Você está na página 1de 34

I

m
p
r
e
s
s

o

d
e

d
o
c
u
m
e
n
t
o

e
l
e
c
t
r

n
i
c
o

I
P
Q

r
e
p
r
o
d
u

o

p
r
o
i
b
i
d
a
Norma

Portuguesa

NP 4463
2009

Linhas de orientao sobre tcnicas estatsticas para a ISO 9001:2000
(ISO/TR 10017:2003)

Lignes directrices pour les techniques statistiques relatives lISO 9001:2000
(ISO/TR 10017:2003)

Guidance on statistical techniques for ISO 9001:2000
(ISO/TR 10017:2003)



ICS
03.120.30

DESCRITORES
Sistemas de gesto da qualidade; qualidade; organizaes;
empresas; mtodos estatsticos de anlise; controlo estatstico da
qualidade; estatstica; planeamento; bibliografia

CORRESPONDNCIA
ISO/TR 10017:2003, harmonizada
HOMOLOGAO
Termo de Homologao n. 15/2009, de 2009-01-15




ELABORAO
CT 80 (APQ)

EDIO
Janeiro 2009

CDIGO DE PREO
X009

IPQ reproduo proibida



Rua Antnio Gio, 2
2829-513 CAPARICA PORTUGAL
Tel. + 351-212 948 100 Fax + 351-212 948 101
E-mail: ipq@mail.ipq.pt Internet: www.ipq.pt
I
m
p
r
e
s
s

o

d
e

d
o
c
u
m
e
n
t
o

e
l
e
c
t
r

n
i
c
o

I
P
Q

r
e
p
r
o
d
u

o

p
r
o
i
b
i
d
a
em branco
I
m
p
r
e
s
s

o

d
e

d
o
c
u
m
e
n
t
o

e
l
e
c
t
r

n
i
c
o

I
P
Q

r
e
p
r
o
d
u

o

p
r
o
i
b
i
d
a

NP 4463
2009


p. 3 de 34


Sumrio Pgina
Prembulo................................................................................................................................................. 4
Introduo................................................................................................................................................. 5
1 Objectivo e campo de aplicao ........................................................................................................... 6
2 Referncias normativas......................................................................................................................... 6
3 Identificao de necessidades potenciais de tcnicas estatsticas ...................................................... 6
4 Descries de tcnicas estatsticas identificadas ................................................................................. 12
4.1 Generalidades ....................................................................................................................................... 12
4.2 Estatstica descritiva............................................................................................................................. 13
4.3 Planeamento de experincias................................................................................................................ 14
4.4 Teste de hipteses................................................................................................................................. 16
4.5 Anlise de medies............................................................................................................................. 17
4.6 Anlise da capacidade do processo ...................................................................................................... 18
4.7 Anlise de regresso............................................................................................................................. 20
4.8 Anlise de fiabilidade........................................................................................................................... 22
4.9 Amostragem......................................................................................................................................... 23
4.10 Simulao........................................................................................................................................... 25
4.11 Cartas de controlo estatstico do processo (CEP)............................................................................... 26
4.12 Toleranciamento estatstico................................................................................................................ 28
4.13 Anlise de sries cronolgicas ........................................................................................................... 29
Bibliografia ............................................................................................................................................... 31

I
m
p
r
e
s
s

o

d
e

d
o
c
u
m
e
n
t
o

e
l
e
c
t
r

n
i
c
o

I
P
Q

r
e
p
r
o
d
u

o

p
r
o
i
b
i
d
a

NP 4463
2009


p. 4 de 34


Prembulo
A presente Norma idntica verso inglesa do ISO/TR 10017:1999 Guidance na Stahishical tecniques for
ISO 9001:2000.
Um TR Technical reportcontem dados que normalmente no so publicados numa Norma Internacional.
Um TR inteiramente informativo e pode ser revisto quando o seu contedo for considerado tecnicamente
ultrapassado.

I
m
p
r
e
s
s

o

d
e

d
o
c
u
m
e
n
t
o

e
l
e
c
t
r

n
i
c
o

I
P
Q

r
e
p
r
o
d
u

o

p
r
o
i
b
i
d
a

NP 4463
2009


p. 5 de 34


Introduo
A finalidade deste documento ajudar as organizaes a identificar as tcnicas estatsticas que podem ser
teis para desenvolver, implementar, manter e melhorar um sistema de gesto da qualidade de acordo com os
requisitos da ISO 9001:2000.
Neste contexto, a utilidade das tcnicas estatsticas provm da variabilidade que poder ser observada no
comportamento e no resultado de praticamente todos os processos, mesmo sob condies de aparente
estabilidade. Tal variabilidade pode ser observada nas caractersticas quantificveis dos produtos e dos
processos, e a sua existncia pode ser vista em vrias etapas ao longo de todo o ciclo de vida dos produtos,
desde a pesquisa de mercado at ao servio ao cliente e destino final.
As tcnicas estatsticas podem ajudar a medir, descrever, analisar, interpretar e modelar essa variabilidade,
mesmo com uma quantidade relativamente limitada de dados. A anlise estatstica desses dados poder
proporcionar uma melhor compreenso da natureza, da extenso e das causas da variabilidade. Isto poderia
ajudar a resolver, e at a evitar, problemas que poderiam resultar dessa variabilidade.
As tcnicas estatsticas podem, pois, permitir uma melhor utilizao dos dados disponveis para suportar a
tomada de deciso, ajudando, desse modo, a melhorar continuamente a qualidade dos produtos e dos
processos para atingir a satisfao do cliente. Estas tcnicas estatsticas so aplicveis a um espectro largo de
actividades, tais como pesquisa de mercado, concepo, desenvolvimento, produo, verificao, instalao
e servio aps venda.
Este documento pretende orientar e ajudar as organizaes a considerar e a seleccionar as tcnicas
estatsticas apropriadas s suas necessidades. Os critrios para determinar a necessidade de tcnicas
estatsticas, e a adequao da(s) tcnica(s) seleccionada(s), permanecem prerrogativa da organizao.
As tcnicas estatsticas descritas neste documento so tambm aplicveis a outras normas da famlia da
ISO 9000, em particular a ISO 9004:2000.

I
m
p
r
e
s
s

o

d
e

d
o
c
u
m
e
n
t
o

e
l
e
c
t
r

n
i
c
o

I
P
Q

r
e
p
r
o
d
u

o

p
r
o
i
b
i
d
a

NP 4463
2009


p. 6 de 34


1 Objectivo e campo de aplicao
Esta Norma proporciona orientaes para a seleco das tcnicas estatsticas apropriadas que podero ser
teis a uma organizao para desenvolver, implementar, manter e melhorar um sistema de gesto da
qualidade em conformidade com a ISO 9001. Isto feito examinando os requisitos da ISO 9001 que
envolvem o uso de dados quantitativos, e depois identificando e descrevendo as tcnicas estatsticas que
podem ser teis quando aplicadas a tais dados.
A lista das tcnicas estatsticas citadas na presente Norma no completa nem exaustiva, e no impede o uso
de quaisquer outras tcnicas (estatsticas ou outras) que a organizao considere teis. Alm disto, esta
Norma no tem inteno de prescrever quais as tcnicas estatsticas a usar, nem de recomendar o modo de as
implementar.
Esta Norma no se destina a fins contratuais, regulamentares ou de certificao/registo. No se pretende que
seja usado como uma lista de comprovao mandatria da conformidade com os requisitos da
ISO 9001:2000. A justificao para o uso de tcnicas estatsticas que a sua aplicao ajudaria a melhorar a
eficcia do sistema de gesto da qualidade.
NOTA 1: Os termos tcnicas estatsticas e mtodos estatsticos so frequentemente utilizados de forma indiferenciada.
NOTA 2: As referncias nesta Norma a produto so aplicveis s categorias genricas de produto (servios, software, hardware
e materiais processados, ou uma combinao destes), de acordo com a definio de produto na ISO 9000:2000.
2 Referncias normativas
Os documentos a seguir referenciados so indispensveis para a aplicao da presente Norma. Para as
referncias datadas aplica-se a edio citada. Para as referncias no datadas, aplica-se a ltima edio do
documento referenciado (incluindo as emendas).
ISO 9001:2000
i)
Quality management systems - Requirements
3 Identificao de necessidades potenciais de tcnicas estatsticas
A necessidade de dados quantitativos que, razoavelmente, se podero associar implementao das seces
e subclusulas da ISO 9001 est identificada no Quadro 1. Para cada necessidade de dados quantitativos
assim identificada lista-se uma ou mais tcnicas estatsticas que, quando adequadamente aplicadas a esses
dados, poderiam ser potencialmente benficas para a organizao.
NOTA: As tcnicas estatsticas podem ser aplicadas com vantagem a dados qualitativos, se esses dados puderem ser convertidos
em dados quantitativos.
Onde no se possa associar prontamente a necessidade de dados quantitativos a uma seco ou subseco da
ISO 9001 no se identifica nenhuma tcnica estatstica.
As tcnicas estatsticas citadas na presente Norma limitam-se s que so bem conhecidas. Da mesma forma,
apenas se identificam aqui aplicaes relativamente directas de tcnicas estatsticas.
Cada uma das tcnicas estatsticas referidas a seguir est descrita brevemente na seco 4, para apoiar a
organizao na avaliao da relevncia e do valor da(s) tcnica(s) estatstica(s) citada(s), bem como para
ajudar a determinar se a organizao as dever utilizar ou no num contexto especfico.

i)
data da publicao da verso portuguesa da ISO/TR 10017:2003, a norma ISO 9001:2008 substitui a norma ISO 9001:2000.
I
m
p
r
e
s
s

o

d
e

d
o
c
u
m
e
n
t
o

e
l
e
c
t
r

n
i
c
o

I
P
Q

r
e
p
r
o
d
u

o

p
r
o
i
b
i
d
a

NP 4463
2009


p. 7 de 34


Quadro 1 Necessidades que envolvem dados quantitativos e tcnicas estatsticas de suporte
Seco/subseco da
ISO 9001:2000
Necessidades que envolvem a
utilizao de dados quantitativos
Tcnicas estatsticas
4 Sistema de gesto da qualidade
4.1 Requisitos gerais Ver introduo a esta Norma
4.2 Requisitos da documentao
4.2.1 Generalidades Nenhuma identificada
4.2.2 Manual da qualidade Nenhuma identificada

4.2.3 Controlo dos documentos Nenhuma identificada
4.2.4 Controlo dos registos Nenhuma identificada
5 Responsabilidade da gesto
5.1 Comprometimento da gesto Nenhuma identificada
Necessidade de determinar os
requisitos do cliente
Ver 7.2.2 neste Quadro 5.2 Focalizao no cliente
Necessidade de avaliar a satisfao
do cliente
Ver 8.2.1 neste Quadro
5.3 Poltica da qualidade Nenhuma identificada
5.4 Planeamento
5.4.1 Objectivos da qualidade Nenhuma identificada
5.4.2 Planeamento do sistema de
gesto da qualidade
Nenhuma identificada
5.5 Responsabilidade, autoridade e
comunicao

5.5.1 Responsabilidade e autoridade Nenhuma identificada
5.5.2 Representante da gesto Nenhuma identificada
5.5.3 Comunicao interna Nenhuma identificada
5.6 Reviso pela gesto
5.6.1 Generalidades Nenhuma identificada
5.6.2 Entrada para a reviso
a) Resultados de auditorias Necessidade de obter e avaliar dados
da auditoria
Estatstica descritiva; amostragem
b) Retorno de informao do cliente Necessidade de obter e avaliar o
retorno de informao do cliente
Estatstica descritiva; amostragem
c) Desempenho do processo e
conformidade do produto
Necessidade de avaliar o
desempenho do processo e a
conformidade do produto
Estatstica descritiva; anlise de
capacidade do processo; amostragem;
cartas CEP
d) Estado das aces preventivas e
correctivas
Necessidade de obter e avaliar os
dados das aces preventivas e
correctivas
Estatstica descritiva
5.6.3 Sada da reviso Nenhuma identificada
6 Gesto de recursos
6.1 Proviso de recursos Nenhuma identificada
(continua)
I
m
p
r
e
s
s

o

d
e

d
o
c
u
m
e
n
t
o

e
l
e
c
t
r

n
i
c
o

I
P
Q

r
e
p
r
o
d
u

o

p
r
o
i
b
i
d
a

NP 4463
2009


p. 8 de 34


Quadro 1 Necessidades que envolvem dados quantitativos e tcnicas estatsticas de suporte
(continuao)
Seco/subseco da
ISO 9001:2000
Necessidades que envolvem a
utilizao de dados quantitativos
Tcnicas estatsticas
6.2 Recursos humanos
6.2.1 Generalidades Nenhuma identificada
6.2.2 Competncia,
consciencializao e formao

6.2.2 a) Nenhuma identificada
6.2.2 b) Nenhuma identificada
6.2.2 c) Avaliar a eficcia das aces
empreendidas
Necessidade de avaliar competncias
e eficcia da formao
Estatstica descritiva; amostragem
6.2.2 d) Nenhuma identificada
6.2.2 e) Nenhuma identificada
6.3 Infra-estrutura Nenhuma identificada
6.4 Ambiente de trabalho Necessidade de monitorizar o
ambiente de trabalho
Estatstica descritiva; cartas CEP
7 Realizao do produto
7.1 Planeamento da realizao do
produto
Nenhuma identificada
7.2 Processos relacionados com o
cliente

7.2.1 Determinao dos requisitos
relacionados com o produto
Nenhuma identificada
7.2.2 Reviso dos requisitos
relacionados com o produto
Necessidade de avaliar a capacidade
da organizao para atingir os
requisitos definidos
Estatstica descritiva; anlise de
medies; anlise de capacidade do
processo; amostragem;
toleranciamento estatstico
7.2.3 Comunicao com o cliente Nenhuma identificada
7.3 Concepo e desenvolvimento
7.3.1 Planeamento da concepo e
desenvolvimento
Nenhuma identificada
7.3.2 Entradas para concepo e
desenvolvimento
Nenhuma identificada
7.3.3 Sadas da concepo e
desenvolvimento
Necessidade de verificar que as
sadas da concepo satisfazem os
requisitos de entrada
Estatstica descritiva; planeamento de
experincias; teste de hipteses;
anlise de medies; anlise de
regresso; anlise de fiabilidade;
amostragem; simulao; anlise de
sries cronolgicas
7.3.4 Reviso da concepo e
desenvolvimento
Nenhuma identificada
7.3.5 Verificao da concepo e
desenvolvimento
Necessidade de verificar que as
sadas da concepo satisfazem os
requisitos de entrada
Estatstica descritiva; planeamento de
experincias; teste de hipteses;
anlise de medies; anlise de
capacidade do processo; anlise de
regresso; anlise de fiabilidade;
amostragem; simulao; anlise de
sries cronolgicas
(continua)
I
m
p
r
e
s
s

o

d
e

d
o
c
u
m
e
n
t
o

e
l
e
c
t
r

n
i
c
o

I
P
Q

r
e
p
r
o
d
u

o

p
r
o
i
b
i
d
a

NP 4463
2009


p. 9 de 34


Quadro 1 Necessidades que envolvem dados quantitativos e tcnicas estatsticas de suporte
(continuao)
Seco/subseco da
ISO 9001:2000
Necessidades que envolvem a
utilizao de dados quantitativos
Tcnicas estatsticas
7.3.6 Validao da concepo e
desenvolvimento
Necessidade de validar que o produto
satisfaz a utilizao e as necessidades
declaradas
Estatstica descritiva; planeamento de
experincias; teste de hipteses;
anlise de medies; anlise de
capacidade do processo; anlise de
regresso; anlise de fiabilidade;
amostragem; simulao
7.3.7 Controlo das alteraes na
concepo e desenvolvimento
Necessidade de avaliar, verificar e
validar os efeitos das alteraes na
concepo
Estatstica descritiva; planeamento de
experincias; teste de hipteses;
anlise de medies; anlise de
capacidade do processo; anlise de
regresso; anlise de fiabilidade;
amostragem; simulao
7.4 Compras
Necessidade de assegurar que o
produto comprado est em
conformidade com os requisitos de
compra especificados
Estatstica descritiva; teste de
hipteses; anlise de medies; anlise
de capacidade do processo; anlise de
regresso; anlise de fiabilidade;
amostragem
7.4.1 Processo de compra
Necessidade de avaliar a capacidade
dos fornecedores para fornecerem
produto que satisfaa os requisitos
das organizaes
Estatstica descritiva; planeamento de
experincias; anlise de capacidade do
processo; anlise de regresso;
amostragem
7.4.2 Informao de compra Nenhuma identificada
7.4.3 Verificao do produto
comprado
Necessidade de estabelecer e
implementar inspeco e outras
actividades para assegurar que o
produto comprado satisfaz os
requisitos especificados
Estatstica descritiva; teste de
hipteses; anlise de medies; anlise
de capacidade do processo; anlise de
fiabilidade; amostragem
7.5 Produo e fornecimento do
servio

7.5.1 Controlo da produo e do
fornecimento do servio
Necessidade de monitorizar e
controlar a actividade de produo e
de servio
Estatstica descritiva; anlise de
medies; anlise de capacidade do
processo; anlise de regresso; anlise
de fiabilidade; amostragem; cartas
CEP; anlise de sries cronolgicas
7.5.2 Validao dos processos de
produo e de fornecimento do
servio
Necessidade de validar, monitorizar e
controlar os processos cujo resultado
no possa ser medido de imediato
Estatstica descritiva; anlise de
capacidade do processo; anlise de
regresso; amostragem; cartas CEP;
anlise de sries cronolgicas
7.5.3 Identificao e rastreabilidade Nenhuma identificada
7.5.4 Propriedade do cliente Necessidade de verificar as
caractersticas da propriedade do
cliente
Estatstica descritiva; amostragem
7.5.5 Preservao do produto Necessidade de monitorizar o efeito
do manuseamento, embalagem e
armazenamento sobre a qualidade do
produto
Estatstica descritiva; anlise de
regresso; anlise de fiabilidade;
amostragem; cartas CEP; anlise de
sries cronolgicas
(continua)
I
m
p
r
e
s
s

o

d
e

d
o
c
u
m
e
n
t
o

e
l
e
c
t
r

n
i
c
o

I
P
Q

r
e
p
r
o
d
u

o

p
r
o
i
b
i
d
a

NP 4463
2009


p. 10 de 34


Quadro 1 Necessidades que envolvem dados quantitativos e tcnicas estatsticas de suporte
(continuao)
Seco/subseco da
ISO 9001:2000
Necessidades que envolvem a
utilizao de dados quantitativos
Tcnicas estatsticas
Necessidade de assegurar a
consistncia do processo e do
equipamento de monitorizao e
medio com os requisitos
Estatstica descritiva; anlise de
medies; anlise de capacidade do
processo; anlise de regresso;
amostragem; cartas CEP;
toleranciamento estatstico; anlise de
sries cronolgicas
7.6 Controlo dos dispositivos de
monitorizao e medio
Necessidade de avaliar a validade das
medies anteriores, quando
requerido
Estatstica descritiva; teste de
hipteses; anlise de medies; anlise
de regresso; amostragem;
toleranciamento estatstico; anlise de
sries cronolgicas
8 Medio, anlise e melhoria
8.1 Generalidades Nenhuma identificada
8.2 Monitorizao e medio
8.2.1 Satisfao do cliente Necessidade de monitorizar e analisar
a informao relativa percepo do
cliente
Estatstica descritiva; amostragem
8.2.2 Auditoria interna Necessidade de planear o programa
de auditoria interna e relatar os dados
da auditoria
Estatstica descritiva; amostragem
8.2.3 Monitorizao e medio dos
processos
Necessidade de monitorizar e medir
os processos do sistema de gesto da
qualidade, para demonstrar a aptido
do processo para atingir os resultados
planeados
Estatstica descritiva; planeamento de
experincias; teste de hipteses;
anlise de medies; anlise de
capacidade do processo; amostragem;
cartas CEP; anlise de sries
cronolgicas
8.2.4 Monitorizao e medio do
produto
Necessidade de monitorizar e medir
as caractersticas do produto em fases
apropriadas da realizao, para
verificar que os requisitos so
atingidos
Estatstica descritiva; planeamento de
experincias; teste de hipteses;
anlise de medies; anlise de
capacidade do processo; anlise de
regresso; anlise de fiabilidade;
amostragem; cartas CEP; anlise de
sries cronolgicas
Necessidade de determinar a
quantidade de produto no conforme
expedido
Estatstica descritiva; amostragem 8.3 Controlo do produto no conforme
Necessidade de reverificar o produto
corrigido para assegurar a sua
conformidade com os requisitos.
Ver 8.2.4 neste Quadro
Necessidade de obter e analisar dados
para avaliar a eficcia do sistema de
gesto da qualidade e de avaliar
possibilidades de melhoria relativas a
8.4 Anlise de dados
a) satisfao do cliente Ver 8.2.1 neste Quadro


(continua)
I
m
p
r
e
s
s

o

d
e

d
o
c
u
m
e
n
t
o

e
l
e
c
t
r

n
i
c
o

I
P
Q

r
e
p
r
o
d
u

o

p
r
o
i
b
i
d
a

NP 4463
2009


p. 11 de 34


Quadro 1 Necessidades que envolvem dados quantitativos e tcnicas estatsticas de suporte
(concluso)
Seco/subseco da
ISO 9001:2000
Necessidades que envolvem a
utilizao de dados quantitativos
Tcnicas estatsticas
b) conformidade com os requisitos do
produto
Ver 8.2.4 neste Quadro
c) caractersticas e tendncias do
processo
Ver 8.2.3 neste Quadro
d) fornecedores Ver 7.4.1 neste Quadro
8.5 Melhoria
Necessidade de melhorar os
processos do sistema de gesto da
qualidade atravs do uso de dados
quantitativos nas reas de

- concepo e desenvolvimento Ver 7.3.3, 7.3.5, 7.3.6 neste Quadro
- compras Ver 7.4.1, 7.4.3 neste Quadro
- produo e fornecimento do servio Ver 7.5.1, 7.5.2, 7.5.5 neste Quadro
8.5.1 Melhoria contnua
- controlo dos dispositivos de
monitorizao e medio
Ver 7.6 neste Quadro
8.5.2 Aco correctiva Necessidade de analisar dados
relativos s no conformidades para
ajudar a compreender as suas causas
Estatstica descritiva; planeamento de
experincias; teste de hipteses anlise
de capacidade do processo; anlise de
regresso; amostragem; cartas CEP;
anlise de sries cronolgicas
8.5.3 Aco preventiva Necessidade de analisar dados
relativos s no conformidades e
potenciais no conformidades para
ajudar a compreender as suas causas
Estatstica descritiva; planeamento de
experincias; teste de hipteses;
anlise de capacidade do processo;
anlise de regresso; amostragem;
cartas CEP; anlise de sries
cronolgicas






I
m
p
r
e
s
s

o

d
e

d
o
c
u
m
e
n
t
o

e
l
e
c
t
r

n
i
c
o

I
P
Q

r
e
p
r
o
d
u

o

p
r
o
i
b
i
d
a

NP 4463
2009


p. 12 de 34


4 Descries de tcnicas estatsticas identificadas
4.1 Generalidades
No Quadro 1 esto identificadas as tcnicas estatsticas, ou famlias de tcnicas, que se seguem, as quais
podero ajudar as organizaes a satisfazer as suas necessidades:
estatstica descritiva;
planeamento de experincias;
teste de hipteses;
anlise de medies;
anlise de capacidade do processo;
anlise de regresso;
anlise de fiabilidade;
amostragem;
simulao;
cartas de controlo estatstico do processo (CEP);
toleranciamento estatstico;
anlise de sries cronolgicas.
Das vrias tcnicas estatsticas listadas anteriormente, vale a pena referir que a estatstica descritiva (que
inclui mtodos grficos) constitui um elemento importante para muitas das outras tcnicas listadas.
Como j referido, os critrios usados para seleccionar as tcnicas listadas anteriormente so que as tcnicas
sejam bem conhecidas e largamente usadas e que da sua aplicao tenham resultado benefcios para os
utilizadores.
A escolha da tcnica e a maneira como aplicada dependero das circunstncias e da finalidade do exerccio,
que diferiro de caso para caso.
Uma descrio breve de cada tcnica estatstica, ou famlia de tcnicas, encontra-se nas seces 4.2 a 4.13.
As descries pretendem ajudar os leitores iniciados a ajuizar da aplicabilidade e dos benefcios potenciais
do uso das tcnicas estatsticas ao implementar os requisitos de um sistema de gesto da qualidade.
A aplicao real das tcnicas estatsticas aqui referidas requerer mais orientaes e experincia qualificada
do que os fornecidos por esta Norma. H um vasto conjunto de informao sobre tcnicas estatsticas
disponvel no domnio pblico, tais como livros, jornais, relatrios, manuais da indstria e outras fontes de
informao, que podero ajudar a organizao na utilizao eficaz das tcnicas estatsticas.
1)
No entanto, est
para alm dos limites do campo de aplicao da presente Norma a citao destas fontes, deixando-se
iniciativa individual a pesquisa dessa informao.

1)
A bibliografia Lista de Normas e Relatrios Tcnicos ISO e CEI relacionados com Tcnicas Estatatsticas. Citam-se aqui para
informao; esta Norma no especifica conformidade com tais documentos.
I
m
p
r
e
s
s

o

d
e

d
o
c
u
m
e
n
t
o

e
l
e
c
t
r

n
i
c
o

I
P
Q

r
e
p
r
o
d
u

o

p
r
o
i
b
i
d
a

NP 4463
2009


p. 13 de 34


4.2 Estatstica descritiva
4.2.1 O que
O termo estatstica descritiva refere-se a procedimentos para resumir e apresentar de forma compreensvel a
informao contida em dados.
No caso de dados quantitativos, normalmente as caractersticas de interesse so o valor central (mais
frequentemente descrito pela mdia) e a disperso (geralmente medida pela amplitude ou pelo desvio
padro). Outra caracterstica de interesse a distribuio dos dados, para a qual h medidas quantitativas que
descrevem a forma da distribuio (tal como o grau de assimetria que descreve a simetria).
Muitas vezes, a informao fornecida pela estatstica descritiva pode ser pronta e eficazmente
disponibilizada por uma variedade de mtodos grficos, que incluem representaes de dados relativamente
simples tais como:
grfico de tendncia (tambm chamado grfico de linhas), que uma representao grfica de uma
caracterstica de interesse ao longo de um perodo de tempo, para observar o seu comportamento no
tempo;
diagrama de disperso, que ajuda a avaliar a relao entre duas variveis ao representar uma varivel no
eixo dos x e o valor correspondente da outra no eixo dos y, e
histograma, que mostra a distribuio de valores de uma caracterstica de interesse.
H um vasto leque de mtodos grficos que podem ajudar a interpretao e a anlise de dados. Estes variam
desde as ferramentas relativamente simples descritas anteriormente (e outras tais como grficos de barras e
grficos circulares) a tcnicas de natureza mais complexa, incluindo as que envolvem escalas especializadas
(tais como grficos de probabilidade) e grficos que envolvem dimenses e variveis mltiplas.
Os mtodos grficos so teis na medida em que so capazes de, frequentemente, revelar caractersticas
invulgares dos dados que podero no ser detectadas rapidamente numa anlise quantitativa. Tm larga
aplicao na anlise de dados quando se exploram ou verificam relaes entre variveis e se estimam os
parmetros que descrevem essas relaes. Tm tambm uma aplicao importante no resumo e na
apresentao, de uma forma eficaz, de dados complexos ou de relaes entre dados, especialmente para
audincias de no especialistas.
A estatstica descritiva (incluindo os mtodos grficos) implicitamente invocada em muitas das tcnicas
estatsticas referidas na presente Norma e dever ser considerada como uma componente fundamental da
anlise estatstica.
4.2.2 Para que utilizada
A estatstica descritiva utilizada para resumir e caracterizar dados. , em geral, o passo inicial na anlise de
dados quantitativos e constitui muitas vezes o primeiro passo na utilizao de outros procedimentos
estatsticos.
As caractersticas dos dados amostrais podero servir como base para fazer inferncias a respeito das
caractersticas das populaes das quais as amostras foram retiradas, com margem de erro e nvel de
confiana determinados.
4.2.3 Benefcios
A estatstica descritiva oferece uma maneira eficiente e relativamente simples de resumir e caracterizar
dados, bem como uma maneira conveniente de apresentar essa informao. Em particular, os mtodos
grficos so uma maneira muito eficaz de apresentar dados e comunicar informao.
I
m
p
r
e
s
s

o

d
e

d
o
c
u
m
e
n
t
o

e
l
e
c
t
r

n
i
c
o

I
P
Q

r
e
p
r
o
d
u

o

p
r
o
i
b
i
d
a

NP 4463
2009


p. 14 de 34


Potencialmente, a estatstica descritiva aplicvel a todas as situaes que envolvam o uso de dados. Pode
ajudar a anlise e a interpretao de dados e um apoio valioso na tomada de deciso.
4.2.4 Limitaes e cuidados
A estatstica descritiva fornece medidas quantitativas das caractersticas dos dados amostrais (tais como a
mdia e o desvio padro). Contudo, estas medidas esto sujeitas s limitaes da dimenso da amostra e do
mtodo de amostragem utilizado. Adicionalmente, estas medidas quantitativas no podem ser assumidas
como estimativas vlidas das caractersticas da populao de onde foi retirada a amostra, a menos que os
pressupostos estatsticos subjacentes tenham sido satisfeitos.
4.2.5 Exemplos de aplicaes
A estatstica descritiva tem aplicao til em quase todas as reas onde se recolhem dados quantitativos.
Pode fornecer informao sobre o produto, o processo ou algum outro aspecto do sistema de gesto da
qualidade, e poder ser usada nas revises pela gesto. Alguns exemplos dessas aplicaes so os seguintes:
resumo de medidas-chave de caractersticas do produto (tais como o valor central e a disperso);
descrio do desempenho de algum parmetro de um processo, tal como a temperatura de um forno;
caracterizao do prazo de entrega ou do tempo de resposta na indstria de servios;
resumo de dados de inquritos a clientes, tal como satisfao ou insatisfao dos clientes;
ilustrao de dados de medio, tal como dados de calibrao de um equipamento;
representao da distribuio de uma caracterstica de um processo atravs de um histograma, face aos
limites de especificao dessa caracterstica;
representao dos resultados do desempenho de um produto ao longo de um perodo de tempo, atravs de
um grfico de tendncia;
avaliao da possvel relao entre uma varivel de um processo (por exemplo, temperatura) e um
resultado, atravs de um diagrama de disperso.
4.3 Planeamento de experincias
4.3.1 O que
O planeamento de experincias refere-se a investigaes realizadas de maneira planeada e que se suportam
numa avaliao estatstica dos resultados para tirar concluses com um determinado nvel de confiana.
Normalmente, o planeamento de experincias envolve a induo de alterao(es) ao sistema sob
investigao e a avaliao estatstica do efeito dessa(s) alterao(es) sobre o sistema. O seu objectivo
poder ser validar alguma(s) caracterstica(s) de um sistema ou poder ser investigar a influncia de um ou
mais factores sobre alguma(s) caracterstica(s) de um sistema.
O arranjo especfico e a maneira como as experincias se vo realizar constituem o plano da experincia e
este plano orientado pelo objectivo do exerccio e pelas condies em que as experincias sero
conduzidas.
H vrias tcnicas que podero ser usadas para analisar dados de experincias. Estas vo desde as tcnicas
analticas, tal como a anlise de varincia (ANOVA), at a outras de natureza mais grfica, como sejam os
grficos de probabilidade.
I
m
p
r
e
s
s

o

d
e

d
o
c
u
m
e
n
t
o

e
l
e
c
t
r

n
i
c
o

I
P
Q

r
e
p
r
o
d
u

o

p
r
o
i
b
i
d
a

NP 4463
2009


p. 15 de 34


4.3.2 Para que utilizado
O planeamento de experincias poder ser usado para avaliar uma caracterstica de um produto, processo ou
sistema para efeitos de validao em relao a um referencial especificado ou de avaliao comparativa de
diversos sistemas.
O planeamento de experincias particularmente til para investigar sistemas complexos cujo resultado
poder ser influenciado por um nmero de factores potencialmente elevado. O objectivo da experincia
poder ser maximizar ou optimizar uma caracterstica de interesse ou reduzir a sua variabilidade. O
planeamento de experincias poder ser usado para identificar os factores mais influentes num sistema, a
magnitude da sua influncia e as relaes (i.e. interaces), se existirem, entre os factores. As constataes
podero ser usadas para facilitar a concepo e o desenvolvimento de um produto ou de um processo ou para
controlar ou melhorar um sistema existente.
Com determinadas limitaes (citadas brevemente em 4.3.4), a informao de uma experincia planeada
poder ser usada para formular um modelo matemtico que descreva a(s) caracterstica(s) de interesse do
sistema como uma funo dos factores de influncia. Esse modelo poder ser usado para efeitos de previso.
4.3.3 Benefcios
Ao estimar ou validar uma caracterstica de interesse, necessrio assegurar que os resultados obtidos no
so simplesmente devidos ao acaso. Isto aplica-se s avaliaes feitas em relao a um referencial
especificado e, mais ainda, comparao de dois ou mais sistemas. O planeamento de experincias permite
fazer tais avaliaes com um nvel de confiana pretendido.
Uma grande vantagem do planeamento de experincias a sua relativa eficincia e economia na investigao
dos efeitos de mltiplos factores num processo, quando comparado com a investigao de cada factor
individualmente. A sua capacidade para identificar as interaces de determinados factores pode, tambm,
conduzir a uma compreenso mais profunda do processo. Estes benefcios so especialmente evidentes
quando se lida com processos complexos (i.e. processos que envolvem um grande nmero de factores
potencialmente influentes).
Finalmente, quando se investiga um sistema h o risco de presumir incorrectamente causalidade onde poder
haver somente uma correlao entre duas ou mais variveis que devida ao acaso. O risco de tal erro pode
ser reduzido com o uso de princpios slidos de planeamento de experincias.
4.3.4 Limitaes e cuidados
Em todos os sistemas est presente um determinado nvel de variao inerente (descrito frequente e
correctamente como "rudo") que pode por vezes encobrir os resultados das investigaes e conduzir a
concluses incorrectas. Outras fontes potenciais de erro incluem o efeito de confundimento de factores
desconhecidos (ou simplesmente no reconhecidos) que podero estar presentes, ou o efeito de
confundimento de dependncias entre os vrios factores num sistema. O risco colocado por estes erros pode
ser mitigado por experincias bem planeadas atravs, por exemplo, da escolha da dimenso da amostra ou de
outras consideraes no plano da experincia. Estes riscos nunca podem ser eliminados e consequentemente
devero ser tidos em considerao ao tirar as concluses.

Tambm, em sentido restrito, as constataes da experincia so vlidas s para os factores e para a gama de
valores considerada na experincia. Consequentemente, dever ter-se cuidado ao extrapolar (ou ao
interpolar) muito alm da gama de valores considerada na experincia.
Finalmente, a teoria do planeamento de experincias parte de determinados pressupostos fundamentais (tal
como a existncia de uma relao cannica entre um modelo matemtico e a realidade fsica em estudo) cuja
validade ou adequao so questionveis.
I
m
p
r
e
s
s

o

d
e

d
o
c
u
m
e
n
t
o

e
l
e
c
t
r

n
i
c
o

I
P
Q

r
e
p
r
o
d
u

o

p
r
o
i
b
i
d
a

NP 4463
2009


p. 16 de 34


4.3.5 Exemplos de aplicaes
Uma aplicao usual do planeamento de experincias na avaliao de produtos ou processos, como por
exemplo na validao do efeito de tratamento mdico, ou na avaliao da eficcia relativa de diversos tipos
de tratamento. Exemplos de aplicao na indstria incluem testes de validao de produtos em relao a
determinados padres de desempenho especificados.
O planeamento de experincias muito usado para identificar os factores de influncia em processos
complexos e, desse modo, controlar ou melhorar o valor mdio, ou reduzir a variabilidade, de alguma
caracterstica de interesse (tais como resultado do processo, resistncia do produto, durabilidade, nvel de
rudo). Tais experincias encontram-se frequentemente na produo de componentes electrnicos,
automveis e produtos qumicos, por exemplo. tambm muito usado em reas to diversas como a
agricultura e a medicina. O campo de aplicaes potencialmente vasto.
4.4 Teste de hipteses
4.4.1 O que
O teste de hipteses um procedimento estatstico para determinar, com um nvel de risco prescrito, se um
conjunto de dados (normalmente de uma amostra) compatvel com uma dada hiptese. A hiptese poder
dizer respeito ao pressuposto de uma determinada distribuio estatstica ou modelo, ou poder dizer respeito
ao valor de algum parmetro de uma distribuio (tal como o seu valor mdio).
O procedimento para o teste de hipteses envolve avaliao da evidncia (sob a forma de dados) para decidir
se dever ou no ser rejeitada uma dada hiptese relativa a um modelo estatstico ou a um parmetro.
O teste de hipteses explcita ou implicitamente invocado em muitas das tcnicas estatsticas citadas na
presente Norma, tais como amostragem, cartas CEP, planeamento de experincias, anlise de regresso e
anlise de medies.
4.4.2 Para que utilizado
O teste de hipteses largamente utilizado para permitir concluir, com um determinado nvel de confiana,
se ou no vlida uma hiptese a respeito de um parmetro de uma populao (conforme estimado a partir
de uma amostra). O procedimento poder, portanto, ser aplicado para testar se um parmetro da populao
satisfaz ou no um determinado padro; ou poder ser usado para testar as diferenas entre duas ou mais
populaes. portanto til na tomada de deciso.
O teste de hipteses tambm usado para testar pressupostos de modelos, tais como se a distribuio de uma
populao ou no normal ou se os dados amostrais so aleatrios.
O procedimento do teste de hipteses poder tambm ser usado para determinar a gama de valores
(designada intervalo de confiana) que se pode dizer que contm, com um determinado nvel de confiana,
o verdadeiro valor do parmetro em questo.
4.4.3 Benefcios
O teste de hipteses permite que se faa uma afirmao sobre algum parmetro de uma populao com um
nvel de confiana conhecido. Deste modo, o teste de hipteses pode ser uma ajuda na tomada de decises
que dependam do parmetro.
Similarmente, o teste de hipteses pode permitir que se faam afirmaes relativas natureza da distribuio
de uma populao, bem como s propriedades dos prprios dados amostrais.
I
m
p
r
e
s
s

o

d
e

d
o
c
u
m
e
n
t
o

e
l
e
c
t
r

n
i
c
o

I
P
Q

r
e
p
r
o
d
u

o

p
r
o
i
b
i
d
a

NP 4463
2009


p. 17 de 34


4.4.4 Limitaes e cuidados
Para assegurar a validade das concluses que resultam do teste de hipteses, essencial que os pressupostos
estatsticos subjacentes sejam adequadamente satisfeitos, nomeadamente que as amostras sejam recolhidas
de forma independente e aleatria. Adicionalmente, o nvel de confiana com que se pode tirar a concluso
determinado pela dimenso da amostra.
A um nvel terico, h alguma controvrsia a respeito de como o teste de hipteses pode ser usado para fazer
inferncias vlidas.
4.4.5 Exemplos de aplicaes
O teste de hipteses tem uma aplicao genrica quando se tem que fazer uma afirmao sobre um parmetro
ou sobre a distribuio de uma ou mais populaes (como estimados a partir de uma amostra) ou na
avaliao dos prprios dados . Por exemplo, o procedimento poder ser usado para:
testar se a mdia (ou o desvio padro) de uma populao satisfaz um dado valor, tal como uma meta ou um
padro;
testar se as mdias de duas (ou mais) populaes so diferentes, como quando se comparam diferentes
lotes de componentes;
testar se a proporo de uma populao com defeitos no ultrapassa um dado valor;
testar se h diferenas na proporo de unidades defeituosas nos resultados de dois processos;
testar se os dados de uma amostra foram retirados aleatoriamente de uma nica populao;
testar se a distribuio de uma populao normal;
testar se uma observao numa amostra um valor atpico, i.e. um valor extremo de validade questionvel;
testar se houve uma melhoria em alguma caracterstica do produto ou do processo;
determinar a dimenso da amostra requerida para aceitar ou rejeitar uma hiptese, com um determinado
nvel de confiana;
determinar um intervalo de confiana dentro do qual se poder encontrar a mdia populacional, usando os
dados de uma amostra.
4.5 Anlise de medies
4.5.1 O que
A anlise de medies (tambm referida como anlise de incerteza de medies ou anlise do sistema de
medio) um conjunto de procedimentos para avaliar a incerteza de sistemas de medio, sob a gama de
condies na qual operam os sistemas. Os erros de medio podero ser analisados pelos mesmos mtodos
que so usados para analisar caractersticas de produtos.
4.5.2 Para que utilizada
A incerteza da medio dever ser tida em conta sempre que se recolhem dados. A anlise de medies
usada para avaliar, com um determinado nvel de confiana, se o sistema de medio adequado para o fim
em vista. usada para quantificar a variao causada por vrias fontes, tais como a variao devida ao
avaliador (i.e. a pessoa que faz a medio), ou a variao causada pelo processo de medio ou pelo prprio
instrumento de medio. Tambm usada para descrever a variao devida ao sistema de medio como
uma proporo da variao total do processo, ou a variao tolervel total.
I
m
p
r
e
s
s

o

d
e

d
o
c
u
m
e
n
t
o

e
l
e
c
t
r

n
i
c
o

I
P
Q

r
e
p
r
o
d
u

o

p
r
o
i
b
i
d
a

NP 4463
2009


p. 18 de 34


4.5.3 Benefcios
A anlise de medies proporciona uma maneira quantitativa e econmica de seleccionar um instrumento de
medio ou de decidir se o instrumento capaz de avaliar o parmetro do produto ou do processo em causa.
A anlise de medies proporciona uma base para comparar e reconciliar diferenas na medio, pela
quantificao da variao das vrias fontes nos prprios sistemas de medio.
4.5.4 Limitaes e cuidados
A anlise de medies necessita de ser conduzida por especialistas treinados, excepto nos casos mais
simples. Se no houver cuidado e experincia qualificada na sua aplicao, os resultados da anlise de
medies podem encorajar um falso e potencialmente caro excesso de optimismo, tanto em relao aos
resultados das medies como aceitabilidade do produto. Inversamente, um excesso de pessimismo pode
resultar na substituio desnecessria de sistemas de medio adequados.
4.5.5 Exemplos de aplicaes
4.5.5.1 Determinao da incerteza da medio
A quantificao de incertezas de medio pode servir para suportar a garantia dada por uma organizao aos
seus clientes (internos ou externos) de que os seus processos de medio so capazes de medir
adequadamente o nvel de qualidade a ser atingido. A anlise da incerteza da medio pode frequentemente
relevar variabilidade em reas que so crticas para a qualidade do produto e, deste modo, orientar a
organizao na alocao de recursos a essas reas para melhorar ou manter a qualidade.
4.5.5.2 Seleco de novos instrumentos
A anlise de medies pode ajudar a orientar a escolha de um novo instrumento ao examinar a proporo de
variao que est associada ao instrumento.
4.5.5.3 Determinao das caractersticas de um mtodo particular (veracidade, preciso, repetibilidade,
reprodutibilidade, etc.)
Permite a seleco do(s) mtodo(s) de medio mais apropriado(s) a usar como suporte para garantir a
qualidade do produto. Poder tambm permitir a uma organizao ponderar o custo e a eficcia de vrios
mtodos de medio face ao seu efeito na qualidade do produto.
4.5.5.4 Teste de proficincia
O sistema de medio de uma organizao poder ser avaliado e quantificado comparando os seus resultados
de medio com os obtidos por outros sistemas de medio. Para alm de dar garantia aos clientes, isto
poder tambm ajudar uma organizao a melhorar os seus mtodos ou a formao do seu pessoal no que diz
respeito anlise de medies.
4.6 Anlise da capacidade do processo
4.6.1 O que
A anlise da capacidade do processo a avaliao da variabilidade e da distribuio inerentes a um processo,
com o fim de estimar a sua capacidade de produzir resultados que estejam conformes com o intervalo de
variao permitido pelas especificaes.
Quando os dados so variveis mensurveis (do produto ou do processo), a variabilidade inerente ao
processo expressa em termos da disperso do processo quando este est na situao de controlo
I
m
p
r
e
s
s

o

d
e

d
o
c
u
m
e
n
t
o

e
l
e
c
t
r

n
i
c
o

I
P
Q

r
e
p
r
o
d
u

o

p
r
o
i
b
i
d
a

NP 4463
2009


p. 19 de 34


estatstico (ver 4.11) e normalmente medida como seis desvios padro (6) da distribuio do processo. Se
os dados do processo so uma varivel com uma distribuio normal (em forma de sino), esta disperso
envolver (em teoria) 99,73 % da populao.
A capacidade do processo pode ser convenientemente expressa como um ndice, o qual relaciona a
variabilidade real do processo com a tolerncia permitida pelas especificaes. Um ndice de capacidade
muito usado para dados variveis o C
p
(razo entre tolerncia total e 6), que uma medida da
capacidade terica de um processo perfeitamente centrado entre os limites da especificao. Outro ndice
muito usado o C
pk
, que descreve a capacidade real de um processo que pode ou no estar centrado; o
C
pk
especialmente aplicvel a situaes que envolvem especificaes unilaterais. Outros ndices de
capacidade tm sido concebidos para considerar melhor a variabilidade de longo e curto prazo e a variao
em torno do valor alvo pretendido para o processo.
Quando os dados do processo envolvem atributos (por exemplo, percentagem de no conformes, ou
nmero de no conformidades), a capacidade do processo definida como a proporo mdia de unidades
no conformes ou a taxa mdia de no conformidades.
4.6.2 Para que utilizada
A anlise da capacidade do processo usada para avaliar a capacidade de um processo para produzir
resultados que sejam consistentemente conformes com as especificaes e para estimar a quantidade de
produto no conforme que pode ser esperada.
Este conceito poder ser aplicado na avaliao da capacidade de qualquer subconjunto de um processo, como
seja uma mquina especfica. A anlise da capacidade da mquina poder ser usada, por exemplo, para
avaliar um determinado equipamento ou para avaliar a sua contribuio para a capacidade de todo o
processo.
4.6.3 Benefcios
A anlise da capacidade do processo proporciona uma avaliao da variabilidade inerente a um processo e
uma estimativa da percentagem de itens no conformes que podem ser esperados. Isto permite organizao
estimar os custos das no conformidades e pode ajudar na tomada de decises relativamente a melhorias do
processo.
O estabelecimento de padres mnimos para a capacidade do processo pode orientar a organizao na
seleco de processos e de equipamento que devero produzir produtos aceitveis.
4.6.4 Limitaes e cuidados
O conceito de capacidade aplica-se estritamente a um processo na situao de controlo estatstico. Por isso, a
anlise da capacidade do processo dever ser realizada em conjunto com mtodos de controlo, de modo a
fornecer uma verificao contnua do controlo.
As estimativas da percentagem de produtos no conformes esto sujeitas a pressupostos de normalidade.
Quando a normalidade estrita no se verifica na prtica, tais estimativas devero ser tratadas com cuidado,
especialmente no caso de processos com elevados ndices de capacidade.
Os ndices de capacidade podem levar a concluses erradas quando a distribuio do processo no
francamente normal. As estimativas da percentagem de unidades no conformes devero ser baseadas em
mtodos analticos desenvolvidos para distribuies apropriadas para esses dados. Do mesmo modo, no caso
de processos que esto sujeitos a causas sistemticas de variao, tais como desgaste de ferramentas, devero
ser usadas abordagens especializadas para calcular e interpretar a capacidade.
I
m
p
r
e
s
s

o

d
e

d
o
c
u
m
e
n
t
o

e
l
e
c
t
r

n
i
c
o

I
P
Q

r
e
p
r
o
d
u

o

p
r
o
i
b
i
d
a

NP 4463
2009


p. 20 de 34


4.6.5 Exemplos de aplicaes
A capacidade do processo usada para estabelecer especificaes de engenharia racionais para produtos
manufacturados, assegurando que as variaes dos componentes sejam consistentes com a conjugao de
tolerncias admissveis para o produto montado. Inversamente, quando so necessrias tolerncias apertadas,
requerido aos fabricantes dos componentes que atinjam determinados nveis da capacidade do processo
para assegurar resultados elevados e desperdcio mnimo.
Objectivos elevados de capacidade do processo (por exemplo, C
p
2) so algumas vezes usados ao nvel do
componente e do subsistema para atingir as desejadas qualidade e fiabilidade acumuladas de sistemas
complexos.
A anlise da capacidade da mquina usada para avaliar a aptido de uma mquina para produzir ou
desempenhar de acordo com requisitos expressos. Isto til na tomada de decises de compra ou de
reparao.
Os fabricantes de componentes para as indstrias automvel, aeroespacial, electrnica, alimentar,
farmacutica e de dispositivos mdicos usam rotineiramente a capacidade do processo como um critrio
importante para avaliar fornecedores e produtos. Isto permite ao fabricante minimizar a inspeco directa dos
produtos e materiais comprados.
Algumas companhias das indstrias de transformao e de servios monitorizam ndices da capacidade do
processo para identificar a necessidade de melhorias do processo ou para verificar a eficcia de tais
melhorias.
4.7 Anlise de regresso
4.7.1 O que
A anlise de regresso relaciona o comportamento de uma caracterstica de interesse (geralmente chamada
varivel dependente) com potenciais factores causais (geralmente chamados variveis explicativas). Esta
relao especificada por um modelo cientfico, econmico, de engenharia, etc. ou pode ser derivada
empiricamente. O objectivo ajudar a compreender a causa potencial da variao na resposta e explicar
quanto cada factor contribui para essa variao. Isto conseguido relacionando estatisticamente a variao
na varivel dependente com a variao nas variveis explicativas e obtendo o melhor ajustamento com a
minimizao dos desvios entre a resposta prevista e a real.
4.7.2 Para que utilizada
A anlise de regresso permite ao utilizador fazer o seguinte:
testar hipteses acerca da influncia das potenciais variveis explicativas sobre a resposta e usar esta
informao para descrever a alterao estimada na resposta para uma dada alterao na varivel
explicativa;
prever o valor da varivel dependente para valores especficos das variveis explicativas;
prever (com um determinado nvel de confiana) a gama de valores dentro da qual se espera que esteja a
resposta, dados os valores especficos para as variveis explicativas;
estimar a direco e o grau de associao entre a varivel dependente e uma varivel explicativa (embora
tal associao no implique causao). Esta informao poderia ser usada, por exemplo, para determinar o
efeito da alterao de um factor, como seja a temperatura no resultado de um processo, enquanto outros
factores so mantidos constantes.
I
m
p
r
e
s
s

o

d
e

d
o
c
u
m
e
n
t
o

e
l
e
c
t
r

n
i
c
o

I
P
Q

r
e
p
r
o
d
u

o

p
r
o
i
b
i
d
a

NP 4463
2009


p. 21 de 34


4.7.3 Benefcios
A anlise de regresso pode permitir compreender a relao entre vrios factores e a resposta de interesse,
podendo assim ajudar a orientar as decises relacionadas com o processo em estudo e, finalmente, com a sua
melhoria.
O discernimento que resulta da anlise de regresso decorre da sua capacidade de descrever, de forma
concisa, padres nos dados da resposta, comparar subgrupos de dados diferentes mas relacionados e analisar
potenciais relaes de causa/efeito. Quando as relaes so bem modeladas, a anlise de regresso pode
proporcionar uma estimativa das magnitudes relativas do efeito das variveis explicativas, assim como das
foras relativas dessas variveis. Esta informao potencialmente valiosa no controlo ou na melhoria dos
resultados dos processos.
A anlise de regresso pode tambm proporcionar estimativas da magnitude e da fonte de influncias sobre a
resposta que vm de factores que, ou no so medidos, ou so omitidos na anlise. Esta informao poder
ser usada para melhorar o sistema ou o processo de medio.
A anlise de regresso poder ser usada para prever o valor da varivel dependente para determinados
valores de uma ou mais variveis explicativas; poder, identicamente, ser usada para prever o efeito das
alteraes nas variveis explicativas sobre uma resposta existente ou prevista. Poder ser til proceder a
essas anlises antes de investir tempo ou dinheiro num problema quando a eficcia da aco no seja
conhecida.
4.7.4 Limitaes e cuidados
Quando se modela um processo, necessrio saber-fazer para especificar um modelo de regresso adequado
(por exemplo, linear, exponencial, multivariada) e para usar diagnsticos para melhorar o modelo. A
existncia de variveis omissas, erro(s) de medio e outras fontes de variao no explicada na resposta
podem complicar a modelao. Para alm do modelo de regresso em questo, os pressupostos especficos e
as caractersticas dos dados disponveis determinam qual a tcnica de estimao mais apropriada num
problema de anlise de regresso.
Um problema que por vezes surge quando se desenvolve um modelo de regresso a presena de dados cuja
validade questionvel. A validade de tais dados dever, sempre que possvel, ser investigada, uma vez que
a incluso ou omisso dos dados na anlise poderiam influenciar as estimativas dos parmetros do modelo e,
consequentemente, a resposta.
Na modelao importante simplificar o modelo, minimizando o nmero de variveis explicativas. A
incluso de variveis desnecessrias pode ocultar a influncia das variveis explicativas e reduzir a preciso
das previses do modelo. Contudo, omitir uma varivel explicativa importante poder limitar seriamente o
modelo e a utilidade dos resultados.
4.7.5 Exemplos de aplicaes
A anlise de regresso usada para modelar caractersticas de produo, tais como rendimento, capacidade
de produo, qualidade do desempenho, tempo de ciclo, probabilidade de falhar um teste ou inspeco e
vrios padres de deficincias em processos. A anlise de regresso usada para identificar os factores mais
importantes naqueles processos e a magnitude e natureza da sua contribuio para a variao na
caracterstica de interesse.
A anlise de regresso usada para prever os resultados de uma experincia ou de um estudo prospectivo ou
retrospectivo controlado da variao de materiais ou de condies de produo.
A anlise de regresso usada para verificar a substituio de um mtodo de medio por outro, por
exemplo, a substituio de um mtodo destrutivo ou moroso por um outro no destrutivo ou mais expedito.
I
m
p
r
e
s
s

o

d
e

d
o
c
u
m
e
n
t
o

e
l
e
c
t
r

n
i
c
o

I
P
Q

r
e
p
r
o
d
u

o

p
r
o
i
b
i
d
a

NP 4463
2009


p. 22 de 34


Os exemplos de aplicaes de regresso no linear incluem modelao da concentrao de frmacos em
funo do tempo e do peso dos participantes; modelao de reaces qumicas em funo de tempo,
temperatura e presso.
4.8 Anlise de fiabilidade
4.8.1 O que
A anlise de fiabilidade a aplicao de mtodos de engenharia e analticos avaliao, previso e garantia
de desempenho sem problemas ao longo do tempo de um produto ou sistema em estudo.
2)

As tcnicas utilizadas em anlise de fiabilidade requerem frequentemente o uso de mtodos estatsticos para
lidar com incertezas, caractersticas aleatrias ou probabilidades de ocorrncia (de falhas, etc.) ao longo do
tempo. Normalmente, estas anlises envolvem o uso de modelos estatsticos apropriados para caracterizar as
variveis de interesse, tais como tempo at falha ou tempo entre falhas. Os parmetros destes modelos
estatsticos so estimados a partir de dados empricos, obtidos em testes laboratoriais ou fabris ou em
operao no campo.
A anlise de fiabilidade envolve outras tcnicas (tais como a anlise modal de falhas e seus efeitos) que se
focalizam na natureza fsica e causas da falha e na preveno ou reduo de falhas.
4.8.2 Para que utilizada
A anlise de fiabilidade usada com os seguintes objectivos:
verificar se so atingidas as medidas de fiabilidade especificadas, com base nos dados de um teste de
durao limitada e envolvendo um determinado nmero de unidades de teste;
prever a probabilidade de uma operao sem problemas ou outras medidas de fiabilidade, tais como a taxa
de falha ou o tempo mdio entre falhas de componentes ou sistemas;
modelar padres de falha e cenrios operativos do desempenho do produto ou servio;
fornecer dados estatsticos sobre parmetros de concepo, tais como tenso e fora, teis em concepo
probabilstica;
identificar componentes crticos ou de alto risco e provveis modos e mecanismos de falha e sustentar a
pesquisa de causas e de aces preventivas.
As tcnicas estatsticas empregues na anlise de fiabilidade permitem atribuir nveis de confiana estatstica
s estimativas dos parmetros dos modelos de fiabilidade que so desenvolvidos e s previses feitas usando
tais modelos.
4.8.3 Benefcios
A anlise de fiabilidade proporciona uma medida quantitativa do desempenho do produto e do servio face a
falhas ou interrupes de servio. As actividades de fiabilidade esto intimamente associadas conteno de
risco na operao do sistema. A fiabilidade frequentemente um factor de influncia na percepo da
qualidade do produto ou servio e na satisfao do cliente.
Os benefcios da utilizao de tcnicas estatsticas na anlise de fiabilidade incluem:

2)
Anlise de fiabilidade est intimamente relacionada com o campo mais rasto da dependabilidade, que inclui tambm a
manutenibilidade e a disponibilidade. Estas, e outras tcnicas e abordagens relacionadas, esto definidas e debatidas nas
publicaes CEI citadas na bibliografia.
I
m
p
r
e
s
s

o

d
e

d
o
c
u
m
e
n
t
o

e
l
e
c
t
r

n
i
c
o

I
P
Q

r
e
p
r
o
d
u

o

p
r
o
i
b
i
d
a

NP 4463
2009


p. 23 de 34


a capacidade de prever e quantificar a probabilidade de falha e outras medidas de fiabilidade dentro de
limites de confiana expressos;
compreenso para orientar decises em relao a diferentes alternativas de concepo, usando diferentes
estratgias de redundncias e mitigao;
o desenvolvimento de critrios objectivos de aceitao ou rejeio para a execuo de testes de
conformidade que demonstrem que os requisitos de fiabilidade so atingidos;
a capacidade de planear uma manuteno preventiva e um programa de substituies optimizados com
base na anlise de fiabilidade dos dados de desempenho do produto, do servio e do desgaste, e
a possibilidade de melhorar a concepo para atingir economicamente um objectivo de fiabilidade.
4.8.4 Limitaes e cuidados
Um pressuposto bsico da anlise de fiabilidade que o desempenho de um sistema em estudo pode ser
razoavelmente caracterizado por uma distribuio estatstica. A exactido das estimativas de fiabilidade
depender, portanto, da validade desse pressuposto.
A complexidade da anlise de fiabilidade agravada quando esto presentes mltiplos modos de falha, os
quais podero ou no seguir a mesma distribuio estatstica. Alm disso, quando o nmero de falhas
observado num teste de fiabilidade for baixo, a confiana e a preciso estatsticas das estimativas de
fiabilidade podem ser severamente afectadas.
As condies em que o teste de fiabilidade conduzido so de importncia crtica, especialmente quando o
teste envolve alguma forma de tenso acelerada" (i.e. uma tenso que significativamente maior do que
aquela a que o produto estar sujeito em condies normais de utilizao). Poder ser difcil determinar a
relao entre as falhas observadas em teste e o desempenho do produto em condies normais de operao,
ao que se junta incerteza das previses de fiabilidade.
4.8.5 Exemplos de aplicaes
Os exemplos tpicos de aplicaes da anlise de fiabilidade incluem:
verificao de que componentes ou produtos podem atingir os requisitos de fiabilidade estabelecidos;
projeco do custo do ciclo de vida do produto baseada na anlise de fiabilidade de dados de testes na
introduo de novo produto;
orientao nas tomadas de deciso entre fazer ou comprar produtos j disponveis, baseada na anlise da
sua fiabilidade e no efeito estimado sobre os prazos de entrega e custos a jusante relacionados com as
falhas projectadas;
projeco da maturidade de produtos de software baseada em resultados de testes, melhoria da qualidade e
aumento da fiabilidade e estabelecimento de objectivos compatveis com os requisitos do mercado para as
verses de software;
determinao das caractersticas dominantes de desgaste do produto para ajudar a melhorar a concepo
do produto ou a planear o programa de manuteno apropriado e o esforo requerido.
4.9 Amostragem
4.9.1 O que
A amostragem uma metodologia estatstica sistemtica para obter informao acerca de algumas
caractersticas de uma populao atravs do estudo de uma fraco representativa da populao (amostra).
I
m
p
r
e
s
s

o

d
e

d
o
c
u
m
e
n
t
o

e
l
e
c
t
r

n
i
c
o

I
P
Q

r
e
p
r
o
d
u

o

p
r
o
i
b
i
d
a

NP 4463
2009


p. 24 de 34


Existem vrias tcnicas de amostragem que podero ser utilizadas (tais como amostragem aleatria simples,
amostragem estratificada, amostragem sistemtica, amostragem sequencial, amostragem por lotes no
exaustivos) sendo a escolha da tcnica determinada pelo objectivo da amostragem e pelas condies em que
vai ser conduzida.
4.9.2 Para que utilizada
Sem grande rigor, a amostragem pode ser dividida em duas grandes reas no exclusivas: amostragem de
aceitao e amostragem de inqurito.
A amostragem de aceitao preocupa-se com a tomada de deciso em relao aceitao ou no aceitao
de um lote (i.e. um grupo de artigos) baseada nos resultados de uma(s) amostra(s) seleccionada(s) desse
lote. Uma grande variedade de planos de amostragem de aceitao est disponvel para satisfazer requisitos e
aplicaes especficos.
A amostragem de inqurito utilizada em estudos enumerativos ou analticos para estimao dos valores de
uma ou mais caractersticas numa populao, ou para estimao de como essas caractersticas esto
distribudas na populao. A amostragem de inqurito est frequentemente associada a votaes para recolha
de informao sobre as opinies das pessoas acerca de um assunto, como nos inquritos a clientes. Pode ser
igualmente aplicada para recolher dados com outros fins, tais como auditorias.
Uma forma especializada da amostragem de inqurito a amostragem exploratria, usada em estudos
enumerativos para obter informao sobre uma(s) caracterstica(s) de uma populao ou de um seu
subconjunto. o caso da amostragem de produo, que poder ser levada a cabo na conduo, por exemplo,
de uma anlise de capacidade do processo.
Outra aplicao a amostragem de conjunto (por exemplo, minerais, lquidos e gases) para a qual foram
desenvolvidos planos de amostragem.
4.9.3 Benefcios
Um plano de amostragem devidamente elaborado oferece ganhos em tempo, custos e mo-de-obra quando se
compara quer com um recenseamento geral da populao quer com uma inspeco de um lote a 100%.
Quando a inspeco do produto envolve testes destrutivos, a amostragem a nica maneira prtica de obter
informao pertinente.
A amostragem uma maneira acessvel e rpida de obter informao preliminar sobre o valor ou a
distribuio de uma caracterstica de interesse numa populao.
4.9.4 Limitaes e cuidados
Quando se elabora um plano de amostragem, dever ser dada ateno redobrada s decises relacionadas
com a dimenso da amostra, a frequncia de amostragem, a seleco da amostra, a base de constituio de
subgrupos e vrios outros aspectos da metodologia de amostragem.
A amostragem requer que a amostra seja escolhida de forma no-enviesada (i.e. que a amostra seja
representativa da populao da qual extrada). Caso contrrio, sero ms as estimativas das caractersticas
da populao. No caso da amostragem de aceitao, as amostras no representativas podem resultar quer na
rejeio desnecessria de lotes de qualidade aceitvel, quer na aceitao no desejada de lotes de qualidade
inaceitvel.
Mesmo que as amostras sejam no-enviesadas, a informao obtida a partir de amostras est sujeita a um
certo grau de erro. A magnitude deste erro pode ser reduzida com uma amostra de maior dimenso, mas no
pode ser eliminada. Dependendo da questo especfica e do contexto da amostragem, a dimenso da amostra
necessria para atingir o nvel de confiana e de preciso desejado poder ser demasiado grande para que
seja praticvel.
I
m
p
r
e
s
s

o

d
e

d
o
c
u
m
e
n
t
o

e
l
e
c
t
r

n
i
c
o

I
P
Q

r
e
p
r
o
d
u

o

p
r
o
i
b
i
d
a

NP 4463
2009


p. 25 de 34


4.9.5 Exemplos de aplicaes
Uma aplicao frequente da amostragem de inqurito em pesquisas de mercado, para estimar, digamos, que
parte da populao poderia comprar determinado produto. Outra aplicao em auditorias de inventrios
para estimar a percentagem de artigos que cumprem os critrios especificados.
A amostragem usada para conduzir verificaes de processos em termos de operadores, mquinas ou
produtos, para monitorizar a variao e definir aces correctivas e preventivas.
A amostragem de aceitao muito utilizada na indstria para dar alguma garantia de que o material
recebido satisfaz os requisitos preestabelecidos.
Nos materiais a granel, a amostragem de conjunto permite estimar a quantidade e as propriedades dos
elementos constituintes desses materiais (por exemplo minerais, lquidos e gases).
4.10 Simulao
4.10.1 O que
Simulao uma designao colectiva para procedimentos pelos quais um sistema (terico ou emprico)
representado matematicamente por um programa de computador para encontrar a soluo de um problema.
Se a representao envolver conceitos da teoria das probabilidades, em particular variveis aleatrias, a
simulao poder ser chamada mtodo de Monte-Carlo.
4.10.2 Para que utilizada
No contexto da cincia terica, a simulao usada quando no conhecida nenhuma teoria abrangente para
a soluo de um problema (ou, se conhecida, impossvel ou difcil de resolver) e onde a soluo pode ser
obtida atravs de clculo computacional. No contexto emprico, a simulao usada se o sistema pode ser
adequadamente descrito por um programa de computador. A simulao tambm uma ferramenta til no
ensino da estatstica.
A evoluo de capacidades de computao relativamente econmicas tem resultado na aplicao crescente
da simulao a problemas que at agora no tinham sido abordados.
4.10.3 Benefcios
Nas cincias tericas, a simulao (em particular o mtodo de Monte-Carlo) usada se os clculos explcitos
de solues para problemas so impossveis ou muito difceis de fazer directamente (por exemplo, integrao
em n dimenses). De modo semelhante, no contexto emprico a simulao usada quando as investigaes
empricas so impossveis ou muito dispendiosas. O benefcio da simulao que permite uma soluo
poupando tempo e dinheiro ou que permite sempre uma soluo.
Com o uso da simulao no ensino da estatstica podem ilustrar-se variaes aleatrias de forma eficaz.
4.10.4 Limitaes e cuidados
Nas cincias tericas preferem-se as provas baseadas no raciocnio conceptual s baseadas na simulao,
uma vez que a simulao muitas vezes no fornece informao acerca das razes que levam ao resultado.
A simulao computacional de modelos empricos est sujeita limitao do modelo que poder no ser
adequado (i.e. poder no representar suficientemente o problema). Assim, no pode ser tida como um
substituto para investigaes empricas e experimentao efectivas.
I
m
p
r
e
s
s

o

d
e

d
o
c
u
m
e
n
t
o

e
l
e
c
t
r

n
i
c
o

I
P
Q

r
e
p
r
o
d
u

o

p
r
o
i
b
i
d
a

NP 4463
2009


p. 26 de 34


4.10.5 Exemplos de aplicaes
Os projectos em larga escala (tais como o programa espacial) usam de forma rotineira o mtodo de Monte-
Carlo. As aplicaes no esto limitadas a qualquer tipo especfico de indstria. As reas tpicas de
aplicaes incluem toleranciamento estatstico, simulao de processos, optimizao de sistemas, teoria da
fiabilidade e previso. Algumas aplicaes especficas so:
modelao da variao em submontagens mecnicas;
modelao dos perfis de vibrao em montagens complexas;
determinao de programas de manuteno preventiva optimizados;
conduo de anlises de custos e outras nos processos de concepo e produo para optimizar a alocao
de recursos.
4.11 Cartas de controlo estatstico do processo (CEP)
4.11.1 O que so
Uma carta CEP ou carta de controlo um grfico de dados obtidos de amostras recolhidas periodicamente
num processo e representados sequencialmente num grfico. Nas cartas CEP so tambm assinalados os
limites de controlo, que descrevem a variabilidade inerente ao processo quando estabilizado. A funo da
carta de controlo ajudar a avaliar a estabilidade do processo, o que se faz pela anlise dos dados
representados no grfico em relao aos limites de controlo.
Qualquer varivel (dados de medio) ou atributo (dados de contagem) que represente uma caracterstica de
interesse de um produto ou processo poder ser representada graficamente. No caso do controlo por
variveis, normalmente usada uma carta para monitorizar alteraes no valor mdio do processo e outra
para monitorizar as alteraes na variabilidade do processo.
Para o controlo por atributos, normalmente utilizam-se cartas do nmero ou da proporo de unidades no
conformes, ou do nmero de no conformidades encontradas nas amostras retiradas do processo.
A forma convencional da carta de controlo por variveis denominada carta de Shewhart. Existem outras
formas de cartas de controlo, cada uma com propriedades adequadas aplicao em circunstncias especiais.
So exemplos destas cartas as cartas de somas acumuladas (cartas cusum), que permitem maior
sensibilidade a pequenas alteraes no processo e as cartas de mdia mvel (simples ou ponderada), que
servem para atenuar variaes em prazos curtos e revelar tendncias persistentes.
4.11.2 Para que so utilizadas
Uma carta CEP usada para detectar alteraes num processo. Os dados representados, que podero ser uma
leitura individual ou uma estatstica tal como a mdia amostral, so comparados com os limites de controlo.
No nvel mais simples, um ponto que caia fora dos limites de controlo indicia uma possvel alterao no
processo, talvez devida a alguma causa sistemtica. Isto identifica a necessidade de investigar a causa da
leitura fora-de-controlo e de efectuar ajustes ao processo onde necessrio. Isto ajuda a manter a
estabilidade do processo e a melhorar os processos a longo prazo.
O uso de cartas de controlo poder ser aperfeioado para obter uma indicao mais rpida das alteraes do
processo, ou para aumentar a sensibilidade a pequenas alteraes, atravs do recurso a critrios adicionais na
interpretao de tendncias e padres nos dados representados.
I
m
p
r
e
s
s

o

d
e

d
o
c
u
m
e
n
t
o

e
l
e
c
t
r

n
i
c
o

I
P
Q

r
e
p
r
o
d
u

o

p
r
o
i
b
i
d
a

NP 4463
2009


p. 27 de 34


4.11.3 Benefcios
Alm de apresentar os dados de forma visual ao utilizador, as cartas de controlo facilitam a resposta
apropriada variao do processo ao ajudar o utilizador a distinguir a variao aleatria que inerente a um
processo estvel da variao que poder ser devida a causas sistemticas (i.e. qual poder ser atribuda
uma causa especfica), cuja deteco e correco em tempo oportuno podero ajudar a melhorar o processo.
Exemplos do papel e do valor das cartas de controlo em actividades relacionadas com processos so dados a
seguir.
Controlo do processo: as cartas de controlo por variveis so usadas para detectar alteraes no valor
mdio ou na variabilidade do processo e para despoletar uma aco correctiva, mantendo-se ou
restaurando-se assim a estabilidade do processo.
Anlise da capacidade do processo: se o processo est num estado estvel, os dados da carta de controlo
podero ser usados a seguir para estimar a capacidade do processo.
Anlise do sistema de medio: se incorporar limites de controlo que reflictam a variabilidade inerente ao
sistema de medio, uma carta de controlo pode mostrar se o sistema de medio capaz de detectar a
variabilidade do processo ou do produto em causa. As cartas de controlo podero tambm ser usadas para
monitorizar o prprio processo de medio.
Anlise de causa e efeito: uma correlao entre acontecimentos do processo e padres da carta de controlo
pode ajudar a inferir as causas sistemticas subjacentes e planear uma aco eficaz.
Melhoria contnua: as cartas de controlo so usadas para monitorizar a variao dos processos e ajudam a
identificar e a lidar com a(s) causa(s) de variao. So consideradas especialmente eficazes quando
integradas num programa sistemtico de melhoria contnua de uma organizao.
4.11.4 Limitaes e cuidados
importante recolher amostras do processo da maneira que melhor revele a variao em causa, sendo essa
amostra designada como subgrupo racional. Isto crucial para o uso e interpretao eficazes das cartas
CEP e para compreenso das fontes de variao do processo.
Os processos de produo de pequenas sries apresentam dificuldades especiais porque raramente existem
dados suficientes para estabelecer os limites de controlo apropriados.
Existe o risco de falso alarme quando interpretamos cartas de controlo (i.e. o risco de se concluir que
ocorreu uma alterao quando no esse o caso). Existe tambm o risco de no detectar uma alterao que
tenha ocorrido. Estes riscos podem ser atenuados mas nunca eliminados.
4.11.5 Exemplos de aplicaes
Os fabricantes dos sectores automvel, electrnicos, defesa e outros utilizam frequentemente cartas de
controlo (para caractersticas crticas) para atingir e demonstrar estabilidade e capacidade contnuas do
processo. Se forem recebidos produtos no conformes, as cartas so usadas para ajudar a estabelecer o risco e
a determinar o mbito da aco correctiva.
As cartas de controlo so usadas na resoluo de problemas nos locais de trabalho. Tm sido aplicadas a
todos os nveis das organizaes como suporte no reconhecimento de problemas e na anlise da raiz das
causas.
As cartas de controlo so usadas na indstria mecnica para reduzir intervenes desnecessrias no processo
(excessivas afinaes), capacitando o pessoal para distinguir entre a variao que inerente ao processo e a
variao que pode ser atribuda a uma causa sistemtica.
I
m
p
r
e
s
s

o

d
e

d
o
c
u
m
e
n
t
o

e
l
e
c
t
r

n
i
c
o

I
P
Q

r
e
p
r
o
d
u

o

p
r
o
i
b
i
d
a

NP 4463
2009


p. 28 de 34


Nas indstrias de servios so usadas cartas de controlo de caractersticas da amostra, tais como tempo
mdio de resposta, taxa de erro e frequncia de reclamaes, para medir, diagnosticar e melhorar o
desempenho.
4.12 Toleranciamento estatstico
4.12.1 O que
O toleranciamento estatstico um procedimento baseado em certos princpios estatsticos, usado para
estabelecer tolerncias. Recorre s distribuies estatsticas das dimenses relevantes dos componentes para
determinar a tolerncia global da unidade montada.
4.12.2 Para que utilizado
Quando se faz a montagem de mltiplos componentes individuais num nico mdulo, o factor ou requisito
crtico em termos de montagem e intermutabilidade de tais mdulos no frequentemente a dimenso dos
componentes individuais mas sim a dimenso total que resulta da montagem.
Valores extremos para a dimenso total (i.e. valores muito grandes ou muito pequenos) apenas ocorrem se as
dimenses de todos os componentes individuais se situarem quer no extremo inferior quer no superior dos
respectivos intervalos de tolerncia individuais. No quadro de uma cadeia de tolerncias, se as tolerncias
individuais forem somadas de modo a constiturem uma tolerncia total para a dimenso, ento referimo-nos
a isto como sendo a tolerncia aritmtica global.
Para determinao estatstica de tolerncias globais, assume-se que, em montagens que envolvam um grande
nmero de componentes individuais, as dimenses num dos extremos do intervalo das tolerncias individuais
sero equilibradas por dimenses no outro extremo desses intervalos. Por exemplo, uma dimenso individual
situada no extremo inferior do intervalo de tolerncia poder ser emparelhada com outra dimenso (ou
combinao de dimenses) no extremo superior do intervalo de tolerncia. Em termos estatsticos, em certas
circunstncias a dimenso total ter uma distribuio prxima da normal. Este facto bastante independente
da distribuio das dimenses individuais e poder, portanto, ser usado para estimar o intervalo de tolerncia
da dimenso total do mdulo montado. Alternativamente, dada a tolerncia global da dimenso, esta poder
ser usada para determinar o intervalo de tolerncia permissvel dos componentes individuais.
4.12.3 Benefcios
Dado um conjunto de tolerncias individuais (que no tm de ser as mesmas), o clculo da tolerncia
estatstica global gera uma tolerncia dimensional global, que, em geral, ser significativamente mais
pequena do que a tolerncia dimensional global calculada aritmeticamente.
Isto significa que, dada uma tolerncia dimensional global, o toleranciamento estatstico permitir o uso de
tolerncias maiores para dimenses individuais do que as determinadas pelo clculo aritmtico. Em termos
prticos, isto pode ser um benefcio significativo, pois as tolerncias maiores esto associadas a mtodos de
produo mais simples e mais econmicos.
4.12.4 Limitaes e cuidados
O toleranciamento estatstico requer que, em primeiro lugar, se estabelea qual a proporo de mdulos
montados que seria aceitvel ter fora do intervalo de tolerncia da dimenso total. Os pr-requisitos seguintes
devem ento ser satisfeitos para que o toleranciamento estatstico seja praticvel (sem necessidade de
mtodos avanados):
as dimenses individuais reais podem ser consideradas como variveis aleatrias no correlacionadas;
a cadeia dimensional linear;
I
m
p
r
e
s
s

o

d
e

d
o
c
u
m
e
n
t
o

e
l
e
c
t
r

n
i
c
o

I
P
Q

r
e
p
r
o
d
u

o

p
r
o
i
b
i
d
a

NP 4463
2009


p. 29 de 34


a cadeia dimensional tem pelo menos quatro unidades;
as tolerncias individuais so da mesma ordem de grandeza;
as distribuies das dimenses individuais da cadeia dimensional so conhecidas.
bvio que alguns destes requisitos s podem ser satisfeitos se o fabrico dos componentes individuais em
questo puder ser controlado e continuamente monitorizado. No caso de um produto ainda em
desenvolvimento, a experincia e o conhecimento de engenharia devero orientar a aplicao do
toleranciamento estatstico.
4.12.5 Exemplos de aplicaes
Na montagem de partes que envolvem relaes de adio ou em casos que envolvem simples subtraco (por
exemplo, veio e furo) aplicada de forma rotineira a teoria do toleranciamento estatstico. Os sectores
industriais que usam o toleranciamento estatstico incluem as indstrias mecnicas, electrnica e qumica. A
teoria tambm aplicada na simulao por computador para determinar tolerncias optimizadas.
4.13 Anlise de sries cronolgicas
4.13.1 O que
A anlise de sries cronolgicas uma famlia de mtodos para estudar um conjunto de observaes
efectuadas sequencialmente no tempo. A anlise de sries cronolgicas usada aqui para referir tcnicas
analticas em aplicaes como:
encontrar padres de desfasagem olhando estatisticamente para a forma como cada observao est
correlacionada com a observao imediatamente anterior, e repetindo isto para cada perodo desfasado
sucessivo;
encontrar padres cclicos ou sazonais para compreender como que os factores causais do passado
podem ter influncias repetidas no futuro;
usar ferramentas estatsticas para prever observaes futuras ou para compreender quais os factores
causais que mais contriburam para variaes nas sries cronolgicas.
Embora as tcnicas empregues na anlise de sries cronolgicas possam incluir simples grficos de
tendncias, na presente Norma esses grficos elementares so includos nos mtodos grficos simples
citados na Estatstica descritiva (4.2.1).
4.13.2 Para que usada
A anlise de sries cronolgicas usada para descrever padres em sries de dados cronolgicos, para
identificar aberrantes (i.e. valores extremos cuja validade dever ser estudada), quer para ajudar a
compreender os padres ou para fazer ajustes, quer para detectar pontos de inflexo numa tendncia. Outra
utilizao para explicar os padres de uma srie temporal com os de outra srie temporal, com todos os
objectivos inerentes anlise de regresso.
A anlise de sries cronolgicas usada para prever valores futuros em sries cronolgicas, normalmente
com limites superior e inferior que constituem o chamado intervalo de previso. Tem grande uso na rea do
controlo e frequentemente aplicada a processos automatizados. Neste caso, um modelo probabilstico
ajustado s sries cronolgicas histricas, prevem-se valores futuros e depois ajustam-se os parmetros
especficos do processo para o manter no objectivo, com a menor variao possvel.
I
m
p
r
e
s
s

o

d
e

d
o
c
u
m
e
n
t
o

e
l
e
c
t
r

n
i
c
o

I
P
Q

r
e
p
r
o
d
u

o

p
r
o
i
b
i
d
a

NP 4463
2009


p. 30 de 34


4.13.3 Benefcios
Os mtodos de anlise de sries cronolgicas so teis em planeamento, engenharia de controlo,
identificao de alteraes num processo, gerao de previses e medio do efeito de uma interveno ou
aco exterior.
A anlise de sries cronolgicas tambm til para comparar o desempenho projectado de um processo com
os valores previstos para a srie cronolgica se tivesse de ser feita uma dada alterao.
Os mtodos das sries cronolgicas podero fornecer indicao de possveis padres de causa e efeito.
Existem mtodos para separar as causas sistemticas (ou especiais) das causas aleatrias, e para decompor os
padres de uma srie cronolgica em componentes cclicas, sazonais e tendenciais.
A anlise de sries cronolgicas frequentemente til para compreender como que um processo se
comportar em determinadas condies e que ajustes (se necessrios) podem influenciar o processo na
direco de um valor alvo, ou que ajustes podem reduzir a variabilidade do processo.
4.13.4 Limitaes e cuidados
As limitaes e os cuidados citados para a anlise de regresso tambm se aplicam anlise de sries
cronolgicas. Ao fazer a modelao de um processo para compreender causas e efeitos, necessrio um
certo nvel de competncia para seleccionar o modelo mais apropriado e para utilizar ferramentas de
diagnstico para melhorar o modelo.
Uma observao singular ou um pequeno conjunto de observaes podem ter uma influncia significativa no
modelo quando includos ou omitidos na anlise. Por isso, nos dados, as observaes que possam ter
influncia devero ser compreendidas e distinguidas das aberrantes.
Diferentes tcnicas de estimao de sries cronolgicas podem ter graus de sucesso variveis, dependendo
dos padres das sries cronolgicas e do nmero de perodos para os quais se pretendem previses, em
relao ao nmero de perodos de tempo para os quais se dispem de dados de sries cronolgicas. A escolha
de um modelo dever considerar o objectivo da anlise, a natureza dos dados, o custo relativo e as
propriedades analticas e preditivas dos diversos modelos.
4.13.5 Exemplos de aplicaes
A anlise de sries cronolgicas aplicada no estudo de padres de desempenho ao longo do tempo, por
exemplo, medies de processos, reclamaes dos clientes, no conformidades, produtividade e resultados
de ensaios.
As aplicaes de previso incluem previso de peas de reserva, absentismo, encomendas de clientes,
necessidades de materiais, consumo de energia elctrica.
A anlise causal de sries cronolgicas utilizada para desenvolver modelos de previso da procura. Por
exemplo, no contexto da fiabilidade, usada para prever o nmero de acontecimentos num dado perodo de
tempo e a distribuio dos intervalos de tempo entre acontecimentos tais como tempos de paragem de
equipamentos.
I
m
p
r
e
s
s

o

d
e

d
o
c
u
m
e
n
t
o

e
l
e
c
t
r

n
i
c
o

I
P
Q

r
e
p
r
o
d
u

o

p
r
o
i
b
i
d
a

NP 4463
2009


p. 31 de 34


Bibliografia
Publicaes ISO relacionadas com tcnicas estatsticas
[1] ISO 2602:1980 Statistical interpretation of test results Estimation of the mean
Confidence interval
[2] ISO 2854:1976 Statistical interpretation of data Techniques of estimation and tests
relating to means and variances
[3] ISO 2859-0:1995 Sampling procedures for inspection by attributes Part 0: Introduction to
the ISO 2859 attribute sampling system
[4] ISO 2859-1:1999 Sampling procedures for inspection by attributes Part 1: Sampling
schemes indexed by acceptance quality level (AQL) for lot-by-lot
inspection
[5] ISO 2859-2:1985 Sampling procedures for inspection by attributes Part 2: Sampling plans
indexed by limiting quality (LQ) for isolated lot inspection
[6] ISO 2859-3:1991 Sampling procedures for inspection by attributes Part 3: Skip-lot
sampling procedures
[7] ISO 2859-4:2002 Sampling procedures for inspection by attributes Part 4: Procedures for
assessment of declared quality levels
[8] ISO 3207:1975 Statistical interpretation of data Determination of a statistical tolerance
interval
[9] ISO 3301:1975 Statistical interpretation of data Comparison of two means in the case of
paired observations
[10] ISO 3494:1976 Statistical interpretation of data Power of tests relating to means and
variances
[11] ISO 3534-1:1993 Statistics Vocabulary and symbols Part 1: Probability and general
statistical terms
[12] ISO 3534-2:1993 Statistics Vocabulary and symbols Part 2: Statistical quality control
[13] ISO 3534-3:1999 Statistics Vocabulary and symbols Part 3: Design of experiments
[14] ISO 3951:1989 Sampling procedures and charts for inspection by variables for percent
nonconforming
[15] ISO 5479:1997 Statistical interpretation of data Tests for departure from the normal
distribution
[16] ISO 5725-1:1994 Accuracy (trueness and precision) of measurement methods and results
Part 1: General principles and definitions
[17] ISO 5725-2:1994 Accuracy (trueness and precision) of measurement methods and results
Part 2: Basic method for determination of repeatability and
reproducibility of a standard measurement method
[18] ISO 5725-3:1994 Accuracy (trueness and precision) of measurement methods and results
Part 3: Intermediate measures of the precision of a standard measurement
method
I
m
p
r
e
s
s

o

d
e

d
o
c
u
m
e
n
t
o

e
l
e
c
t
r

n
i
c
o

I
P
Q

r
e
p
r
o
d
u

o

p
r
o
i
b
i
d
a

NP 4463
2009


p. 32 de 34


[19] ISO 5725-4:1994 Accuracy (trueness and precision) of measurement methods and results
Part 4: Basic methods for the determination of the trueness of a standard
measurement method
[20] ISO 5275-5:1998 Accuracy (trueness and precision) of measurement methods and results
Part 5: Alternative methods for the determination of the precision of a
standard measurement method
[21] ISO 5725-6:1994 Accuracy (trueness and precision) of measurement methods and results
Part 6: Use in practice of accuracy values
[22] ISO 7870:1993 Control charts General guide and introduction
[23] ISO/TR 7871:1997 Cumulative sum charts Guidance on quality control and data analysis
using CUSUM techniques
[24] ISO 7873:1993 Control charts for arithmetic average with warning limits
[25] ISO 7966:1993 Acceptance control charts
[26] ISO 8258:1991 Shewhart control charts
[27] ISO 8422:1991 Sequential sampling plans for inspection by attributes
[28] ISO 8423:1991 Sequential sampling plans for inspection by variables for percent
nonconforming (known standard deviation)
[29] ISO/TR 8550:1994 Guide for selection of an acceptance sampling system, scheme or plan for
inspection of discrete items in lots
[30] ISO 8595:1989 Interpretation of statistical data Estimation of a median
[31] ISO 9001:2000 Quality management systems Requirements
[32] ISO 9004:2000 Quality management systems Guidelines for performance improvements
[33] ISO 10010 Measurement management systems Requirements for measurement
processes and measuring equipment
[34] ISO 10725:2000 Acceptance sampling plans and procedures for the inspection of bulk
materials
[35] ISO 11095:1996 Linear calibration using reference materials
[36] ISO 11453:1996 Statistical interpretation of data Tests and confidence intervals relating to
proportions
[37] ISO 11462-1:2001 Guidelines for implementation of statistical process control (SPC) Part 1:
Elements of SPC
[38] ISO 11648-2 Statistical aspects of sampling from bulk materials Part 2: Sampling of
particulate materials
[39] ISO 11843-1:1997 Capability of detection Part 1: Terms and definitions
[40] ISO 11843-2:2000 Capability of detection Part 2: Methodology in the linear calibration case
[41] ISO/TR 13425:1995 Guide for the selection of statistical methods in standardization and
specification

I
m
p
r
e
s
s

o

d
e

d
o
c
u
m
e
n
t
o

e
l
e
c
t
r

n
i
c
o

I
P
Q

r
e
p
r
o
d
u

o

p
r
o
i
b
i
d
a

NP 4463
2009


p. 33 de 34



[42] ISO 14253-1:1998 Geometric Product Specifications (GPS) Inspection by
measurement of workpieces and measuring equipment Part 1:
Decision rules for proving conformance or non-conformance
whith specifications
[43] ISO/TS 14253-2:1999 Geometric Product Specifications (GPS) Inspection by
measurement of workpieces and measuring equipment Part 2:
Guide to the estimation of uncertainty in GPS measurement, in
calibration of measuring equipment and in product verification
[44] ISO 16269-7:2001 Statistical interpretation of data Part 7: Median Estimation
and confidence intervals
[45] ISO Guide 33:2000 Uses of certified reference materials
[46 ISO Guide 35:1989 Certification of reference materials General and statistical
principles
[47] ISO/IEC Guide 43-1:1997 Proficiency testing by interlaboratory comparisons Part 1:
Development and operation of proficiency testing
[48] ISO/IEC Guide 43-2:1997 Proficiency testing by interlaboratory comparisons Part 2:
Selection and use of proficiency testing schemes by laboratory
accreditation bodies
[49] ISO Standards Handbook:2000 Statistical methods for quality control
Volume 1: Terminology and symbols Acceptance sampling
Volume 2: Measurement methods and results Interpretation of statistical data Process control
Publicaes IEC relacionadas com anlise de fiabilidade
[50] IEC 60050-191:1990 International Electrotechnical Vocabulary Chapter 191:
Dependability and quality of service
[51] IEC 60300-1:1993 Dependability management Part 1: Dependability programme
management
[52] IEC 60300-2:1995 Dependability management Part 2: Dependability programme
elements and tasks
[53] IEC 60300-3-9:1995 Dependability management Part 3: Application guide -Section 9:
Risk analysis of technological systems
[54] IEC 60812:1985 Analysis techniques for system reliability Procedure for failure
mode and effects analysis (FMEA)
[55] IEC 60863:1986 Presentation of reliability, maintainability and availability
predictions
[56] IEC 61014:1989 Programmes for reliability growth
[57] IEC 61025:1990 Fault tree analysis (FTA)
[58] IEC 61070:1991 Compliance test procedures for steady-state availability

I
m
p
r
e
s
s

o

d
e

d
o
c
u
m
e
n
t
o

e
l
e
c
t
r

n
i
c
o

I
P
Q

r
e
p
r
o
d
u

o

p
r
o
i
b
i
d
a

NP 4463
2009


p. 34 de 34



[59] IEC 61078: 1991 Analysis techniques for dependability Reliability block diagram method
[60] IEC 61123:1991 Reliability testing Compliance test plans for success ratio
[61] IEC 61124:1997 Reliability testing Compliance test for constant failure rate and constant
failure intensity
[62] IEC 61163-1:1995 Reliability stress screening Part 1: Repairable items manufactured in lots
[63] IEC 61163-2 Ed 10 Reliability stress screening Part 2: Electronic components
[64] IEC 61164:1995 Reliability growth Statistical test and estimation methods
[65] IEC 61165:1995 Application of Markov techniques
[66] IEC 61649:1997 Goodness-of-fit tests, confidence intervals and lower confidence limits for
Weibull distributed data
[67] IEC 61650:1997 Reliability data analysis techniques Procedures for comparison of two
constant failure rates and two constant failure (event) intensities
Outras publicaes
[68] ISO 9000:2000 Quality management systems Fundamentals and vocabulary
[69] GUM:1993 Guide to the expression of uncertainty in measurement. BIPM, IEC, IFCC,
ISO, IUPAC and OIML

Você também pode gostar