Você está na página 1de 20

CEP BSCO

1. Introduo
Tradicionalmente, no controle de qualidade ocidental, os esforos de
qualidade eram focados na deteco de no conformidades, depois que estas j
haviam sido produzidas. Um grande nmero de inspetores elaboravam planos
de amostragem, atuando na deteco, seleo, retrabalho, manuseio e
reinspeo de produtos no conformes. Este sistema de desperdcio, consumia
esforo humano, tempo, materiais, e outros tantos recursos. Outro problema,
igualmente srio, era a posio do profissional da qualidade. Este tinha, como
regra, a funo de policial, consistindo seu trabalho na localizao e punio do
"criminoso (geralmente a produo), quando no conformidades eram
produzidas. Qualidade e produo eram adversrias.
Hoje este enfoque de "deteco de falhas foi substitudo pelo enfoque
"preveno a falhas, seguindo modelo japons, no qual o processo
monitorado para determinar onde os ajustes so necessrios para manter a
estabilidade e quando intervenes no processo so necessrias para reduzir a
variabilidade inerente.
O Controle Estatstico de Processo (CEP), isto , o uso de mtodos
estatsticos para controle de processos, permite que aes corretivas sejam
realizadas antes que as no conformidades ocorram. Desta forma, os ajustes
so feitos somente quando necessrios; isto evita a inspeo continuada, outra
fonte de instabilidade do processo. O ponto chave aqui, utilizar o CEP no
controle de todas as variveis envolvidas no processo, ao invs de controlar o
produto depois de pronto.
O enfoque de preveno a falhas, baseado no CEP, est tambm
coerente com a qualidade, sob o ponto de vista do cliente. No passado,
qualidade era "conformidade com s especificaes e o desempenho era
medido em taxas de reparo ou taxas relacionadas a coisas que do errado.
Hoje, qualidade est sendo definida (ou redefinida) nos termos do cliente.
Qualidade agora significa o grau de satisfao do cliente: fornecer produtos e
servios que atendam ou excedam a sua expectativa. O grau de satisfao deve
ser determinado sobre o ponto de vista do consumidor e do produtor.
A origem do CEP est associada ao trabalho pioneiro de Walter Shewhart
da Bell Laboratories nos anos 20. Shewhart, aplicando conceitos estatsticos,
dividiu as variaes ocorridas no processo produtivo em dois grandes grupos:
variaes comuns originadas pelo "acaso (ocorrem aleatoriamente em qualquer
processo) e variaes especiais, causadas por alguma circunstncia especfica,
fora do processo usual.
Para distinguir entre as duas variaes e detectar as especiais, Shewhart
desenvolveu os "grficos de controle, tambm conhecidos como "grficos de
Shewhart. Deming, que trabalhou com Shewhart na Western Eletric,
compreendeu o poder desta tcnica, tornando-se um divulgador destes
1
CEP BSCO
mtodos. Aps a Guerra Mundial, Deming foi convidado a preparar um censo,
no Japo, em 1947, mas acabou por divulgar estas tcnicas para a indstria
japonesa, que as adotou com grande sucesso.
Nas suas conferncias no Japo, Deming explicou as responsabilidades
da administrao no esforo por uma maior produtividade, alm da nfase na
utilizao dos mtodos estatsticos. A sua proposta est condensada no
conhecido "14 Pontos de Deming; estes, segundo ele, devem ser aplicados em
todas as empresas, grandes ou pequenas, estejam elas envolvidas em
manufatura ou no. Os problemas, na rea de servios, so os mesmos
encontrados nas indstrias.
2. Os 14 Pontos de Deming
1. Definir objetivos e recursos permanentes para o aperfeioamento do
produto ou servio, com planos a se tornar competitivo e
permanecer no mercado.
2. Adotar a nova filosofia. Na era econmica em que vivemos, no
podemos mais aceitar os antigos nveis de atrasos, de erros, de
materiais defeituosos e de mo-de-obra inferior.
3. Eliminar a inspeo em massa. Requerer, em seu lugar, evidncia
estatstica de controle do processo.
4. Eliminar a prtica de contratar servios ou materiais somente pelo
menor preo. fundamental considerar medidas adequadas de
qualidade com preo justo. Eliminar com o tempo, fornecedores que
no mostrem evidncia estatstica de ndices de qualidade.
5. Procurar os problemas. funo da administrao trabalhar
continuamente no aperfeioamento do processo produtivo (projeto,
materiais, manuteno, treinamento e superviso).
6. nstituir treinamento mais completo e melhor relacionado com o
trabalho.
7. nstituir mtodos modernos de superviso dos trabalhadores da
produo. O enfoque deve ser mudado: quantidade pura e
simplesmente no suficiente. Qualidade fundamental. A
superviso deve ser estimulada a aplicar os mtodos estatsticos no
aperfeioamento da qualidade.
8. Reduzir o medo em toda a organizao, fomentando a comunicao
franca, recproca e sem o esprito de punio.
2
CEP BSCO
9. Eliminar as barreiras entre os departamentos. O pessoal da pesquisa,
projeto, engenharia, qualidade, compras e produo precisam
trabalhar em conjunto, e no em competio. S assim muitos
problemas de projeto, especificao e materiais podem ser
eliminados.
10. Eliminar o uso de objetivos e slogans para aumentar a produtividade.
Cartazes com slogans, exigindo novos nveis de produo, sem
mecanismos apropriados para se alcanar estes objetivos, so
inteis.
11. Examinar, detalhadamente, o impacto dos padres de trabalho. Esses
padres levam em conta a qualidade ou ajudam o funcionrio a
desempenhar melhor o seu trabalho? Muitas vezes estes padres
so um impedimento melhoria da produtividade.
12. Estabelecer condies para que todos os trabalhadores possam
exercer suas funes com dignidade.
13. nstituir um amplo programa de educao e treinamento, assim como
um treinamento estatstico rudimentar em larga escala.
14. Criar uma estrutura na diretoria que ir aplicar os pontos descritos
acima no dia-a-dia.
3. Princpios Bsicos
Um grfico de controle tpico a representao grfica da caracterstica
de qualidade que tem sido mensurada versus o nmero da amostra, ou ainda o
tempo. O grfico contm uma linha central, representando o valor mdio da
caracterstica de qualidade e duas outras linhas horizontais, chamadas de:
limite de controle superior (LCS) e limite de controle inferior (LC).
Se todos os valores da amostra ficarem entre os limites de controle e no
existir nenhuma tendncia, o processo assumido sob controle, isto , sem
causas especiais, e nenhuma ao necessria. Entretanto, caso existam
pontos fora dos limites de controle, ou ainda alguma tendncia, interpretamos
como evidncia de processo fora de controle, isto , sofre influncias de alguma
causa especial, alguma anormalidade; ento, alguma ao necessria para
eliminar esta causa especial.
A experincia acumulada desde os anos 20, mostra a eficincia dos
grficos de controle como instrumento para direcionar a ateno s causas
especiais, no momento em elas aparecem. Com isto, reduz-se a variabilidade
no processo e problemas so antecipados, com a deteco imediata de uma
causa especial. Os grficos permitem tambm, evidenciar quando somente
causas comuns de variao esto presentes e estas devem ser reduzidas,
atravs de decises gerenciais.
3
CEP BSCO
4. Medidas de Posio
Estas medidas visam representar "onde os valores esto localizados, ou
posicionados. Para isso, contamos com a mdia, mediana e moda.
4.1 Mdia: a mdia a medida de posio mais comum. Ela identifica o centro
da massa de dados.
4.2 Mediana: identifica 50 % dos dados. A metade dos dados maior ou igual
mediana; ela separa a massa de dados em duas partes.
4.3 Moda: valor mais freqente que ocorre em um conjunto de valores. Onde
no h moda, dizemos amodal (h ainda distribuies bimodais e
multimodais)
5. Medidas de Disperso
Disperso sinnimo de variao ou variabilidade de uma distribuio.
Para medir esta disperso, utilizamos amplitude, varincia e desvio-padro.
5.1 Amplitude: uma medida simples de disperso; define-se pela diferena
entre o menor e o maior valor.
5.2 Varincia: definida como sendo a mdia do quadrado dos desvios dos
elementos em relao mdia.
5.3 Desvio-padro: igual raiz quadrada da varincia.
. Distri!uio "ontnua de Pro!a!i#idade
Apresentamos a seguir ferramentas que possibilitaro melhor
interpretao de matrizes de dados para tratamento estatstico.
Nas variveis contnuas no existe relao entre um valor da varivel
com uma probabilidade de ocorrncia. Utiliza-se ento a freqncia acumulada
at um dado valor da varivel, associada probabilidade da varivel ser menor
ou igual ao valor considerado.
Funo distribuio: F(xi) = P (x xi)
Caractersticas:
1) 0 F(xi) 1
2) Se x1 > x2 ento F(x1) > F(x2); ou seja, sempre crescente, porque
acumulado.
3) P (a < x b) = F(b) - F(a)
Distribuio Normal ou de Gauss
4
CEP BSCO
Caractersticas:
1) a curva normal tem forma de sino;
2) simtrica em relao mdia;
3) prolonga-se de - a + ;
4) cada distribuio normal fica completamente especificada por sua mdia e
seu desvio padro; h uma distribuio normal distinta para cada combinao
de mdia e desvio padro;
5) a rea total sob a curva considerada como 100%
6) a rea sob a curva entre dois pontos a probabilidade de uma varivel
normalmente distribuda tomar um valor entre esses pontos;
7) como h um nmero ilimitado de valores no intervalo - a + a
probabilidade de uma varivel aleatria distribuda normalmente tomar
exatamente determinado valor aproximadamente zero. Assim, as
probabilidades se referem sempre a intervalos de valores;
8) a rea sob a curva entre a mdia e um ponto arbitrrio funo do nmero
de desvios padres entre a mdia e aquele ponto.
Funo Densidade:
f(x) = [1/( 2II )]. E
1/2[(x-)/]2
Como a frmula de difcil clculo, fez-se uma tabela que tem como
entrada o parmetro abaixo, que consiste no nmero de desvios padres a
contar da mdia
Z = ( x - ) /
x = valor da varivel
= mdia da distribuio
= desvio-padro
$. %istogramas
Histograma um resumo grfico de variao existente num conjunto de
dados. Sua utilizao permite a visualizao da disperso, que difcil de
perceber numa tabela de nmeros. O histograma mostra-se como uma
excelente ferramenta estatstica grfica para anlise de dados, as seguintes
informaes devem ser extradas:
1) Qual a forma da distribuio? Olhando para a figura devemos tentar
responder s perguntas: Qual o valor mais comum? A disperso muito
5
CEP BSCO
grande? A distribuio simtrica? A distribuio deslocada para um lado?
Tem apenas um pico? Tem alguma barra isolada?
2) Qual a relao entre a distribuio e as especificaes? Comparamos
ento o resultado obtido com as especificaes. Perguntamos ento: qual a
porcentagem de itens fora da especificao? Est a mdia da distribuio no
centro dos limites de tolerncia?
3) H necessidade de se modificar o Histograma?
&. "arta ou 'r(ico de "ontro#e
Os dados que coletamos sempre apresentam variaes, pois refletem a
variao da caracterstica de qualidade a ser mensurada, estando sujeita a uma
srie de fatores presentes no ambiente em anlise. Na grande maioria das
situaes, tendo controlado a variabilidade, possvel ajustar o processo de
maneira a produzir itens que satisfazem as especificaes.
Exemplos de possveis fontes de variabilidade: fornecedores de matria-
prima; tipos de equipamentos de medidas; habilidade das pessoas.
Vejamos a situao de quando samos de casa para ir ao trabalho, o
tempo que levamos varia dia a dia, geralmente chegamos em 30 minutos, em
certo dia levamos 25 minutos, em outro levamos 32 minutos. No dia em que
ocorre um acidente, devido ao engarrafamento, levamos 55 minutos. Assim
pelas diversas razes temos variaes no nosso tempo de ir ao local de
trabalho.
OS GRFCOS DE CONTROLE SO
CONSTRUDOS PARA DETECTAR QUANDO
A VARABLDADE DOS DADOS EST EXCESSVA.
A variabilidade pode aparecer de duas maneiras, atravs das causas
comuns e das causas especiais.
CAUSAS COMUNS:
Este tipo de causas inerente ao processo; ao longo do tempo, so
fatores que esto sempre presentes e, contribuem, com uma parcela pequena,
na variabilidade, afetando todos os resultados. Tm origem em todas as
variveis que compem um determinado processo como matria-prima, mo-de-
obra, mtodos, mquinas etc., tambm, como este processo organizado e
gerenciado.
CAUSAS ESPECAS:
Elas no fazem parte do sistema, devendo ser consideradas como
anormalidades. So fatores que contribuem, com uma parcela grande, na
6
CEP BSCO
variabilidade. Surgem de tempos em tempos, mas no esto sempre presentes.
A variabilidade, devido a causas especiais pode ser identificada e eliminada, ao
eliminarem-se as causas especiais.
8.1 COMO CONSTRUR:
Entrada: Coletar de 20 25 subgrupos. Cada subgrupo consiste num conjunto
de amostras do dado quantitativo em estudo, so selecionados tanto quanto
possvel, somente, com causas comuns de variabilidade existentes dentro do
subgrupos.
Para gerar subgrupos, identifique aqueles fatores, que podem ocasionar
a variabilidade em monitorao. Exemplos: diferentes processos, diferentes
mtodos, perodos de tempo, mquinas, fornecedores, lotes, etc.
a) Calcule a linha central. Utilize a frmula de cada grfico de controle, para
realizar o clculo.
b) Calcule os limites de controle. Utilize as frmulas de cada grfico de controle
para realizar estes clculos.
c) Desenhe e rotule o eixo Y. Lembre-se que para desenhar o eixo Y, voc
deve acomodar os limites de controle e todos os dados.
d) Desenhe e rotule o eixo X (varivel relacionado com o tempo).
e) Observao: Existem formulrios prontos para construir grficos de
controles; geralmente, nestes formulrios, o eixo X j vem traado,
necessitando, apenas, rotular.
f) Plote os dados e ligue os pontos. Cada ponto um resumo dos dados do
subgrupo.
g) Trace a linha central.
h) Trace os limites de controle.
i) Preencha o cabealho e coloque legenda, caso necessrio.
8.2 CLCULO DOS LMTES:
O clculo dos limites baseado na probabilidade de ocorrncia de um
determinado evento (dado do grfico de controle). E, apesar de existirem
diversos tipos de grficos os limites so sempre calculados da mesma forma,
com base na distribuio normal:
Limite Superior de Controle = (Mdia da caracterstica) + 3 (Desvios padres da
caracterstica)
Limite nferior de Controle = (Mdia da caracterstica) - 3 (Desvios padres da
caracterstica)
Linha Central = (Mdia da caracterstica)
Ou:
7
CEP BSCO
LSC = + 3
LC = - 3
LC =
8.3 TPOS DE GRFCO DE CONTROLE:
O CEP tem por finalidade desenvolver e aplicar mtodos estatsticos,
como parte (talvez, a mais importante) da estratgia de preveno de defeitos,
de melhoramento da qualidade dos produtos e servios, e da reduo de custos
de fabricao.
Entende-se, por processo, a combinao de mquinas, mtodos, material
e mo-de-obra, envolvidos na produo de um determinado produto ou servio.
O termo controle envolve o conjunto de decises que tem por objetivo a
satisfao de determinados padres, ou especificaes, por parte dos produtos
e itens fabricados.
Nos processos de produo, itens ou servios defeituosos ou fora das
especificaes ocorrem devido variabilidade, inerente a todo processo. O
CEP auxilia na identificao das causas especiais de variao, detectando
como e quando atuar, eliminando as mesmas.
Os grficos de controle so divididos naqueles em que se usam dados
discretos (dados que assumem um nmero finito de valores, tal como nmeros
de erros) e so chamados de atributos; e naqueles em que se usam dados
contnuos (dados que assumem qualquer valor num intervalo, tal como
alturas), e so chamados grficos por varivel.
')*+I"O x , )-
um grfico que monitora dados quantitativos. Ele monitora as mdias
de dados contnuos, com base na amplitude (R). Monitora a variabilidade entre
os subgrupos. Este grfico deve ser analisado em conjunto com o grfico R. O
grfico R serve para monitorar dados quantitativos contnuos. Ele monitora a
variabilidade dentro dos subgrupos. Este grfico deve ser analisado em
conjunto com o grfico x - R.
')*+I"O x , .-
Quando o tamanho da amostra moderadamente grande n 10, o
mtodo de estimar o desvio-padro, pela amplitude torna-se ineficiente. Nestes
casos, melhor trocar os grficos x - R por grficos x - S. Aqui, se faz
necessrio calcular a mdia da amostra e o desvio-padro amostral, para cada
subgrupo.
')*+I"O
~
x , )-
8
CEP BSCO
Em alguns casos, para auxiliar o clculo do grfico, na fbrica, utiliza-se
a mediana amostral para estimar a mdia. Este mtodo bastante utilizado,
pois simplifica muito a construo do grfico. Neste caso, o clculo da mediana
basicamente grfico. Porm, ele s deve ser utilizado em tamanhos de
amostra para n "'impares, portanto, utilizando n "par no se tem nenhum
ganho em relao ao clculo de x .
')*+I"O x , MR
O grfico monitora dados contnuos, quando somente uma unidade pode
(ou faz sentido) ser obtida. Temos n subgrupos com tamanho de amostra igual
a um (grfico de amplitude mvel).
No grfico plotada a observao individual x1, x2, ... , xn.
Este grfico muito utilizado nas industrias qumicas, pois nos processos
qumicos, no faz sentido analisar, muitas vezes, mais do que uma observao,
tal como: viscosidade, temperatura, etc. bastante utilizado tambm para
monitorar testes destrutivos e unidades de inspeo automatizadas onde todas
unidades so testadas.
Assim fazemos a anlise com dois grficos: um para valores individuais
que monitora a mdia e outro para a amplitude mvel (M R ), que monitora a
variabilidade.
LMTES DO GRFCO DE VALORES NDVDUAS:
LNHA CENTRAL x = (X1+X2+....Xn)/n
LMTES DE CONTROLE LSC = x + 2,659 MR
LC = x - 2,659 MR
onde, MR = (x1 - x2 + x2 - x3 + ... + xk-1 - xk) / k-1
LMTES DE CONTROLE PARA MR :
LNHA CENTRAL MR
LMTES CONTROLE LSC = D4 MR
LC = D3 M R
onde n=1, D3=0 e D4=3,269
8.4 NTERPRETAO DOS GRFCOS DE CONTROLE
9
CEP BSCO
Como j dissemos, o objetivo dos grficos de controle determinar, com
base no movimento dos pontos, que tipo de mudana est ocorrendo no
processo produtivo. Assim sendo, para usarmos os grficos de controle
corretamente, temos que definir um conjunto de critrios para depois
analisarmos o que normal e o que anormal.
Um processo dito sob controle quando no grfico ocorre que:
Todos os pontos caem dentro dos limites.
O agrupamento dos pontos no assumem uma forma particular.
Assim sendo, consideramos que h uma anormalidade no processo
quando:
Qualquer ponto se apresente fora dos limites.
Os pontos assumem uma forma particular, mesmo que todos estejam dentro
dos limites.
No primeiro caso a anlise bvia. Vamos ento ver como analisarmos
as situaes que caem no segundo caso. As situaes abaixo indicam uma
situao no aleatria e, portanto, configuram uma anormalidade.
a) Existncia de corridas: chamamos de corrida quando vrios pontos se
colocam consecutivamente de um mesmo lado da linha central. O nmero de
pontos na corrida chamado de comprimento da corrida. Se a corrida tiver 7
pontos considera-se que h uma anormalidade no processo. Mesmo se a
corrida tiver menos de 6 pontos, se 10 num total de 11, ou 12 num total de 14
pontos estiverem num mesmo lado da linha central consideramos que h uma
anormalidade no processo. Note que nos grficos de controle da mdia x , a
linha central e a linha mdia dos limites coincidem. Mas nos grficos de
amplitude R isto nem sempre ocorre, e o critrio acima para a linha mdia
dos limites.
b.) Tendncias: chama-se de tendncia uma alta ou baixa contnua dos pontos.
Na avaliao de tendncias considera-se que se 7 pontos consecutivos
apresentam alta ou baixa, ento h uma anormalidade no processo.
c.) Periodicidade: se os pontos apresentam a mesma caracterstica de
mudanas (por exemplo alta ou baixa) em intervalos de tempo iguais, ento
considera-se que h uma periodicidade. No existe um critrio para a
avaliao de anormalidades no processo baseado em periodicidades. Nestes
casos temos que ficar alertas, observar o processo com maior cuidado e
tomar uma deciso de acordo.
d.) Aperto nas linhas de controle: quando os pontos ficam muito prximos s
linhas de controle, seja da linha central sejam dos limites, considera-se que
h um aperto na linha de controle. Freqentemente esta situao indica que
houve uma mistura de dados de diferentes subgrupos ou que vrios fatores
10
CEP BSCO
esto afetando os dados de um mesmo subgrupo, tirando a uniformidade que
deveria haver nos dados. Se isto for o caso, refaa as medies. Se no for
o caso, analisamos a situao da seguinte maneira: para detectarmos se h
aperto na linha central, traamos mais duas linhas no grfico de controle,
uma de cada lado da linha central, situadas na metade do espao entre a LC
e os limites. Se todos (ou a maioria) dos pontos ficar entre essas duas novas
linhas, considera-se que h uma anormalidade no processo. Para
verificarmos se h aperto nos limites de controle, traamos duas novas
linhas, situadas a 2/3 da distncia entre a LC e os limites, uma de cada lado
da LC. Considera-se que h anormalidade se 2 em cada 3 pontos, 3 em
cada 7 ou 4 em cada 10 pontos fiquem entre essas novas linhas e os limites
de controle.
Os critrios acima podem variar conforme a experincia de cada um e
principalmente em funo das caractersticas do processo. A American Society
for Quality (ASQ) tem outros critrios, de ampla aceitao, que so mostrados
nos grficos e tabela das folhas a seguir:
padro 1
-40
-30
-20
-10
0
10
20
30
40
Padro 1- Um nico ponto alm da zona A, ou seja, acima do limite superior de controle ou
abaixo do limite inferior de controle;
padro 2
-40
-30
-20
-10
0
10
20
30
40
Padro 2: Nove pontos consecutivos de um mesmo lado do valor central, ou seja, todos os
nove pontos acima da linha mdia ou abaixo;
11
CEP BSCO
padro 3
-40
-30
-20
-10
0
10
20
30
40
Padro 3- Seis pontos consecutivos continuamente aumentando ou diminuindo, no grfico;
padro 4
-40
-30
-20
-10
0
10
20
30
40
Padro 4- Quatorze pontos consecutivos alternando-se para cima e para baixo, no grfico;
padro 5
-40
-30
-20
-10
0
10
20
30
40
Padro 5- Dois em trs pontos consecutivos, situados na mesma zona A do grfico;
12
CEP BSCO
padro
-40
-30
-20
-10
0
10
20
30
40
Padro - Quatro em cinco pontos consecutivos situados nas zonas A ou B de um mesmo lado
do grfico;
padro $
-40
-30
-20
-10
0
10
20
30
40
Padro $- Quinze pontos consecutivos situados nas zonas C, acima ou abaixo da linha mdia;
padro &
-40
-30
-20
-10
0
10
20
30
40
Padro &- Oito pontos consecutivos de ambos os lados da linha mdia, com nenhum situado na
zona C.
13
CEP BSCO
"OM/01*)IO. .OB)/ ")I12)IO. P3)3 "34.3. /.P/"I3I.
0. I0+O)M356/. .OB)/ O. ")I12)IO. / .OB)/ .43 41I7I8359O
1 Os critrios so aplicveis a grficos do tipo SHEWHART, para os casos
de x (mdia) e x (individual). Assume-se conformidade com a funo
distribuio normal. Critrios 1, 2, 5 e 6 so aplicveis apenas a cada
uma das metades (superior e/ou inferior) do grfico. Os critrios 3, 4, 7 e
8 valem para o grfico como um todo.
2 Os limites de controle superior (LSC) e inferior (LC) esto distncia de
trs desvios padro da linha central. Para os critrios, o grfico dividido
em 6 regies (ou zonas), cada qual com largura de 1 desvio-padro. Elas
so designadas como C, B e A, a partir da linha central, em ambas as
direes.
3 Com o processo sob controle (estatstico) a probabilidade de aceitar ao
de causa especial, quando ela de fato no existe, inferior a 0,005 (cerca
de cinco casos em mil), em cada um dos testes.
4 recomendvel que os critrios 1, 2, 3 e 4 sejam rotineiramente
aplicados pelos prprios interessados, ao plotarem os pontos (resultados)
nos grficos. A probabilidade de deciso incorreta passa a ser cerca de
0,01 (um caso em cem)
5 Os 4 primeiros critrios podem ser complementados pelos dois seguintes,
desde que seja economicamente justificvel obter deciso mais rpida. A
probabilidade de deciso incorreta passa a ser de cerca de 0,02 (dois
casos em cem)
6 Critrios 7 e 8 diagnosticam estratificao e so muito teis na fase
inicial, ao se implantar grficos. Eles mostram quando os resultados, num
subgrupo, provm de pelo menos duas origens, com mdias diferentes.
O critrio 7 indica quando os resultados no subgrupo provm sempre de
ambas as origens; o critrio 8 indica quando os resultados provm
apenas de uma dessas origens, em cada ocasio.
7 Quando um critrio detectar a presena de causa especial, o ponto crtico
deve ser assinalado com um (x), na vertical e mais longe da linha central.
8 Um ponto, mesmo que possa ser vlido para vrios critrios, recebe um e
apenas um (x).
14
CEP BSCO
9 Um (x) indica que o processo no est sob controle estatstico. sso quer
dizer que o ponto crtico o ltimo deles, numa dada seqncia (ou ento
um nico ponto, como no critrio 1), cuja ocorrncia pouco provvel, se
o processo estiver sob controle.
10 Os critrios expostos so os bsicos mas no devem impedir que
usurios (ou analistas) fiquem alertas para detectar comportamentos
irregulares que possam indicar presena de causas especiais nos
respectivos processos.
8.5 EXEMPLO DE APLCAO
Os dados da tabela a seguir foram obtidos da produo de fertilizantes,
realizada em 20/12/95, e referem-se concentrao (% em peso) de cloreto de
amnia, cuja especificao de 50 +/- 1%. Calcule os limites de controle para
a carta de valores individuais e carta de range mvel. Verifique se o processo
est sob controle e se as bateladas produzidas atendem totalmente s
especificaes.
B31/73D3 "O0"/01)359O :;< )30'/ M=>/7
1 49.4
2 50.1
3 49.4
4 49.5
5 50.1
6 50.3
7 49.4
8 49.2
9 50.7
10 50.6
11 50.1
12 49.5
13 50.5
14 50.1
15 49.6
16 50.8
17 49.1
18 49.6
19 50.5
20 49.1
21 50.2
22 50.2
23 50.6
24 48.4
25 49.3
26 50.4
15
CEP BSCO
27 49.1
28 49.2
29 49.9
30 49.3
TOTAL
Soluo:
Determine dos valores centrais das cartas:
x = xi / n =
MR = MR / n-1 =
Clculo dos limites de controle da carta para valores individuais:
LSCx = x + 2,659 MR =
LCx = x - 2,659 M R =
Clculo dos limites de controle da carta para range mvel:
LSCRM = 3,269 MR =
LCRM = 0
Com base nos valores acima, podemos afirmar que o processo
________________________________________________________________
________________________________________________________________
?. "apacidade de Processos
No esqueamos que os grficos de controle tratam do processo e no
da tolerncia individual de cada pea ou servio. Assim, os limites de controle
s tm sentido se estiverem dentro das tolerncias de fabricao.
A mais conhecida forma de se avaliar a capacidade do processo :
ndice de Capacidade = Cp = (LSE - LE) / 6
sendo:
"p conceito
Cp < 1 A capacidade do processo inadequada tolerncia
16
CEP BSCO
(processo vermelho) exigida.
1 Cp 1,33
(processo amarelo)
A capacidade do processo est em torno da diferena
entre as especificaes.
Cp > 1,33
(processo verde)
A capacidade do processo adequada tolerncia
exigida.
9.1 EXEMPLO DE APLCAO
Analise os dados do exemplo descrito em 9.4 e avalie o processo quanto
sua capacidade.
Dado: Desvio-padro = 0,61%
1@. /Aerccios
10.1 Calcule a mdia, a mediana e a moda para o seguinte grupo de dados:
12 - 16 - 14 - 15 - 14 - 17 - 18
mdia =
mediana =
moda =
10.2 Calcule a amplitude, a varincia e o desvio padro para os dados do
exerccio anterior.
amplitude =
varincia =
desvio-padro =
17
CEP BSCO
10.3
No. PFE (C) amplitude
1 208,8
2 209,5
3 212,2
4 211,0
5 208,8
6 211,4
7 209,3
8 210,3
9 209,7
10 213,5
11 210,2
12 210,3
13 208,7
14 208,5
15 209,7
16 210,8
17 208,8
18 208,4
19 209,3
20 207,5
21 210,8
22 209,5
23 211,6
24 210,4
25 211,0
26 210,8
27 210,0
28 208,9
29 210,8
30 212,3
mdia
menor valor
maior valor
amplitude total
desvio padro
LC
LSC
18
CEP BSCO
A partir da tabela, calcule o que se pede. Verifique se algum dado est
fora dos limites de controle.
10.4 Construa um grfico com os limites de controle, e nele plote os valores
dados a seguir; avalie a cada ponto se o processo est sob controle.
a) 208,2
b) 209,5
c) 207,3
d) 210,5
e) 212,4
f) 207,6
g) 208,5
h) 209,2
i) 210,5
j) 212,0
k) 213,0
l) 213,2
10.5 Considerando os limites de especificao de 210,5 +/- 4,0 C, diga se o
processo capaz.
19
CEP BSCO
11. Bi!#iogra(ia
Martins, Gilberto de Andrade; Donaire, Denis; Princpios de Estatstica,
Editora Atlas, 3
a
Edio, 1987.
Fonseca, Jairo Simon; Martins, Gilberto de Andrade; Curso de Estatstica,
Editora Atlas, 3
a
. Edio, 1990.
Equipe GRFO, Controle Estatstico de Processo, Srie Qualidade Brasil,
Editora Pioneira, 1997.
Siqueira Campos Associados, CEP - Manual de Treinamento.
BRASPETRO - PETROBRAS, Curso Bsico em Garantia da Qualidade, 3
a
.
Edio, 1982.
20