTRAR A PROBABILIDADE DE ACEITAO PLANO SEQUENCIAL AT
TERCEIRA AMOSTRA

Resultados para todo plano amostral em cada amostra so mostrados no QUADRO
2.2:

0 0,3585
1 0,3774 0,1353
2 0,1887
0,0676
0,1424
0,2100
3 0,0596
0,0214
0,0712
0,0712
0,1638
0,1545
0,0587
0,2132
4 0,0159
0,0225
0,0356
0,0225
0,0806
0,0289
0,0618
0,0396
0,1303
5
0,0157
0,0142
0,0060
0,0359
0,0304
0,0309
0,0125
0,0738
0,0265
0,0959
0,1224

Continua

54
Concluso
6
0,0213
0,0124
0,0033
0,0370
0,0279
0,0246
0,0525
7
0,0139
0,0078
0,0217
8
0,0056
0,0021
0,0077
0,0160
0,0485
0,0645
9
0,0041
0,0031
0,0072 0,0026
10
0,0016
0,0008
0,0024 0,0027 0,0010
11 0,0019 0,0017
QUADRO 2.2 PROBABILIDADE DE ACEITAO DE UM PLANO AMOSTRAL MLTIPLO
FONTE: DUNCAN (1986)

Atravs do procedimento detalhado no QUADRO 2.2 pode-se obter a
probabilidade de aceitao para 0, 05 p = somando-se as probabilidades em cada
amostra: 0,3585 + 0,1353 + 0,2132 + 0,1224 + 0,0645 + 0,0026 + 0,0010 = 0,8975.
A curva CO desenhada utilizando o mesmo procedimento descrito nos QUADROS
2.1 e 2.2 para diferentes valores de p . Na amostragem dupla o mesmo
procedimento utilizado, com a diferena de que o processo s vai at a segunda
amostra.
O tamanho amostral mdio para um plano de amostragem mltipla
encontrado usando-se a expresso:

1 1 2 1 2 1 2
( ) ... ( ... )
j j
TAM Pn P n n P n n n = + + + + + + +
(2.22)

onde
i
n a i-sima amostra retirada e
i
P a probabilidade de aceitao somada
com a probabilidade de rejeio em cada estgio.
Na inspeo de retificao a inspeo total mdia e a qualidade de sada
mdia so encontradas por:

55

1 2
1 1 2 1 2
( ) ... ( ... ) (1 )
j
a a j a a
ITM n P n n P n n n P N P = + + + + + + + +
(2.23)

1 2
1 1 2 1 2
[ ( ) ( ) ... ( ... )]
j
a a a j
P N n P N n n P N n n n p
QSM
N
+ + +
= (2.24)

2.4.11 Comparao entre planos amostrais

O quadro seguinte apresenta uma sntese dos quatro tipos de amostragens
apresentados.
CARACTERSTICA
TIPO DA AMOSTRAGEM
SIMPLES DUPLA MULTIPLA SEQUENCIAL
Aceitabilidade para
o produtor
Pouco efeito
psicolgico, o
lote tem apenas
uma chance de
ser aceito
Psicologicamente
adequado
Por no ser
decisivo
psicologicamente
aberto crticas
menos decisivo
que a mltipla.
Tambm
psicologicamente
aberto crticas.
Quantidade de
itens
inspecionados por
lote
Normalmente o
maior
Pode apresentar-
se de 10 a 50%
menor que em
uma amostragem
simples
Geralmente,
apresenta uma
proporo de
30% menor que
na amostragem
dupla
A menor
quantidade em
todos os planos
por atributos
Custo de
administrao em
treinamento,
funcionrios,
documentao,
etc.
O mais baixo Maior que numa
amostragem
simples
Maior que na
amostragem
simples e dupla
O mais elevado
Informaes sobre
a qualidade em
cada lote
Maior
quantidade
Menos que na
amostragem
simples
Menor que na
amostragem
dupla
A maior
quantidade em
todos os planos
QUADRO 2.3 COMPARATIVO DAS VANTAGENS E DESVANTAGENS DE PLANOS AMOSTRAIS
FONTE: MARTINS (2002)

Estes planos amostrais podem ser construdos de forma a terem
equivalentes curvas CO, isto , oferecerem a mesma proteo terem a mesma
probabilidade de aceitao para determinada frao de defeituosos. Entretanto,

56
deve-se analisar o ambiente de implementao para a escolha do plano que melhor
se ajusta as necessidades do produtor e consumidor.
Segundo Juran e Gryna (1993), na escolha de um plano amostral
consideram-se os seguintes fatores:

- Nmero mdio de unidades inspecionadas
- Custos de administrao
- Informao obtida quanto qualidade do lote
- Aceitao do plano pelos produtores

O nmero mdio de unidades inspecionadas para que se possa tomar uma
deciso varia de acordo com a qualidade do produto e com a escolha do plano
amostral. Nos casos onde o custo de inspeo de cada item elevado, o uso da
amostragem sequencial e mltipla justificado pela reduo na quantidade de itens
inspecionados, apesar da maior complexidade e custos administrativos mais altos.
Por outro lado, se o custo de seleo, desempacotamento e manipulao dos itens
do lote for baixo prefervel a amostragem simples, o qual menos trabalhoso para
a equipe de inspeo, de simples documentao e administrao. Os planos de
amostragem dupla se mostram os mais aplicveis em diversas situaes, econmico
quanto ao custo total (alm do custo de inspeo, considera-se o custo de
administrao do plano) e aceitvel psicologicamente pelo produtor e consumidor.

2.5 PLANOS DE AMOSTRAGEM DODGE-ROMIG

Alm dos planos desenvolvidos utilizando dois pontos na curva CO, que o
caso dos j apresentados planos de amostragem simples, dupla, mltipla e
sequencial, como tambm planos indexados pelo nvel de qualidade aceitvel,
Dodge e Romig (1959) desenvolveram tabelas para inspeo por amostragem lote a
lote quando a caracterstica a ser avaliada um atributo.
Essas tabelas apresentam dois tipos de planos de amostragem: Planos
PADL e Planos LQSM. Os dois tipos de planos foram desenvolvidos de forma que a
inspeo total mdia seja a mnima possvel. Planos PADL so aqueles que do
proteo quanto ao percentual aceitvel de defeituosos do lote. J planos LQSM

57
fornecem proteo quanto a um limite da qualidade de sada mdia. Nestas tabelas
esto previstos planos para amostragem simples e dupla. Planos PADL so muito
utilizados na avaliao de lotes em que seus itens sejam componentes e peas
crticas. A utilizao destes planos se faz muito til na fbrica na inspeo de
produtos semi-acabados. (MONTIGOMERY, 2004)
O conceito de LQSM no tem sentido sem haver a inspeo de retificao.
Por isso, planos LQSM s se aplicam onde se possa fazer inspeo completa dos
lotes rejeitados. Alm disso, a frao mdia de no conformes do produto de entrada
deve ser conhecida.
As tabelas elaboradas por Dodge e Romig com proteo PADL consideram
probabilidade de aceitao 10% para lotes com nvel de qualidade igual ao PADL.
Os percentuais de PADL apresentados nestas tabelas so: 0,5%, 1%, 2%, 3%, 4%,
5%, 7% e 10%. As tabelas com proteo LQSM fornecem planos de amostragem
com nveis LQSM de 0,1%, 0,25%, 0,5%, 0,75%, 1%, 1,5%, 2%, 2,5%, 3%, 4%, 5%,
7% e 10%. Para cada percentual PADL e LQSM so especificadas seis classes de
valores para a mdia do processo. (MONTGOMERY, 2004)
As TABELAS 2.3 e 2.4 apresentam planos Dodge-Romig para amostragem
simples com proteo PADL de 5% e LQSM igual a 2%, respectivamente, com
intervalos de valores da mdia do processo em trs classes.

TABELA 2.3 PLANOS DODGE-ROMIG PARA AMOSTRAGEM SIMPLES, PADL = 5%
Tamanho
do lote
MDIA DO PROCESSO
0-0,05 0,06-0,50 0,51-1,00
n Ac
LQSM
(%)
n Ac
LQSM
(%)
n Ac
LQSM
(%)
1-10 Todos 0 0 Todos 0 0 Todos 0 0
11-50 30 0 0,49 30 0 0,49 30 0 0,49
51-100 37 0 0,63 37 0 0,63 37 0 0,63
101-200 40 0 0,74 40 0 0,74 40 0 0,74
201-300 43 0 0,74 43 0 0,74 70 1 0,92
301-400 44 0 0,74 44 0 0,74 100 2 1,00
401-500 45 0 0,75 75 1 0,95 100 2 1,10
501-600 45 0 0,76 75 1 0,98 125 3 1,20
601-800 45 0 0,77 75 1 1,00 130 3 1,20
801-1000 45 0 0,78 75 1 1,00 155 4 1,40
1001-2000 45 0 0,80 75 1 1,00 180 5 1,60
2001-3000 75 1 1,10 105 2 1,30 210 6 1,70
3001-4000 75 1 1,10 105 2 1,30 210 6 1,70
4001-5000 75 1 1,10 105 2 1,30 235 7 1,80
Continua

58
Concluso
5001-7000 75 1 1,10 105 2 1,30 260 8 1,90
7001-10.000 75 1 1,10 105 2 1,30 260 8 1,90
10.001-20.000 75 1 1,10 135 3 1,40 285 9 2,00
20.001-50.000 75 1 1,10 135 3 1,40 305 10 2,10
50.001-100.000 75 1 1,10 160 4 1,60 355 12 2,20
FONTE: Adaptado de GRANT E LEAVENWORTH (1988)

TABELA 2.4 PLANOS DODGE-ROMIG PARA AMOSTRAGEM SIMPLES, LQSM = 2%
Tamanho
do lote
MDIA DO PROCESSO
0-0,04 0,05-0,40 0,41-0,80
n Ac
PADL
(%)
n Ac
PADL
(%)
n Ac
PADL
(%)
1-15 Todos 0 Todos 0 Todos 0
16-50 14 0 13,6 14 0 13,6 14 0 13,6
51-100 16 0 12,4 16 0 12,4 16 0 12,4
101-200 17 0 12,2 17 0 12,2 17 0 12,2
201-300 17 0 12,3 17 0 12,3 17 0 12,3
301-400 18 0 11,8 18 0 11,8 38 1 10,0
401-500 18 0 11,9 18 0 11,9 39 1 9,8
501-600 18 0 11,9 18 0 11,9 39 1 9,8
601-800 18 0 11,9 40 1 9,6 40 1 9,6
801-1000 18 0 12,0 40 1 9,6 40 1 9,6
1001-2000 18 0 12,0 41 1 9,4 65 2 8,2
2001-3000 18 0 12,0 41 1 9,4 65 2 8,2
3001-4000 18 0 12,0 42 1 9,3 65 2 8,2
4001-5000 18 0 12,0 42 1 9,3 70 2 7,5
5001-7000 18 0 12,0 42 1 9,3 95 3 7,0
7001-10.000 42 1 9,3 70 2 7,5 95 3 7,0
10.001-20.000 42 1 9,3 70 2 7,6 95 3 7,0
20.001-50.000 42 1 9,3 70 2 7,6 125 4 6,4
50.001-100.000 42 1 9,3 95 3 7,0 160 5 5,9
FONTE: Adaptado de FEIGENBAUM (1994)

2.6 PLANOS NQA

Estes planos mantm a qualidade em um nvel determinado e sero
apresentados em detalhes no prximo captulo no estudo das normas publicadas
ANSI/ASQ Z1.4 e ANSI/ASQ Z1.9.

59
2.7 PLANOS DE AMOSTRAGEM PARA INSPEO POR VARIVEIS

Conforme Paladini (2008), os planos de amostragem por variveis mantm
alguns parmetros comuns com os planos de amostragem por atributos. Contudo,
existem marcantes diferenas em outros aspectos.
Os parmetros (conceitos) comuns so os seguintes:

a) Nas entradas:
- NQA relacionado a
1
p ;
- QL relacionada a
2
p ;
- Risco do produtor;
- Risco do consumidor.
b) Nas sadas:
- Tamanho da amostra
- Alguns parmetros estatsticos bem definidos

Por outro lado, o conceito de no-conformidade diferente. Na inspeo por
variveis a avaliao da qualidade tem seu foco em caractersticas especficas que
podem ser medidas. J na inspeo por atributos considera-se a avaliao da pea
toda sem se preocupar com determinadas caractersticas em particular, se em
qualquer caracterstica ocorrer no conformidade o item considerado defeituoso.
Montgomery (2004) aponta vantagens e desvantagens na utilizao da
inspeo por variveis em relao inspeo por atributos: a principal vantagem na
utilizao de planos de amostragem por variveis em relao aos planos de
amostragem por atributos a possibilidade de se obter a mesma proteo com um
tamanho de amostra menor. A obteno de dados de medidas tem custo mais
elevado, mas a reduo no tamanho da amostra pode mais do que compensar a
utilizao da inspeo por variveis. Outra vantagem que so fornecidas mais
informaes sobre o processo de produo, e sobre o lote, no uso de medidas, do
que a simples classificao em conforme ou no conforme. Contudo, para se utilizar
um plano de amostragem por variveis necessrio conhecer a distribuio da
caracterstica da qualidade, o que consiste em grande desvantagem. Muitos planos
consideram que a caracterstica da qualidade venha de uma distribuio normal,

60
quando isso no ocorre estes planos no podem utilizados. Uma segunda
desvantagem que na inspeo por variveis cada caracterstica da qualidade exige
um plano de amostragem, isto , se forem analisadas trs caractersticas, trs
planos sero aplicados. Se a inspeo fosse por atributos, seria preciso apenas um
plano.
Conforme Duncan (1986), h vrios tipos de planos de inspeo por
variveis. Os mais conhecidos so: planos para controle da frao defeituosa do lote
ou do processo e planos para controle de um parmetro do lote ou do processo
(geralmente a mdia). Planos que controlam a mdia do processo so mais
empregados na amostragem de material a granel que so entregues em sacos,
tambores ou outros recipientes.
A seguir sero apresentados planos de inspeo para controlar a frao
defeituosa do lote utilizando amostragem simples.

2.7.1 Inspeo por variveis para porcentagem no-conforme

Paladini (2008) descreve o procedimento geral da amostragem simples por
variveis:
- Retira-se uma amostra aleatria de n itens;
- Considera-se determinada caracterstica mensurvel do item;
- Em cada item, mede-se, a caracterstica da qualidade;
- Anota-se as medidas obtidas como
1 2
, , ...,
n
x x x ;
- Associa-se, s medidas, determinado parmetro estatstico, como a mdia
aritmtica;
- Faz-se a comparao deste parmetro com um padro estabelecido;
- A deciso de aceitar ou rejeitar a amostra e o lote feita aps essa
comparao.

Da mesma forma como nos planos por atributos, aceitam-se lotes com nvel
de qualidade menor ou igual ao NQA, ou seja, p s NQA, e rejeitam-se lotes com
nvel de qualidade maior ou igual que a QL, ou seja, p > QL. O que est sendo
julgado a proximidade da medida da caracterstica da qualidade a um padro, se a

61
proximidade for aceitvel, a caracterstica ser adequada e o item considerado
conforme, ser aceito. Caso contrrio, o item ser considerado no-conforme e
rejeitado.
Em planos de amostragem por variveis, pode-se ter ou um limite inferior de
especificao ( LIE ), ou um limite superior de especificao ( LSE ), ou os dois, para
definio dos valores aceitveis da caracterstica em estudo. Neste trabalho,
considera-se que os dados de medidas do processo (curva CO tipo B) e do lote
isoladamente (curva CO tipo A) seguem a distribuio normal.
A relao entre a mdia e o desvio padro de um lote ou processo
normalmente distribudo e sua frao defeituosa p , ilustrada na figura abaixo:

FIGURA 2.15 RELAO DE p COM A MDIA E O DESVIO PADRO DA DISTRIBUIO NORMAL
FONTE: ADAPTADO DE MONTGOMERY (2004)

Montgomery (2004), Duncan (1986) e Lieberman e Resnikoff (1955) fazem
um estudo detalhado sobre procedimentos utilizados na construo de planos de
amostragem para variveis em duas situaes: (1) o desvio padro do lote ou do
processo conhecido, (2) o desvio padro do lote ou do processo desconhecido,
ambos utilizando a mdia amostral. Esse estudo descrito a seguir.

2.7.2 Inspeo por variveis com desvio padro conhecido

H grande economia, pela reduo no tamanho da amostra, no uso de
planos de amostragem por variveis quando a variabilidade conhecida e os dados
de medidas so normalmente distribudos. Pode-se desejar retirar uma amostra de
um lote para verificar se a mdia tal que a frao de defeituosos p seja, ou no,
aceitvel.

62
Dois mtodos, conhecidos como mtodo k e mtodo M so usados na
construo de planos de amostragem de variveis. Se h somente um limite inferior
usa-se a mdia amostral para encontrar a estatstica

LIE
x LIE
z
o
= (2.25)
e encontrar a rea sob a curva normal com mdia zero e varincia unitria abaixo do
ponto
LIE
z , sendo esta a porcentagem de defeituosos para o lote ou processo.
prefervel usar

1
LIE LIE
n
Q z
n
=
(2.26)
como varivel normal padronizada para se ter uma melhor estimativa de p , pois
LIE
Q resultar em melhor estimativa da frao defeituosa.
Ento, para o sentenciamento de lotes, retira-se uma amostra de tamanho
n , calcula-se
LIE
Q e encontra-se a estimativa p de p , como a rea sob a curva
normal abaixo de
LIE
Q . Se a estimativa de p for menor ou igual a M , o lote aceito.
Se a estimativa de p for maior que M , o lote rejeitado. Este o mtodo M .
No mtodo k , pode-se usar a funo inversa da distribuio normal
padronizada para levar M crtico ao seu correspondente
M
z crtico. Este valor
representado por k . Para a deciso, toma-se uma amostra de tamanho n e calcula-
se
LIE
z . Se
LIE
z k > , aceita-se o lote, caso contrrio, rejeita-se.
Note que no mtodo M faz-se uma comparao da proporo de
defeituosos estimada do lote, atravs da amostra, com uma proporo mxima
permissvel de defeituosos M . Se a proporo estimada no exceder a mxima
proporo M , o lote aceito. J para o mtodo k ,
LIE
z na equao 2.25 representa
a distncia entre a mdia da amostra e o limite inferior de especificao, isto ,
quanto maior essa distncia, menor ser a proporo de defeituosos p . Portanto,
deseja-se obter uma valor de
LIE
z maior ou igual a um valor crtico k . A relao da
proporo crtica M com o valor crtico k expressa como:

2
2
1
2
z
n
k
n
e
dz M
t
=
}

(2.27)

63
Se a caracterstica da qualidade tem um limite de especificao superior ao
invs de inferior, usa-se no lugar das equaes 2.25 e 2.26, respectivamente, as
seguintes:

LSE
LSE x
z
o
= (2.28)
e

1
LSE LSE
n
Q z
n
=
(2.29)
Especificao unilateral

Elaborar planos para variveis que passam pelos pontos
1
( , 1 ) p o ,
2
( , ) p |
consiste em encontrar o tamanho da amostra n e os valores crticos de aceitao k
ou M . As fraes defeituosas
1
p e
2
p so encontradas a partir da mdia amostral
1
p
x e
2
p
x do lote. Ento, lotes com mdia
1
p
x e qualidade
1
p

a probabilidade de
aceitao igual a 1 o com risco do produtor igual a o . Da mesma forma, lotes
com qualidade
2
p estimada pela mdia
2
p
x tm probabilidade | de ser aceito com
risco | para o consumidor. Tomando a distribuio do processo ou lote como
normal, seu desvio padro conhecido, mdia amostral x e supondo um limite de
especificao inferior, a aceitao pelo mtodo k se dar por:
x LIE
k
o
>
somando e subtraindo /
p
x o , tem-se
p p
x x x LIE
k
o o

+ >
ou
p p
x x x LIE
k
o o

>
multiplicando por n ambos os membros
p p
x x x LIE
k n
n o o
| |
>
|
\ .

64
denominando
1
1
p
x LIE
z
o
=
e
2
2
p
x LIE
z
o
=
1
p e
1
p tero, respectivamente, probabilidades de aceitao iguais a 1 o e | se n
e k so da forma:

1
( ) 1
p
x x
P k z n
n
o
o
| |
> =
|
\ .

(2.30)
e

2
( )
p
x x
P k z n
n
|
o
| |
> =
|
\ .

(2.31)

Como ( ) /
p
x x n o tem distribuio normal padro, vem das equaes 2.30
e 2.31 que
1 1
( ) k z n z
o
= e
2
( ) k z n z
|
= , onde
1
z
o
tem probabilidade de exced-
lo igual a 1 o e z
|
tem probabilidade de exced-lo | . A proporo da rea sob a
curva normal padronizada que excede um determinado valor de z est
representada analiticamente pela equao 2.32, e a proporo da normal padro
abaixo de um valor z pode ser encontrada pela equao 2.33.

1 ( ) z u
(2.32)
onde

2
2
1
( )
2
LIE
z
Q
LIE
Q e dz
t

u =
}
(2.33)

Tendo em vista que a distribuio normal simtrica, a proporo da rea
sob a curva acima do ponto
1
z
o
a mesma abaixo do ponto z
o
. Com isso pode-se
reescrever
1 1
( ) k z n z
o
= como
1
( ) k z n z
o
= . Assim k e n podem ser
expressos como:

1
z
k z
n
o
=
(2.34)

65
ou

2
z
k z
n
|
=
(2.35)
e

2
1 2
z z
n
z z
o |
+ | |
=
|
\ .
(2.36)

Ento, na construo de planos amostrais para variveis com dois pontos
sobre a curva CO e desvio padro conhecido, especificam-se os valores
1
p ,
2
p , o e
| , encontra-se o valor de n pela equao 2.36, retira-se uma amostra de tamanho
n do lote, calcula-se o valor de k pelas equaes 2.34 e 2.35 (o valor de k ser a
mdia dos dois valores encontrados) e tambm do valor de
LIE
z na equao 2.25.
Pelo mtodo k o critrio de aceitao do lote ser satisfeito se
LIE
z k > , caso
contrrio, o lote ser rejeitado. A figura abaixo ilustra estas relaes.
FIGURA 2.16 RELAO DE k COM A DISTRIBUIO DAS MDIAS DAS AMOSTRAS E A DISTRIBUIO DOS ITENS
INDIVIDUAIS
FONTE: Adaptado de DUNCAN (1986)

Para utilizar o mtodo M , aps encontrar o tamanho da amostra n calcula-
se a medida
LIE
Q da equao 2.26 e encontra-se a proporo defeituosa na
distribuio normal padronizada acima de
LIE
Q , esta proporo indica a frao

66
defeituosa estimada do lote, p . O valor da mxima porcentagem de defeituosos
para o lote dada pela equao 2.27 ou, de forma equivalente, pela proporo
acima do valor

1
M
n
z k
n
=
(2.37)

O lote ser aceito se p M s , e rejeitado se p M > .
Em processos com somente um limite de especificao, superior ou inferior,
a curva CO poder ser desenhada tanto para o mtodo k quanto para o mtodo M .
A mdia x para a qual se tenha a frao de defeituosos p e seu correspondente
p
z
dada por
p p
x LIE z o = + e a probabilidade de aceitao para a frao p ser:

( )
p
a p
x x
P P k z n
n o
| |
= >
|
\ .

(2.38)

Como ( ) /
p
x x n o normalmente distribudo com mdia zero e varincia
igual a 1, basta encontrar a probabilidade de exceder o valor ( )
p
k z n atribuindo
diversos valores de p .

Especificao bilateral

No caso em que os limites superior e inferior so especificados e
conhecido o desvio padro do processo ou lote normalmente distribudo, possvel
rejeitar o lote sem que haja a necessidade de amostr-lo. A frao defeituosa
mnima para o processo ou lote encontrada quando x est exatamente entre os
limites de especificao, isto , quando ( ) / ( ) / ( ) / 2 LSE x LIE x LSE LIE o o o = =
e a frao defeituosa mnima ser a proporo alm de ( ) / 2 z LSE LIE o = , ou
seja:

2
2
1
1
2
z
LSE
LIE
p e dz
t

=
}
(2.39)

67
Se esta proporo for maior do que a proporo de defeituosos aceitvel, o
lote pode ser rejeitado sem amostragem. Porm, se a frao mnima de defeituosos
no superar a frao defeituosa aceitvel, deve-se amostrar o lote para a tomada de
deciso. No entanto, deve-se aplicar o mtodo k ou o mtodo M para cada um dos
limites de especificao.
O mtodo k para limites duplos consiste em calcular o tamanho da amostra
e o valor de k nas equaes 2.34, 2.35 e 2.36, aceitar o lote se ( ) / x LIE k o > e
( ) / LSE x k o > , rejeitar em caso contrrio. No mtodo M calcula-se
LIE
Q (ver
equao 2.26) e
LSE
Q (equao 2.29), e suas respectivas propores
LIE
p e
LSE
p ,
respectivamente. Aceita-se o lote se
LIE LSE
p p p M = + s , caso contrrio, rejeita-se.
As curvas CO de planos com limites de especificao dupla para o mtodo
k ou o mtodo M , sero as mesmas quando houver um nico limite de
especificao e podem ser construdas da mesma maneira.

2.7.3 Inspeo por variveis com desvio padro desconhecido

Quando se desconhece a variabilidade do processo ou lote, o desvio padro
o tem que ser estimado atravs da amostra. A estimao de o traz certa incerteza
na elaborao do plano amostral, por isso o tamanho da amostra aumenta para se
obter a mesma proteo de um plano amostral com desvio padro conhecido.

Especificao unilateral

Os dois procedimentos utilizados para aceitar ou rejeitar lotes quando o
processo tem variabilidade conhecida mtodo k e mtodo M , podem, tambm,
ser utilizados em processos onde a variabilidade desconhecida. Mas, as frmulas
para encontrar n , k e M sero modificadas para suprir o desconhecimento do
desvio padro.
Para o mtodo k , toma-se uma amostra de tamanho n e calcula-se a mdia
amostral

68

1
1
n
i
i
x x
n
=
=

(2.40)
o desvio padro amostral

2
1
( )
1
n
i
i
x x
s
n
=

=

(2.41)
z do limite inferior de especificao

LIE
x LIE
z
s
=
(2.42)
ou, se for o caso, z do limite superior de especificao

LSE
LSE x
z
s
= (2.43)
As frmulas para encontrar os valores de n e k para obter uma curva CO
que passe pelos pontos
1
( , 1 ) p o e
2
( , ) p | especificados so as seguintes:

2 1
z z z z
k
z z
o |
o |
+
=
+

(2.44)
e

2
2
1 2
1
2
z z
k
n
z z
o |
+ | | | |
= +
| |

\ .\ .
(2.45)

A deciso sobre a disposio do lote ser feita de forma semelhante a de
quando o desvio padro for conhecido. Se ( ) / x LIE s k > , aceita-se o lote; Se
( ) / x LIE s k < , rejeita-se o lote. Ou, quando o limite de especificao for o superior,
o lote aceito se ( ) / LSE x s k > ; e rejeitado se ( ) / LSE x s k < .
Supondo que h apenas o limite inferior de especificao, a probabilidade de
aceitao a probabilidade de que ( ) / x LIE s k > ou, de forma equivalente,
x ks LIE > . As frmulas 2.44 e 2.45 foram desenvolvidas com a suposio de que
x ks segue uma distribuio normal com mdia do processo ou lote igual a
p
x ko
e desvio padro aproximadamente
2
1/ / 2 n k n o + . Se for subtrado
p
x ko em
ambos os lados da inequao x ks LIE > e tomando
1 1
( ) /
p p
z x LIE o = quando

69
considerada a frao defeituosa
1
p e
2 2
( ) /
p p
z x LIE o = para a frao defeituosa
2
p , tem-se:

2 2 2
( ) ( ) ( )
1 1 1
2 2 2
p
p p
LIE x
k
x ks x k LIE x k
k k k
n n n n n n
o o
o
o o
+

> =
+ + +

(2.46)

do lado direito da inequao acima vem:

1
2
1
2
p
z k
z
k
n n
o
+
=
+

(2.47)
e

2
2
1
2
p
z k
z
k
n n
|
+
=
+

(2.48)

As equaes 2.47 e 2.48 acima do origem s equaes de k e n j
apresentados nas equaes 2.44 e 2.45. Tambm pode-se encontrar os valores de
n e k sem o uso de frmulas. A FIGURA 2.13 mostra um nomograma que permite
encontrar o tamanho da amostra n e o valor crtico k que satisfaam as condies
1
p , 1 o ,
2
p e | . Na escala a esquerda do nomograma esto apresentadas fraes
para defeitos do processo ou lote, na escala da direita esto probabilidades de
aceitao. Para estabelecer um plano, traa-se uma reta no valor de
1
p na escala da
esquerda at a probabilidade de aceitao 1 o correspondente na escala da
direita. Faz-se o mesmo procedimento para
2
p e | . Finalmente, basta seguir as
linhas e ler os valores de n e k . Com este nomograma possvel estabelecer
planos para variveis com desvio padro conhecido e desconhecido.

70
FIGURA 2.17 NOMOGRAMA PARA DETERMINAR OS PARMETROS n E k DE PLANOS DE AMOSTRAGEM DE
VARIVEIS

Outros pontos sobre a curva CO para a frao defeituosa p , alm de
1
p e
2
p , podem ser encontrados. Basta atribuir equao 2.46 um valor qualquer
desejado para p . Assim, o lado direito se torna:

2 2 2 2
( )
1 1 1 1
2 2 2 2
p p
p p
LIE x LIE x
k k
LIE x k k z
k k k k
n n n n n n n n
o
o o
o
+
+

= = =
+ + + +

(2.49)

E a probabilidade de aceitao para determinada frao de defeituosos dada por:

( )
A
P z z >
(2.50)
onde

2
1
2
p
A
k z
z
k
n n
=
+

(2.51)
e
'
p
x LIE
z
o
= (2.52)

71
No segundo procedimento, o mtodo M , podero ser utilizados
nomogramas para determinar a proporo de defeituosos alm dos limites de
especificao e a mxima proporo aceitvel M do lote. Para somente um limite
inferior do processo e com
1
p ,
2
p , o , e | especificados, encontram-se n e k como
descrito anteriormente para processos com variabilidade desconhecida, o valor de
M e a proporo de defeituosos para o limite inferior de especi ficao podero ser
obtidos com o uso dos nomogramas das FIGURAS 2.18 e 2.19 seguintes.
FIGURA 2.18 GRFICO PARA DETERMINAR A FRAO MXIMA PERMISSVEL M

FIGURA 2.19 GRFICO PARA DETERMINAR p ESTIMADO DADO O VALOR DE z

A frao de defeituosos mxima permissvel M lida entrando na FIGURA
2.18 com a abscissa

1 /( 1)
2
k n n
(2.53)

72
e observando a curva do tamanho da amostra. O prximo passo calcular o valor
de
LIE
z e convert-lo em uma frao de defeituosos estimada. Isto pode ser feito
com auxlio da FIGURA 2.19 onde a frao estimada dada na escala da esquerda
observando as curvas dos valores padronizados da distribuio normal e o tamanho
da amostra. O lote aceito se
LIE
p M s , e rejeitado em caso contrrio.

Especificao bilateral

No mtodo k os limites de especificao so considerados separadamente.
Cada extremo obedece as condies especificadas
1
p ,
2
p , o e | estipuladas para
os limites duplos. O mtodo k modificado para no aceitar lotes de um processo
onde o desvio padro seja muito grande. O critrio de aceitao fica assim
determinado:
x LIE
k
s
>
LSE x
k
s
> , e
s MSD s
(2.54)

onde o MSD (Maximum Standard Deviation) o mximo desvio padro para no
ultrapassar a porcentagem defeituosa desejvel.
O MSD calculado entrando na FIGURA 2.18 substituindo na equao 2.53
os valores n e k correspondentes a um processo de somente um limite de
especificao com o desconhecido satisfazendo as condies
1
p ,
2
p , o , e | , e
lendo o valor de M . Divide-se o valor de M por 2 e na mesma FIGURA 2.18
encontra-se a abscissa
*
x que corresponde a / 2 M e ao tamanho da amostra n .
Volta-se a expresso 2.53 igualando-a a
*
x :

*
*
1
1
2
k n
n
x
=
(2.55)
*
k fica assim determinado

73

*
*
(1 2 )( 1) x n
k
n

=
(2.56)
O mximo desvio padro ser dado por

*
2
LSE LIE
MSD
k
= (2.57)
Se alguma das condies na equao 2.54 no for satisfeita, o lote dever ser
rejeitado.
O mtodo M para limites duplos com desvio padro desconhecido feito da
mesma forma que o mtodo M para limites duplos com variabilidade conhecida.
Estima-se a frao de defeituosos
LIE
p e
LSE
p entrando na FIGURA 2.19 com
LIE
z e
LSE
z , a frao defeituosa p ser a soma
LIE
p +
LSE
p . Determinam-se os valores de n
e k para somente um limite de especificao com base nas condies
1
p ,
2
p , o e
| e na FIGURA 2.18 obtm-se o valor de M . O lote ser aceito se
LIE LSE
p p M + s ,
de outra forma o lote ser rejeitado.
Um resumo dos procedimentos utilizados na elaborao de planos para
variveis est apresentado nos QUADROS 2.4 e 2.5.
DESVIO PADRO CONHECIDO (
1
p ,
2
p , o e | especificados)
Um limite de especificao Dois limites de especificao
Mtodo k Mtodo M Mtodo k Mtodo M
- Encontre n e k:
2
1 2
z z
n
z z
o |
+ | |
=
|
\ .

1 2
2
z z
z z
n n
k
| o
| | | |
+ +
| |
\ . \ .
=

- Deciso para LIE:
Se
LIE
x LIE
z k
o
= > ,
aceitar o lote; caso contrrio,
rejeitar.
- Deciso para LSE:
Se
LSE
LSE x
z k
o
= > ,
rejeitar.

Continua
- Encontre n, k e M:
2
1 2
z z
n
z z
o |
+ | |
=
|
\ .

1 2
2
z z
z z
n n
k
| o
| | | |
+ +
| |
\ . \ .
=

1
1
n
M k
n
| |
= u
|
|
\ .

- Deciso para LIE:
1
LIE LIE
n
Q z
n
=

( )
1
LIE LIE
p Q = u
Se
LIE
p M s ,aceitar o lote;
caso contrrio, rejeitar.
- Deciso para LSE:

- Encontre n e k:
2
1 2
z z
n
z z
o |
+ | |
=
|
\ .

1 2
2
z z
z z
n n
k
| o
| | | |
+ +
| |
\ . \ .
=

- Deciso:
Se
LIE
x LIE
z k
o
= > e
LSE
LSE x
z k
o
= > ,
rejeitar.

2
1 2
z z
n
z z
o |
+ | |
=
|
\ .

1 2
2
z z
z z
n n
k
| o
| | | |
+ +
| |
\ . \ .
=

1
1
n
M k
n
| |
= u
|
|
\ .

- Deciso:
1
LIE LIE
n
Q z
n
=

( )
1
LIE LIE
p Q = u
1
LSE LSE
n
Q z
n
=

( )
1
LSE LSE
p Q = u

74
Concluso
1
LSE LSE
n
Q z
n
=

( )
1
LSE LSE
p Q = u
Se
LSE
p M s ,aceitar o lote;

Se
LIE LSE
p p M + s ,
rejeitar.
QUADRO 2.4 SNTESE DOS PROCEDIMENTOS PARA SENTENCIAMENTO DE LOTES COM DESVIO PADRO
CONHECIDO

DESVIO PADRO DESCONHECIDO (
1
p ,
2
p , o e | especificados)
Um limite de especificao Dois limites de especificao
Mtodo k Mtodo M Mtodo k Mtodo M
- Encontrar k e n:
2 1
z z z z
k
z z
o |
o |
+
=
+

2
2
1 2
1
2
z z
k
n
z z
o |
+ | | | |
= +
| |

\ .\ .

- Amostrar n itens e
calcular:
1
1
n
i
i
x x
n
=
=

, e
2
1
( )
1
n
i
i
x x
s
n
=

=

- Deciso para LIE:
Se
LIE
x LIE
z k
s
= > ,
rejeitar.
- Deciso para LSE:
Se
LSE
LSE x
z k
s
= > ,
rejeitar.

- Encontrar k, n e M:
2 1
z z z z
k
z z
o |
o |
+
=
+

2
2
1 2
1
2
z z
k
n
z z
o |
+ | | | |
= +
| |

\ .\ .

M com uso do nomograma
da FIGURA 2.16.
- Amostrar n itens e
calcular:
1
1
n
i
i
x x
n
=
=

, e
2
1
( )
1
n
i
i
x x
s
n
=

=

- Deciso para LIE:
( )
1
LIE LIE
p z = u
Se
LIE
p M s , aceitar o lote;
- Deciso para LSE:
( )
1
LSE LSE
p z = u
Se
LSE
p M s , aceitar o
lote; caso contrrio, rejeitar.

- Encontre k, n e MSD:
2 1
z z z z
k
z z
o |
o |
+
=
+

2
2
1 2
1
2
z z
k
n
z z
o |
+ | | | |
= +
| |

\ .\ .

Buscar M no nomograma da
FIGURA 2.16.
Encontrar
*
x como descrito
nesta seo.
*
*
(1 2 )( 1) x n
k
n

=
*
2
LSE LIE
MSD
k
=
- Deciso:
Se
LIE
x LIE
z k
s
= > ,
LSE
LSE x
z k
s
= > e
s MSD s
rejeitar.

2 1
z z z z
k
z z
o |
o |
+
=
+

2
2
1 2
1
2
z z
k
n
z z
o |
+ | | | |
= +
| |

\ .\ .

Buscar M no nomograma da
FIGURA 2.16.
- Deciso:
( )
1
LIE LIE
p z = u
( )
1
LSE LSE
p z = u
Se
LIE LSE
p p M + s , aceitar
o lote; caso contrrio, rejeitar.
QUADRO 2.5 SNTESE DOS PROCEDIMENTOS PARA SENTENCIAMENTO DE LOTES COM DESVIO PADRO
DESCONHECIDO
FONTE: o autor (2009)

75
A converso dos valores
LIE
z e
LSE
z em uma frao de defeituosos feita
usando-se a distribuio normal padro e encontra-se a rea sob a curva alm dos
pontos
LIE
z e
LSE
z , ou ento, usa-se o nomograma da FIGURA 2.19. Os
nomogramas apresentados aqui so de fcil utilizao, porm os valores lidos so
aproximados. No prximo captulo ser apresentado um estudo para obter os
clculos na construo de planos de amostragem por variveis de forma mais
precisa.

2.8 OUTRAS TCNICAS DE AMOSTRAGEM

2.8.1 Planos de amostragem em cadeia

Quando necessrio aplicar-se testes destrutivos ou a inspeo de
determinado produto tem custo muito elevado, deve-se usar planos que exijam
pequenas amostras. Geralmente eles so preferveis. Na maioria das vezes estes
planos tm nmero de aceitao zero. Mas planos com nmero de aceitao zero,
so injustos para os fornecedores, pois a curva CO torna-se convexa e a
probabilidade de aceitao para o lote cai rapidamente para uma frao de
defeituosos do lote maior que zero. Alm disso, o consumidor pode ter que verificar
um grande nmero de lotes na inspeo de retificao considerados de qualidade
aceitvel. (MONTGOMERY, 2004)
Segundo Juran e Gryna (1993), os planos de amostragem em cadeia,
tambm conhecidos com ChSP-1 (Chain Sampling Plan), podem substituir os planos
de amostragem simples com nmero de aceitao zero. Um detalhe importante
que o lote que esta sendo inspecionado pode ser aceito mesmo com uma unidade
defeituosa observada na amostra. Seu procedimento est descrito a seguir:

1. Em cada lote uma amostra de tamanho n retirada e contado o nmero de
defeituosos encontrados.
2. Se na amostra houver zero defeituosos, aceitar o lote; se na amostra houver
dois ou mais defeituosos, rejeitar o lote; e se houver um defeituoso na

76
amostra; aceitar o lote com a condio de que nos i lotes anteriores no
tenham sido encontrados defeituosos.

A amostragem em cadeia altera o trao da curva CO para valores da frao
defeituosa prximos de zero. Assim, a probabilidade de aceitao para lotes com
frao defeituosa pequena ser maior que num plano de amostragem simples. Na
prtica os valores de i variam entre trs e cinco, pois para estes valores a curva CO
de planos ChSP-1 aproximadamente a curva CO para um plano de amostragem
simples. Para construo da curva CO de um ChSP-1 utiliza-se a equao:

| |
(0, ) (1, ) (0, )
i
a
P P n P n P n = + (2.58)
onde
!
( , ) (1 )
!( )!
d n d
n
P d n p p
d n d

=

a probabilidade de se obter d defeituosos em uma amostra de tamanho n .
Conforme Montgomery (2004), algumas condies devem ser verificadas
quando feito uso da amostragem em cadeia:

1. Os lotes devem ser fabricados de forma repetitiva sob as mesmas condies,
vir de um processo de produo contnua e chegar inspeo de aceitao
na mesma ordem de sua fabricao.
2. Espera-se que os lotes no tenham grandes variaes na sua qualidade.
3. No deve haver suspeitas de qualidade inferior do lote atual comparado a
lotes imediatamente precedentes.
4. H bom histrico de qualidade do processo do fornecedor.

Deve haver confiana, por parte da equipe de inspeo, de que um
fornecedor com bom histrico de qualidade no envie um lote ruim sabendo que
seus produtos tm boa probabilidade de serem aceitos.

2.8.2 Planos de amostragem contnua

Os planos de amostragem contnua so aplicados na produo de itens
individuais do produto em um fluxo contnuo. A deciso de aceitar ou rejeitar

77
tomada para cada item inspecionado. Estes planos consistem em sequncias
alternadas de inspeo 100% e inspeo por amostragem, dependendo da
qualidade do produto. (FEIGENBAUM, 1994)
Ainda por Feigenbaum (1994), o plano de amostragem contnua
originalmente chamado de CSP-1 (Continuous Sampling Plan), foi desenvolvido por
Harold F. Dodge (1943) e indexado pelo LQSM. No incio da atividade de inspeo,
todos os item produzidos so inspecionados. Continua-se a inspeo at que um
nmero de liberao i seja encontrado, isto , at que certo nmero de itens no
defeituosos consecutivos seja atingido. Neste momento, a inspeo completa deve
ser interrompida e somente uma frao f das unidades deve ser inspecionada. Ao se
detectar um item no-conforme a inspeo 100% imediatamente retomada e
continua at que i itens sucessivos no defeituosos sejam encontrados.
Para Montgomery (2004), as unidades amostrais de produtos so tomadas
uma de cada vez do fluxo de produo de forma aleatria. Todas as unidades
consideradas defeituosas so substitudas por unidades perfeitas ou so
retrabalhadas.
O procedimento que descreve a aplicao de um plano CSP-1 est ilustrado
na FIGURA 2.18 e a TABELA 2.5 mostra vrios valores de i e f de planos CSP-1
para um LQSM especificado.

FIGURA 2.20 ESQUEMA PLANOS CSP-1
FONTE: MONTGOMERY (2004)
Incio
100% dos itens so
inspecionados
H i itens consecutivos
conformes?
Inspecionar uma frao f
dos itens, retirada de forma
aleatria
Foi observado
algum defeito?
No Sim
Sim
No

78
TABELA 2.5 VALORES DE i PARA PLANOS CSP-1
f
LQSM (%)
0,018 0,033 0,046 0,074 0,113 0,143 0,198 0,33 0,53 0,79 1,22 1,90 2,90
1
2

1540 840 600 375 245 194 140 84 53 36 23 15 10
1
3

2550 1390 1000 620 405 321 232 140 87 59 38 25 16
1
4

3340 1820 1310 810 530 420 303 182 113 76 49 32 21
1
5

3960 2160 1550 965 630 498 360 217 135 91 58 38 25
1
7

4950 2700 1940 1205 790 623 450 270 168 113 73 47 31
1
10

6050 3300 2370 1470 965 762 550 335 207 138 89 57 38
1
15

7390 4030 2890 1800 1180 930 672 410 255 170 108 70 46
1
25

9110 4970 3570 2215 1450 1147 828 500 315 210 134 86 57
1
50

11730 6400 4590 2855 1870 1477 1067 640 400 270 175 110 72
1
100

14320 7810 5600 3485 2305 1820 1302 790 500 330 215 135 89
1
200

17420 9500 6810 4235 2760 2178 1583 950 590 400 255 165 106
FONTE : STEPHENS (1995)

Montgomery (2004) afirma que no recomendado escolher para f valores
menores que a frao 1/200, porque para um processo de produo contnua de m
qualidade a proteo fornecida ser muito baixa.
O nmero de itens que passaro por inspeo 100% at a ocorrncia de um
item defeituoso dado por:

1
i
i
q
u
pq
=
(2.59)
onde p a frao defeituosa do processo quando o este est sob controle, 1 q p =
e i o nmero de itens consecutivos sem defeitos do produto. O nmero mdio de
itens submetidos ao procedimento de inspeo antes que uma unidade defeituosa
seja encontrada igual a:
1
v
fp
=
(2.60)
onde f a frao de unidades inspecionadas.

A frao mdia inspecionada do total de itens produzidos em uma longa
sequncia encontrada pela equao

79
u fv
FMI
u v
+
=
+
(2.61)
A frao mdia de itens produzidos colocada sob o procedimento de
amostragem dada por:

a
v
P
u v
=
+
(2.62)

J a curva CO para um plano de amostragem contnua desenhada plotando os
valores de
a
P em funo de p . Esta curva representa o percentual de unidades
colocadas sob inspeo por amostragem. Diferentemente de planos lote a lote onde
a curva CO representa o percentual de lotes colocados sob inspeo por
amostragem.
De acordo com Feigenbaum (1993), para reduzir a alternncia entre
inspeo completa e amostragem em processos de produo contnua foram
criados, posteriormente, por Harold F. Dodge os planos designados por CSP-2 e
CSP-3. No CSP-2, assim como no CSP-1, i itens conformes devem ser observados
na inspeo 100% antes de dar incio amostragem. Mas ao contrrio do que
acontece no CSP-1, a inspeo completa no iniciada imediatamente quando um
item defeituoso encontrado. A inspeo 100% aplicada somente se uma
segunda unidade defeituosa for encontrada nas prximas i unidades inspecionadas.
Contudo se nenhum item defeituoso for encontrado o procedimento de amostrar sem
inspeo completa ser mantido.
Planos CSP-3 so muito parecidos com planos CSP-2, mas seu objetivo
fornecer proteo adicional contra produo irregular, ou seja, proteo contra uma
sequncia de itens no-conformes. O CSP-3 tem incio da mesma forma que o CSP-
2. Quando o primeiro item no-conforme for encontrado na inspeo por
amostragem, as quatro unidades seguintes sero inspecionadas. Se qualquer um
desses quatro itens apresentar no-conformidade, a inspeo 100% instalada. Se
todos os quatro itens forem conformes, estes sero contados como itens bons na
continuidade do procedimento.

80
2.8.3 Planos de amostragem skip-lot

Nos planos de amostragem skip-lot, tambm conhecidos como planos de
amostragem com omisso de lotes, a inspeo feita lote a lote, em vez de
inspecionar unidades individuais, mas apenas uma frao dos lotes submetidos
inspeo inspecionada. Esses planos devem ser usados quando a qualidade do
produto muito boa, e se tem grande interesse em reduzir a quantidade total de
inspeo (JURAN; GRYNA, 1993).
Segundo Martins (2002), o procedimento para planos skip-lot o seguinte:
se o fornecedor tiver um histrico de muito boa qualidade e processo estvel, depois
de determinada quantidade de lotes aceitos sucessivamente apenas uma frao
desses lotes ser inspecionada. Essa frao poder ser reduzida se o fornecedor
mantiver seu nvel de qualidade, reduzindo assim os custos de inspeo. Se um lote
for rejeitado a inspeo volta a ser aplicada a todos os lotes.
Conforme Montgomery (2004), os planos skip-lot foram apresentados
inicialmente por Harold F. Dodge em 1956. Esses planos requeriam uma anlise
nica para verificar a aceitabilidade ou no do lote e ficaram conhecidos como
SkSP-1 (Skip-Lot Sampling Plans). Nos planos com omisso de lotes chamados
SkSP-2, o lote sob inspeo amostrado seguindo um determinado plano de
inspeo de lotes por atributo chamado plano de amostragem de referncia e
seguem as seguintes condies:

1. Iniciar com inspeo normal, utilizando o plano de amostragem de referncia.
Todo o lote deve ser inspecionado nesse estgio de operao do plano.
2. Aps i consecutivos lotes aceitos na inspeo normal, mudar para inspeo
skip-lot passando a inspecionar apenas uma frao f dos lotes recebidos.
3. Se um lote for rejeitado na inspeo skip-lot, retorna-se inspeo normal.

Os planos SkSP-2 tem como parmetro os valores i e f . Geralmente o
nmero de liberao i um inteiro maior que zero, e a frao amostral f um valor
entre zero e um, 0 1 f < < . Quando f tem valor 1 o plano de amostragem skip-lot
passa a ser o plano de referncia utilizado anteriormente ao skip-lot. A probabilidade
de aceitao em planos com omisso de lotes SkSP-2 dada pela expresso:

81

(1 )
( , )
(1 )
i
a i
fP f P
P f i
f f P
+
=
+

(2.63)
onde P a probabilidade de aceitao de um lote no plano de amostragem de
referncia.
Tomando F como a frao mdia de lotes amostrados e ( ) TAM R o
tamanho amostral mdio exigido pelo plano de referncia, o tamanho amostral
mdio de um plano skip-lot determinado por:

( ) ( ) TAM SkSP TAM R F =
(2.64)
e a frao F pode ser obtida usando-se:

(1 )
i
f
F
f P f
=
+

(2.65)

Sendo que F um nmero entre zero e um, ou seja, 0 1 F < < . Portanto, tem-se:

( ) ( ) TAM SkSP TAM R F <
(2.66)
mostrando que a amostragem com omisso de lotes tem tamanho amostral mdio
menor quando comparado a um plano de amostragem de lotes por atributo.
Martins (2002) destaca que o uso de planos skip-lot somente deve ser feito
quando o histrico da qualidade do fornecedor for muito bom, o processo de
produo do fornecedor est sob controle estatstico e o ndice de capacidade do
processo alto. E ainda afirma que os planos de skip-lot tm sido amplamente
empregados por empresas de todo o mundo. Esses planos trazem bons resultados e
so muito teis no uso de inspeo reduzida.

2.9 CAPACIDADE DO PROCESSO

No desenvolvimento de um produto os envolvidos no projeto (engenheiros
de produo, cliente, desenhistas, etc.) determinam os limites de especificao que
so necessrios para controlar a mdia e a variabilidade do processo produtivo.
A FIGURA 2.2.1 mostra um processo com distribuio Gaussiana com
mdia e desvio padro . Em (a) tanto a mdia quanto o desvio padro esto
controlados nos seus valores nominais
0
e
0
. Isso faz com que a maior parte dos

82
itens produzidos esteja dentro dos limites de especificao. Em (b) o processo est
descentrado, isto , a mdia no est no seu valor nominal. O que resulta em maior
frao de defeituosos. J em (c) apesar da mdia estar centrada, a variabilidade do
processo maior do que aquela tomada como nominal (
1
>
0
). Dessa forma, a
frao de defeituosos tambm ser maior. (MONTGOMERY, 2004)
FIGURA 2.21 COMPORTAMENTO DA MDIA E DO DESVIO PADRO DO PROCESSO

O desempenho de um processo pode ser avaliado pela sua capacidade de
produzir dentro dos limites de especificao. Para medir esse desempenho faz-se
uso das razes da capacidade de um processo (RCP). As razes de capacidade
so: Cp , Cpk e Cpkm:
- Cp (Capacidade potencial): este ndice representa quantitativamente a
capacidade de um processo. O Cp obtido por:

6
=
LSE LIE
Cp
o
(2.67)

Segundo Costa, Epprecht e Carpinetti (2005) quanto maior o valor de Cp ,
mais o processo produz conforme as especificaes. O ndice Cp s deve ser usado

83
quando a mdia do processo estiver no ponto mdio das especificaes (mdia
nominal), pois este ndice no sensvel a mudanas na mdia do processo.
O ndice Cp muito utilizado na indstria. Normalmente no conhecido,
ento esse ndice estimado substituindo pelo desvio padro amostral s . Os
valores calculados para Cp tm a seguinte interpretao:

Quando 1 > Cp indica processo capaz;
Quando 1 < Cp indica processo incapaz.

- Cpk (Capacidade real): com este ndice obtm-se de forma mais adequada a
capacidade do processo, pois o Cpk leva em conta a centralizao do
processo. Esta razo da capacidade de um processo considera o valor da
capacidade mais prximo da mdia do processo. O valor de Cpk o mnimo
das capacidades unilaterais, e pode ser obtido pela frmula:

( ) , = Cpk Min Cps Cpi
(2.68)
onde

3
=
LIE
Cpi

o
(2.69)

3

=
LSE
Cps

o
(2.70)
Quando o processo est centrado tem-se = Cpk Cp . Por outro lado, quando
< Cpk Cp o processo apresenta descentralidade. Um inconveniente encontrado em
Cpk que este ndice torna-se muito grande quando tende para zero, tomando
algum valor fixo de entre os limites de especificao. Isso no acontece com o
ndice Cpkm.

- Cpkm ou Cpm: muito superior aos demais, este ndice alm de considerar a
variabilidade do processo, tambm leva em conta a localizao da mdia em
relao ao ponto mdio das especificaes. Sua frmula dada por:

84

2 2
6 ( )
=
+
LSE LIE
Cpkm
T o

(2.71)
Na equao acima, T representa o alvo (mdia nominal) e
2 2
( ) + T o
chamado de Erro Quadrtico Mdio (EQM). Quando no so conhecidos os
parmetros e , estes so estimados pela amostra. Os valores de Cpk e Cpkm
so iguais a Cp quando o processo est centrado ( =T ) e decrescem quando
T aumenta.

2.10 TESTE DE ADERNCIA KOLMOGOROV-SMIRNOV

O teste de aderncia Kolmogorov-Smirnov (teste K-S) indicado somente
quando a distribuio de probabilidade contnua como, por exemplo, a distribuio
normal ou Gaussiana.
Embora na sua forma original em que todos os parmetros devem ser
conhecidos, o teste K-S tem sido frequentemente utilizado em distribuies
contnuas com parmetros estimados e em distribuies discretas. (LAW E
KELTON, 2000)
Conforme Trivedi (2002), quando o teste K-S aplicado com parmetros
estimados ou quando a distribuio em anlise discreta, o teste produz resultados
conservadores. Ento, a probabilidade de se cometer um erro do tipo I (rejeitar a
hiptese H
0
sendo esta verdadeira) no ser maior que o nvel de significncia do
teste (representado por o). No entanto, h um aumento na probabilidade de se
cometer um erro do tipo II (aceitar H
0
sendo esta falsa).
No teste K-S inicialmente ordena-se a amostra na forma
1 2
...
n
x x x s s s . Em
seguida, os valores empricos da funo de distribuio amostral so encontrados
por:
1
1
0,
( ) 1/ ,
1,
n i i
n
se x x
F x n se x x x
se x x
+
s
= s s

(2.72)

85
Segundo Law e Kelton (2000), a estatstica
n
D para o teste K-S
representada pela distncia vertical entre a distribuio emprica
n
F e a distribuio
que, supostamente, adere aos dados F , para cada elemento da amostra. Tomando
uma amostra de tamanho n a estatstica para o teste calculado pelas equaes:

1
1
max ( )
n i
i n
D F X
n
+
s s

=
`
)

(2.73)
e

1
1
max ( )
n i
i n
i
D F X
n
s s

=
`
)

(2.74)

Por fim, a estatstica
n
D deve ser encontrada por:

{ }
1
max ,
n n n
i n
D D D
+
s s
=
(2.75)

A TABELA 2.6 mostra a realizao do teste K-S para verificar a aderncia da
distribuio Gaussiana com parmetros e submetendo uma amostra com dez
elementos e nvel de significncia de 5% ( = 0,05). Os valores crticos da estatstica
n
D esto na TABELA 2.7.
TABELA 2.6 EXEMPLIFICAO TESTE DE ADERNCIA K-S
i
Amostra
i
x
ordenada
( )
n
F x
Acumulada
( ) F x
Acumulada
D
+
D

1 5,7979 0,1 0,1142 0,0142 0,1142
2 5,7984 0,2 0,1149 0,0851 0,0149
3 5,8516 0,3 0,1969 0,1031 0,0031
4 5,8823 0,4 0,2574 0,1426 0,0426
5 5,9737 0,5 0,4789 0,0211 0,0789
6 5,9904 0,6 0,5224 0,0776 0,0224
7 6,0476 0,7 0,6667 0,0333 0,0667
8 6,0655 0,8 0,7081 0,0919 0,0081
9 6,1598 0,9 0,8782 0,0218 0,0782
10 6,2508 1 0,9610 0,0390 0,0610

86
TABELA 2.7 VALORES CRTICOS DA ESTATSTICA D
n
DO TESTE K-S
Tamanho da
amostra n
= 0,20 = 0,10 = 0,05 = 0,02 = 0,01
1 0,900 0,950 0,975 0,990 0,995
2 0,684 0,776 0,842 0,900 0,929
3 0,565 0,636 0,708 0,785 0,829
4 0,493 0,565 0,624 0,689 0,734
5 0,447 0,509 0,563 0,627 0,669
6 0,410 0,468 0,519 0,577 0,617
7 0,381 0,436 0,483 0,538 0,576
8 0,358 0,410 0,454 0,407 0,542
9 0,339 0,387 0,430 0,480 0,513
10 0,323 0,369 0,409 0,457 0,489
11 0,308 0,352 0,391 0,437 0,468
12 0,296 0,338 0,375 0,419 0,449
13 0,285 0,325 0,361 0,404 0,432
14 0,275 0,314 0,349 0,390 0,418
15 0,266 0,304 0,338 0,377 0,404
16 0,258 0,295 0,327 0,366 0,392
17 0,250 0,286 0,318 0,355 0,381
18 0,244 0,279 0,309 0,346 0,371
19 0,237 0,271 0,301 0,337 0,361
20 0,232 0,265 0,294 0,329 0,352
25 0,208 0,238 0,264 0,295 0,317
30 0,190 0,218 0,242 0,270 0,290
35 0,177 0,202 0,224 0,251 0,269
> 35
1, 07/ n

1, 22/ n

1,36/ n

1,52/ n

1, 63/ n

FONTE: Adaptado de TRIVEDI (2002)

Nota-se na TABELA 2.6 que
{ }
10 10 10
1 10
max , 0,1426
i
D D D
+
s s
= = . O valor crtico da
estatstica para K-S com 0, 05 o = encontrado na TABELA 2.7, onde
10;0,05
0, 409 D = .
Como
10 10;0,05
D D s , aceita-se a hiptese de Gaussianidade da amostra em questo.
Se
10 10;0,05
D D > a hiptese de Gaussianidade seria rejeitada.

87
3 NORMAS ANSI/ASQ Z1.4 E ANSI/ASQ Z1.9

3.1 NORMA ANSI/ASQ Z1.4

Durante a Segunda Guerra Mundial, em 1942, o exrcito norte-americano
utilizou tabelas de inspeo por amostragem para atributos com planos simples e
duplos construdas pela Universidade de Columbia em Nova Iorque. Em 1944, a
marinha americana adotou planos de amostragem sequencial, mantidos em segredo
at o trmino da Guerra. Essas tabelas foram base para a primeira norma publicada
pelo departamento de defesa americano chamada JAN-STD-105 (Joint Army-Navy
Service Forces Tables), em fevereiro de 1949. Em setembro de 1950, a norma JAN-
STD-105 foi revista e adotada pelo governo americano como MIL-STD-105A (Military
Standard 105A). (LOURENO FILHO, 1989)
A norma MIL-STD-105A sofreu quatro revises desde a sua publicao. A
mais recente reviso aconteceu em 1992, chamada reviso E. Essa norma tornou-
se um padro para toda a indstria e vem sendo utilizada em vrios pases. Em
1973 foi adotada pela International Organization for Standardization com o nome de
ISO 2859. No Brasil, foi adotada em 1977 pela Associao Brasileira de Normas
tcnicas ABNT e chamada de NBR-5426: Planos de Amostragem e Procedimentos
na Inspeo por Atributos. (SIQUEIRA, 1997)
Conforme Montgomery (2004), o padro MIL-STD-105E uma coleo de
esquemas de amostragem. Um esquema de amostragem uma estratgia global
que especifica como os planos amostrais devem ser empregados. Atualmente, este
padro o sistema de amostragem para atributos mais utilizado mundialmente. Este
padro teve sua verso civil publicada em 1971 pelo Instituto Americano de Padres
(American National Standards Intitute and American Society for Quality Control),
conhecida como ANSI/ASQ Z1.4 Sampling Procedures and Tables for Inspection
by Attributes.
Todas as normas derivadas do padro MIL-STD-105 apresentadas aqui so
semelhantes. Ao longo de suas revises foram feitas algumas alteraes como:
- Melhoria na redao de alguns pargrafos;
- Introduo da seo sobre a proteo de qualidade do lote isolado;

88
- Melhor concordncia das curvas CO dos planos de amostragem
simples, dupla e mltipla;
- Simplificao das regras de mudana entre as inspees normal,
severa e reduzida;
- Reconhecimento do conceito de Limite de Qualidade Mdia Resultante
como medida para proteo do consumidor;
- Incluso de quadros da Qualidade Limite;
- Reduo da quantidade de nveis especiais de inspeo para quatro;
- Eliminao de planos com nmero de aceitao muito altos

Contudo, os quadros mantiveram-se inalterados. Ento, todo estudo feito neste
trabalho sobre a norma ANSI/ASQ Z1.4 com respeito aos quadros e procedimentos
sero os mesmos para a norma militar MIL-STD-105 e normas derivadas desta.
Segundo Siqueira (1997), a ANSI/ASQ Z1.4 utilizada para regulamentar a
relao produtor-consumidor no que diz respeito ao fornecimento de produtos e
servios, devendo ser citada nos contratos ou nas especificaes. Os planos nela
descritos so aplicveis na inspeo de produtos acabados, componentes, matrias-
primas, operaes, materiais em processamento, materiais estocados, operao de
manuteno, procedimentos administrativos, relatrios e dados. Os planos so
utilizados para inspeo de lotes de produo contnua e tambm na inspeo de
lotes isolados, devendo observar se o plano oferece a proteo desejada.
Os planos contidos na norma ANSI/ASQ Z1.4 so indexados pelo NQA, que
variam de 0,10% a 10% para planos de percentual de defeituosos. Para planos de
defeitos por unidades, a norma dispes de NQAs que vo de 15 a 1000 defeitos por
100 unidades. A faixa de NQAs que est abaixo do nvel 15 tambm pode ser
utilizada pra controlar o nvel de defeitos por unidade.
Segundo Duncan (1986), o NQA e o tamanho da amostra n variam em
unidades logartmicas. H uma relao constante de 10
1/5
entre eles. Comeando
com um NQA de 1%, os prximos nveis a direita sero: 1 x 10
1/5
= 1,5849; 1,5849 x
10
1/5
= 2.5119; 3,9811; 6,3096; 10; 15,8489; 25,1189; 39,8107; ...; 1000. Para nveis
a esquerda de 1%: 1 / 10
1/5
= 0,6309; 0,3981; 0,2512; 0,1585; ...; 0,010. Os
tamanhos das amostras so encontrados da mesma forma, comeando com duas
unidades e multiplicando por 10
1/5
. Os valores dos NQAs so arredondados para

89
0,010; 0,015; 0,025; 0,040; 0,065; 0,10; 0,15; 0,25; 0,40; 0,65; 1,0; 1,5; 2,5; 4,0; 6,5;
10; 15; 25; 40; 65; 100; 150; 250; 400; 650 e 1000. E os tamanho das amostras
arredondados para: 2, 3, 5, 8, 13, 20, 32, 50, 80, 125, 200, 315, 500, 800, 1250 e
2000. Valores diferentes para o NQA e para n podem ser encontrados alterando a
distncia logartmica 1/ w em
1/
10
w
.

3.1.1 Definies

Algumas definies so necessrias para a utilizao da norma alm das j
apresentadas no captulo anterior e so descritas no texto da prpria norma:

- Nvel de qualidade aceitvel (NQA): Mxima porcentagem de no-conformes
ou nmero mximo de no-conformidades por cem unidades. o nvel de
qualidade considerado satisfatrio como mdia do processo que produz os
lotes. Na ltima reviso da norma ANSI/ASQ Z1.4, em 2003, passou a se
chamar Limite da Qualidade de Aceitao (Acceptance quality limit - AQL).

- Nvel de inspeo: O nvel de inspeo fixa a relao entre o tamanho do lote
e o tamanho da amostra. Encontram-se na norma trs nveis gerais de
inspeo: I, II e III. O nvel de inspeo deve ser especificado pela autoridade
responsvel. Normalmente a inspeo inicia-se com nvel II, conhecido como
nvel normal. Quando for necessrio maior discriminao do plano, poder ser
utilizada a inspeo nvel III. J a inspeo nvel I aplicada quando se
deseja menor discriminao do plano. O nvel III requer cerca de duas vezes
a quantidade de inspeo do nvel II. J o tamanho da amostra para o nvel I
menor do que para o nvel II. Alm destes nveis, existem outros quatros
nveis especiais de inspeo chamados S-1, S-2, S-3 e S-4. Estes so
utilizados quando houver necessidade de pequenos tamanhos de amostras e
grandes riscos de amostragem so tolerados.

- Cdigo alfabtico: O cdigo alfabtico indica o tamanho da amostra. Este
cdigo encontrado no QUADRO 3.1 onde cruzada a linha do tamanho do
lote com a coluna do nvel de inspeo. O plano de amostragem obtido

90
utilizando o cdigo alfabtico e o NQA nos QUADROS 3.2 3.7, observando
o quadro com tipo de plano de amostragem desejado (simples, duplo ou
mltiplo).

- Regimes de inspeo: Trs regimes de inspeo so dados pela norma
ANSI/ASQ Z1.4: normal, severa e reduzida. A inspeo normal utilizada ao
iniciar a atividade de inspeo. A inspeo severa aplicada quando a
qualidade do produto apresentado pelo fornecedor deteriorou. E a inspeo
reduzida instituda quando o recente histrico de qualidade do vendedor tem
se apresentado muito bom.

3.1.2 Critrios para mudana de inspeo

A norma ANSI/ASQ Z1.4 (2003) prev um procedimento de mudana entre
os nveis de inspeo normal, severa e reduzida. Este procedimento est descrito a
seguir e mostrado na FIGURA 3.1.

1. Normal para severa: quando a inspeo normal estiver em curso, a inspeo
severa ser estabelecida se dois de cinco lotes consecutivos tiverem sido
rejeitados na inspeo original (primeira inspeo realizada no lote).
2. Severa para normal: quando a inspeo severa estiver em efeito, a inspeo
normal ser instituda quando cinco lotes consecutivos tiverem sido aceitos na
inspeo original.
3. Normal para reduzida: quando a inspeo normal estiver sendo aplicada, a
inspeo reduzida ser estabelecida desde que todas as condies seguintes
sejam satisfeitas:
a) Os dez lotes anteriores estavam sob inspeo normal e nenhum deles foi
rejeitado na inspeo original;
b) O nmero de itens no-conformes nas amostras dos 10 lotes anteriores
menor ou igual ao nmero limite aplicvel determinado na norma;
c) A produo est sendo feita com regularidade, ou seja, no h nenhum
problema como: avaria de mquina, escassez de material, etc.
d) A inspeo reduzida considerada desejvel pela autoridade responsvel.

91
4. Reduzida para normal: quando a inspeo reduzida estiver em curso, a
inspeo normal ser estabelecida, se qualquer uma das seguintes situaes
ocorrer:
a) Um lote for rejeitado;
b) Ao trmino da inspeo nem o critrio de aceitao nem o critrio de
rejeio tenha sido satisfeito. O lote aceito e a inspeo normal
restabelecida j para o prximo lote.
c) A produo tornou-se irregular ou est atrasada;
d) Outras condies justifiquem o restabelecimento da inspeo normal.

5. Interrupo da inspeo: Se 5 lotes consecutivos forem rejeitados sob
inspeo severa, a inspeo sob as condies da norma ANSI/ASQ Z1.4
deve ser interrompida at que aes sejam aplicadas para melhorar a
qualidade dos lotes apresentados pelo fornecedor.
FIGURA 3.1 REGRAS PARA MUDANA DE INSPEO
FONTE: Adaptado de NORMA ANSI/ASQ Z1.4 (2003)

Incio
Normal Severa
2 de 5 lotes
consecutivos
rejeitados
5 lotes
consecutivos
aceitos
- Produo estvel
- 10 lotes
consecutivos aceitos
- Total de no-
conformes menor
que o nmero limite
- Aprovado pela
autoridade
responsvel
- Lote rejeitado
- Produo irregular
- Lote aceito, mas o
nmero de no-
conformes est
entre o Ac e o Re do
plano
- Condies garantem
retorno inspeo
normal
5 lotes
consecutivos
rejeitados sob
inspeo severa
Interromper a
inspeo
Reduzida

92
3.1.3 Procedimentos

Montgomery (2004) descreve um procedimento para utilizao dos quadros
da norma ANSI/ASQ Z1.4 para definir planos amostrais. Os passos so os
seguintes:
1. Escolher o NQA.
2. Determinar o tamanho do lote.
3. Encontrar o cdigo alfabtico do tamanho amostral.
4. Determinar se o tipo de amostragem ser simples, dupla ou mltipla.
5. Buscar no quadro apropriado o plano a ser utilizado.
6. Determinar os planos de inspeo severa e reduzida correspondentes para,
se necessrio, serem aplicados.

Os cdigos alfabticos dos tamanhos de amostras so apresentados no
quadro abaixo.
Tamanho do Lote
Nveis de Inspeo Especiais Nveis de Inspeo Gerais
S-1 S-2 S-3 S-4 I II III
2 a 8 A A A A A A B
9 a 15 A A A A A B C
16 a 25 A A B B B C D
26 a 50 A B B C C D E
51 a 90 B B C C C E F
91 a 150 B B C D D F G
151 a 280 B C D E E G H
281 a 500 B C D E F H J
501 a 1200 C C E F G J K
1201 a 3200 C D E G H K L
3201 a 10000 C D F G J L M
10001 a 35000 C D F H K M N
35001 a 150000 D E G J L N P
150001 a 500000 D E G J M P Q
500001 ou mais D E H K N Q R
QUADRO 3.1 CDIGOS ALFABTICOS PARA O TAMANHO DA AMOSTRA

93

QUADRO 3.2 PLANOS DE AMOSTRAGEM SIMPLES PARA INSPEO NORMAL

94

QUADRO 3.3 PLANOS DE AMOSTRAGEM SIMPLES PARA INSPEO SEVERA

95

QUADRO 3.4 PLANOS DE AMOSTRAGEM SIMPLES PARA INSPEO REDUZIDA

96

QUADRO 3.5 PLANOS DE AMOSTRAGEM DUPLA PARA INSPEO NORMAL

97

QUADRO 3.6 PLANOS DE AMOSTRAGEM MLTIPLA PARA INSPEO NORMAL

98

QUADRO 3.7 PLANOS DE AMOSTRAGEM MLTIPLA PARA INSPEO NORMAL (CONTINUAO)

99

QUADRO 3.8 FATORES PARA DETERMINAR LQSM APROXIMADOS PARA AMOSTRAGEM SIMPLES E INSPEO NORMAL

100

QUADRO 3.9 FATORES PARA DETERMINAR LQSM APROXIMADOS PARA AMOSTRAGEM SIMPLES E INSPEO SEVERA

101

QUADRO 3.10 QUALIDADE LIMITE (PARA PORCENTAGEM DE NO-CONFORMES, AMOSTRAGEM SIMPLES E INSPEO NORMAL) PARA PROBABILIDADE DE ACEITAO DE 10%

102

QUADRO 3.11 QUALIDADE LIMITE (PARA O NMERO DE NO-CONFORMIDADES POR CEM UNIDADES, AMOSTRAGEM SIMPLES E INSPEO NORMAL) PARA PROBABILIDADE DE
ACEITAO DE 10%

103

QUADRO 3.12 QUALIDADE LIMITE (PARA PORCENTAGEM DE NO-CONFORMES, AMOSTRAGEM SIMPLES E INSPEO NORMAL) PARA PROBABILIDADE DE ACEITAO DE 5%

104

QUADRO 3.13 QUALIDADE LIMITE (PARA O NMERO DE NO-CONFORMIDADES POR CEM UNIDADES, AMOSTRAGEM SIMPLES E INSPEO NORMAL) PARA PROBABILIDADE DE
ACEITAO DE 5%

105

QUADRO 3.14 NMEROS LIMITES PARA INSPEO REDUZIDA

106
Os quadros de planos de amostragem da norma ANSI/ASQ Z1.4 mostrados
anteriormente (QUADROS 3.2 3.7) so para amostragem simples com inspeo
normal, severa e reduzida; amostragem dupla e mltipla com inspeo normal. A
norma contm, tambm, quadros para amostragem dupla e mltipla para inspeo
severa e reduzida.
Segundo Montgomery (2004), nota-se nos quadros dos planos amostrais da
norma que o nmero de aceitao na diagonal, em cada quadro, o mesmo para
todos os planos. Outra caracterstica observada que na mudana da inspeo
normal para severa, o tamanho da amostra se mantm e o nmero de aceitao
reduzido. Na inspeo normal, se o nmero de aceitao 1, 2 ou 3, o plano de
inspeo severa equivalente tem nmero de aceitao reduzido em uma unidade.
Se o nmero de aceitao para inspeo normal for 5, 7, 10 ou 14 a reduo de
duas unidades. Para o nmero de aceitao 21 a reduo de trs unidades.
Na escolha de um plano amostral, se no cruzamento da linha horizontal
(cdigo alfabtico) com a linha vertical (NQA) estiver desenhada uma seta vertical, o
primeiro plano acima ou abaixo da seta deve ser utilizado. Nesta situao o cdigo
alfabtico e o tamanho da amostra devem ser alterados conforme a nova linha do
plano amostral encontrado. Os smbolos que aparecem nos QUADROS 3.2 3.7
indicam:

1. Em todos os quadros:
- : O primeiro plano amostral acima da seta deve ser utilizado.
- : O primeiro plano amostral abaixo da seta deve ser utilizado.
2. Nos quadros para planos de amostragem dupla:
- : Usar o plano de amostragem simples correspondente.
- : Usar o plano de amostragem simples ou dupla para o cdigo abaixo.
3. Nos quadros para planos de amostragem mltipla:
- : Usar o plano de amostragem simples correspondente.
- : Usar o plano de amostragem dupla correspondente ou o plano de
amostragem mltipla para o cdigo abaixo.
- : Aceitao no permitida para este tamanho de amostra.
- : Usar plano de amostragem dupla correspondente.

107
Como j mencionado nas regras de mudana de inspeo, quando a
inspeo reduzida esta em curso, se o nmero de aceitao foi ultrapassado, mas
no chegar ao nmero de rejeio, o lote deve ser aceito, mas volta-se a inspeo
normal. Na amostragem dupla essa anlise feita na segunda amostra, e na
amostragem mltipla, na stima amostra.
A ABNT publicou um guia com exemplos e instrues do uso da norma
NBR-5426 (1985), chamado NBR-5427 (1985). Com a inteno e ilustrar o uso da
norma ANSI/ASQ Z1.4, um exemplo contido na NBR-5427 ser discutido neste
trabalho. Isso possvel, pois os quadros e procedimentos so os mesmos.
Supondo-se que uma instituio receba lotes de produtos com 1500 itens, o
responsvel pela inspeo decidiu aplicar amostragem simples, regime de inspeo
normal e um NQA de 1%. Para este tamanho de lote e nvel II de inspeo,
encontra-se no QUADRO 3.1 o cdigo alfabtico K. Como a amostragem simples
com inspeo normal, no QUADRO 3.2 com o cdigo K e NQA = 1%, o tamanho da
amostra 125 unidades e o nmero de aceitao e rejeio so, respectivamente, 3
e 4. Ento, Nestas condies, de um lote de tamanho 1500 retira-se uma amostra
aleatria de 125 itens. Inspeciona-se cada item procura de no-conformidades
(defeitos). Se uma ou mais no-conformidades forem encontradas, o item
identificado como no-conforme (defeituoso). O lote ser aceito se trs ou menos
unidades no-conformes forem encontradas. Se o nmero de no-conformes for
igual ou maior que quatro, o lote ser rejeitado.
Mantendo as condies do exemplo anterior e alterando o NQA de 1% para
0,15%, observa-se no QUADRO 3.2 que h uma seta vertical no lugar do plano
amostral. Esta seta indica que o plano deve ser alterado para o cdigo J, com
tamanho de amostra 80 e com nmeros de aceitao e rejeio iguais a 0 e 1. O
QUADRO 3.15 abaixo mostra como ficam os planos de amostragem simples, dupla
e mltipla com inspeo normal para o exemplo apresentado.

108
Plano de
amostragem
Regime de inspeo
Normal Severa Reduzida
n Ac Re n Ac Re n Ac Re
Simples 125 3 4 125 2 3 50 1 4
Duplo
80 1 4 80 0 3 32 0 4
80 4 5 80 3 4 32 1 5
Mltiplo
32 # 3 32 # 3 13 # 3
32 0 3 32 0 3 13 # 3
32 1 4 32 0 4 13 0 4
32 2 5 32 1 5 13 0 5
32 3 6 32 2 6 13 1 6
32 4 6 32 3 6 13 1 6
32 6 7 32 4 7 13 2 7
QUADRO 3.15 PLANOS DE AMOSTRAGEM PARA O CDIGO ALFABTICO K E NQA = 1%
FONTE: Adaptado de NORMA NBR-5427 (1985)

3.1.4 Curvas CO

Curvas caractersticas de operao para inspeo normal so apresentadas
pela norma ANSI/ASQ Z1.4 para todos os cdigos alfabticos. Essas curvas so
para amostragem simples, as curvas para amostragem dupla e mltipla so
equivalentes. A FIGURA 3.2 ilustra grficos de curvas CO para o cdigo H com
NQAs de 0,25% a 10% (porcentagem de no-conformes) e de 15 e 25 no-
conformidades por cem unidades.

FIGURA 3.2 CURVAS CO PARA O CDIGO ALFABTICO H

109
Conforme ANSI/ASQ Z1.4 (2003), as curvas CO da FIGURA 3.2 foram
construdas baseadas nas seguintes distribuies:

- Para NQAs maiores que 10, na distribuio de Poisson, e se aplicam
inspeo de no-conformidades por 100 unidades do produto;
- Para NQAs menores ou iguais a 10, com 80 n s , na distribuio binomial e
so aplicadas porcentagem de itens no-conformes;
- Para NQAs menores ou iguais a 10, com 80 n > , na distribuio de Poisson e
aplicam-se a no-conformidades por 100 unidades do produto e, tambm, a
frao de itens no-conformes.

De acordo com Montgomery (2004), a probabilidade de aceitao para
determinado NQA tem variao com o aumento do tamanho amostral de
aproximadamente 0,91 a 0,99. O tamanho amostral cresce medida que cresce o
tamanho do lote. Contudo, a razo do tamanho da amostra para o tamanho do lote
tem rpido decrescimento. Isto trs grande economia quanto aos custos de inspeo
quando o fornecedor submete lotes grandes. Esta relao do tamanho do lote com o
tamanho da amostra tem o efeito de aumentar a probabilidade de aceitao para
lotes grandes utilizando o mesmo NQA. Esse fator gera alguma discusso. Um
argumento a favor da norma que a rejeio de lotes grandes tem maiores
consequncias para o vendedor do que a rejeio de lotes pequenos. E o aumento
da probabilidade de aceitao em um dado NQA diminui o risco de rejeitar um lote
grande de boa qualidade. Alm disso, maiores tamanhos de amostras tornam a
curva CO mais discriminatria, significando maior proteo para o consumidor
quanto a lotes isolados.
O consumidor deve verificar a curva CO do plano amostral escolhido para
saber a proteo oferecida pelo plano amostral contra a aceitao de um lote
individual considerado de m qualidade. Outras formas de proteo oferecidas pela
norma so quadros para a escolha de planos conforme um LQSM ou QL desejados.

110
3.1.5 Planos amostrais de acordo com um LQSM ou um QL especificado

Aps estabelecer o plano amostral para amostragem simples com inspeo
normal ou severa, o Limite de Qualidade de Sada Mdia pode ser determinado com
o uso do QUADRO 3.8 ou QUADRO 3.9. Entra-se nesses quadros com o cdigo
alfabtico e o NQA. Encontrado o fator, este deve ser multiplicado por 1 ( / ) n N para
obter um valor aproximado para o limite da qualidade resultante dos lotes de
produtos. O LQSMpode ser encontrado com o uso da seguinte expresso:

(1 / ) LQSM Fator n N =
(3.1)

Voltando ao exemplo no final da seo 3.1.3, com 1500 N = , 125 n = ,
amostragem simples, regime de inspeo normal, NQA = 1%, cdigo alfabtico K e
nmeros de aceitao e rejeio iguais a 3 e 4, respectivamente. O fator encontrado
no QUADRO 3.8 1,6. Assim, 1, 6(1 125/1500) 1, 47% LQSM = ~ . Isto significa que,
mesmo que os lotes submetidos inspeo tenham qualidade muito ruim, para este
exemplo a qualidade no final do processo no ser pior que 1,47%. Se a inspeo
fosse severa, o fator encontrado no QUADRO 3.9 seria 1,1. Dando um
1,1(1 125/1500) 1, 01% LQSM = ~ .
Com os fatores apresentados no QUADRO 3.8 e no QUADRO 3.9,
possvel definir planos amostrais que tenham no mximo um determinado LQSM ,
conhecendo os tamanhos do lote e da amostra. No QUADRO 3.1, sabendo o
tamanho do lote e o nvel de inspeo, encontra-se o cdigo alfabtico. O tamanho
da amostra encontrado no QUADRO 3.8 (inspeo normal) ou no QUADRO 3.9
(inspeo severa) na linha do cdigo alfabtico. Calcula-se um fator para o LQSM
desejado com uso da equao 3.1. O fator calculado comparado com os valores
do quadro apropriado de fatores e escolhe-se um valor igual ou menor mais prximo.
Supondo que o LQSM no pode exceder 2% de unidades no-conformes, isto ,
2% LQSM = . Os lotes tm tamanho 5000, aplica-se amostragem simples e inspeo
nvel II. O QUADRO 3.1 indica o cdigo alfabtico L, o QUADRO 3.8 d tamanho
amostral 200. Pela equao 3.1, tem-se 2 = Fator(1 200/5000), resultando em
Fator ~ 2,08. O menor mais prximo ou igual fator no QUADRO 3.8 1,6 que

111
corresponde a um NQA igual a 1%. No QUADRO 3.2 para o cdigo L e NQA = 1%,
encontra-se 5 Ac = e Re 6 = . Ficando, assim, definido o plano amostral para o
LQSM desejado.
Os planos amostrais da norma ANSI/ASQ Z1.4 podem ser definidos de
forma a proteger o consumidor contra a m qualidade de um lote individual. Nos
QUADROS 3.10 3.13 so mostrados valores da QL para amostragem simples e
inspeo normal, associados a riscos do consumidor com probabilidades de
aceitao de 10% e 5%. Esses quadros aplicam-se a frao de itens no-conformes
e ao nmero de no-conformidades por cem unidades. A QL apropriada
encontrada conforme o risco do consumidor (10% ou 5%) e pela maneira como a
no-conformidade expressa. Busca-se no quadro escolhido, na linha do cdigo
alfabtico determinado, o valor igual ou imediatamente menor ao QL desejado. Aps
encontrar este nmero, localiza-se o valor do NQA no incio da coluna. Basta
encontrar os nmeros de aceitao e rejeio para se ter definido um plano amostral
para uma QL especificada.

3.1.6 Nmeros limite para estabelecimento da inspeo reduzida

Uma das condies para mudana da inspeo normal para inspeo
reduzida a observao de nmeros limites. Esses nmeros representam a
amostragem acumulada nos ltimos dez lotes submetidos e esto dispostos no
QUADRO 3.14. O smbolo * (asterisco) indica que a amostragem acumulada dos
ltimos 10 lotes inspecionados no suficiente para estabelecer a inspeo
reduzida para o NQA correspondente. Neste caso, pode-se considerar a
amostragem acumulada em mais de dez lotes, mas devem ser de sequncia
recente, terem sido submetidos inspeo normal e nenhum deles tenha sido
rejeitado.

3.2 NORMA ANSI/ASQ Z1.9

Segundo Juran e Gryna (1993), o padro MIL-STD-105 tem seu equivalente
sistema de amostragem para aceitao lote a lote para variveis denominado MIL-

112
STD-414. Este foi criado em 1957 e adotado pela American National Standards
Institute and Quality Control Systems and Services, em 1980, como ANSI/ASQ Z1.9
Sampling Procedures and Tables for Inspection by Variables for Percent
Nonconforming. O Military Standard 414 e seu anlogo civil ANSI/ASQ Z1.9 so
sistemas de amostragem com foco no nvel de qualidade aceitvel e supem que as
medidas individuais s quais eles so aplicados seguem a distribuio normal ou
distribuio Gaussiana.
No Brasil o padro militar foi adotado pela ABNT com o nome de NBR-5429:
Planos de Amostragem e Procedimentos na Inspeo por Variveis, e seu guia para
utilizao, a NBR-5430. As normas da ABNT so muito utilizadas em instituies
pblicas como a Copel Companhia Paranaense de Energia, Sanepar Companhia
de Saneamento do Paran e Inmetro Instituto Nacional de Metrologia,
Normalizao e Qualidade Industrial.
Conforme Montgomery (2004), o ANSI/ASQ Z1.9 restabelece a semelhana
original dos padres MIL-STD-105A e MIL-STD-414 que foi perdida por ocasio da
reviso D do MIL-STD-105. ANSI/ASQ Z1.9 tornou-se diretamente compatvel com
MIL-STD-105E e ao seu anlogo civil ANSI/ASQ Z1.4. Com essa equivalncia, e
esta apontada como a principal vantagem do ANSI/AQSC Z1.9, possvel comear
a inspeo usando um esquema de amostragem de atributos do ANSI/ASQ Z1.4 e,
aps colher informaes, mudar para um esquema de variveis com o mesmo NQA
e cdigo alfabtico. Se, por algum motivo, a suposio do esquema de variveis
parecer no ser satisfeita, pode-se voltar ao esquema de inspeo por atributos.
Os NQAs da norma ANSI/ASQ Z1.9 variam de 0,10% a 10%. H trs nveis
gerais de inspeo, I, II e III. O nvel II considerado como nvel de inspeo
normal. Tambm esto disponveis dois nveis especiais de inspeo S-3 e S-4. O
nvel III usado quando se deseja uma curva CO de inclinao mais acentuada
obtendo, assim, maior discriminao entre lotes bons e ruins. O nvel I oferece
menor discriminao, comparado aos nveis II e III. Para tamanhos amostrais
reduzidos e maiores riscos tolerados, utiliza-se os nveis especiais S-3 e S-4. Os
intervalos de tamanho dos lotes o mesmo usado no ANSI/ASQ Z1.4. Tambm so
utilizados cdigos alfabticos para o tamanho da amostra, mas um mesmo cdigo
no implica em tamanhos de amostra iguais em ambas as normas.
Assim como a norma para atributos, a norma ANSI/ASQ Z1.9 traz regras
para a mudana de inspeo. Estas regras so semelhantes para ambas, mas

113
diferem na passagem da inspeo normal para reduzida, no que se refere aos
nmeros limites. A norma para variveis no necessita destes nmeros. Alm disso,
o tipo de amostragem previsto o simples, no havendo amostragem dupla ou
mltipla. As regras de mudana de inspeo esto descritas abaixo.

- Normal para severa: Quando a inspeo normal est em efeito, a inspeo
severa ser instituda quando dois de cinco lotes consecutivos forem
rejeitados na inspeo original.
- Severa para normal: Quando a inspeo severa estiver em curso, instala-se
inspeo normal quando cinco lotes consecutivos estiverem sido aceitos na
inspeo original.
- Normal para reduzida: Poder ser feita a mudana da inspeo normal para
reduzida quando as seguintes condies forem satisfeitas:
- Os dez lotes precedentes passaram por inspeo normal e nenhum deles foi
rejeitado na inspeo original;
- A produo apresenta-se estvel;
- A inspeo reduzida permitida pelo contrato ou especificao, e desejada
pela autoridade responsvel.
- Reduzida para normal: Quando a inspeo reduzida est em curso, a
inspeo normal ser instalada se for verificada alguma das ocorrncias
seguintes sob inspeo original:
- Um lote for rejeitado;
- Produo irregular ou atrasada;
- Outras condies que garantam retornar-se inspeo normal.
- Descontinuidade da inspeo: A inspeo dever ser descontinuada se o
nmero de lotes consecutivos rejeitados sob inspeo severa chegar a cinco.

Os planos de amostragem de aceitao da norma ANSI/SQC Z1.9 podem
ser elaborados quando a variabilidade do lote ou do processo for conhecida ou
desconhecida, e quando h apenas um limite de especificao (inferior ou superior)
ou dois limites de especificao para a caracterstica da qualidade.
De acordo com Montgomery (2004), quando h apenas um limite de
especificao pode-se utilizar tanto o mtodo k quanto o mtodo M. Se h dois

114
limites de especificao a deciso sobre a disposio do lote feita pelo mtodo M.
Quando a variabilidade do lote ou do processo conhecida e estvel, os planos
obtidos tem tamanho amostral menor comparados a planos com desvio padro
desconhecido ou planos da amplitude amostral.
Ainda por Montgomery (2004), antes de aplicar a norma ANSI/ASQ Z1.9
deve-se realizar um teste de normalidade das medidas. Se houver grande desvio de
normalidade das medidas, deve-se voltar inspeo por atributos. Se as ltimas
trinta amostras revelam que o processo se mantm sob controle estatstico, pode-se
mudar de um plano com desvio padro desconhecido para um plano com desvio
padro conhecido. Com isso reduzindo custos pela diminuio do tamanho da
amostra, mas necessrio verificar constantemente se o valor atribudo ao desvio
padro mantm-se inalterado.
Neste trabalho no sero apresentados planos de amostragem pelo mtodo
da amplitude por necessitarem de maior tamanho amostral em comparao aos
planos baseados no mtodo do desvio padro (conhecido ou desconhecido).

3.2.1 Procedimentos

A norma ANSI/ASQ Z1.9 (2003) descreve procedimentos usados para definir
planos amostrais para variveis quando a variabilidade da caracterstica da
qualidade sob anlise conhecida ou desconhecida, e quando h um ou dois limites
de especificao. O critrio de aceitabilidade dado por duas formas equivalentes: o
mtodo k e o mtodo M chamados, respectivamente, forma 1 e forma 2.
O QUADRO 3.16 dispe de intervalos de valores para o NQA que
correspondem a um NQA especfico da norma. Se o nvel de qualidade aceitvel
desejado no for um dos NQAs preferenciais, dever observar-se a faixa de valores
para encontrar o nvel a ser utilizado. Obtm-se o cdigo alfabtico do tamanho
amostral entrando no QUADRO 3.17 com o tamanho do lote e o nvel de inspeo.

115
Intervalos para o NQA
NQAs preferenciais da
norma ANSI/ASQ Z1.9
at 0,109 0,10
0,110 a 0,164 0,15
0,165 a 0,279 0,25
0,280 a 0,439 0,40
0,440 a 0,669 0,65
0,70 a 1,09 1,0
1,10 a 1,64 1,5
1,65 a 2,79 2,5
2,80 a 4,39 4,0
4,40 a 6,99 6,5
7,00 a 10,9 10,0
QUADRO 3.16 INTERVALOS PARA ESCOLHA DO NQA
FONTE: NORMA ANSI/ASQ Z1.9 (2003)

Tamanho do lote
Nvel de inspeo
Especial Geral
S-3 S-4 I II III
2 a 8 B B B B C
9 a 15 B B B B D
16 a 25 B B B C E
26 a 50 B B C D F
51 a 90 B B D E G
91 a 150 B C E F H
151 a 280 B D F G I
281 a 400 C E G H J
401 a 500 C E G I J
501 a 1200 D F H J K
1.201 a 3.200 E G I K L
3.201 a 10.000 F H J L M
10.001 a 35.000 G I K M N
35.001 a 15.0000 H J L N P
150.001 a 500.000 H K M P P
500.001 ou mais H K N P P
QUADRO 3.17 CDIGOS ALFABTICOS PARA O TAMANHO DA AMOSTRA

116
3.2.1.1 Planos de amostragem com variabilidade conhecida

3.2.1.1.1 Plano amostral unilateral utilizando a forma 1

Um plano amostral utilizando a forma 1 consiste em um tamanho de amostra
e uma constante de aceitabilidade k . O plano de amostragem definido nos
QUADROS 3.18 e 3.19 para inspeo normal e inspeo severa. O tamanho da
amostra e a constante de aceitabilidade k so encontrados conforme o cdigo
alfabtico e o NQA. As setas verticais indicam que para certas combinaes do
cdigo alfabtico e do NQA, o plano a ser usado est indicado imediatamente
abaixo. No topo do quadro esto os NQAs para inspeo normal, e no final do
quadro esto dispostos os NQAs para inspeo severa. A coluna nomeada com a
letra T contm planos para inspeo severa com NQA igual a 0,10%.
Para fazer o sentenciamento dos lotes calculam-se as quantidades
( ) / LSE x o ou ( ) / x LIE o , dependendo se a especificao do limite superior ou
inferior. E comparam-se estas quantidades com a constante de aceitabilidade k. Se
( ) / LSE x o ou ( ) / x LIE o for maior ou igual a k , o lote satisfaz o critrio de
aceitabilidade e ser aceito. Se ( ) / LSE x o ou ( ) / x LIE o menor que k ou um
valor negativo, o lote ser rejeitado.

QUADRO 3.18 PLANOS COM VARIABILIDADE CONHECIDA INSPEO NORMAL E SEVERA (ESPECIFICAO
UNILATERAL, FORMA 1)

117

QUADRO 3.19 CONTINUAO PLANOS COM VARIABILIDADE CONHECIDA INSPEO NORMAL E INSPEO
SEVERA (ESPECIFICAO UNILATERAL, FORMA1)


Planos amostrais obtidos pela forma 2 so constitudos do tamanho da
amostra e uma mxima porcentagem de no-conformes M associada. Estes planos
podem ser definidos com uso dos QUADROS 3.20 e 3.21, para inspeo normal e
severa, onde o tamanho da amostra e o valor de M so encontrados segundo o
cdigo alfabtico e o nvel de qualidade aceitvel. O valor de v neste quadro
corresponde a raiz quadrada de / 1 n n .
Neste procedimento faz-se uma estimativa da porcentagem de no-
conformes alm do limite superior ou do limite inferior de especificao. A
porcentagem de no-conformes para o lote estimada atravs do QUADRO 3.22.
Ento, para julgamento do lote, aps ter encontrado o cdigo alfabtico e o tamanho
da amostra, a mxima porcentagem permissvel de no-conformes para o lote e o
valor de v so encontrados no QUADRO 3.20 para o NQA especificado. Calculam-
se ( ) /
LSE
Q LSE x v o = para o limite superior de especificao ou ( ) /
LIE
Q x LIE v o =
para o limite inferior de especificao. A porcentagem de no-conformes acima do
limite superior
LSE
p , ou abaixo do limite inferior
LIE
p , so encontradas entrando-se

118
no QUADRO 3.22 com os valores de
LSE
Q ou de
LIE
Q . Compara-se a estimativa de
no-conformes do lote
LSE
p ou
LIE
p com a mxima porcentagem de no-conformes
permissvel M . Se
LSE
p ou
LIE
p menor ou igual a M , o lote aceito. Se
LSE
p ou
LIE
p maior que M ou se
LSE
Q ou
LIE
Q negativo, o lote rejeitado.

QUADRO 3.20 PLANOS COM VARIABILIDADE CONHECIDA INSPEO NORMAL E SEVERA (ESPECIFICAO
UNILATERAL E BILATERAL, FORMA 2)

119

QUADRO 3.21 CONTINUAO PLANOS COM VARIABILIDADE CONHECIDA INSPEO NORMAL E SEVERA
(ESPECIFICAO UNILATERAL E BILATERAL, FORMA 2)

120

QUADRO 3.22 PORCENTAGEM ESTIMADA DE NO-CONFORMES DO LOTE PLANOS COM VARIABILIDADE CONHECIDA

121
3.2.1.1.3 Plano amostral bilateral utilizando a forma 2

Quando h dois limites de especificao, o processo tem variabilidade
conhecida e o mesmo valor do NQA aplicado para ambos os limites de
especificao, antes de aplicar um plano de amostragem, pode-se verificar se o
desvio padro no excede um valor mximo permitido. O MPSD (Maximum Process
Standard Deviation) calculado pela expresso:

( ) MPSD F LSE LIE o =
(3.2)
onde Fo dado pelo QUADRO 3.23 abaixo de acordo com o NQA especificado.

NQA 0,10 0,15 0,25 0,40 0,65 1,00 1,50 2,50 4,00 6,50 10,00
Fo
0,147 0,152 0,157 0,165 0,174 0,184 0,194 0,206 0,223 0,243 0,271
QUADRO 3.23 VALOR DE F PARA ENCONTRAR O MXIMO DESVIO PADRO DO PROCESSO

Se o desvio padro do processo exceder o valor do MPSD o lote ser
rejeitado sem amostragem. Por outro lado, se o desvio padro no exceder o
MPSD, aplica-se a amostragem para verificar a aceitabilidade do lote.
Aps verificada a necessidade de inspeo por amostragem, busca-se o
cdigo alfabtico para o tamanho amostral no QUADRO 3.17. Os valores de n , M e
v so dados pelo QUADRO 3.20 para inspeo normal e inspeo severa, e as
propores estimadas
LSE
p e
LIE
p de no-conformes sero encontradas no
QUADRO 3.22 entrando com os valores de ( ) /
LSE
Q LSE x v o = e
( ) /
LIE
Q x LIE v o = .
Iguais ou diferentes NQAs podem ser utilizados em planos amostrais com
dois limites de especificao. O procedimento o mesmo, contudo quando
diferentes NQAs forem especificados, a mxima porcentagem de no-conformes
permitida ser calculada para ambos os limites de especificao e denominada
LIE
M
a mxima porcentagem de no-conformes no limite inferior de especificao e
LSE
M
para o limite superior de especificao.
Quando o mesmo valor do NQA aplicado para ambos os limites de
especificao, o critrio de aceitabilidade d-se pela comparao da proporo de
no-conformes estimada
LIE LSE
p p p = + com a mxima porcentagem de no-

122
conformes M . Se p menor ou igual a M , o critrio de aceitabilidade ser
satisfeito. Se p maior que M ou se
LSE
Q ou
LIE
Q , ou ambos forem negativos,
ento o lote ser rejeitado.
J o procedimento para diferentes valores do NQA para especificao
superior e inferior consiste em comparar as porcentagens estimadas
LIE
p e
LSE
p
com suas correspondentes porcentagens mximas permissveis
LIE
M e
LSE
M .
Tambm compara-se
LIE LSE
p p p = + com o Max(
LIE
M ,
LSE
M ). Se
LIE
p menor ou
igual a
LIE
M ,
LSE
p menor ou igual a
LSE
M , e p menor ou igual ao
Max(
LIE
M ,
LSE
M ), o lote ser aceito, caso contrrio, ser rejeitado. Tambm fica
caracterizada a rejeio se
LSE
Q ou
LIE
Q , ou ambos forem negativos.
A norma ANSI/ASQ Z1.9 (2003) traz exemplificaes sobre o uso da
mesma. Para mostrar como a norma deve ser utilizada com a especificao de
limites duplos, considera-se que a especificao mxima e mnima para certos
pontos em uma estrutura de ao so 70.000 e 54.000 psi, respectivamente. Um lote
de 500 itens submetido a inspeo. Utiliza-se inspeo nvel II, regime de inspeo
normal e NQA = 1,5%. conhecido o desvio padro do processo sendo igual a
3.000 psi. Os passos para aplicao da norma so os seguintes:

1. Verificar se o desvio padro do processo no excede o MPSD: O QUADRO
3.23 aponta Fo = 0,194 para um NQA de 1,5%. MPSD = 0,194(70.000
54.000) = 3.104. Como 3.000 < 3.104, ou seja, o desvio padro do processo
menor que o mximo permitido para o NQA especificado, a aceitabilidade do
lote ser determinada por amostragem. Conforme o QUADRO 3.21 o
tamanho da amostra 10. Supe-se que as medidas da amostra so 62.500,
60.500, 68.000, 59.000, 65.500, 62.000, 61.000, 69.000, 58.000 e 64.500.
2. Calcular e buscar os valores como indicado no QUADRO 3.24:

123
Informao Necessria Valor Obtido Comentrio
Tamanho da amostra: n 10 Ver QUADROS 3.17 e 3.21
Soma das medidas: x
630.000
Mdia amostral: / x x n =
63.000 630.000/10
Fator: v 1,054 Ver QUADRO 3.21
ndice de qualidade: ( ) /
LSE
Q LSE x v o = 2,46 (70000 - 63000)1,054/3000
LIE
Q x LIE v o = 3,16 (63000 - 54000)1,054/3000
Estimativa de Ncf acima do LSE:
LSE
p 0,70% Ver QUADRO 3.22
Estimativa de Ncf abaixo do LIE:
LIE
Total da estimativa de Ncf:
LSE LIE
p p p = + 0,78% 0,78% + 0,08%
Mxima porcentagem Ncf: M 3,63% Ver QUADRO 3.21
Critrio de Aceitabilidade: Comparar p e M
0,78% < 3,63%
QUADRO 3.24 VALORES PARA O CRITRIO DE ACEITABILIDADE QUANDO A CARACTERSTICA DA QUALIDADE TEM
DUPLA ESPECIFICAO E MESMO VALOR PARA O NQA EM CADA LIMITE.

O lote satisfaz o critrio de aceitabilidade, pois
LSE LIE
p p p = + < M . Ncf no quadro
acima significa no-conformes do lote.
Para exemplificar o uso da norma onde se tenha NQAs diferentes para cada
limite de especificao superior e inferior, supe-se o mesmo exemplo anterior, mas
com algumas alteraes: os limites de especificao sero 67.000 psi com NQA =
1% para o limite superior e 58.000 psi com NQA = 2,5% para o limite inferior. Neste
caso, deve-se buscar o tamanho de amostra para o maior dos dois nveis de
qualidade aceitvel. Aplicando a norma tem-se:
1. De acordo com o QUADRO 3.21 o tamanho da amostra 11. Supe-se que
as medidas da amostra so 62.500, 60.500, 68.000, 59.000, 65.500, 62.000,
61.000, 69.000, 58.000 e 64.500.
2. Obter os valores como no QUADRO 3.22:

124
Soma das medidas: x
688.000
62645 688.000/11
Fator: v 1,049 Ver QUADRO 3.21
LSE
Q LSE x v o = 1,56 (67.000 62.645)1,049/3.000
LIE
Q x LIE v o = 1,59 (62.645-58.000)1,049/3.000
LSE
Estimativa de Ncf abaixo do LIE:
LIE
Total da estimativa de Ncf:
LSE LIE
p p p = + 11,53% 5,94% + 5,59%
Mxima porcentagem Ncf no LSE:
LSE
M 2,59% Ver QUADRO 3.21
Mxima porcentagem Ncf no LIE:
LIE
M 5,60% Ver QUADRO 3.21
Critrio de Aceitabilidade:
(a) Comparar
LSE
p e
LSE
M

5,94%>2,59%

(b) Comparar
LIE
p e
LIE
M 5,59%<5,60%
(c) Comparar p e
LIE
M (maior) 11,53%>5,60%
DUPLA ESPECIFICAO E DIFERENTES VALORES PARA O NQA EM CADA LIMITE.

O lote no satisfaz o critrio de aceitabilidade, pois
LSE LSE
p M > e
LIE
p M > .

3.2.1.2 Planos de amostragem com variabilidade desconhecida


Quando a variabilidade do processo desconhecida, os planos amostrais
sero definidos a partir do desvio padro amostral. Os procedimentos so
semelhantes aos j apresentados para o caso de a variabilidade ser conhecida.
Basicamente, substitui-se nas expresses utilizadas anteriormente o desvio padro
conhecido o pelo desvio padro amostral s . Porm, os quadros que do os valores
requeridos pelo plano amostral apresentam modificaes. O cdigo alfabtico
continua sendo obtido pelo QUADRO 3.17.
Em um plano amostral com somente um limite de especificao, com
variabilidade desconhecida e fazendo uso da forma 1, deve-se calcular as

125
quantidades ( ) / LSE x s ou ( ) / x LIE s , conforme o limite de especificao seja
superior ou inferior. Compara-se ( ) / LSE x s ou ( ) / x LIE s com o valor de k
encontrado no QUADRO 3.26 abaixo para regime de inspeo normal ou severa. Se
( ) / LSE x s ou ( ) / x LIE s igual ou maior que k , o lote ser aceito. Se
( ) / LSE x s ou ( ) / x LIE s menor que k ou um valor negativo, o lote no
satisfaz o critrio de aceitabilidade e ser rejeitado.

QUADRO 3.26 PLANOS COM VARIABILIDADE DESCONHECIDA INSPEO NORMAL E SEVERA (ESPECIFICAO
UNILATERAL, FORMA 1)


Na forma 2, calculam-se os ndices de qualidade ( ) /
LSE
Q LSE x s = para o
limite superior de especificao e ( ) /
LIE
Q x LIE s = para o limite inferior de
especificao, x e s sero estimados pela amostra. A porcentagem estimada de
no-conformes
LSE
p ou
LIE
p ser encontrada entrando no QUADRO 3.29 com a
quantidade
LSE
Q ou
LIE
Q . O tamanho da amostra e o valor da mxima porcentagem
de no-conformes para o lote so dados no QUADRO 3.27, para regime de
inspeo normal e severa, conforme o cdigo alfabtico e o valor do NQA
estabelecido. O QUADRO 3.29 apenas uma parte do quadro apresentado pela

126
norma ANSI/ASQZ1.9. No quadro original, os valores de
LSE
Q ou
LIE
Q tm a seguinte
sequncia de valores: 0; 0,1; 0,2; 0,3; 0,31; 0,32; 0,33; ...; 3,90.
O valor da porcentagem de no-conformes
LSE
p ou
LIE
p comparados com
a mxima porcentagem de no conformes permissvel M . Se
LSE
p ou
LIE
p , igual
ou menor que M , o lote satisfaz o critrio de aceitabilidade. Se
LSE
p ou
LIE
p ,
maior que M ou se
LSE
Q ou
LIE
Q negativo, o critrio de aceitabilidade no
satisfeito.

QUADRO 3.27 PLANOS COM VARIABILIDADE DESCONHECIDA INSPEO NORMAL E SEVERA (ESPECIFICAO
UNILATERAL E BILATERAL, FORMA 2)

Outra exemplificao dada na norma ANSI/ASQ Z1.9 (2003) a seguinte: A
mxima temperatura de operao de certo dispositivo especificada como 209 F.
Um lote de 40 itens submetido inspeo. Nvel de inspeo II, regime de
inspeo normal e NQA = 1%. Conforme os QUADROS 3.17 e 3.27 verifica-se que
necessrio um tamanho de amostra de 5 itens. Supondo que as medidas de
temperatura em Fahrenheit sejam: 197, 188, 184, 205 e 201, o quadro abaixo
mostra os clculos e valores necessrios para se chegar aceitabilidade ou no do
lote.

127
Soma das medidas: x
975
Soma do quadrado das medidas:
2
x

190.435
Fator de correo (CF):
( )
2
/ x n

190.125 (975)
2
/5
Soma corrigida dos quadrados (SS):
2
x CF

310 190.435 190.125
Varincia (V): /( 1) SS n 77,5 310/4
Desvio Padro estimado do lote s: V
8,80
77, 5
195 975/5
Especificao limite (superior) : LSE 209
LSE
Q LSE x s = 1,59 (209 - 195)/8,80
LSE
Mxima porcentagem Ncf: M
3,33% Ver QUADRO 3.27
Critrio de Aceitabilidade: Comparar
LSE
p com M 2,19% < 3,33%
ESPECIFICAO UNILATERAL E VARIABILIDADE DESCONHECIDA.

O critrio de aceitabilidade para o lote satisfeito, pois
LSE
p menor que M .

3.2.1.2.3 Plano amostral bilateral utilizando a forma 2

Como nos planos de variabilidade conhecida com dois limites de
especificao, aqui tambm podem ser utilizados limites de especificao com
valores de NQA iguais ou diferentes. Quando o mesmo valor do NQA determinado
para ambos os limites de especificao o procedimento para sentenciar o lote o
seguinte: Determinado o cdigo alfabtico no QUADRO 3.17, encontra-se o
tamanho da amostra e a mxima porcentagem de no-conformes no QUADRO 3.27.
Atravs das medidas da amostra retirada do lote calculam-se x e s . Calcula-se,
tambm, ( ) /
LSE
Q LSE x s = e ( ) /
LSE
Q x LIE s = . A estimativa
LSE LIE
p p p = +
determinada pelo QUADRO 3.29. Se a estimativa p de no-conformes do lote for
menor ou igual a M , o lote satisfaz o critrio de aceitabilidade. Se p for maior que
M , ou se
LSE
Q ou
LIE
Q ou ambos forem negativos, o lote no satisfaz o critrio de
aceitabilidade.

128
Quando diferentes valores de NQA so atribudos para os limites superior e
inferior de especificao procede-se da seguinte maneira: Com o cdigo alfabtico
encontrado no QUADRO 3.17, ficam determinadas no QUADRO 3.27 os valores
LSE
M e
LIE
M . O nmero
LSE
M representa a mxima porcentagem de no-conformes
para o limite superior de especificao para o NQA atribudo para este limite. Da
mesma forma,
LIE
M representa a mxima porcentagem permissvel de no-
conformes para o LIE conforme o NQA atribudo. O tamanho da amostra aquele
encontrado no QUADRO 3.27 para o maior valor dos NQA estabelecidos. Retirada a
amostra do lote, calculam-se x , s , ( ) /
LSE
Q LSE x s = e ( ) /
LSE
Q x LIE s = . Estima-
se
LSE LIE
p p p = + com uso do QUADRO 3.29. O lote satisfaz o critrio de
aceitabilidade se as seguintes condies forem verdadeiras:

a)
LSE LSE
p M s
b)
LIE LIE
p M s

c) ( , )
LIE LSE
p Max M M s
De outra forma, ou tambm se
LSE
Q ou
LSE
Q ou ambos forem negativos, o lote no
ir satisfazer o critrio de aceitabilidade.

129

QUADRO 3.29 PORCENTAGEM ESTIMADA DE NO-CONFORMES DO LOTE PLANOS COM VARIABILIDADE
DESCONHECIDA

No estudo feito neste captulo quanto aos planos de amostragem com
variabilidade conhecida e desconhecida, foram apresentados quadros para regime
de inspeo normal e severa. A norma ANSI/ASQ Z1.9 traz, tambm, quadros com
regime de inspeo reduzida.

130
3.2.2 Construo do quadro da proporo de no-conformes e a relao entre k e
M

No segundo captulo foi mostrado como so encontrados os percentuais de
itens no-conformes estimados para o lote por meio de procedimentos matemticos
para lotes produzidos por um processo com variabilidade conhecida, e por meio de
nomogramas para lotes vindos de um processo com variabilidade desconhecida.
Tambm foi apresentada a relao existente entre a constante de aceitabilidade k e
a mxima porcentagem de defeituosos permissvel para o lote M em planos com
desvio padro conhecido.
Nesta seo ser mostrado como encontrar a proporo de no-conformes
para o lote e a relao entre k e M em planos para processos com variabilidade
desconhecida.
Um estudo feito por Lieberman e Resnikoff (1955) mostra que a proporo
estimada de no-conformes para o limite superior
LSE
p e para o limite inferior
LIE
p
so dadas por:

2 2
, , 0 1
2 2
0 0
1 1
LSE LSE
LSE
LSE
LSE
n n
d z para z
p
para z
para z
|
| |
< <
|
\ .
>

(3.3)

2 2
, , 0 1
2 2
0 0
1 1
LIE LIE
LIE
LIE
LIE
n n
d z para z
p
para z
para z
|
| |
< <
|
\ .
>

(3.4)

A proporo
LSE LIE
p p p = + para ambos os limite superior e limite inferior de
especificao obtida da forma:

2 2 2 2
, , , ,
2 2 2 2
LSE LIE
n n n n
p d z d z | |
| | | |
= +
| |
\ . \ .

(3.5)

131
onde

1 1
2 2 1
LSE
LSE x n
z
s n

e

1 1
2 2 1
LIE
x LIE n
z
s n

d| denota a distribuio beta incompleta com parmetros ( 2) / 2 n , ( 2) / 2 n , e
LSE
z ou
LIE
z . A distribuio beta incompleta dada pela expresso:

1 1
0
1
( , , ) (1 )
( , )
z
a b
d a b z t t dt
a b
|
|

=
}

(3.6)
onde ( , ) a b | distribuio beta:

1
1 1
0
( , ) (1 )
a b
a b t t dt |

=
}
(3.7)

Existe uma relao entre os valores da constante de aceitabilidade k nos
quadros que definem planos amostrais com desvio padro desconhecido com a
mxima proporo de no-conformes M . Essa relao a seguinte:

( )
1
1 2
M
n
k
n
|
=
(3.8)
onde
M
| fica definido por

2 2
, ,
2 2
M
n n
d M | |
| |
=
|
\ .

(3.9)
e k pode ser obtido por

1 n
k x
n
= (3.10)
onde x um valor obtido da distribuio t no central. Chega-se distribuio t-no
central como est descrito a seguir.
Se z uma varivel aleatria com distribuio Gaussiana com media zero e
varincia unitria, e w uma varivel aleatria com distribuio Qui-Quadrado com f
graus de liberdade, sendo w distribuda independentemente de z . A distribuio t
no-central com f graus de liberdade e parmetro de no-centralidade o definida
como:

132
z
t
w
o +
=
(3.11)
A funo densidade de probabilidade t no-central dada por:

2
2
2
2
1
1
1
2
2
2
1 2
0 2
!
( , , )
!
2
2
f
t
f
v f
f t
f t
f
f f v
h f t e e dv
f t f f
f
o
o
o
t
| | +
|

|
+
+
\ .
| |
=
|
+
| |
\ .
I
|
\ .
}

(3.12)
onde I representa a funo Gama:
1
0
( )
x t
x t e dt

I =
}
(3.13)

Os parmetros e o uso da distribuio t no central para encontrar planos
amostrais sero discutidos na prxima seo que trata da construo de curvas CO.

3.2.3 Construo de curvas CO e determinao de parmetros de um plano
amostral da norma ANSI/ASQ Z1.9

Conforme Lieberman e Resnikoff (1957), os grficos das curvas CO contidos
no padro militar MIL-STD-414 foram desenhados utilizando a distribuio t no
central acumulada e considerando especificao bilateral. As curvas para
especificao unilateral so equivalentes, isto , fornecem a mesma proteo.
Com j mencionado, os quadros gerados desde a primeira verso do padro
militar foram mantidos nas suas revises e so os mesmos encontrados na norma
ANSI/ASQ Z1.9 com reviso no ano de 2003. As curvas CO para esta recente
reviso foram desenhadas da mesma forma. A seguir d-se um estudo feito em
Lieberman e Resnikoff (1957), onde mostrado como foram criadas estas curvas e
como encontrar os parmetros necessrios para definir um plano amostral para
variveis quando a variabilidade do processo for desconhecida.
Supondo que a caracterstica da qualidade sob anlise tenha apenas
especificao unilateral superior e fazendo uso da forma 1, o lote ser aceito se
( ) / LSE x s k > . Multiplicando ambos os lados da desigualdade ( ) / LSE x s k > por
n , tem-se:

133

/
LSE x
k n
s n
>
(3.14)
agora subtraindo e somando a mdia que mdia conhecida do processo ao lado
esquerdo da inequao 3.14 e dividindo numerador e denominador pelo desvio
padro conhecido o , obtm-se:

( ) ( ) n LSE n x
k n
s

o o
o

> (3.15)
A expresso do lado esquerdo tem uma distribuio t no central com 1 f n =
graus de liberdade e parmetro de no centralidade dado por:

( ) n LSE
o
o

= (3.16)
O critrio de aceitao pode ser reescrito como:

> t n k (3.17)
A curva CO pode ser construda obtendo a probabilidade de aceitao para
determinados valores da frao de no-conformes p . A probabilidade de aceitao
para uma porcentagem p de no-conformes utilizando a distribuio t no central
encontrada por meio da expresso

( ) ( )
1
1
1
1 1
1 1, (1 ),
1
tnc
P t nk P t nk
t n
P k
n n
n
P n n p k
n
> = s
| |
= s
|
|

\ .
| |
= u
|
|
\ .

(3.18)
Supondo que certo plano amostral tenha como parmetros 10 n = e 1, 71 k = .
Esses valores correspondem a um plano com NQA igual a 1%, cdigo alfabtico F e
regime de inspeo normal. A probabilidade de aceitao para determinados valores
de p podem ser calculados com uso da equao 3.18. Assim, pode-se desenhar a
curva CO para o plano amostral desejado. O quadro abaixo mostra os valores da
probabilidade de aceitao para alguns valores de p .

134
p
1
(1 ) n p o

= u
Probabilidade de Aceitao:
1
10
1 9, 10 (1 ), 1, 71
9
tnc
P p
| |
u
|
|
\ .

0,001 9,7721 0,9965
0,007 7,9441 0,9493
0,01 7,3564 0,9018
0,02 6,4944 0,7812
0,03 5,9476 0,6715
0,04 5,5362 0,5760
0,05 5,2015 0,4937
0,06 4,9166 0,4232
0,07 4,6669 0,3628
0,08 4,4432 0,3112
0,09 4,2398 0,2670
0,10 4,0526 0,2291
0,15 3,2775 0,1065
QUADRO 3.30 CONSTRUO CURVA CO DE UM PLANO AMOSTRAL COM DESVIO PADRO DESCONHECIDO

Como apresentado na seo anterior, a constante de aceitabilidade k pode
ser determinada pela equao 3.10. Para encontrar o valor de k preciso conhecer
o tamanho da amostra para o plano amostral e o valor de x obtido com uso da
distribuio t no-central. O valor de x calculado a partir de:

( )
1
1, (1 ),
tnc a
x n n p P
u
(3.19)
A expresso 3.19 significa que dado um tamanho de amostra n e certa
frao de no-conformes p , deseja-se encontrar um valor x no domnio da
distribuio t no central acumulada que corresponda a uma probabilidade de
aceitao esperada. O quadro acima mostra que para uma frao de no-conformes
0, 01 p = a probabilidade de aceitao igual a 0,9018, substituindo na expresso
3.18 o valor de x fica: (9;7, 3564;0, 9018) 1,8025
tnc
x = . Ento / / 1 k x n n = =
1,8025/ 10/ 9 ~ 1, 71.
Os planos amostrais da norma ANSI/ASQ Z1.4 so encontrados
determinando uma curva CO que passe por dois pontos especificados
1
( ,1 ) p o e
2
( , ) p | . Estes planos podem ser definidos utilizando a distribuio t no-central da
seguinte forma:

135

( )
( )
1
1
1
2
1, (1 ),
1, (1 ), 1
tnc
tnc
P n p x
P n p x
o
|
u =
u =

(3.20)
A resoluo do sistema no-linear acima deve satisfazer as equaes para
as variveis n e x , de forma a obter as probabilidades mais prximas possveis de
o e 1 | . Com os valores n e x encontrados, determina-se o valor de k e M com
uso das equaes 3.8, 3.9 e 3.10. Em resumo, defini-se os parmetros de plano
amostral para variveis com dois pontos especficos da curva CO, podendo aplicar
tanto a forma 1 como a forma 2 para o sentenciamento do lote.

3.3 MUDANA DE PLANOS AMOSTRAIS ENTRE NORMAS

As normas ANSI/ASQ Z1.4 e ANSI/ASQ Z1.9 oferecem a grande vantagem
de seus planos serem diretamente compatveis. A mudana pode ser feita em
planos de amostragem simples e regime de inspeo normal. O QUADRO 3.31
ilustra os tamanhos de amostras da norma para variveis e os cdigos alfabticos a
serem utilizados na mudana de plano onde a caracterstica da qualidade um
atributo para outro onde a caracterstica da qualidade uma varivel, ou vice e
versa.
ANSI/ASQ Z1.9 (2003)
Tamanho da amostra,
com regime de inspeo
normal e nvel II
Cdigo Alfabtico
Cdigo Alfabtico
3 B B
4 C C
5 D D
7 E E
10 F F
15 G G
20 H H
25 I H
35 J J
Continua

136
Concluso
50 K K
75 L L
100 M M
150 N N
200 P P
QUADRO 3.31 TAMANHOS AMOSTRAIS DA NORMA ANSI/ASQ Z1.9 E CDIGOS ALFABTICOS PARA A MUDANA DE
PLANOS ENTRE AS NORMAS ANSI/ASQ Z1.4 E ANSI/ASQ Z1.9.

Nota-se que h equivalncia entre os cdigos alfabticos das duas normas,
a menos para o cdigo alfabtico I da norma ANSI/ASQ Z1.9 que corresponde ao
cdigo H na mudana para a norma ANSI/ASQ Z1.4. A mudana de plano de uma
norma para outra feita observando-se a permanncia do cdigo alfabtico no
QUADRO 3.31 e mantendo-se o NQA especificado.
Ao passar de um plano para varveis a um plano para atributos considera-se
como item no-conforme aquele que apresentar a medida da caracterstica da
qualidade fora do valor tolerado.

3.4 TRABALHOS RELACIONADOS S NORMAS NBR-5426 E NBR-5429

As normas NBR-5426 e NBR-5427 so referncias no Brasil quanto aos
procedimentos de inspeo por atributos e variveis, respectivamente. A seguir
esto alguns trabalhos que aplicaram essas normas .
Em Souza (2005) so estudados casos referentes prestadoras de servios
de construo e montagem de empreendimentos. Onde recomenda-se a utilizao
por prestadoras de servios, quando for aplicada a amostragem, utilizar a NBR-5426
na inspeo por atributos.
Moreira (2004) avalia resultados de percepo da qualidade obtidos de
pesquisas nas indstrias de confeces de roupas, no tocante qualidade de um
determinado produto txtil. Os critrios de aceitao e rejeio foram estabelecidos
conforme a norma NBR-5426. Foram avaliadas caractersticas como: Tangibilidade,
Confiabilidade e Empatia.

137
Russo (2002) faz uma anlise em grficos de controle para variveis,
contnuas e discretas, em uma indstria txtil. Neste trabalho surge a necessidade
de da obteno de medidas da pesagem de bobinas de fitas de polipropileno. A
norma NBR-5429, inspeo para variveis, utilizada para verificar se a fita atendia
s especificaes exigidas na linha de produo.

138
4 APRESENTAO E APLICAO DO SOFTWARE PLANINSP

O software Planinsp desenvolvido neste trabalho uma ferramenta
computacional para definio e anlise de planos amostrais segundo as normas
ANSI/ASQ Z1.4 e ANSI/ASQ Z1.9. Esta ferramenta criada em ambiente Borland C++
Builder na plataforma Windows apresenta interface grfica de fcil manipulao pelo
usurio. As obras consultadas sobre o compilador C++ Builder neste trabalho foram:
Alves, 2005; Deitel e Deitel, 2001; Dias, 2000; Mateus, 2000. A prxima figura
apresenta o software Planinsp ao ser inicializado.

FIGURA 4.1 TELA INICIAL DO SOFTWARE PLANISNP

139
4.1 APRESENTAO

4.1.1 Aba atributos

Ao iniciar a aplicao o usurio deve escolher no menu Planos ou
diretamente nas abas o tipo de plano a ser aplicado conforme a caracterstica da
qualidade ser um atributo ou uma varivel. A aba atributos trs cinco componentes
com uma seta lateral que ao ser clicada abre uma lista de opes, esse componente
chamado de combobox onde sero feitas as escolhas para definio de um plano
amostral. Nestes componentes sero escolhidos o NQA, o Nvel de Inspeo, o
Tamanho do Lote, o Tipo de Plano e o Regime de Inspeo, todos com os valores e
itens j descritos da norma ANSI/ASQ Z1.4.
No retngulo abaixo dos campos combobox so mostradas as escolhas do
usurio juntamente com o plano amostral a ser aplicado, como ilustrado na FIGURA
4.2. O boto Preencher campos faz uma cpia dos valores que definem o plano
amostral para o segundo conjunto de abas, onde poder ser feita uma anlise do
plano amostral escolhido. Ao clicar no boto Preencher campos, automaticamente
selecionada a aba segundo o tipo de plano escolhido: Amostragem Simples,
Amostragem Dupla ou Amostragem Mltipla. As FIGURAS 4.2, 4.3 e 4.4 abaixo
apresentam separadamente estas abas.

FIGURA 4.2 ABA AMOSTRAGEM SIMPLES

140

FIGURA 4.3 ABA AMOSTRAGEM DUPLA

FIGURA 4.4 ABA AMOSTRAGEM MLTIPLA

141
Os campos precedidos por palavras com fonte azul so campos resposta.
note que os valores nos campos resposta so aproximadamente os mesmos para os
trs tipos de amostragem. Isso ocorre pela razo de os planos serem
essencialmente os mesmos, isto , apresentam a mesma proteo tanto para o
fornecedor quanto para o comprador. Alguns nmeros de aceitao de planos com
amostragem mltipla podem aparecer com o valor -1, indicando que a aceitao do
lote no possvel para este estgio. A anlise feita na FIGURA 4.4 indica que o
lote s poder ser aceito a partir da terceira amostra, mas pode ser rejeitado j na
primeira amostra.
Os valores nos campos da FIGURA 4.2, 4.3 e 4.4 so referentes ao plano
amostral da FIGURA 4.1. Utilizando amostragem simples os lotes que chegam
inspeo de recebimento tm 91,06% de probabilidade de serem aceitos. Aplicando
a inspeo de retificao nos termos da norma ANSI/ASQ Z1.4 a qualidade de sada
dos lotes em mdia ser de 0,81951%, no sendo pior que 1,50277% e esta pior
qualidade mdia na sada dos lotes acontecer quando a frao de no conformes
for igual a 3,18500%. Esta anlise a mesma nas abas de amostragem dupla e
mltipla. Tambm so calculadas na amostragem dupla e mltipla a porcentagem de
aceitao e de rejeio em cada amostra. A anlise grfica pode ser feita com o uso
dos grficos da curva caracterstica de operao e pela curva de qualidade de sada
mdia ilustrados nas FIGURAS 4.5 e 4.6.
FIGURA 4.5 CURVA CO PLANO PARA ATRIBUTOS

142
Os riscos do produto e do consumidor, risco alfa e risco beta,
respectivamente, so encontrados com a anlise da curva caracterstica de
operao. O plano amostral que originou a curva CO da FIGURA 4.5 oferece risco
alfa de 8,94% (1 91,06). J o risco beta deve ser acordado entre produtor e
consumidor. Se um lote isolado no puder ultrapassar 7,55% de no-conformes,
este lote ter 10% de probabilidade de ser aceito. Para se ter riscos menores, basta
para este mesmo plano amostral aumentar o tamanho do lote. Lotes no intervalo
3201 a 10000 unidades o risco alfa reduzido para 1,6% e o risco beta para 0,2%.

FIGURA 4.6 CURVA QSM PLANO PARA ATRIBUTOS

4.1.2 Aba variveis

Nesta aba as escolhas que definem um plano amostral tambm so feitas
atravs do uso de componentes combobox e seguem as determinaes da norma
ANSI/ASQ Z1.9. A FIGURA abaixo apresenta a aba variveis para um determinado
plano amostral. Conforme as escolhas nos componentes combobox o tamanho da
amostra ser de vinte unidades e a mxima porcentagem permissvel de no-
conformes de 2,930%. Ento, vinte medies da caracterstica de interesse sero
colhidas. Na planilha, muito semelhante a uma planilha do MS-Excel, foram

143
digitadas vinte medidas e os limites de especificao utilizados foram 12,65 no limite
inferior de especificao e 12,90 no limite superior de especificao.

FIGURA 4.7 ABA VARIVEIS

Observa-se na FIGURA 4.7 que a soma das estimativas de no-conformes
acima do limite superior e abaixo do limite inferior no ultrapassa o percentual
2,930% estipulado pela norma para este plano amostral, o que resulta em aceitao
do lote recebido. Um grfico da curva caracterstica de operao est na FIGURA
4.8.

144
FIGURA 4.8 CURVA CO PLANO PARA VARIVEIS

4.1.3 Menu Teste K-S

A exigncia de que as medidas obtidas das amostras venham de uma
distribuio Gaussiana verificada atravs do menu Teste K-S. Este menu abrir
um formulrio para insero da amostra, como ilustrado na FIGURA 4.9. A
verificao realizada pelo teste de aderncia Kolmogorov-Smirnov com nveis de
significncia de 0,20; 0,10; 0,05; 0,02 e 0,01. Lembrando, se a amostra no vier de
uma distribuio Gaussiana, a norma ANSI/ASQ Z1.9 no poder ser utilizada. Se a
amostra tem grande desvio de Gaussianidade a aplicao da norma se far sob a
pena de erros no sentenciamento de lotes, causados pelo clculo equivocado da
porcentagem de no-conformes.

145
FIGURA 4.9 TESTE DE ADERNCIA KOLMOGOROV-SMIRNOV

4.2 APLICAO

4.2.1 Dados reais

Neste seo ser feita a aplicao de dados reais no software Planinsp com
informaes de uma montadora automobilstica instalada na regio da cidade de
Curitiba. Esses dados poderiam ser de qualquer outra instituio que receba
produtos em lotes e deseja verificar a sua qualidade no incio do processo de
produo. Mais adiante, dados gerados por simulao sero considerados para um
estudo mais abrangente do software construdo neste trabalho.
Atualmente, esta montadora recebe produtos de vrios fornecedores,
inclusive de empresas instaladas em outros pases. Na prtica, produtos vindos do
exterior ou de regies distantes no podem ser devolvidos para que o fornecedor
faa a inspeo e retorne lotes de melhor qualidade. Se isto fosse feito, o custo com
transporte seria invivel. Alm disso, causaria atrasos no cronograma da produo.
O cliente ao receber o produto sente a necessidade de fazer a inspeo para no ter
problemas na linha de produo. No caso da indstria automobilstica um item no

146
conforme pode causar o mau ou no funcionamento dos veculos fabricados.
Quando uma montadora descobre a falha de algum componente feito o chamado
Recall, onde os veculos que foram fabricados utilizando peas de um lote com
unidades no-conformes so chamados a retornarem montadora para substituio
do item que pode gerar problemas no veculo, e isso reflete grande custo financeiro.
Ento a idia evitar ao mximo a entrada de itens no-conformes.
prtica comum, principalmente em grandes empresas, na realizao do
contrato de fornecimento de produtos constar a garantia assegurada. Esta garante a
cobertura, por parte do fornecedor, de prejuzos causados aos seus clientes na
utilizao de itens considerados de m qualidade. Mas nenhuma empresa quer ter
sua imagem degradada diante o consumidor, da a importncia da utilizao de uma
ferramenta com base estatstica para fazer a amostragem e consequente verificao
da qualidade de produtos.
Para a montadora acima citada, os seus fornecedores, que so, tambm,
fornecedores de outras grandes montadoras, no fazem uso de uma ferramenta
estruturada para inspeo. Surgindo, ento, a necessidade de ser feita a inspeo
no recebimento de lotes. Hoje, a montadora considera que alguns produtos devem
passar por inspeo, e esta inspeo feita em todo o lote, ou seja, feita inspeo
100%. claro que a inspeo completa gera um custo desnecessrio.
Um dos produtos que passam por inspeo completa a bateria veicular.
Neste produto so verificadas caractersticas por atributos como: cor do olho mgico
(que indica cor verde para bateria carregada e amarelo ou preto quando houver
problemas na carga), presena de graxa, lquidos na parte externa, vazamentos,
riscos e fissuras. Das caractersticas por variveis so verificadas a tenso (em
Volts) e a massa da bateria (em Kg). No caso das baterias veiculares os lotes
contm 400 unidades e o processo do fornecedor produz no mximo 1% de no-
conformes. No software Planinsp so atribudos NQA = 1%, Nvel de inspeo = II,
Tamanho do lote = 281 a 500, Tipo do plano = Amostragem simples e Regime de
inspeo = Normal. O plano amostral que dever ser utilizado para atributos ser
50 n = , 1 Ac = e Re 2 = . J para variveis, 20 n = ao atribuir Tipo do plano = DP
desconhecido, 2 limites, Nvel de inspeo = II, Tamanho do lote = 281 a 400,
Regime de inspeo = Normal, NQA LIE = NQA LSE = 1%. A aplicao desses
planos pode ser acompanhada no quadro abaixo:

147
Plano para Variveis
Tenso da Bateria Massa da Bateria
Mdia = 12,775 V
LIE = 12,65 V, LSE = 12,90 V
Lote = 400 unidades
Medidas (n = 20):
12,76; 12,76; 12,77; 12,78; 12,78;
12,76; 12,80; 12,80; 12,80; 12,77;
12,73; 12,70; 12,71; 12,71; 12,73;
12,71; 12,78; 12,77; 12,75; 12,77.
Mdia = 13,00 Kg
LIE = 12,00Kg, LSE = 14,00 Kg
Lote = 400 unidades
Medidas (n = 20):
13,28; 13,26; 13,26; 13,24; 13,36;
13,32; 13,24; 13,16; 13,20; 13,18;
13,26; 12,96; 13,06; 13,16; 13,20;
13,02; 13,26; 13,02; 13,24; 12,96.
Obs: Para a caracterstica Tenso da Bateria o lote aceito como mostra a FIGURA 4.7. A
verificao de Gaussianidade esta na FIGURA 4.9. Para a caracterstica Massa da Bateria os
resultados so os mesmos.
Plano para Atributos
Das 50 amostras retiradas aleatoriamente de um lote de 400 unidades, foram verificadas vrias
caractersticas como: presena de graxa e vazamentos. Nenhuma unidade apresentou
caractersticas no conformes, portanto o lote foi aceito j que Ac = 1.
QUADRO 4.1 APLICAO PLANO AMOSTRAL COM DADOS REAIS

A figura seguinte apresenta uma pea chamada Concha Inferior utilizada na
montagem de um veculo. Nela existem vrios pontos denominados 23Y, 5Z, 27X, e
assim por diante. Esses pontos so caractersticas da qualidade que devem ser
aferidos para certificar se a pea foi produzida dentro das especificaes exigidas.
FIGURA 4.10 CONCHA INFERIOR
FONTE: MONTADORA DE AUTOMVEIS (2009)

Outra pea utilizada na montagem de veculos a Travessa Dianteira,
mostrada na FIGURA 4.11. Nesta pea tambm h vrias caractersticas da
qualidade que devem ser verificadas.

148
FIGURA 4.11 TRAVESSA DIANTEIRA
FONTE: MONTADORA DE AUTOMVEIS (2009)

A Travessa Dianteira recebida em lotes de 300 unidades. Quatro das vinte
caractersticas variveis que devem ser medidas so: Datum B, XY24, XY37 e
XY41. A porcentagem de no-conformes no pode ser superior a 0,27%, como este
percentual no est entre os percentuais preferenciais da norma ANSI/ASQ Z1.9, o
NQA atribudo deve ser de 0,25%. Que o percentual imedi atamente inferior ao
NQA desejado. Em todas essas caractersticas os componentes combobox
disponibilizaro as seguintes escolhas: Tipo do Plano = DP desconhecido, 2 limites,
Nvel de Inspeo = II, Tamanho do Lote = 281 a 500, Regime de Inspeo =
Normal e NQA LIE = NQA LSE = 0,25%. Resultando em uma amostra de tamanho
20. O quadro seguinte mostra as caractersticas e suas medidas:
DATUM B XY24 XY37 XY41
Nominal = 18 mm
LIE = 17,5 mm
LSE = 18,5 mm
Nominal = 12,2 mm
LIE = 12 mm
LSE = 12,4 mm
Nominal = 5,7 mm
LIE = 5,65 mm
LSE = 5,75 mm
Nominal = 8,2 mm
LIE = 8 mm
LSE = 8,4 mm
Medidas (n = 20)
18,244
18,219
18,247
18,240
18,244
18,248
18,253
18,239
18,254
18,230
18,222
18,231
18,223
18,234
18,238
18,237
18,232
18,238
18,236
18,224
Medidas (n = 20)
12,412
12,420
12,423
12,398
12,429
12,451
12,431
12,425
12,516
12,393
12,400
12,409
12,405
12,403
12,407
12,400
12,398
12,408
12,390
12,394
Medidas (n = 20)
5,674
5,672
5,685
5,668
5,672
5,666
5,674
5,666
5,672
5,662
5,668
5,669
5,663
5,663
5,665
5,667
5,665
5,657
5,664
5,663
Medidas (n = 20)
8,294
8,451
8,328
8,456
8,457
8,151
8,452
8,451
8,451
8,433
8,363
8,438
8,443
8,437
8,387
8,281
8,442
8,418
8,434
8,429
QUADRO 4.2 AMOSTRAS CARACTERSTICAS DA QUALIDADE COM VALORES REAIS

149
As quatro amostras do QUADRO 4.2 seguem uma distribuio Gaussiana.
Assim a norma ANSI/ASQ Z1.9 pode ser aplicada. Se pelo menos uma das quatro
amostras apresentar porcentagem de no-conformes acima do mximo permitido
pela norma, o lote todo dever ser rejeitado. Os resultados para essas variveis
esto dispostos a seguir.

- DATUM B

FIGURA 4.12 SENTENCIAMENTO LOTE, CARACTERSTICA DATUM B

- XY37

FIGURA 4.13 SENTENCIAMENTO LOTE, CARACTERSTICA XY37

150
- XY41

FIGURA 4.14 SENTENCIAMENTO LOTE, CARACTERSTICA DATUM B

- XY24

FIGURA 4.15 SENTENCIAMENTO LOTE, CARACTERSTICA XY24

Conforme a norma, se um ou ambos os ndices
LSE
Q ou
LIE
Q apresentarem
valor negativo, a amostra rejeitada e consequentemente o lote ser rejeitado.
Esses ndices so negativos em percentuais muito altos de itens no-conformes.
A Travessa Dianteira possui caractersticas da qualidade que no podem ser
medidas como: marcao de rastreabilidade, rebarbas, deformaes, choques e
trincas. Um plano amostral para essas caractersticas definido com NQA = 0,25%,
Nvel de Inspeo = II, Tamanho do Lote = 281 a 500, Tipo do Plano = Amostragem
Simples e Regime de Inspeo = Normal, definido com 50 n = , 0 Ac = e Re 1 = . Em

151
cada pea so verificados os cinco atributos citados anteriormente, se um atributo
apresentar no-conformidade a pea ser considerada no-conforme. Na inspeo
de recebimento o agente de inspeo no encontrou irregularidade alguma nos
atributos de cada unidade. Portanto o lote deve ser aceito, j que no h unidades
no-conformes na amostra. A figura seguinte ilustra os detalhes do plano amostral.

FIGURA 4.16 DETALHES PLANO AMOSTRAL COM AMOSTRAGEM SIMPLES

A FIGURA 4.16 mostra que para o plano amostral 50 n = , 0 Ac = e Re 1 =
definido para a pea Travessa Dianteira, a probabilidade de aceitao do lote junto
equipe de inspeo de 88,24% e que a qualidade de sada mdia dos lotes
recebidos de 0,18% de unidades no-conformes. Com intuito de reduzir o tamanho
amostral a amostragem dupla ou mltipla pode ser aplicada.

4.2.2 Dados obtidos por simulao

Com o auxlio do software Matlab foram criadas duas funes capazes de
simular um processo de produo com determinado nvel de unidades no-
conformes. Os valores gerados para os lotes foram obtidos de forma aleatria, assim
como os valores que compem a amostra. Os arquivos M-File so mostrados nas
figuras seguintes.

152

FIGURA 4.17 FUNO UNIFORMERDN

FIGURA 4.18 FUNO AMOSTRAGAUSSIANA

153
A funo UniformeRnd() recebe quatro parmetros: N , tamanho do lote; n ,
tamanho da amostra; p , porcentagem de no-conformes do processo; e qt ,
quantidade de lotes que devem ser gerados. Esta funo gera, em cada iterao,
um vetor com N posies que so preenchidas aleatoriamente com os nmeros
zero ou um, obtidos pela distribuio Uniforme, na proporo passada pelo
parmetro p . O nmero zero indica item conforme e o nmero um indica item no-
conforme. O itens do vetor amostra so retirados deste vetor lote, tambm de forma
aleatria. Este procedimento feito o nmero de vezes estipulado em qt resultando
em uma matriz com n linhas e qt colunas.
O procedimento utilizado na funo AmostraGaussiana semelhante ao
utilizado na funo UniformeRnd. Os lotes tambm so gerados de forma aleatria,
mas com valores da distribuio Gaussiana com parmetros mu (mdia) e dp
(desvio padro) passados para a funo.

4.2.2.1 Simulao em planos amostrais para atributos

No estudo de planos amostrais para atributos foram realizadas trs
simulaes. Cada simulao trata de um plano amostral diferente dos demais, onde
so considerados valores maiores e menores para o percentual de no-conformes
do processo tendo como base o NQA escolhido para o plano amostral. Foram
simuladas 100 amostras para cada Ncf do processo, no caso de planos para
atributos, e 100 amostras para cada Cp, no caso de planos para variveis. As
amostras obtidas por simulao no sero apresentadas na sua totalidade, pois
seriam necessrias muitas pginas para sua exibio. Estas amostras podem ser
visualizadas na mdia de CD-ROM que acompanha este trabalho. Abaixo, a primeira
simulao trs as caractersticas e o plano amostral que geraram as amostras
apresentadas em tabelas com percentual de no-conformes nelas indicado. Se o
nmero de itens no-conformes contado na amostra for maior que Ac a amostra, e
consequentemente, o lote ser rejeitado. Em caso contrrio, aceito.

- Primeira simulao:

154
i) Caractersticas que definem o plano amostral: NQA = 1%, Tamanho do
lote = 100, Amostragem = Simples, Nvel de inspeo = II e Regime de
inspeo = Normal.
ii) Plano amostral: 13 n = , 0 Ac = e Re 1 = .
TABELA 4.1 AMOSTRAS SIMULADAS DE UM PROCESSO COM Ncf = 3%
Ncf do processo = 3%
Amostra
i
1 2 3 4 ... 98 99 100
1 0 0 0 0 0 0 0
2 0 0 0 0 0 0 0
3 0 0 0 0 0 0 0
4 0 0 0 0 0 0 1
5 0 0 0 0 0 0 0
6 0 0 0 0 0 0 0
7 0 0 0 0 ... 0 0 0
8 0 0 0 0 0 0 0
9 0 0 0 0 0 0 0
10 0 0 0 0 0 0 0
11 0 0 0 0 0 0 0
12 0 0 0 0 0 0 0
13 0 0 0 0 0 0 0

0 0 0 0 0 0 1
Deciso Aceitar Aceitar Aceitar Aceitar Aceitar Aceitar Rejeitar
FONTE : O autor (2009)
Considerando um processo com nvel de 3% de Ncf, 60 lotes foram aceitos.

TABELA 4.2 AMOSTRAS SIMULADAS PROCESSO COM NCF = 2%
Amostra
i
1 2 3 4 ... 98 99 100
1 0 0 0 0 0 1 0
2 0 0 0 0 0 0 0
3 0 0 0 0 0 0 0
4 0 0 0 0 0 0 0
5 0 0 0 0 0 0 0
6 0 0 0 0 0 0 0
7 0 0 0 0 ... 0 0 1
8 0 0 0 0 0 0 0
9 0 0 0 0 0 0 0
10 0 0 0 0 0 0 0
11 0 0 0 0 0 0 0
12 0 0 0 0 0 0 0
13 0 0 0 0 0 0 0

0 0 0 0 0 1 1
Deciso Aceitar Aceitar Aceitar Aceitar Aceitar Rejeitar Rejeitar
78 lotes aceitos.

155
TABELA 4.3 AMOSTRAS SIMULADAS PROCESSO COM NCF = 1%
Amostra
i
1 2 3 4 ... 98 99 100
1 0 0 0 0 0 0 0
2 0 0 0 0 0 0 0
3 0 0 0 0 0 0 0
4 0 1 0 0 0 0 0
5 0 0 0 0 0 0 0
6 0 0 0 0 0 0 0
7 0 0 0 0 ... 0 0 0
8 0 0 0 0 0 0 0
9 0 0 0 0 0 0 0
10 0 0 0 0 0 0 0
11 0 0 0 0 0 0 0
12 0 0 0 0 0 0 0
13 0 0 0 0 0 0 0

0 1 0 0 0 0 0
Deciso Aceitar Rejeitar Aceitar Aceitar Aceitar Aceitar Aceitar
85 lotes aceitos.

TABELA 4.4 AMOSTRAS SIMULADAS PROCESSO COM NCF = 0,8%
Ncf do processo = 0,8%
Amostra
i
1 2 3 4 ... 98 99 100
1 0 0 0 0 0 0 0
2 0 0 0 0 0 0 0
3 0 0 0 0 0 0 0
4 0 0 0 0 0 0 0
5 0 0 0 0 0 0 0
6 0 0 0 0 0 0 0
7 0 0 0 0 ... 0 0 0
8 0 0 0 0 0 0 0
9 0 0 0 0 0 0 0
10 0 0 0 0 0 0 0
11 0 0 0 0 0 0 0
12 0 0 0 0 0 0 0
13 0 0 0 0 0 0 0

0 0 0 0 0 0 0
Deciso Aceitar Aceitar Aceitar Aceitar Aceitar Aceitar Aceitar
87 lotes aceitos.

156
TABELA 4.5 AMOSTRAS SIMULADAS PROCESSO COM NCF = 0,5%
Ncf do processo = 0,5%
Amostra
i
1 2 3 4 ... 98 99 100
1 0 0 0 0 0 0 0
2 0 0 0 1 0 0 0
3 0 0 0 0 0 0 0
4 0 0 0 0 0 0 0
5 0 0 0 0 0 0 0
6 0 0 0 0 0 0 0
7 0 0 0 0 ... 0 0 0
8 0 0 0 0 0 0 0
9 0 0 0 0 0 0 0
10 0 0 0 0 0 0 0
11 0 0 0 0 0 0 0
12 0 0 0 0 0 0 0
13 0 0 0 0 0 0 0

0 0 0 1 0 0 0
Deciso Aceitar Aceitar Aceitar Rejeitar Aceitar Aceitar Aceitar
97 lotes aceitos.

A tabela seguinte organiza as informaes da primeira simulao para cada
percentual de no-conformes considerado:

TABELA 4.6 RESULTADOS DA PRIMEIRA SIMULAO, PLANOS PARA ATRIBUTOS
Ncf do processo (%) Lotes aceitos Lotes rejeitados
3 60 40
2 78 22
1 85 15
0,8 87 13
0,5 97 3

- Segunda simulao:
i) Caractersticas que definem o plano amostral: NQA = 2,5%, Tamanho do
lote = 200, Amostragem = Simples, Nvel de inspeo = II e Regime de
inspeo = Normal.
ii) Plano amostral: 32 n = , 2 Ac = e Re 3 = .

157
TABELA 4.7 RESULTADOS DA SEGUNDA SIMULAO, PLANOS PARA ATRIBUTOS
Ncf do processo (%) Lotes aceitos Lotes rejeitados
4 90 10
3 93 7
2,5 93 7
2 99 1

- Terceira simulao:
i) Caractersticas que definem o plano amostral: NQA = 4%, Tamanho do
lote = 90, Amostragem = Dupla, Nvel de inspeo = II e Regime de
inspeo = Normal.
ii) Plano amostral: 8 n = ,
1
0 Ac = ,
2
1 Ac = ,
1
Re 2 = e
2
Re 2 = .

TABELA 4.8 RESULTADOS DA TERCEIRA SIMULAO, PLANOS PARA ATRIBUTOS
Ncf do processo (%)
Lotes aceitos Lotes rejeitados
1 amostra 2 amostra Total 1 amostra 2 amostra Total
7 51 33 84 9 7 16
4 81 13 94 4 2 6
3 77 19 96 3 1 4

4.2.2.2 Simulao em planos amostrais para variveis

As amostras geradas so aceitas ou rejeitadas conforme o percentual
estimado de unidades no-conformes do lote. O software Planinsp estima este
percentual e faz as comparaes necessrias com o valor ou valores mximos
permitidos de no-conformes segundo as caractersticas do plano amostral. As
quatro simulaes seguintes mostram o sentenciamento de lotes feito pelo Planinsp
para quatro distintos planos amostrais variando a capacidade do processo (centrado
e descentrado) do produtor.

- Primeira simulao:

158
i) Caractersticas que definem o plano amostral: Desvio padro
desconhecido com 1 limite, NQA = 1%, Tamanho do lote = 40, LSE = 209,
Nvel de inspeo = II e Regime de inspeo = Normal.
ii) Plano amostral: 5 n = , 3, 33% M = .

1) Processo centrado

Amostra
i
1 2 3 4 ... 98 99 100
1 199,39 197,23 199,34 212,99 197,55 205,32 202,81
2 206,47 188,01 196,70 180,05 186,03 197,56 195,71
3 191,78 198,53 198,39 186,51 ... 210,91 182,27 202,51
4 209,90 186,23 202,02 187,78 190,01 200,43 210,54
5 197,20 196,40 197,75 185,28 194,77 187,71 200,56

Deciso Rejeitar Aceitar Aceitar Rejeitar ... Rejeitar Rejeitar Rejeitar
58 lotes aceitos.

TABELA 4.10 AMOSTRAS SIMULADAS PROCESSO CENTRADO COM Cp = 1 E = 4,67
Amostra
i
1 2 3 4 ... 98 99 100
1 194,32 202,22 196,09 201,29 191,09 208,78 189,46
2 198,30 193,12 194,15 197,74 196,22 199,51 198,10
3 200,74 204,97 195,33 203,08 ... 195,49 189,34 197,88
4 192,81 197,04 206,49 189,95 181,67 197,34 195,21
5 196,53 197,64 197,56 190,01 190,18 191,94 189,43

Deciso Aceitar Aceitar Aceitar Aceitar ... Aceitar Aceitar Aceitar
98 lotes aceitos.

Amostra
i
1 2 3 4 ... 98 99 100
1 196,37 193,99 189,73 194,85 192,42 196,87 196,10
2 197,57 194,25 196,21 195,72 197,18 194,12 190,90
3 193,23 192,49 194,97 198,38 ... 193,63 193,45 200,95
4 190,17 199,61 193,48 192,75 194,71 192,32 199,11
5 190,46 194,97 195,69 200,22 199,37 188,60 198,10


159
100 lotes aceitos.

Amostra
i
1 2 3 4 ... 98 99 100
1 199,45 192,69 192,81 192,71 196,97 198,56 199,44
2 200,20 198,77 193,25 192,87 191,26 192,42 197,65
3 197,79 199,21 197,39 192,72 ... 192,14 196,79 196,37
4 194,44 196,32 194,71 189,26 197,56 197,67 194,06
5 194,69 189,94 197,20 188,20 199,70 194,42 196,74

100 lotes aceitos.

2) Processo descentrado

TABELA 4.13 AMOSTRAS SIMULADAS PROCESSO DESCENTRADO COM = 8,8, Cp = 0,53 E
Cpkm = 0,4608
Amostra
i
1 2 3 4 ... 98 99 100
1 194,63 192,88 183,57 204,49 209,69 179,98 212,80
2 208,81 202,60 199,77 207,19 204,72 201,32 210,48
3 198,55 191,80 204,70 191,35 ... 195,10 195,34 211,71
4 198,55 203,07 204,20 202,74 204,46 203,27 202,47
5 218,58 201,77 189,36 201,69 198,64 210,49 202,93

Deciso Rejeitar Aceitar Rejeitar Rejeitar ... Rejeitar Rejeitar Rejeitar
21 lotes aceitos.

TABELA 4.14 AMOSTRAS SIMULADAS PROCESSO DESCENTRADO COM = 8,67, Cp = 1 E
Cpkm = 0,6826
Amostra
i
1 2 3 4 ... 98 99 100
1 198,09 198,70 203,85 194,05 195,84 200,89 199,81
2 200,78 203,39 193,09 196,15 207,35 193,96 205,57
3 198,89 201,81 207,15 188,29 ... 198,99 193,77 203,60
4 206,18 208,57 204,69 200,50 204,64 194,67 201,51
5 201,49 200,88 200,39 202,26 191,15 202,81 203,76

Deciso Aceitar Aceitar Rejeitar Aceitar ... Rejeitar Aceitar Aceitar
76 lotes aceitos.

160
E Cpkm = 0,7640
Amostra
i
1 2 3 4 ... 98 99 100
1 198,34 196,79 205,64 197,59 202,49 201,61 192,60
2 204,25 195,68 200,16 200,12 203,23 201,95 202,23
3 202,57 202,17 202,08 202,32 ... 202,67 200,78 203,85
4 195,83 201,73 192,12 198,60 200,43 196,51 197,76
5 205,86 205,68 197,38 198,93 197,38 189,92 198,08

93 lotes aceitos.

E Cpkm = 0,8136
Amostra
i
1 2 3 4 ... 98 99 100
1 198,34 196,79 205,64 197,59 202,49 201,61 192,60
2 204,25 195,68 200,16 200,12 203,23 201,95 202,23
3 202,57 202,17 202,08 202,32
...
202,67 200,78 203,85
4 195,83 201,73 192,12 198,60 200,43 196,51 197,76
5 205,86 205,68 197,38 198,93 197,38 189,92 198,08

100 lotes aceitos.

TABELA 4.17 RESULTADOS DA PRIMEIRA SIMULAO, PLANOS PARA VARIVEIS
Processo Centrado, = 195 Processo Descentrado, = 200
Cp Cpkm Lotes Aceitos Lotes Rejeitados Lotes Aceitos Lotes Rejeitados
0,53 8,8 0,4608 58 42 21 79
1 4,67 0,6826 98 2 76 24
1,33 3,5088 0,7640 100 0 93 7
1,66 2,8112 0,8136 100 0 100 0

- Segunda simulao:

desconhecido com 2 limites, NQA LIE = 0,40%, NAQ LSE = 0,25%,

161
Tamanho do lote = 1300, LIE = 5,45, LSE = 5,55, Nvel de inspeo = II e
Regime de inspeo = Normal.
ii) Plano amostral: 50 n = , 1,16%
LIE
M = e 0, 778%
LSE
M = .

TABELA 4.18 RESULTADOS DA SEGUNDA SIMULAO, PLANOS PARA VARIVEIS
Processo Centrado, = 5,50 Processo Descentrado, = 5,48
0,75 0,0222 0,5574 9 91 0 100
1 0,0166 0,6402 95 5 1 99
1,2 0,0138 0,6845 100 0 20 80
1,33 0,0125 0,7062 100 0 59 41
1,66 0,0100 0,7448 100 0 96 4

- Terceira simulao:

desconhecido com 2 limites, NQA LIE = NQA LSE = 0,10%, Tamanho do
lote = 600, LIE = 0,445, LSE = 0,555, Nvel de inspeo = II e Regime de
inspeo = Normal.
ii) Plano amostral: 35 n = e 0, 373% M =

TABELA 4.19 RESULTADOS DA TERCEIRA SIMULAO, PLANOS PARA VARIVEIS
Processo Centrado, = 0,50 Processo Descentrado, = 0,51
0,8 0,0229 0,7332 14 86 6 94
1 0,0183 0,8779 70 30 36 64
1,33 0,0138 1,0768 100 0 96 4
1,66 0,0110 1,2305 100 0 100 0

- Quarta simulao:

desconhecido com 1 limite, NQA = 0,65%, Tamanho do lote = 1000, LSE =
250, Nvel de inspeo = II e Regime de inspeo = Normal.

162
ii) Plano amostral: 35 n = e 1,870% M = .

TABELA 4.20 RESULTADOS DA QUARTA SIMULAO, PLANOS PARA VARIVEIS
Processo Centrado, = 264 Processo Descentrado, = 260
Cpi Cpkm Lotes Aceitos Lotes Rejeitados Lotes Aceitos Lotes Rejeitados
0,6 7,7778 0,4751 18 82 0 100
0,8 5,8333 0,5577 86 14 17 83
1 4,6667 0,6139 100 0 64 36
1,33 3,5088 0,6714 100 0 98 2

163
5 CONCLUSO

Verificou-se que na inspeo por atributos, um percentual maior de no-
conformes daquele estipulado no plano amostral, o nmero de lotes rejeitados
muito grande. medida que aumenta a qualidade do processo o nmero de lotes
rejeitados diminui. Contudo, mesmo que o produtor mantenha o percentual de no-
conformes do processo igual ao valor do NQA, ainda haver rejeio de lotes. Para
que haja maior aceitao dos lotes recebidos o produtor deve melhorar seu
processo de produo a fim de diminuir o nvel de unidades no conformes.
Na inspeo por variveis, considerando baixos valores de capacidade do
processo tem-se grande rejeio dos lotes produzidos. E a falta de centralidade do
processo piora esta situao. A resposta para o aumento da capacidade a maior
aceitao de lotes pela diminuio da variabilidade na produo. Quando o processo
no est centrado o aumento da capacidade do processo reflete na maior aceitao
de lotes, porm em menor nmero comparado aos lotes vindos de um processo
centrado. Ento o produtor alm de buscar diminuir a variabilidade do processo,
tambm deve mant-lo centrado no valor nominal de cada caracterstica da
qualidade.
O software Planinsp se mostra sensvel as mudanas de variabilidade que
ocorrem em um processo produtivo, e torna-se uma ferramenta de grande valia na
busca da manuteno e melhoria da qualidade.
As normas utilizadas neste trabalho, ANSI/ASQ Z.4 e ANSI/ASQ Z1.9 so
sistemas de amostragem adotados por empresas e indstrias a mais de 50 anos.
Embora no Brasil as suas anlogas normas NBR-5426 e NBR-5429 tenham sua
ltima atualizao na dcada dos anos 80, a ANSI/ASQ vem realizando revises
regularmente. As normas ANSI/ASC estudadas aqui foram revistas no ano de 2003,
mas uma recente reviso foi publicada no ano de 2008. Mostrando, assim, a sua
importncia e adoo pelas diversas organizaes.
No foram encontrados trabalhos que tratassem especificamente da
aplicao das normas de inspeo e resultados. Isso se d pelo fato de que as
empresas tm uma postura de se proteger ao mximo quanto a vazamento de
informaes. Essa postura impede que os estudos sejam realizados e divulgados.
Por conta disso, muitas vezes, a falta de conhecimento faz com que as normas

164
sejam aplicadas de forma equivocada gerando insatisfao por parte de quem
produz e de quem compra.
A inspeo de recebimento no deve ser aplicada de forma isolada. Pois ela
utilizada para avaliar a qualidade de produtos e no tem a funo de corrigir
falhas do processo. Portanto, a inspeo deve fazer parte de um conjunto de
medidas e procedimentos bem estruturados, onde todos os integrantes e
responsveis tenham comprometimento na sua aplicao, e pleno conhecimento
terico dos mtodos e ferramentas que esto sendo aplicados.
Tanto instituies privadas quanto pblicas s tm a ganhar em abrir suas
portas para os estudos realizados pelas instituies de ensino.

5.1 SUGESTES PARA TRABALHOS FUTUROS

Recomenda-se alguns pontos de melhoria para trabalhos futuros:

- A Implementao computacional de planos amostrais com LQSM e QL
determinados.
- Incorporao ao software Planinsp de uma interface que possibilite a
simulao de planos amostrais como realizado neste trabalho, a fim de
dar ao produtor e consumidor uma prvia dos resultados que sero
alcanados pela aplicao de determinado plano amostral.
- Ampliao do software para disponibilizao de outras tcnicas de
amostragem como o skip-lot.

165
REFERNCIAS

ALVES, W. P. C++ Builder 6: Desenvolva Aplicaes para Windows. 1. ed. So
Paulo: rica, 2005.

AMERICAN NATIONAL STANDARDS INSTITUTE AND AMERICAN SOCIETY FOR
QUALITY. ANSI/ASQ Z1.4: Sampling Procedures and Tables for Inspection by
Attributes. Milwaukee, 2003.

AMERICAN NATIONAL STANDARDS INSTITUTE AND AMERICAN SOCIETY FOR
QUALITY. ANSI/ASQ Z1.9: Sampling Procedures and Tables for Inspection by
Variables. Milwaukee, 2003.

ANDRADE, L. A. S. Uma Proposta Metodolgica para a Inspeo da Qualidade
em Blocos Cermicos para Alvenaria em Canteiros de Obras. 84 f. Dissertao
(Mestrado em Engenharia de Produo), Universidade Federal de Santa Catarina,
Florianpolis, 2002.

ASSOCIAO BRASILEIRA DE NORMAS TCNICAS. NBR 5426: Planos de
Amostragem e Procedimentos na Inspeo por Atributos. Rio de Janeiro, 1985.

ASSOCIAO BRASILEIRA DE NORMAS TCNICAS. NBR 5427: Guia para
Utilizao da Norma NBR 5426. Rio de Janeiro, 1985.

ASSOCIAO BRASILEIRA DE NORMAS TCNICAS. NBR 5429: Planos de
Amostragem e Procedimentos na Inspeo por Variveis. Rio de Janeiro, 1985.

ASSOCIAO BRASILEIRA DE NORMAS TCNICAS. NBR 5430: Guia para
Utilizao da Norma NBR 5429. Rio de Janeiro, 1985.

BOLFARINE, H.; BUSSAB, W. O. Elementos de Amostragem. 1. ed. Edio. So
Paulo: Edgard Blucher, 2005.

COSTA, A. F. B.; EPPRECHT, E. K.; CARPINETTI, L. C. R. Controle Estatstico de
Qualidade. 2. ed. So Paulo: Atlas, 2004.

COSTA, J. J. da S. Controle de Qualidade. Aspectos Organizacionais e Modelo
Estatstico. 1. ed. Rio de Janeiro: Rio, 1977.

DEITEL, H. M.; DEITEL, P. J. C++ Como Programar. 3. ed. Porto Alegre: Bookman,
2001.

DEMING, W. E. Qualidade: A Revoluo da Administrao. 1. ed. Rio de Janeiro:
Saraiva, 1990.

DIAS, A. de S. Desenvolvendo em Borland Builder 5. 1. ed. Rio de Janeiro:
Cincia Moderna, 2000.

166
DODGE, H. F.; ROMIG, H. G. Sampling Inspection Tables, Single and Double
Sampling. 2
nd
ed. New York: Wiley, 1959.

DUNCAN, A. J. Quality Control and Industrial Statistics. 5
th
ed. Homewood: Irwin,
1986.

FEIGENBAUM, A. V. Controle da Qualidade Total. So Paulo: Makron Books,
1994. v. 3.

GRANT, E. L.; LEAVENWORTH, R. S. Statistical Quality Control. 6
th
ed. New
York: McGraw-Hill Book Company, 1988.

JURAN, J. M. A Qualidade Desde o Projeto. Os novos passos para o planejamento
da qualidade em produtos e servios. 1. ed. So Paulo: Cengage Learning, 2009.

JURAN, J. M.; GRYNA, F. M. Controle da Qualidade. 4. ed. So Paulo: Makron
Books, 1993.

LAW, A. M.; KELTON, W. D. Simulation Modeling Analysis. 3
rd
ed. New York:
McGraw Hill, 2000.

LIEBERMAN, G. J.; RESNIKOFF G. J. Sampling Plans for Inspection by Variables.
Journal of the American Statistical Association. Washington, junho 1955. v. 270.
p. 457 516.

LIEBERMAN, G. J.; RESNIKOFF G. J. Tables of the non-central t distribution
Density Function, Cumulative Distribution Function and Percentage Points.
Califrnia: Stanford University Press, 1957.

LOURENO FILHO, Ruy de C. B. Controle Estatstico de Qualidade. 1. ed. Rio de
Janeiro: LTC, 1989.

MARTINS, R. A. Inspeo por Amostragem. Universidade Federal de So Carlos.
So Carlos, 2002. Disponvel em:
<http://www.dcce.ibilce.unesp.br/~adriana/ceq/Material%20de%20aula/Ap_insp.pdf>.
Acesso em: 02/10/2008.

MATEUS, C. A. C++ Builder 5: Guia Prtico. 2. ed. So Paulo: rica, 2000.

MONTGOMERY, D. C. Introduo ao Controle Estatstica da Qualidade. 4. ed.
Rio de Janeiro: LTC, 2004.

MOREIRA, S. D. Percepo da Qualidade e Uso Competitivo de Tecnologia de
Informao em Empresas Txteis e de Confeco de JeansWear. 175 f.
Dissertao (Mestrado em Sistemas de Gesto) Centro Tecnolgico, Universidade
Federal Fluminense, Niteri, 2004.

PALADINI, E. P. Avaliao Estratgica da Qualidade. 1. ed. So Paulo: Atlas,
2008.

167
RUSSO, S. L. Grficos de Controle para Variveis No-conformes
Autocorrelacionadas. 120 f. Tese (Doutorado em Engenharia de Produo),
Universidade Federal de Santa Catarina, Florianpolis, 2002.

SIQUEIRA, L. G. P. Controle Estatstico do Processo. 1. ed. So Paulo: Pioneira,
1997. v. 9.

SOUZA, O. F. Gesto da Qualidade de Prestadores de Servios. O Caso de
Empreendimentos de Construo e Montagem da Indstria do Petrleo e Gs
Natural. 192 f. Dissertao (Mestrado em Sistemas de gesto) Centro
Tecnolgico, Universidade Federal Fluminense, Niteri, 2005.

STEPHENS, K. S. How to Perform Skip-Lot and Chain Sampling. 2
nd
ed.
Milwaukee: Paperback, 1995. v. 4.

TRIVEDI, K. S. Probability and Statistics with Reliability Queuing and Computer
Science Applications. 2
nd
ed. New York: John Wiley & Sons, 2002.

Universidade Federal Do Paraná

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Universidade Federal Do Paraná

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE FEDERAL DO PARAN

Você também pode gostar