Apostila CEP USP

]
Prof. MSc. Fabrcio Maciel Gomes

Lorena - 2010
Colgio Patrocnio de So Jos
Tcnico em Qualidade
NDICE
1. INTRODUO .................................................................................................................. 3
2. OBJETIVOS DO CONTROLE DE PROCESSO ................................................................ 6
3. CONTROLE ESTATSTICO DE PROCESSO ................................................................... 6
4. VARIAES NUM PROCESSO ....................................................................................... 7
4.1. Grfico seqencial...................................................................................................... 8
4.2. Interpretao da variao: .......................................................................................... 8
5. CAUSAS DE VARIAES NUM PROCESSO .................................................................. 9
5.1. Limites de Controle..................................................................................................... 9
6. Grficos de Controle e Aperfeioamento do Processo .....................................................11
6.1. Introduo .................................................................................................................11
6.2. Uso Bsico dos Grficos de Controle ........................................................................11
6.3. Tipos de Grficos de Controle ...................................................................................13
6.4. Interpretao dos Grficos de Controle .....................................................................13
6.5. Grfico de Controle por Variveis ..............................................................................15
6.5.1. Finalidade das Cartas de Controle por Variveis ................................................16
6.5.2. Fundamentos Estatstico dos Grficos de Controle.............................................17
6.5.3. Grfico X R ....................................................................................................19
6.5.4. Grfico X s.....................................................................................................23
6.5.5 Grfico da Amplitude Mvel (Rm) ........................................................................26
6.6. Grfico de Controle por Atributos...............................................................................28
6.6.1. Grfico de Controle da Frao Defeituosas (Grfico p).......................................29
6.6.2. Grfico do Nmero de Unidades Defeituosas (Grfico np)..................................31
6.6.3. Grfico do Nmero de Defeitos (Grfico c) .........................................................34
6.6.4. Grfico do Nmero de No Conformidades por Unidade (Grfico u) ..................36
7. Capacidade do processo..................................................................................................38
7.1. ndice de Capacidade Cp e Cpk: ...............................................................................39
7.2. ndice de Capacidade Pp e Ppk:................................................................................40
7.3. Clculo de Probabilidade da Distribuio Normal ......................................................41
8. Referncias Bibliogrfica..................................................................................................42
ANEXO A .............................................................................................................................44
ANEXO B .............................................................................................................................45
ANEXO C .............................................................................................................................46
Controle Estatstico de Processos
Tcnico em Qualidade
1. INTRODUO
Controle da qualidade um conjunto de aes ou medidas desenvolvidas com o
objetivo de assegurar que os servios ou produtos gerados atendam aos requisitos segundo
os quais foram especificados. Segundo a ISO 8402, Controle da Qualidade definido como
sendo o conjunto de tcnicas e atividades operacionais usadas para atender os requisitos
para a qualidade.
Avaliar os resultados das aes, com o objetivo de verificar se os mesmos esto em
conformidade com as expectativas, faz parte da natureza do homem. Assim, no sentido
Lato, pode-se dizer que o controle da qualidade remonta aos primrdios da civilizao
humana.
No se pode precisar, no tempo, quando foi que o controle da qualidade comeou a
ser utilizado, de forma sistemtica, de modo a assegurar que os resultados das aes
empreendidas viessem a atender aos requisitos dos projetos, na forma como foram
concebidos. Entretanto, a perfeio das obras remanescentes das civilizaes grega,
romana, egpcia, chinesa, e outras, sob a forma de templos, termas, pirmides, muralhas,
etc., nos permite assegurar que alguma forma de controle devia ser por eles empregada.
Os registros histricos nos mostram que at o final do sculo XVIII, antes do incio da
era industrial, os empreendimentos eram, na sua maioria, de natureza individual ou familiar
e cada um definia e controlava a qualidade dos produtos ou servios que gerava.
Curiosamente, esta uma postura muito atual. No que se refere a garantia da qualidade,
cada um responsvel pela qualidade do que faz. A diferena entre um profissional do
final do sculo XVIII e o seu colega dos dias atuais est na forma segundo a qual aquele
entendia e este entende a funo qualidade. Para o profissional do sculo XVIII a
qualidade estava relacionada ao atendimento as especificaes do produto, especificaes
estas quase sempre ditadas por ele mesmo. Ele definia o que deveria ser qualidade,
produzia e, eventualmente, quase sempre sem uma programao especfica definida,
inspecionava o produto para verificar se estava conforme as suas especificaes. Hoje, a
qualidade definida pelo cliente.
Cabe, tambm, ao profissional dos dias atuais produzir e controlar a qualidade do
que ele produz. Entretanto, o controle da qualidade por ele exercido feito de forma
sistematizada; planejado de forma a cobrir todas as fases do processo e tem por objetivo
assegurar que as necessidades do seu cliente vo ser atendidas. No se trata mais apenas
de uma inspeo final para verificar se o produto tem ou no defeitos de fabricao.
Entretanto, no se pode dizer que a sociedade, at o incio do sculo XIX,
encontrava-se totalmente sem estruturas organizacionais orientadas para o controle da
qualidade. Registra-se, no decorrer da idade mdia, intensas atividades de associaes de
arteses, estabelecendo padres que visavam proteger ganhos econmicos e sociais de
seus associados e regular a economia. Para alcanar esses objetivos essas associaes
desenvolveram intensos e importantes trabalhos estabelecendo salrios, condies de
trabalho e especificaes para matrias-primas e produtos acabados.
Entre 1900 e 1930, com o advento da era industrial, pressionados pela crescente
concorrncia e pela complexidade dos processos, iniciou-se uma nova fase para o controle
da qualidade. Essa foi era da inspeo. No incio, as inspees eram feitas no produto
acabado e tinha por objetivo evitar que itens defeituosos chegassem ao consumidor.
Nenhuma tcnica estatstica era usada. No final dos anos 20, como decorrncia da
crescente complexidade dos processos e da maior concorrncia do mercado, iniciou-se a
utilizao de tcnicas estatsticas para o controle dos produtos. Em 1924, foi criado o
Inspection Engineering Departament of Western Electrics Bell Telephone Laboratories, do
qual foram membros personalidades como R. B. Miller, G. D. Peterson, H. F. Dodge, G. D.
Edwards, P. S. Olmstead, M. N. Torrey e outros, aos quais devemos importantes trabalhos
pioneiros de desenvolvimento de teorias e mtodos de controle da qualidade, incluindo
critrios para seleo e amostragem. A primeira carta de controle da qual se tem registro foi
Tcnico em Qualidade
desenvolvida por Shewhart em 1924 e ficou conhecida como Carta de Controle de

Shewhart.
Entre 1930 e 1940, o uso da estatstica como ferramenta para o controle da
qualidade se consolidou como tcnica. Destaca-se nesse perodo os trabalhos do Joint
Committee for the Development of Statistical Aplications in Egineering and Manufacturing,
presidido por Shewhart e apoiado pela American Society for Testing Materials (ASTM),
American Society of Mechanical Engineers (ASME), American Mathematical Society (AMS),
American Statistical Association (ASA), Institute of Mathematical Statistics (IMS) e o
American Institute of Electrical Engineers (AIEE).
Na dcada de 40, o uso da estatstica como ferramenta para o controle da qualidade
se consolidou como prtica indispensvel, principalmente devido s condies impostas
pela economia de guerra. A necessidade de massificar a produo levou a uma inevitvel
deteriorao da qualidade dos produtos. Esse fato obrigou o sistema produtivo a utilizar, em
escala sem precedentes, as tcnicas estatsticas que j haviam sido desenvolvidas para o
controle de produtos. Nesse perodo, intensivos programas de treinamento, orientados para
a utilizao destas tcnicas, foram implementados, com os objetivos de: minimizar perdas,
reduzir o custo de produo e, principalmente, assegurar a qualidade dos produtos. Nesse
perodo, as foras armadas dos Estados Unidos e dos pases aliados desempenharam um
papel importantssimo no desenvolvimento de novas tcnicas estatsticas, na pesquisa de
novas teorias de controle, na implementao de programas de controle da qualidade e,
principalmente, no estabelecimento de padres.
De 1950 a 1960, as foras armadas dos pases aliados, principalmente devido a
guerra fria, que demandava contnuos e intensos programas de desenvolvimentos na rea
da indstria blica, continuaram sendo os principais impulsionadores do desenvolvimento da
rea de controle da qualidade. Os principais esforos dos anos 50 foram orientados para os
estabelecimentos de novos padres. Nessa dcada, o controle da qualidade deixou de
enfocar o produto e passou a orientar-se para o processo, o que, do ponto de vista
estratgico, representou um passo importantssimo. Na verdade o responsvel pelos itens
defeituosos o processo. Se o processo capaz e se est sendo devidamente controlado
deve, portanto, gerar produtos sem defeitos.
Na dcada de 50, o Japo iniciou sua jornada rumo a industrializao. Deming, que
havia participado ativamente, na dcada de 40, dos programas de mobilizao para a
qualidade, nos Estados Unidos, foi para o Japo e, juntamente com Juran e Ishikawa,
tornou-se o principal responsvel pela disseminao dos conceitos de controle da qualidade
naquele pas.
Nos anos 60, o uso prtico da estatstica como ferramenta para o controle de
processo se consolidou e foram lanadas as bases para a implantao dos conceitos de
Total Quality Control - TQC, desenvolvidos por Feigenbaum. O parque industrial japons,
ainda infante, serviu de palco para a implementao destes conceitos, na dcada seguinte.
A dcada de 70 se caracterizou pela disseminao dos conceitos de TQC,
principalmente no Japo e foram lanadas as bases para a implantao dos conceito de
Total Quality Management - TQM. No final desta dcada, a International Organization for
Standardization - ISO criou o Tecnical Committee 176 (TC - 176) cujos trabalhos levaram a
criao das Normas ISO srie 9000, aprovadas em 1987.
Os anos 80 se caracterizaram pela implementao, em larga escala, dos conceitos
de TQM. O Japo, mantendo a sua posio de vanguarda, liderou os pases industrializados
na implementao destes conceitos. A aprovao das Normas ISO srie 9000, em 1987,
representou uma mudana de paradigma e a Europa, bero dessas Normas, ocupou a
posio de destaque neste novo cenrio.
A partir da dcada de 60, os problemas relacionados com a preservao da
qualidade do meio ambiente passou, cada vez mais, a ocupar o centro das atenes da
nossa sociedade. O resultado desse movimento, principalmente nos pases mais
desenvolvidos, foi o incio de presses social para que os sistemas produtivos utilizassem
tecnologias no poluidoras.
Tcnico em Qualidade
Na dcada de 70, a sociedade, preocupada com os nossos recursos naturais,

evoluiu, incorporando conceitos de racionalizao de insumos nos processos produtivos. O
vertiginoso crescimento das atividades industriais, ocorrido nesse ltimo quarto do sculo
XX, despertou, principalmente nas comunidades mais esclarecidas, uma forte
conscientizao de que a natureza no infinita em sua capacidade de absorver os
resultados de todas as atividades humanas, no ritmo em que estas vm ocorrendo, sem que
sejam alteradas as condies ambientais globais. Como resultado, seis anos aps a
realizao da ECO-92, foi assinado, no incio de 1998, o protocolo de Kyoto que estabelece
critrios sobre emisso de CO2 e outros gases que exercem efeito estufa e prioriza o
desenvolvimento e a utilizao de tecnologias amigveis com relao a mudanas
climticas.
Como no poderia deixar de ser, os movimentos conservacionistas influenciaram
fortemente os conceitos relativos a qualidade e motivaram a aprovao das Normas ISO
Srie 14000, em 1996. Essas Normas especificam os requisitos relativos a um sistema de
gesto ambiental e regem as relaes contratuais para o comrcio interno e entre pases,
operacionalizando grande parte dos acordos firmados na ECO-92. Assim, a preservao da
qualidade do meio ambiente passou a ter um carter econmico urgente e como
conseqncia, o sistema produtivo dever privilegiar, nos prximos anos, em escala
crescente, a utilizao de tecnologias orientadas para o desenvolvimento sustentvel, com
enfoque na preservao dos ecossistemas e da biodiversidade.
A funo qualidade pode, tambm, ser analisada pelo objeto do seu foco. At a
dcada de 40 o produto era o ponto de aglutinao de todos os esforos orientados no
sentido de lhe agregar qualidade. Essa foi a era da inspeo, do controle da qualidade e a
estatstica foi a principal ferramenta utilizada.
Nas dcadas de 50, 60 e 70, o processo passou a ser o ponto principal das
atenes, sem que, contudo, o produto tenha sado de cena. Controlar o processo para que
os produtos por ele gerados atendam as especificaes, certamente uma forma mais
econmica de assegurar qualidade. Nesse perodo, as inspees continuaram sendo
atividades importantes mas apenas para registrar a qualidade da produo e a estatstica
consolidou sua posio como ferramenta indispensvel para os processos de controle.
Nas dcadas de 80 e 90 cresceu no meio empresarial a conscincia de que to ou
mais importante do que produzir com qualidade, oferecer ao cliente o que ele deseja,
atender as suas necessidades. Assim, o cliente, como o parceiro mais importante do
negcio, passa a ser o foco das atenes. Atender s expectativas do cliente e, se possvel,
superar essas expectativas, passa a ser a poltica dos negcios de sucesso. As
caractersticas de uma empresa orientada para o atendimento ao cliente so:
seus processos so consistentes e adequadamente controlados (eficincia),
seus produtos so especificados de acordo com as necessidades do seu cliente
(eficcia),
como as necessidades do cliente esto sempre mudando, elas so flexveis,
adaptam-se com rapidez e tm viso do futuro (efetividade).
Para essa empresa, o cliente no sentido lato (a sociedade) aparece no cenrio com
importncia crescente e vai se tornando to importante quanto o cliente que adquire seus
produtos ou servios (cliente no sentido strito).
O controle de processo, para estar de acordo com o enfoque filosfico da era em que
estamos vivendo, deve ser dinmico, deve estar orientado para as necessidades dos
clientes (interno e externo, strito e lato senso) e ser capaz de acompanhar as mudanas das
suas necessidades. Dentro deste contexto, a estatstica apenas uma ferramenta,
importantssima sem dvidas, mas apenas uma ferramenta.
Tcnico em Qualidade
2. OBJETIVOS DO CONTROLE DE PROCESSO

Conforme j foi enfatizado, o controle de processo deve fazer parte do esforo
cooperativo de todos os setores da empresa, no sentido de assegurar a sua conformidade e
a qualidade da produo, para que seja possvel atender s necessidades dos clientes
internos e externos.
Atuando em todas as fases do processo produtivo e principalmente nos pontos
crticos, seus objetivos so:
Gerar as informaes necessrias ao desenvolvimento dos novos produtos;
Fornecer os subsdios necessrios s tomadas de decises nos processos de
compra e recepo de matrias-primas;
Assegurar, ao setor de produo, as informaes requeridas para o efetivo controle
dos processos de fabricao;
Inspecionar os produtos acabados;
Acompanhar o perfil da qualidade dos produtos concorrentes.
3. CONTROLE ESTATSTICO DE PROCESSO

A estatstica , sem dvidas, uma ferramenta de trabalho poderosssima para quem
trabalha em controle da qualidade e controle de processo.
Para os nossos propsitos, a aplicao de tcnicas estatsticas ao controle da
qualidade pode ser resumida em dois tipos de aes:
aplicao de tcnicas matemticas na anlise dos dados de controle e
sistematizao desses dados de modo a facilitar a anlise dos mesmos, auxiliando
os responsveis a tomar decises.
A aplicao de tcnicas estatsticas tem por principal objetivo oferecer aos
responsveis pela tomada de decises, referncias relativas ao grau de confiabilidade dos
resultados gerados pelos controles e aos riscos envolvidos nas decises tomadas. A
sistematizao dos dados de controle que normalmente feita sob a forma de grficos de
controle tem por objetivo facilitar a visualizao dos resultados.
So trs os principais tipos de grficos usados em controle da qualidade a saber:
Grficos de controle por mdia;
Grficos de controle por amplitude;
Grficos de controle para fraes defeituosas.
Os controles por mdia e amplitude so feitos com base na teoria estatstica da
distribuio normal. J o controle de fraes defeituosas , mais freqentemente,
fundamentado na distribuio de Poisson. Para alguns casos de controle de fraes
defeituosas, a aplicao de teoria estatstica da distribuio binomial pode ser vantajosa.
A definio de controle estatstico de processo pode ser realizada atravs da juno
dos significados de cada uma das palavras.
Controle manter algo dentro dos limites (padres) ou fazer algo se comportar de forma
adequada.
Estatstica obter concluses com base em dados e nmeros que trazem informaes.
Controle Estatstico fazer com que os resultados se mantenham conforme o previsto
pelos padres com a ajuda de dados numricos.
Tcnico em Qualidade
Processo a combinao necessria entre o homem, os materiais, as mquinas, os

equipamentos e o meio ambiente para fabricar um produto qualquer. Mais especificamente,
um processo qualquer conjunto de condies ou conjunto de causas (sistema de causas)
que trabalham simultaneamente para produzir um determinado resultado.
Portanto, Controle Estatstico de Processo (CEP) um mtodo preventivo de se
comparar, continuamente, os resultados de um processo com os padres, identificando a
partir de dados estatsticos as tendncias para variaes significativas, a fim de
eliminar/controlar essas variaes. O objetivo principal no CEP reduzir cada vez mais a
variabilidade de um processo.
4. VARIAES NUM PROCESSO

Em geral as caractersticas de um produto manufaturado apresentam variabilidade.
Isto se deve a flutuaes na qualidade dos materiais usados e de variaes nas condies
de operao do processo de produo. Admitindo esta situao, pode afirmar que:
As caractersticas de qualidade de um produto so afetadas por causas acidentais
que provocam variao;
Existe, associado a qualquer processo de produo, um sistema de causas que
provocam variao natural em um produto;
Se forem s as causas que atuam no processo, diz-se que as variaes do processo
so aceitveis e inevitveis e a eliminao destas causas inevitvel;
Variaes anormais devem ser corrigidas, ou seja, eliminadas;
As causas de variaes aceitveis so chamadas causas aleatrias ou acidentais, as
outras so causas especiais.
Logo tm-se:
Processo sob controle: o processo cujas causas de variao so devidas somente pelas
causas aleatrias.
Se o processo esta sob controle:
A variabilidade das caractersticas de qualidade do produto devida, apenas, ao
acaso;
As causas de variaes no afetam de forma significativa o processo;
Pode ser at impossvel, mas quase sempre antieconmica, a eliminao estas
causas;
Existe uma distribuio estatstica estvel associada ao processo.
Processo fora de controle: o processo em que se fazem sentir causas especiais.
Se o processo no esta sob controle:
A variabilidade das caractersticas de qualidade do produto devida a causas
especiais, possveis de serem corrigidas;
A variabilidade do processo anormal, com grandes alteraes nas caractersticas
de qualidade;
Trata-se de uma situao que requer imediata interveno;
H diferenas notveis entre a mdia do processo e os valores observados.
Tcnico em Qualidade
4.1. Grfico seqencial

recomendado para quando preciso apresentar a tendncia dos pontos
observados sobre um especificado perodo de tempo.
Grficos seqenciais so empregados para representar visualmente um conjunto de
dados. So utilizados para monitorar um processo verificando se ao longo do tempo se a
mdia est mudando.
Os grficos seqenciais so ferramentas simples para serem construdas e
utilizadas. Pontos so marcados no grfico para serem avaliados.
O grfico a seguir mostra a quilometragem rodada, por litro de combustvel, atingida
entre um enchimento e outro do tanque de certo veculo. A quilometragem por litro dada
abaixo para 21 intervalos sucessivos entre os enchimentos do tanque de combustvel.
Consumo (km/L).
25,7
24,8
23,1
26,3
26,3
24,7
24,8
24,5
24,2
22,1
24,9
23,1
22,3
22,,8
25,3
28,2
23,0
24,8
25,1
24,8
26,2
29
28
Consumo (km/l)
27
26
25
24,619
24
23
22
2
10
12
Amostras
14
16
18
20
Figura 1 Variao de um processo.
4.2. Interpretao da variao:

Do grfico de disperso nota-se que de incio a quilometragem por litro estava em
torno de 25 km/l, sendo que ela pode variar para cima ou para baixo. Mas observa-se no
grfico que a partir do 10 enchimento (a data uma referncia importante) os registros
situam-se abaixo da mdia sucessivamente vezes. Isto uma coisa difcil de ocorrer
supondo que o processo seja estacionrio em torno da mdia. Assim, uma causa especial
de variao deve ser procurada. A resposta pode ser qualquer combinao de uma lista de
possibilidades, tais como: tempo frio, combustvel diferente, troca de motorista, transporte de
carga mais pesada ou velas de ignio defeituosas (velhas). Examinando-se estas opes
de causa, cada uma delas foi descartada, sobrando as velas de ignio como nica
explicao. A troca foi feita e o grfico foi ampliado para mais 3 pontos, os trs ltimos.
Nota-se claramente que a mdia voltou ao nvel histrico. Um registro histrico da
quilometragem por litro de combustvel, datas de troca de peas, etc., importante para
Tcnico em Qualidade
empresas que tm veculos. O prprio motorista pode estar encarregado de fazer os

registros.
5. CAUSAS DE VARIAES NUM PROCESSO

Diversos fatores podem contribuir para a variao no nvel de defeitos encontrados
num processo. Podem ser, por exemplo, irregularidade no material utilizado na produo
(no perfeitamente uniforme), temperatura, manuteno do equipamento, estado fsico
dos operadores, etc.. Estes fatores, que podem ser identificados, chamam-se fatores
particulares ou causas especiais de variao. Mesmo eliminando-se todos esses fatores
particulares, o processo ainda ir produzir artigos defeituosos. Isto ocorre devido a
existncia dos fatores inerentes ao processo, os quais no so identificveis. Quando se
elimina um a um os fatores particulares de variao, o grfico de controle mostrar somente
a variao aleatria causada pelos fatores de variao inerentes ao processo. Neste caso,
o processo ser estvel, ou, de acordo com a terminologia criada por Shewhart, o processo
estar sob controle. O grfico mostrar ento um processo aleatrio estacionrio.
Quando se consegue atingir a estabilidade, eliminando-se as causas especiais, pode-se
construir os limites de controle, que delimitam uma regio onde com uma grande
probabilidade o processo ir operar. Estes limites determinam a chamada capacidade do
processo.
5.1. Limites de Controle

Seja um processo onde determinada caracterstica do produto tem mdia fixada em
= 74 mm e desvio-padro = 0,01 mm. A estatstica representada no grfico ser a mdia
amostral x (por exemplo), ento trabalhando com a distribuio de probabilidade tem-se:
()
E x =,
()
V x =
x =
Se o processo est sob controle, variando apenas por fora dos fatores inerentes ao
processo (no identificveis), espera-se que:
P LIC x LSC 1
onde um nmero arbitrrio, mas fixo e pequeno, da ordem de 1%. Os limites LIC (limite
inferior de controle) e LSC (limite superior de controle) so chamados de limites
probabilsticos e a probabilidade de uma observao da variao aleatria x situar-se fora
desses limites muito pequena, dado o valor de . Sendo assim quando ocorrer de uma
observao situar-se fora dos limites de controle, isto ter como causa um fator particular
(identificvel) de variao. claro que a observao poder ficar fora dos limites por obra do
acaso, mas isto pouco provvel dado .Uma alternativa para se construir os limites de
controle defini-los em termos de mltiplos do desvio-padro da v.a. plotada no grfico (no
caso est-se considerando x ).
LIC = x k x
LSC = x + k x
onde k uma constante positiva. Um valor muito usado para k 3 e tem-se ento os limites
a 3 desvios padres. Estes limites podem ser construdos mesmo nas situaes onde a
Tcnico em Qualidade
distribuio de probabilidade da variao aleatria X no seja conhecida. Quem garante

este fato a chamada Desigualdade de Tchebychev:
P( X )
2
> 0
2
Veja que se fizermos = k tem-se na desigualdade
P ( X k )
2
k 2 2
P ( X k )
1
k2
Quando se quer limites de 3 desvios padres tem-se:
P ( X 3 )
1
32
P ( X 3 ) 0,11111
Considerando a situao onde = 74,0 mm a mdia da v.a. que est associada
com o dimetro do anel do pisto e = 0,01 mm o seu desvio padro, tem-se para x de
amostras aleatrias com tamanho n = 5 anis tomadas de hora em hora do processo, as
estatsticas seguintes:
x =
0,01
5
= 0,0045
LIC = 74,0 3 . 0,0045 = 73,9865

LSC = 74,0 + 3 . 0,0045 = 74,0135
Que so os limites de controle a 3 desvios padres.
10
Tcnico em Qualidade
Figura 2 Exemplo de um grfico com limites de controle.
6. Grficos de Controle e Aperfeioamento do Processo

6.1. Introduo
Pode-se obter o aperfeioamento de um processo de produo de duas maneiras:
1) Eliminao de um fator particular (causa especial) de variao.
2) Alterao na estrutura do processo.
Os fatores particulares de variao so detectados por pontos fora dos limites de
controle ou pela presena de um comportamento sistemtico, no aleatrio, no grfico de
controle. Um dos principais objetivos no Controle de Qualidade a reduo da variabilidade
no produto. Os fatores particulares so o motivo principal da falta de uniformidade dos itens
produzidos. S existe um modo seguro e com base cientfica de se descobrir as causas da
variabilidade, ou seja, de identificar fatores particulares de variao, a aplicao de
Tcnicas Estatsticas. importante levar em conta que alteraes no processo com o
objetivo de melhorar a performance do produto s devem ser executadas quando ele se
encontra sob controle. Caso contrrio, os efeitos das modificaes podero ficar camufladas
pela presena de causas especiais de variao.
6.2. Uso Bsico dos Grficos de Controle

As aplicaes fundamentais dos Grficos de Controle so:
1) Verificar se em determinado perodo um processo estava sob controle. Isto feito
examinando-se o grfico correspondente ao perodo de interesse.
2) Orientar a Administrao na manuteno do processo sob controle. Se o processo
est sob controle possvel ignorar a flutuao catica das observaes, exceto no
11
Tcnico em Qualidade
caso de ser notado alguma observao fora dos limites de controle. claro que se
deve olhar com ateno a ocorrncia de uma tendncia (um padro) em alguma
direo. Isto indicao de que alguma coisa alm do acaso est influenciando o
valor das observaes.
O objetivo principal dos grficos de controle como se viu do exposto anteriormente
fornecer informaes teis no aperfeioamento do processo.
Quando se atinge o controle estatstico do processo tem-se vrias vantagens, tais
como:
frao de defeituosos permanece constante (na mdia);
custos e ndices de qualidade sero previsveis;
produtividade ser mxima com o sistema corrente.
Existem vrias razes para o uso dos grficos de controle, tais como:
1) O grfico de controle uma tcnica para melhorar a produtividade, pois: reduz
desperdcio
de
insumos,
de
retrabalho
conseqentemente
aumenta
produtividade, diminui os custos e finalmente a capacidade de produo aumenta

(medida em nmeros de artigos bons por hora).
2) O grfico de controle eficaz na preveno de defeituosos, pois ajuda a manter o
processo sob controle e portanto coerente com a filosofia faa certo na 1 a vez. Se
a empresa no tem um processo eficiente, voc est pagando algum para produzir
artigos inadequados.
3) O grfico de controle impede ajustamentos desnecessrios no processo, pois
distingue entre rudo aleatrio e variao anormal. Nenhum outro meio, inclusive o
operador humano, eficiente nesta distino. Se o processo ajustado sem base no
Grfico de Controle, freqentemente, o que ocorre um aumento da varincia do
rudo aleatrio e isto pode resultar na deteriorao da performance do processo.
Assim, o grfico de controle coerente com a filosofia se ele no est quebrado,
no o conserte.
4) O grfico de controle fornece informaes para que o operador faa um diagnostico
sobre o processo, podendo conduzir a implementao de uma mudana que melhore
o desempenho do processo.
5) O grfico de controle fornece informao sobre a capacidade do processo, pois traz
informaes sobre o valor de importantes parmetros do processo e sua estabilidade
no tempo e, assim uma estimativa da capacidade do processo pode ser feita. Esta
informao muito til para quem projeta o produto e o processo.
12
Tcnico em Qualidade
6.3. Tipos de Grficos de Controle

Um grfico de controle varia conforme os dados que ele contenha. Conforme a
caracterstica investigada seja uma v.a. contnua ou discreta tem-se um tipo de grfico. De
forma que, se os dados so contnuos ele dever ser construdo com a mdia amostral, X ,
e com a amplitude amostral, R. J com dados discretos deve-se trabalhar com as
estatsticas amostrais nmero de defeituosos (np) e com a frao de defeituosos p. Desta
forma podemos classificar os Grficos de Controle nas categorias:
Existem dois tipos de grficos de controle, um para valor discreto e outro para valor
contnuo, que esto descritos no Tabela 1.
Grficos de Controle por Atributos (discreto)
Grficos de Controle por Variveis (contnuo)
Tabela 1 - Tipos de grficos de controle com algumas adaptaes
Valor Caracterstico
Tipos de Grficos
Grfico X - R (mdia e amplitude)
Valor continuo
Grfico X - s (mdia e desvio padro)

Grfico Rm (amplitude mvel)
Grfico np (nmero de itens defeituosos)
Valor discreto
Grfico p (frao defeituosa)

Grfico c (nmero de defeitos)
Grfico u (nmero de defeitos por unidade)
6.4. Interpretao dos Grficos de Controle

Se o processo estiver sob controle estatstico, adota-se o grfico de controle para
monitorar as observaes atuais e futuras; caso contrrio, conduzem-se aes de melhoria
at que seja atingido o nvel de qualidade desejado ao processo, em que os limites de
controle so recalculados, e os pontos que ultrapassarem tais limites, descartados.
A anlise dos grficos de controle possibilita a identificao se o processo est ou
no sob controle, o que significa a ausncia de causas especiais de variao. Quando um
processo est controlado ocorre um padro normal de variao, pois os pontos distribuemse aleatoriamente em torno da mdia, indicando a ausncia de tendncias crescentes ou
decrescentes, ciclos, estratificaes ou misturas e pontos que ultrapassaram os limites de
controle.
H uma regra bsica para verificar se o processo se encontra estvel: basta dividir o
intervalo entre os limites superior e inferior de controle em seis faixas, ou seja, cerca de 34%
dos pontos devem estar em cada faixa C, 13,5% dos pontos em cada faixa B e 2,5% dos
pontos em cada faixa A, conforme mostra a Figura 3, com algumas adaptaes.
13
Tcnico em Qualidade
LSC
Zona A 2,5%
Zona B 13,5%
Zona C 34%
Linha Central
Zona C 34%
Zona B 13,5%
Zona A 2,5%
LIC
Figura 3 - Zonas de distribuio dos pontos num padro normal de variao
Um processo tambm pode ser considerado fora de controle, quando todos os

pontos estiverem dentro dos limites de controle. Isto ocorre quando h um padro de
variao anormal no processo. Na Tabela 2, apresenta-se alguns casos de grficos, nos
quais o processo est fora de controle.
Tabela 2 Casos de padres anormais de um processo
1 Caso: Um ou mais pontos alm da Zona

A, acima do limite superior de controle ou
abaixo do limite inferior de controle.
2 Caso: Quinze pontos consecutivos na

Zona C, acima ou abaixo da Linha Central.
3 Caso: Sete pontos consecutivos, todos

acima ou abaixo da Linha Central.
4 Caso: Sete pontos consecutivos

crescentes ou decrescentes.
14
Tcnico em Qualidade
5 Caso: Dois em Trs pontos consecutivos

na mesma zona A.
6 Caso: quatro em cinco pontos

consecutivos situados nas Zonas A e B.
7 Caso: Oito pontos consecutivos de

ambos os lados da linha central fora da
Zona C.
6.5. Grfico de Controle por Variveis

No acompanhamento de um aspecto quantitativo da qualidade, em geral, se controla
tanto o valor mdio daquele como sua variabilidade, atravs de grficos separados. O
controle do valor mdio do desempenho do processo feito atravs do grfico de X . A
variabilidade do processo controlada pelo grfico do desvio-padro (grfico s) ou, o que
mais comum pelo grfico da amplitude (grfico R). Deve-se manter sob controle tanto o
desempenho mdio como a variabilidade do processo.
Os grficos de controle por variveis so usados para monitorar o processo quando
a caracterstica de interesse mensurada em uma escala de intervalo ou de razo. Estes
grficos so geralmente utilizados em pares. Os grficos R e s monitoram a variao de um
processo, enquanto os grficos X monitoram a mdia do processo. O grfico que monitora
a variabilidade deve ser examinado sempre em primeiro lugar, pois, se ele indicar a uma
condio fora do controle, a interpretao do grfico para a mdia ser enganosa.
Os grficos de controle por variveis permitem o controle de uma nica caracterstica
quantitativa a cada vez. Se houver mais de uma caracterstica a ser controlada, ser
necessrio aplicar um grfico de controle para cada uma delas. Para fins de controle, devem
ser escolhidas as variveis que causam rejeio ou retificao do produto, envolvendo
custos substanciais.
Os grficos de controle para atributo no usam toda a informao disponvel sobre a
distribuio dos valores assumidos pelas variveis, portanto tendem a serem ineficazes no
controle de aspectos quantitativos da qualidade. Desta maneira, percebe-se que
procedimentos mais eficientes so necessrios para o tratamento dessas situaes. J os
grficos de controle para variveis fornecem um maior nmero de informaes a respeito do
desempenho do processo do que os grficos para atributos. Quando se quer analisar um
aspecto quantitativo da qualidade, em geral, controla-se o valor mdio e a variabilidade por
meio de grficos separados.
15
Tcnico em Qualidade
O grfico da mdia ( X ) utilizado para o controle do valor mdio do desempenho

do processo. O grfico do desvio padro (s) e o mais comum, que denominado de
amplitude (grfico R), so utilizados para o controle da variabilidade do processo.
Durante o processo de fabricao de um produto ou servio, a qualidade do mesmo
pode estar sujeito a variaes, que podem ser classificadas em dois tipos, conforme
mostram as Figuras 4 e 5.
Figura 4 Grfico de Controle X fora de controle
Figura 5 Grfico de Controle X sob controle
O formato dos grficos de controle muda de acordo com a natureza dos dados
avaliados. Com isso temos os grficos de variveis para registrar as caractersticas
mensurveis do produto ou servio e os grficos de atributos, que registram as
caractersticas no mensurveis.
6.5.1. Finalidade das Cartas de Controle por Variveis
O uso da carta de controle por variveis tem a finalidade de fornecer informaes:
1) Para a melhoria da qualidade. Utilizar carta de controle unicamente para comprovar
a existncia de um programa de controle de qualidade perda de tempo. A carta de
controle por variveis a mais efetiva tcnica para alcanar a melhoria da qualidade.
2) Sobre a capacidade do processo. A verdadeira capacidade do processo s pode
ser alcanada depois que uma significativa melhoria da qualidade foi obtida. Durante
o ciclo de melhoria da qualidade, a carta de controle indicar quando no mais
16
Tcnico em Qualidade
possvel obter melhoria da qualidade sem investimento significativo. Nesse

momento, a verdadeira capacidade do processo pode ser obtida.
3) Para tomada de decises relativas especificao do produto. Uma vez que a
verdadeira capacidade do processo foi obtida, as especificaes podem ser
definidas, Se a capacidade do processo 0,003, ento uma especificao de
0,004 pode ser, realisticamente, obtida pelo processo.
4) Para tomada de decises sobre o processo de produo. A carta de controle
usada para decidir se um padro normal de variao est ocorrendo e, portanto, o
processo est sob controle, ou se um padro instvel de variao est ocorrendo, e
h necessidade de eliminao das causas especiais de variao.
5) Para tomada de decises sobre peas recm-produzidas. A carta de controle
tambm pode ser usada para decidir se um ou mais itens podem ser liberados para o
processo seguinte, ou se necessria alguma ao do tipo inspeo ou reparo.
6.5.2. Fundamentos Estatstico dos Grficos de Controle
Para entender a fundamentao dos grficos de controle, imagine que a
caracterstica de qualidade de uma pea seja o seu dimetro, e que a mesma tenha uma
distribuio Normal com mdia e desvio-padro , ambos conhecidos. Na prtica no se
conhece os parmetros e . Deve-se estim-los a partir de uma amostra em um perodo
anterior quando o processo est sob controle. O tamanho de uma amostra para este tipo de
estimativa deve ser de 20 a 25 observaes. E, como a estatstica piv Z, abaixo, tem
distribuio Normal Padro N(0,1).
Z=
(6.1)
Tem-se que:
X
P Z 2
Z 2 = 1
n
(6.2)

= 1
P X Z 2
X + Z 2
n
n
(6.3)
que o intervalo de confiana de nvel 1 - para o parmetro a mdia do processo.

Portanto, pode-se usar os limites do intervalo de confiana como limites de controle para a
mdia:
LIC = X Z 2
LSC = X + Z 2
(6.4)
(6.5)
Suponha, agora que m amostras aleatrias de tamanho n so disponveis ou seja

tem-se m amostras com n observaes cada uma. A magnitude de n da ordem de 4, 5 ou
6 observaes. Das m amostras obtm-se as mdias amostrais:
17
Tcnico em Qualidade
(6.6)
X 1, X 2 , X 3 ,...., X m
e tambm a mdia amostral global, considerando todas as m observaes.
X =
X 1 + X 2 + X 3 + ... + X m
m
(6.7)
Deste modo x o melhor estimador da mdia do processo . O valor do escore

padronizado, em geral, fixado em 3 para se ter os limites a 3 (trs desvios padro),
Z 2 = 3 . Agora, para construir os limites de controle est faltando apenas a estimativa do
desvio-padro . Em controle de qualidade tradicional estimar-se o desvio-padro
usando-se a amplitude amostral R, ao invs da expresso baseada em s2. claro que o
estimador s tambm pode ser usado. No caso da estimativa com base na amplitude
amostral, se X1, X2, ..., Xn a amostra de tamanho n, ento a amplitude da amostra, R,
dada pela diferena entre o valor mximo e o valor mnimo da amostra, isto :
R = X maior X menor
(6.8)
A amplitude da amostra de uma distribuio Normal, R, e o desvio-padro da

distribuio, , tm um relacionamento conhecido:
W =
(6.9)
Esta varivel aleatria W chamada amplitude relativa e a mdia da distribuio de

W representada por d2. Assim, um estimador do desvio-padro dado por:
R
d2
(6.10)
o valor de d2 funo do tamanho da amostra n. Agora, tomando-se as m amostras de

tamanho n, disponveis, obtm-se a amplitude amostral mdia R .
R=
R1 + R 2 + R 3 + ... + R m
m
(6.11)
R
d2
(6.12)
e uma boa estimativa de :
Mas, por qual razo se usa o estimador de , dado acima quando se dispe de
estatstica mais eficiente (s)? A resposta a simplicidade de clculo e tambm porque a
eficincia de = R d 2 praticamente a mesma de s quando o tamanho da amostra
baixo (n < 10). Finalmente, com as estimativas de todos os parmetros tem-se os limites de
controle:
18
Tcnico em Qualidade
LIC = X 3
LSC = X + 3
(6.13)
d2 n
R
(6.14)
d2 n
A quantidade A2 = 3 d 2 n uma constante que depende apenas do tamanho da

amostra n, logo pode tambm ser tabelado como d2 resultando para os limites a forma:
LIC = X A2 R
(6.15)
LSC = X + A2 R
(6.16)
Os valores de A2, d2, e outros que veremos a seguir, por serem constantes que vo
depender do tamanho da amostra (n), encontram-se tabelados nos Anexos A e B;
6.5.3. Grfico X R
Este tipo grfico usado para controlar e analisar um processo com valores
contnuos de qualidade do produto, como o comprimento, o peso ou a concentrao. Tais
valores fornecem maior quantidade de informaes sobre o processo.
O uso dos grficos de controle X e R, deve ocorrer sempre que uma caracterstica
da qualidade observada expressa em unidades reais como peso em quilogramas,
comprimento em centmetros, temperatura em graus Celsius.
So descritos a seguir os passos para a construo dos grficos de controle da
mdia ( X ) e da amplitude (R).
1. Determinar a caracterstica da qualidade a ser controlada. A varivel escolhida deve
ser uma caracterstica mensurvel da qualidade, ou melhor, deve ter a possibilidade
de ser expressa em nmeros. Deve-se priorizar aquelas caractersticas da qualidade
que afetam o desempenho do produto.
2. Definir o mtodo de amostragem e o tamanho da amostra atravs de um dos
mtodos especificados na seqncia:
a. Mtodo Instantneo: retira-se a amostra correspondente ao subgrupo da
produo, de forma simultnea ou consecutiva;
b. Mtodo Peridico: retira-se aleatoriamente a amostra que corresponde ao
subgrupo da produo, realizada durante um determinado perodo, de
maneira que ela seja representativa de toda a produo neste perodo.
Ainda com relao amostragem os subgrupos devem ser retirados de lotes
homogneos, compostos por itens produzidos pela mesma mquina, operador e
matriz.
A escolha do subgrupo depende da finalidade do grfico de controle. Conforme
Shewhart o objetivo principal no somente detectar o problema, mas tambm
descobri-lo. E tal descoberta naturalmente envolve classificao. O profissional
que obtiver sucesso na diviso inicial desses dados em subgrupos racionais,
baseados em hipteses racionais, estar dessa forma em melhor situao no
trabalho do que aquele que no tiver obtido esse sucesso.
19
Tcnico em Qualidade
No h uma regra definida quanto ao tamanho do subgrupo, o qual depender do

volume de produo, do custo da inspeo e da importncia da informao
obtida. Normalmente, preferem-se amostras com tamanho entre quatro e cinco
itens e subgrupos que variam de 20 a 25, pois fornecem uma boa estimativa
sobre a disperso do processo.
3. Coletar os dados, utilizando para isso um formulrio, no qual os dados so
geralmente registrados em colunas.
4. Estabelecer o valor central e os limites de controle, que so obtidos usando-se as
frmulas.
n
X
i =1
X =
(6.17)
R=
i =1
Onde:
X = mdia das mdias dos subgrupos;
X i = mdia do i-simo subgrupo;

m = nmero de subgrupos
R = mdia dos ranges dos subgrupos;
R i = range do i-simo subgrupo.
Os limites de controle para os grficos X e R so estabelecidos de acordo com os

desvios padres desejados, atravs das frmulas abaixo.
(6.18)
LSC X = X + 3 X
LC X = X
(6.19)
LIC X = X 3 X
(6.20)
LSC R = R + 3 R
(6.21)
LC R = R
(6.22)
LIC R = R 3 R
(6.23)
Onde:
LSC = limite superior de controle;
LIC = limite inferior de controle;
LC = limite central;
20
Tcnico em Qualidade
X = desvio padro das mdias dos subgrupos;
R = desvio padro das amplitudes dos subgrupos.

Na prtica, os clculos dos limites so simplificados pela utilizao dos fatores A2, D3
e D4, para encontrar os limites de controle. Estes fatores variam de acordo com o tamanho
do subgrupo e so encontrados na tabela do Anexo A.
LSC X = X + A2 R
(6.24)
LC X = X
(6.25)
LIC X = X A2 R
(6.26)
LSC R = D4 R
(6.27)
LC R = R
(6.28)
LIC R = D3 R
(6.29)
5. Interpretar os grficos
Se o processo estiver sob controle estatstico, adota-se o grfico de controle para
monitorar as observaes atuais e futuras; caso contrrio, conduzem-se aes de melhoria
at que seja atingido o nvel de qualidade desejado ao processo, em que os limites de
controle so recalculados, e os pontos que ultrapassarem tais limites, descartados.
Exemplo: Utilize os grficos X - R para analisar o comportamento da temperatura do forno
do atomizador. Foram coletadas 120 amostras, sendo que destas resultaram 30 subgrupos
com 4 observaes.
Nmero do
Subgrupo
1
2
3
4
5
6
7
8
9
10
11
12
13
14
X1
Observaes
X2
X3
X4
951
954
951
921
946
925
922
947
941
921
913
951
921
944
923
949
937
933
939
932
937
932
930
918
923
942
929
921
936
947
936
936
928
936
943
923
938
926
944
935
945
921
936
947
942
935
942
934
939
934
934
928
931
946
934
934
934
936
943
951
956
944
952
932
926
945
942
954
939
950
Mdia
Amplitude
R
28
18
15
30
28
19
30
24
15
27
31
19
24
29
21
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
925
940
940
936
944
942
954
910
941
948
956
945
930
946
947
934
Tcnico em Qualidade
923
938
938
942
936
958
940
938
952
953
939
951
918
915
925
925
Total
920
960
929
927
953
948
933
945
947
948
952
946
921
926
936
937
951
918
947
931
932
950
912
936
922
950
946
926
926
946
947
950
930
939
939
934
941
950
935
932
941
950
948
942
924
933
939
937
28125
31
42
18
15
21
16
42
35
30
5
17
25
12
31
22
25
724
- Clculos:
n
X =
X
i =1
28125
= 937,48
30
R=
i =1
724
= 24,13
30
A2 = 0,729 , D3 = 0 e D4 = 2,202 (Anexo A)

LSC X = X + A2 R = 937,48 + (0,729 24,13) = 955,07
LC X = X = 937,48
LIC X = X A2 R = 937,48 (0,729 24,13) = 919,90
LSC R = D4 R = 2,282 24,13 = 55,074
LC R = R = 24,13
LIC R = D3 R = 0 24,13 = 0
22
Tcnico em Qualidade
6.5.4. Grfico X s
Embora os grficos de controle X - R sejam os mais utilizados, algumas empresas
preferem usar o grfico do desvio padro grfico (s) para controlar a disperso do processo
de produo. Comparando-se os grficos R e s, verifica-se que o grfico R mais fcil de
ser construdo e aplicado, enquanto que o grfico s mais preciso, visto que no clculo do
desvio padro, so usados todos os dados dos subgrupos, e no apenas o maior e o menor
valor, os quais so usados no clculo da amplitude. No caso de o tamanho do subgrupo ser
menor ou igual a 10, as cartas R e s apresentam o mesmo aspecto grfico, contudo, a
medida que o tamanho do subgrupo aumenta, o grfico s torna-se mais preciso que o R, e
por isso, deve ser utilizado.
A construo dos grficos de controle X e s semelhante construo dos grficos
X e R, conforme visto anteriormente, diferenciando-se apenas nas frmulas utilizadas para
calcular o valor central e os limites de controle.
As etapas para a construo dos grficos de controle X e s so:
1.
2.
3.
4.
Escolher a caracterstica de qualidade a ser controlada;

Definir o tamanho da amostra e o mtodo de amostragem;
Coletar os dados;
Calcular o desvio padro de cada subgrupo, usando a frmula:
(X
n
s=
(6.30)
i =1
n 1
Onde:
n = tamanho do subgrupo
5. Calcular o valor central atravs das frmulas:
23
Tcnico em Qualidade
X =
Xi
i =1
(6.31)
e s=
i =1
6. Calcular os limites de controle usando as frmulas

(6.32)
LSC X = X + A3 s
(6.33)
LC X = X
LIC X = X A3 s
(6.34)
LSC s = B 4 s
(6.35)
LC s = s
(6.36)
LIC s = B3 s
(6.37)
Onde:
s i = desvio padro do i-simo subgrupo

s = mdia dos desvios padres dos subgrupos;
A3, B3, B4 = fatores retirados da Tabela do Anexo A, para clculo dos limites de controle.
7. Construir limites de controle e grafar os valores dos subgrupos.
Exemplo: Utilize os grficos X s para analisar o comportamento da temperatura do
atomizador. Foram coletadas 120 amostras, sendo que destas resultaram 30 subgrupos
com 4 observaes.
Nmero do
Subgrupo
X1
Observaes
X2
X3
X4
Desvio Padro
s
1
2
3
4
5
6
7
8
9
563
543
549
546
590
582
568
559
653
540
540
550
580
588
584
572
561
565
530
550
540
572
597
572
570
640
573
544
545
546
573
592
570
573
603
588
13,865
4,272
4,546
19,822
4,031
20,355
5,260
50,229
43,828
542
546
545
593
594
540
580
653
560
Mdia
24
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
546
557
564
571
548
560
590
596
574
580
562
567
560
580
598
578
594
601
614
610
602
Tcnico em Qualidade
531
552
566
567
546
563
578
579
569
580
537
560
558
592
592
586
584
590
594
597
604
Total
558
558
572
540
554
570
586
572
580
593
566
571
562
586
585
598
591
610
590
594
608
551
560
577
531
551
576
590
575
576
568
567
570
588
598
591
597
583
606
600
609
580
547
557
570
552
550
567
586
581
575
580
558
567
567
589
592
590
588
602
600
603
599
17249
11,446
3,403
5,909
19,755
3,500
7,182
5,657
10,724
4,573
10,210
14,166
4,967
14,095
7,746
5,323
9,535
5,354
8,655
10,504
8,185
12,583
349,681
- Clculos:
m
X =
i =1
17249
= 574,96
30
s=
s
i =1
349,681
= 11,66
30
A3 = 1,628 , B3 = 0 e B4 = 2,266 (Anexo A)
LSC X = X + A3 s = 574,96 + (1,628 11,66) = 593,94

LC X = X = 574,96
LIC X = X A3 s = 574,96 (1,628 11,66) = 555,97
LSC s = B4 s = 2,266 11,66 = 26,413
LC s = s = 11,66
LIC s = B3 s = 0 11,66 = 0
25
Tcnico em Qualidade
6.5.5 Grfico da Amplitude Mvel (Rm)

O grfico de controle para amplitude mvel pode ser interpretado como um grfico de
controle X comum. O grfico de controle para amplitude mvel bastante insensvel a
pequenas mudanas na mdia do processo e deve ser aplicado em situaes no qual o
tamanho usado para controle de processo n = 1, ou melhor, nos casos em que a inspeo
automtica e a tecnologia de medida so usadas, sendo cada unidade fabricada analisada,
quando a taxa de produo muito lenta, no sendo conveniente acumular amostras de
tamanho maior que um antes de serem analisadas, ou quando a variabilidade do processo
muito pequena. Em situaes como essas, que o grfico de controle para medidas
individuais torna-se til.
Na construo do grfico de controle para amplitude mvel, so efetuados os
clculos:
m 1
X =
X
i =1
e Rm =
Rm
i =1
m 1
LSC X = X + E 2 R m
LC X = X
LIC X = X E 2 R m
(6.38)
(6.39)
(6.40)
(6.41)
26
Tcnico em Qualidade
- Exemplo :Para verificar a estabilidade e a variabilidade da umidade de um determinado

produto usou-se o grfico de controle Rm, devido amostra desta varivel ser unitria, ou
seja, n = 1.
N de
Subgrupos
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
Umidade
(%)
6,1
6,0
6,0
6,5
6,3
6,4
5,8
6,1
6,0
6,3
5,9
6,2
6,4
6,5
6,0
6,6
6,2
6,4
6,3
5,9
6,3
6,4
6,5
6,1
6,3
6,2
5,8
6,0
6,5
6,3
6,6
6,4
6,1
6,3
6,5
6,2
6,4
6,1
6,3
6,0
6,2
6,5
6,3
6,4
6,2
6,5
6,3
6,4
6,1
Amplitude
Mvel (Rm)
0,1
0
0,5
0,2
0,1
0,6
0,3
0,1
0,3
0,4
0,3
0,2
0,1
0,5
0,6
0,4
0,2
0,1
0,4
0,4
0,2
0,1
0,4
0,2
0,1
0,4
0,2
0,5
0,2
0,3
0,2
0,3
0,2
0,2
0,3
0,2
0,3
0,2
0,3
0,2
0,3
0,2
0,1
0,2
0,3
0,2
0,1
0,3
N de
Subgrupos
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
Umidade
(%)
6,1
6,4
6,2
6,3
6,0
6,2
6,4
6,2
6,3
6,4
6,0
6,3
6,4
6,3
6,5
6,0
6,6
6,1
6,0
6,4
6,5
6,3
6,0
6,5
6,1
6,4
6,2
6,1
6,5
6,2
6,4
6,2
6,3
6,4
6,5
6,2
6,5
6,4
6,2
6,4
6,3
6,0
6,2
6,4
5,8
6,5
6,1
6,3
6,4
Amplitude
Mvel (Rm)
0,4
0,3
0,2
0,1
0,3
0,2
0,2
0,2
0,1
0,1
0,4
0,3
0,1
0,1
0,2
0,5
0,6
0,5
0,1
0,4
0,1
0,2
0,3
0,5
0,4
0,3
0,2
0,1
0,4
0,3
0,2
0,2
0,1
0,1
0,1
0,3
0,3
0,1
0,2
0,2
0,1
0,3
0,2
0,2
0,6
0,7
0,4
0,2
0,1
27
50
51
52
53
54
55
56
57
58
59
60
6,0
6,4
6,6
6,0
6,4
6,4
6,5
6,2
6,6
6,4
6,5
Tcnico em Qualidade
0,1
0,4
0,2
0,6
0,4
0,0
0,1
0,3
0,4
0,2
0,1
Total
110
111
112
113
114
115
116
117
118
119
120
6,3
6,5
6,7
6,4
6,3
6,5
6,1
6,5
6,1
5,9
6,5
753,3
0,1
0,2
0,2
0,3
0,1
0,2
0,4
0,4
0,4
0,2
0,6
31,0
- Clculos:
X =
X
i =1
753,3
= 6,28
120
m 1
Rm =
i =1
m 1
31
= 0,26
120 1
E 2 = 2,660 (Anexo B)
LSC X = X + E 2 Rm = 6,28 + (2,660 0,26 ) = 6,9701
LC X = X = 6,28
LIC X = X E 2 Rm = 6,28 (2,660 0,26 ) = 5,5849
6.6. Grfico de Controle por Atributos

O termo atributo, utilizado em controle de qualidade, refere-se quela caracterstica
da qualidade que pode estar, ou no, conforme as especificaes. Para melhor
entendimento, comum utilizar-se os termos bom e defeituoso no lugar de conforme e
no conforme.
28
Tcnico em Qualidade
No grfico de controle por atributos um produto classificado como possuindo ou

no um atributo ou qualidade. Assim, o produto atende ou no a uma especificao. Os
itens que no satisfazem a especificao so denominados defeituosos. Muitas vezes o
interesse da Administrao est na frao de unidades defeituosas em produo. Por outro
lado, freqentemente est-se interessado na evoluo de uma caracterstica quantitativa
(dimetro de um pino, por exemplo).
Existem duas situaes em que se utilizam atributos:
1. Quando as medidas no so possveis, tais como as caractersticas inspecionadas
visualmente (cor, brilho, arranhes e danos).
2. Quando as medidas so passveis, mas no so tomadas por questes econmicas,
te tempo, ou de necessidades. Em outras palavras, quando o dimetro de um furo
pode ser medido com um micrmetro interno, mas utiliza-se um calibre passa-nopassa para determinar a sua conformidade com as especificaes.
6.6.1. Grfico de Controle da Frao Defeituosas (Grfico p)
O grfico de controle p muito verstil, podendo ser usado para controlar uma
caracterstica de qualidade, um grupo de caractersticas de qualidade de mesmo tipo ou o
produto todo.
Esse grfico possui uma grande faixa de utilizao e as vantagens de poder ser
usado para uma grande diversidade de problemas, disponibilizar a informao normalmente
sem custo adicional da coleta, e de forma a ser rapidamente correlacionada com os custos,
proporcionar maior facilidade de entendimento por parte de pessoas no familiarizadas com
outros grficos, alm de ser mais facilmente implantado que os demais.
A frao defeituosa consiste na razo entre o nmero de peas defeituosas em uma
amostra e o nmero total de peas dessa mesma amostra.
p=
(6.42)
np
n
Onde:
p = frao defeituosa;
n = nmero de peas na amostra ou subgrupo;
np = nmero de peas defeituosas na amostra ou subgrupo.
Dentre os objetivos do grfico p, encontra-se: determinar o nvel de qualidade de um
produto, ficar alerta para qualquer mudana no nvel de qualidade, avaliar o desempenho
relativo qualidade do pessoal envolvido como operador e gerentes, indicar o uso de
grficos de controle por varivel, alm de definir critrios de aceitao de produtos, antes do
embarque, para o cliente.
So descritos a seguir os passos para a construo de um grfico de controle p:
1. Definir o objetivo: determinar qual a finalidade do grfico de controle, o que se quer
controlar (objetos, produtos, operrios, caractersticas de qualidade).
2. Determinar o tamanho do subgrupo: o tamanho do subgrupo uma funo da frao
defeituosa. Para determinar o tamanho do subgrupo, preciso ter uma primeira
estimativa da frao defeituosa do processo e do nmero mdio de defeitos para
cada subgrupo afim de que se possa construir o grfico de forma adequada.
3. Coletar os dados: necessrio coletar dados suficientes, pelo menos 20 subgrupos,
para construir o grfico. Para cada subgrupo a frao defeituosa calculada pela
frmula p = np n
29
Tcnico em Qualidade
4. Determinar o valor central e os limites de controle: as frmulas para calcular os

limites de controle so dadas por:
(6.43)
p=
p
i =1
LSC p = p + 3
p 1 p
n
(6.44)
(6.45)
LC p = p
LIC p = p 3
p 1 p
n
(6.46)
Onde:
p = frao defeituosa mdia para todos os subgrupos;

m = nmero de amostras ou de subgrupos.
O grfico p pode ser imediatamente introduzido, calculando-se somente os limites de
controle. Sendo o grfico p baseado na distribuio binomial, a probabilidade de selecionar
um produto defeituoso deve ser constante, caso contrrio, o mesmo no deve ser usado.
- Exemplo : De uma amostra de produo de uma fbrica de pequenos recipientes, foram
retiradas 25 amostras com 50 observaes, sendo retiradas 4 amostras por dia.
Nmero do
Subgrupo
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
Nmero de
Recipientes
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
Nmero de Itens
Defeituosos
4
2
5
3
2
1
3
2
5
4
3
5
5
2
3
2
4
10
4
3
2
Proporo de
Defeituoso
0,08
0,04
0,10
0,06
0,04
0,02
0,06
0,04
0,10
0,08
0,06
0,10
0,10
0,04
0,06
0,04
0,08
0,20
0,08
0,06
0,04
30
22
23
24
25
Total
Tcnico em Qualidade
50
50
50
50
1250
5
4
3
4
90
0,10
0,08
0,06
0,08
---
- Clculos;
m
p=
p
i =1
90
= 0,072
1250
p 1 p
0,072 (1 0,072 )
= 0,072 + 3
= 0,18167
n
50
LSC p = p + 3
LC p = p = 0,072
LIC p = p 3
p 1 p
0,072 (1 0,072 )
= 0,072 3
= 0,038 = 0
n
50
6.6.2. Grfico do Nmero de Unidades Defeituosas (Grfico np)

Tambm conhecido como Grfico do Nmero de Defeitos, pode ser usado como
alternativa ao grfico da frao defeituosa, apresentando as mesmas vantagens j
mencionadas. Neste caso as amostras devem ter o mesmo tamanho, ao contrrio do grfico
anterior, que permite a observao de amostras de diferentes tamanhos. As etapas para
construo do grfico np so dadas a seguir.
O grfico chamado de np quando a amostra acompanhada do nmero de artigos
defeituosos em vez da frao de itens defeituosos. Quando as amostras que vo ser
mostradas em um determinado grfico so do mesmo tamanho, torna-se mais simples
31
Tcnico em Qualidade
compreend-lo se for marcado o nmero de no-conformidades encontradas em cada

amostra em vez de calcular a percentagem.
So descritos a seguir os passos para a construo de um grfico de controle np
1. Coletar as amostras de dados.
2. Calcular o valor de n p .
(6.47)
np =
di
i =1
Onde:
di = nmero de defeitos de cada amostra
m = total de amostras
3. Calcular o valor de p :
p=
(6.48)
np
n
Onde:
n = tamanho de cada amostra (fixo)
4. Calcular os limites de controle
LSC np = n p + 3 n p 1 p
(6.49)
(6.50)
LC np = n p
LIC np = n p 3 n p 1 p
(6.51)
- Exemplo: A amostra a seguir de uma loja de departamentos onde se pretende verificar

se existe variabilidade ou no, relativa ao grau de insatisfao dos clientes. Para isso, foram
coletados 20 subgrupos, onde cada um deles possui 300 observaes.
Nmero do Subgrupo
1
2
3
4
5
6
7
8
9
10
Observaes
300
300
300
300
300
300
300
300
300
300
Nmero de Clientes insatisfeitos

10
12
8
9
6
11
13
10
8
9
32
11
12
13
14
15
16
17
18
19
20
Tcnico em Qualidade
300
300
300
300
300
300
300
300
300
300
6
19
10
7
8
4
11
10
6
7
184
Total
- Clculos:
m
np =
p=
di
i =1
184
= 9,2
20
n p 9,2
=
= 0,031
n
300
LSC np = n p + 3 n p 1 p = 9,2 + 3 9,2 (1 0,031) = 18,16

LC np = n p = 9,2
LIC np = n p 3 n p 1 p = 9,2 3 9,2 (1 0,031) = 0,241
33
Tcnico em Qualidade
6.6.3. Grfico do Nmero de Defeitos (Grfico c)

Este grfico utilizado para avaliar o nmero de no conformidades, ou defeitos, em
uma amostra. A utilizao deste grfico requer tamanho constante para as amostras
observadas. Algumas aplicaes so, por exemplo, controle de bolhas em garrafas e riscos
em peas estampadas. A principal diferena com relao ao grfico p, que este ltimo se
utiliza da contagem de unidades defeituosas, no se preocupando com a quantidade de
defeitos. Uma idia desta diferena dada pela Figura 13. Considerando cada quadro como
uma unidade, e cada ponto em destaque como um defeito, nota-se que h na amostra da
esquerda quatro unidades defeituosas, e um total de sete defeitos. Na amostra da direita h
duas unidades defeituosas, e o mesmo nmero de defeitos da primeira.
Figura 13 Exemplo de apresentao de defeitos
Os grficos de controle c controlam o nmero de defeitos produzidos. Este grfico se

baseia na distribuio de Poisson, por isso duas condies devem ser atendidas:
A probabilidade de ocorrncia de defeitos deve ser pequena, enquanto a
oportunidade de ocorrncia de defeitos deve ser grande;
As ocorrncias precisam ser independentes.
Os limites de controle deste grfico so baseados em mais ou menos 3 desvios
padres, a partir do valor central. Assim, 99,73% dos valores dos subgrupos caem dentro
destes limites.
Dentre os objetivos do grfico de controle c, esto o de determinar o nvel mdio da
qualidade, alertar gerentes para alguma possvel mudana no nvel da qualidade dos
produtos, avaliar o desempenho do pessoal da operao e superviso, indicar reas nas
quais seria interessante a aplicao de grficos de controle para variveis, dar informaes
para a aceitao de lotes.
Os passos para a construo do grfico de controle c so os mesmos utilizados na
construo do grfico de controle p. Caso o nmero de defeitos c for desconhecido,
necessrio coletar dados suficientes para estim-los. Para isso, devemos seguir os
procedimentos que seguem:
1. Coletar os dados;
2. Determinar o nmero mdio de no-conformidades c ; para tal usa-se a seguinte
frmula:
(6.52)
c=
i =1
3. Determinar os limites Inferior e Superior de controle c , usando as frmulas:
34
Tcnico em Qualidade
(6.53)
LSC c = c + 3 c
(6.54)
LC c = c
(6.55)
LIC c = c 3 c
4. Gerar o nmero de no-conformidades em amostras individuais;
5. Assumir o valor zero se o limite Inferior de controle for negativo;
- Exemplo: Neste estudo de caso, sero analisados 26 subgrupos de uma amostra de 100
placas de circuito impresso.
Nmero de Subgrupos
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
Observaes
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
Total
Nmero de No-conformes
21
24
16
12
15
5
28
20
31
25
20
24
16
19
10
17
13
22
18
39
30
24
16
19
17
15
516
- Clculos:
m
c=
c
i =1
516
= 19,85
26
LSC c = c + 3 c = 19,85 + 3 19,85 = 33,22
35
Tcnico em Qualidade
LC c = c = 19,85
LIC c = c 3 c = 19,85 3 19,85 = 6,48
6.6.4. Grfico do Nmero de No Conformidades por Unidade (Grfico u)

Este grfico mede o nmero de no conformidades, ou defeitos, por unidade. Pode
ser uma alternativa ao grfico c, quando as amostras no tm o mesmo tamanho. Tambm
pode ser usado quando a amostra constituda de apenas uma unidade, mas que possuem
muitos componentes que devem ser inspecionados, como um motor, por exemplo.
As etapas para construo do grfico u so dadas a seguir.
1. Selecionar m amostras, que podem ter tamanhos diferentes, e registrar o nmero de
defeitos (c) encontrados em cada uma.
2. Para cada uma das m amostras, determinar o nmero de defeitos por unidade.
(6.56)
ci
ni
ui =
Calcular o nmero mdio de defeitos por unidade:

(6.57)
u=
i =1
Calcular o tamanho mdio das amostras:
36
Tcnico em Qualidade
(6.58)
n=
i =1
Calcular os limites de controle:
LSCu = u + 3
(6.59)
u
n
(6.60)
LC u = u
LIC u = u 3
(6.61)
u
n
- Exemplo: Este exemplo tem por finalidade detectar os defeitos por unidade na linha de
produo de computadores pessoais.
Nmero de
Subgrupos
Observaes
Total de Noconformes
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
10
12
8
14
10
16
11
7
10
15
9
5
7
11
12
6
8
10
7
5
193
Total
Mdia de Noconformes por

unidade
2,0
2,4
1,6
2,8
2,0
3,2
2,2
1,4
2,0
3,0
1,8
1,0
1,4
2,2
2,4
1,2
1,6
2,0
1,4
1,0
38,6
- Clculos:
ui =
ci 193
=
= 38,6
ni
5
37
Tcnico em Qualidade
u=
u
i =1
38,6
= 1,93
20
LSC u = u + 3
u
1,93
1,93 + 3
= 3,79
5
n
LC u = u = 1,93
LIC u = u 3
u
1,93
= 1,93 3
= 0,07
5
n
7. Capacidade do processo
A verdadeira capacidade do processo s deve ser determinada aps o mesmo ter
sido otimizado e estabilizado. A capacidade do processo a sua prpria variabilidade,
depois que este foi otimizado e esta sob controle.
Os limites 3 so conhecidos como limites naturais de tolerncia.
LNST = + 3 (limite natural superior de tolerncia)
LNIS = - 3 (limite natural inferior de tolerncia)
O limite de 6 sobre a distribuio de uma caracterstica de qualidade do produto
vem a ser a capacidade do produto, onde o desvio padro do processo otimizado e
estvel (sob controle).
Capacidade do produto = 6
Como o valor de , em geral, desconhecido, para obter a capacidade do processo
usa-se um estimador.
38
Tcnico em Qualidade
(7.1)
R
d2
onde d2 um valor que depende do tamanho da amostra (n 10) e em decorrncia,

encontra-se tabela (Anexo B).
Se n > 10 e foi feito o grfico de controle X - s, o estimador de :
(X X )
(7.2)
n 1
No existe uma relao matemtica ou estatstica entre limite de controle e limite de

especificao. Os limites de controle so definidos em funo da variabilidade do processo e
medido pelo desvio padro. Os limites de especificao so estabelecidos no projeto pelos
engenheiros, pela administrao ou pelo cliente.
7.1. ndice de Capacidade Cp e Cpk:

A melhor forma de se verificar a adequao de um processo s necessidade da
engenharia de produto atravs do estudo de capacidade do processo ou da relao entre
a capacidade do processo e a diferena entre os limites de especificao (tolerncia do
produto). Esta relao conhecida como ndice de capacidade (Cp).
Cp =
LSE LIE
6
(7.3)
Onde:
LSE = limite superior de especificao;
LIS = limite inferior de especificao;
6 = capacidade do processo.
A anlise do ndice de capacidade muito til na tomada de decises sobre a
adequao do processo s especificaes. Uma regra prtica para esta anlise descrita a
seguir:
Processo Incapaz: (Cp < 1), a capacidade do processo inadequada tolerncia exigida.
Nesta situao,o ideal realizar o trabalho com outro processo mais adequado s
especificaes. No sendo possvel mudar o processo, deve-se tentar diminuir a sua
variabilidade. Por ltimo, resta a possibilidade de se alterar as especificaes do produto.
Processo Marginalmente Capaz: (1 Cp 1,33), a capacidade do processo est em torno
da diferena entre as especificaes. O tratamento deve ser semelhante quele dado ao
processo vermelho. Neste caso, cartas de controle so muito teis para manter o processo
sob controle e evitar a produo de itens fora das especificaes.
Processo Capaz: (Cp > 1,33), a capacidade do processo adequada tolerncia exigida.
Se a capacidade do processo est entre e da tolerncia, aconselhvel coletar
amostras peridicas para acompanhamento do processo. Se a capacidade do processo
39
Tcnico em Qualidade
menor que metade da tolerncia, no preciso tomais maiores cuidados como o processo,
pode-se dizer que o mesmo excelente ou altamente confivel.
Na prtica, nem sempre o processo esta centrado na mdia, ou seja, pode-se chegar
a concluses erradas quanto a capacidade do processo. Se o processo no se encontrar
centrado na mdia, Kane (1986) props a utilizao do ndice de Performance (Cpk):
(7.4)
C pks
LSE X
=
3
(7.5)
C pki
X LIE
=
3
Enquanto que o ndice Cp somente compara a variao total permitida pela

especificao com a variao utilizada pelo processo, sem fazer nenhuma considerao
quanto mdia, o ndice Cpk avalia a distncia da mdia do processo X aos limites da
especificao, tomando aquela que a menor, e portanto mais crtica em termos de
chances de serem produzidos itens fora da especificao. Na Tabela 8 h um resumo para
interpretao do ndice Cpk.
Tabela 8 Interpretao dos Resultados do ndice Cpk
Resultados de Cpk
Interpretao
Cpki > 1,33 e Cpks > 1,33
Processo Capaz
1 Cpki 1,33 e 1 Cpks 1,33
Processo Marginalmente Capaz
Cpki < 1 e Cpks < 1
Processo Incapaz
Cpki = Cpks
Processo Centrado
Cpki < Cpks e Cpks > 1,33
Produto fora do Limite Inferior de Especificao
Cpks < Cpki e Cpki > 1,33
Produto fora do Limite Superior de Especificao
Cpki < Cpks
Produto fora do Limite Inferior de Especificao em
maior quantidade.
Cpks < Cpki
Produto fora do Limite Superior de Especificao em
maior quantidade.
7.2. ndice de Capacidade Pp e Ppk:

Estes ndices so similares a Cp e Cpk, porm apresentam no seu denominador s (o
desvio padro da amostra) ao invs de . Matematicamente:
Pp =
LSE LIE
6s
(7.6)
LSE X
3s
(7.4)
com:
Ppks =
40
Tcnico em Qualidade
Ppki =
(7.5)
X LIE
3s
Regra geral, devem ser empregados em avaliaes preliminares (estudos de

minicapacidade ou capacidade de curto prazo) normalmente nas etapas de obteno de
amostras ou fabricao de lote-piloto, quando h poucos dados disponveis e no h um
critrio racional para a formao de subgrupos. Embora alguns autores recomendem a
adoo deste ndice quando o processo for instvel, tal procedimento totalmente incorreto,
uma vez que, nesta situao, no existe previsibilidade alguma para o comportamento do
processo.
A interpretao dos ndices Pp e Ppk idntica dos ndices Cp e Cpk.
7.3. Clculo de Probabilidade da Distribuio Normal

Uma distribuio de probabilidade muito til em Controle Estatstico de Processos,
a distribuio normal.
Para trabalhar com essa distribuio (tambm conhecida como de Gauss)
necessrio conhecer sua mdias e seu desvio padro , ou estimativas confiveis destas.
Por se tratar de uma distribuio contnua de probabilidade, ou seja, em que a
varivel pode assumir quaisquer valores, deve-se sempre trabalhar com rea de distribuio
normal. Para tanto preciso calcular Z, definido como;
Z=
(7.6)
Onde:
Z = valor para determinao d rea de distribuio normal
X = valor de referncia
= valor da mdia
= valor do desvio padro
Em funo do valor obtido de Z e da tabela apresentada no Anexo C, pode-se
descobrir qual a rea, ou seja, a probabilidade procurada.
Na prtica, a utilizao do clculo de probabilidade se d para descobrir a
probabilidade da porcentagem de produtos fora dos limites de especificao. Para tanto
utiliza-se as seguintes equaes:
Zs =
ZI =
LSE X
(7.7)
X LIE
(7.8)
A rea correspondente a Zs e Zi so as porcentagens de produtos dentro do limites

de especificao, somando-se as duas reas tem-se a porcentagem total dos produtos
dentro dos limites.
41
Tcnico em Qualidade
8. Referncias Bibliogrfica
- JURAN, J. M.; GRYNA, F. M., Controle de Qualidade: Volume VI, So Paulo, Ed. Makron
Books, 1992.
- RAMOS, A. W., CEP para Processos Contnuos e em Bateladas, So Paulo, Ed. Edgard
Blncher, 2003.
- ISHIKAWA, K., Guide to Quality Control, 2 ed., Tquio, Asian Productivity Organization,
1988.
- VIEIRA, S., Estatstica para a qualidade, Rio e Janeiro, Campus Elsevier. 1999.
- LOURENO FILHO, R. C. B., Controle Estatstico da Qualidade, Rio de Janeiro, Ed.
Livros Tcnicos e Cientficos, 1989.
42
Tcnico em Qualidade
43
Tcnico em Qualidade
ANEXO A
Fatores para o clculo dos limites de controle (3)para os grficos: X , R e s
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
Grfico para Mdia

Fatores para Limite de
Controle
A
A2
A3
2,121
1,880
2,659
1,732
1,023
1,954
1,500
0,729
1,628
1,342
0,577
1,427
1,225
0,483
1,287
1,134
0,419
1,182
1,061
0,373
1,099
1,000
0,337
1,032
0,949
0,308
0,975
0,905
0,285
0,927
0,866
0,266
0,886
0,832
0,249
0,850
0,802
0,235
0,817
0,775
0,223
0,789
0,750
0,212
0,763
0,728
0,203
0,739
0,707
0,194
0,718
0,688
0,187
0,698
0,671
0,180
0,680
0,655
0,173
0,663
0,640
0,167
0,647
0,626
0,162
0,633
0,612
0,157
0,619
0,600
0,153
0,606
Grfico para Desvio Padro

Fatores para
Fatores para Limite de Controle
Linha Central
c4
1/c4
B3
B4
B5
B6
0,798
1,253
0,000
3,627
0,000
2,606
0,886
1,128
0,000
2,568
0,000
2,276
0,921
1,085
0,000
2,266
0,000
2,088
0,940
1,064
0,000
2,089
0,000
1,964
0,952
1,051
0,030
1,970
0,029
1,874
0,959
1,042
0,118
1,882
0,113
1,806
0,965
1,036
0,185
1,815
0,179
1,751
0,969
1,032
0,239
1,761
0,232
1,707
0,973
1,028
0,284
1,716
0,276
1,669
0,975
1,025
0,321
1,679
0,313
1,637
0,978
1,023
0,354
1,646
0,346
1,610
0,979
1,021
0,382
1,618
0,374
1,585
0,981
1,019
0,406
1,594
0,399
1,563
0,982
1,018
0,428
1,572
0,421
1,544
0,984
1,017
0,448
1,552
0,440
1,526
0,985
1,016
0,466
1,534
0,458
1,511
0,985
1,015
0,482
1,518
0,475
1,496
0,986
1,014
0,497
1,503
0,490
1,483
0,987
1,013
0,510
1,490
0,504
1,470
0,988
1,013
0,523
1,477
0,516
1,459
0,988
1,012
0,534
1,466
0,528
1,448
0,989
1,011
0,545
1,455
0,539
1,438
0,989
1,011
0,555
1,445
0,549
1,429
0,990
1,011
0,565
1,435
559,000
1,420
Grfico para Amplitude

Fatores para
Linha Central
d2
1/d2
1,128
0,887
1,693
0,591
2,059
0,486
2,326
0,430
2,534
0,395
2,704
0,370
2,847
0,351
2,970
0,337
3,078
0,325
3,173
0,315
3,258
0,307
3,336
0,300
3,407
0,294
3,472
0,288
3,532
0,283
3,588
0,279
3,640
0,275
3,689
0,271
3,735
0,268
3,778
0,265
3,819
0,262
3,858
0,259
3,895
0,257
3,931
0,254
Fatores para Limite de Controle

d3
0,953
0,888
0,880
0,864
0,848
0,833
0,820
0,808
0,797
0,787
0,778
0,770
0,763
0,756
0,750
0,744
0,739
0,734
0,729
0,724
0,720
0,716
0,712
0,708
D1
0,000
0,000
0,000
0,000
0,000
0,204
0,388
0,547
0,687
0,811
0,922
1,025
1,118
1,203
1,282
1,356
1,424
1,487
1,549
1,605
1,659
1,710
1,759
1,806
D2
3,686
4,358
4,698
4,918
5,078
5,204
5,306
5,393
5,469
5,535
5,594
5,647
5,696
5,741
5,782
5,820
5,856
5,891
5,921
5,951
5,979
6,006
6,031
6,056
D3
0,000
0,000
0,000
0,000
0,000
0,076
0,136
0,184
0,223
0,256
0,283
0,307
0,328
0,347
0,363
0,378
0,391
0,403
0,415
0,425
0,434
0,443
0,451
0,459
D4
3,267
2,575
2,282
2,115
2,004
1,924
1,864
1,816
1,777
1,744
1,717
1,693
1,672
1,653
1,637
1,622
1,608
1,597
1,585
1,575
1,566
1,557
1,548
1,541
44
Tcnico em Qualidade
ANEXO B
Valores das constantes para o clculo dos limites de controle
Fator
A2
d2
d3
E2
D3
D4
Tamanho da Amostra
2
1,880
1,128
0,853
2,660
0,000
3,267
3
1,023
1,693
0,888
1,772
0,000
2,575
4
0,729
2,059
0,880
1,457
0,000
2,282
5
0,577
2,326
0,864
1,290
0,000
2,115
6
0,483
2,534
0,848
1,184
0,000
2,004
7
0,419
2,704
0,833
1,109
0,076
1,924
8
0,373
2,847
0,820
1,054
0,136
1,864
9
0,337
2,970
0,808
1,010
0,184
1,816
10
0,308
3,078
0,797
0,975
0,223
1,777
45
Tcnico em Qualidade
ANEXO C
Tabela de Distribuio Normal
z0
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
1,2
1,3
1,4
1,5
1,6
1,7
1,8
1,9
2,0
2,1
2,2
2,3
2,4
2,5
2,6
2,7
2,8
2,9
3,0
3,1
3,2
3,3
3,4
3,5
3,6
3,7
3,8
3,9
0
0,0000
0,0398
0,0793
0,1179
0,1554
0,1915
0,2257
0,2580
0,2881
0,3159
0,3413
0,3643
0,3849
0,4032
0,4192
0,4332
0,4452
0,4554
0,4641
0,4713
0,4772
0,4821
0,4861
0,4893
0,4918
0,4938
0,4953
0,4965
0,4974
0,4981
0,4987
0,4990
0,4993
0,4995
0,4997
0,4998
0,4998
0,4999
0,4999
0,5000
1
0,0040
0,0438
0,0832
0,1217
0,1591
0,1950
0,2291
0,2611
0,2910
0,3186
0,3438
0,3665
0,3869
0,4049
0,4207
0,4345
0,4463
0,4564
0,4649
0,4719
0,4778
0,4826
0,4864
0,4896
0,4920
0,4940
0,4955
0,4966
0,4975
0,4982
0,4987
0,4991
0,4993
0,4995
0,4997
0,4998
0,4998
0,4999
0,4999
0,5000
2
0,0080
0,0478
0,0871
0,1255
0,1628
0,1985
0,2324
0,2642
0,2939
0,3212
0,3461
0,3685
0,3888
0,4066
0,4222
0,4357
0,4474
0,4573
0,4656
0,4726
0,4783
0,4830
0,4868
0,4898
0,4922
0,4941
0,4956
0,4967
0,4976
0,4982
0,4987
0,4991
0,4994
0,4995
0,4997
0,4998
0,4999
0,4999
0,4999
0,5000
Valores de P(0 < Z < z0)

3
4
5
0,0120
0,0160
0,0199
0,0517
0,0557
0,0596
0,0910
0,0948
0,0987
0,1293
0,1331
0,1368
0,1664
0,1700
0,1736
0,2019
0,2054
0,2088
0,2357
0,2389
0,2442
0,2673
0,2703
0,2734
0,2967
0,2995
0,3023
0,3238
0,3264
0,3289
0,3485
0,3508
0,3531
0,3708
0,3729
0,3749
0,3907
0,3925
0,3944
0,4082
0,4099
0,4115
0,4236
0,4251
0,4265
0,4370
0,4382
0,4394
0,4484
0,4495
0,4505
0,4582
0,4591
0,4599
0,4664
0,4671
0,4678
0,4732
0,4738
0,4744
0,4788
0,4793
0,4798
0,4834
0,4838
0,4842
0,4871
0,4875
0,4878
0,4901
0,4904
0,4906
0,4925
0,4927
0,4929
0,4943
0,4945
0,4946
0,4957
0,4959
0,4960
0,4968
0,4969
0,4970
0,4977
0,4977
0,4978
0,4983
0,4984
0,4984
0,4988
0,4988
0,4989
0,4991
0,4992
0,4992
0,4994
0,4994
0,4994
0,4996
0,4996
0,4996
0,4997
0,4997
0,4997
0,4998
0,4998
0,4998
0,4999
0,4999
0,4999
0,4999
0,4999
0,4999
0,4999
0,4999
0,4999
0,5000
0,5000
0,5000
6
0,0239
0,0636
0,1026
0,1406
0,1772
0,2123
0,2454
0,2764
0,3051
0,3315
0,3554
0,3770
0,3962
0,4131
0,4279
0,4406
0,4515
0,4608
0,4686
0,4750
0,4803
0,4846
0,4881
0,4909
0,4931
0,4948
0,4961
0,4971
0,4979
0,4985
0,4989
0,4992
0,4994
0,4996
0,4997
0,4998
0,4999
0,4999
0,4999
0,5000
7
0,0279
0,0675
0,1064
0,1443
0,1808
0,2157
0,2486
0,2794
0,3078
0,3340
0,3577
0,3790
0,3980
0,4147
0,4292
0,4418
0,4525
0,4616
0,4693
0,4756
0,4808
0,4850
0,4884
0,4911
0,4932
0,4949
0,4962
0,4972
0,4979
0,4985
0,4989
0,4992
0,4995
0,4996
0,4997
0,4998
0,4999
0,4999
0,4999
0,5000
8
0,0319
0,0714
0,1103
0,1480
0,1844
0,2190
0,2517
0,2823
0,3106
0,3365
0,3599
0,3810
0,3997
0,4162
0,4306
0,4429
0,4535
0,4625
0,4699
0,4761
0,4812
0,4854
0,4887
0,4913
0,4934
0,4951
0,4963
0,4973
0,4980
0,4986
0,4990
0,4993
0,4995
0,4996
0,4997
0,4998
0,4999
0,4999
0,4999
0,5000
9
0,0359
0,0753
0,1141
0,1517
0,1879
0,2224
0,2549
0,2852
0,3133
0,3389
0,3621
0,3830
0,4015
0,4177
0,4319
0,4441
0,4545
0,4633
0,4706
0,4767
0,4817
0,4857
0,4890
0,4916
0,4936
0,4952
0,4964
0,4974
0,4981
0,4986
0,4990
0,4993
0,4995
0,4997
0,4998
0,4998
0,4999
0,4999
0,4999
0,5000
46

Apostila CEP USP

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Apostila CEP USP

Enviado por

Direitos autorais:

Formatos disponíveis

]

Prof. MSc. Fabrcio Maciel Gomes

Colgio Patrocnio de So Jos

Controle Estatstico de Processos

Prof. MSc. Fabrcio Maciel Gomes

Colgio Patrocnio de So Jos

Controle Estatstico de Processos

Prof. MSc. Fabrcio Maciel Gomes

Colgio Patrocnio de So Jos

desenvolvida por Shewhart em 1924 e ficou conhecida como Carta de Controle de

Controle Estatstico de Processos

Prof. MSc. Fabrcio Maciel Gomes

Colgio Patrocnio de So Jos

Na dcada de 70, a sociedade, preocupada com os nossos recursos naturais,

Controle Estatstico de Processos

Prof. MSc. Fabrcio Maciel Gomes

Colgio Patrocnio de So Jos

2. OBJETIVOS DO CONTROLE DE PROCESSO

3. CONTROLE ESTATSTICO DE PROCESSO

Controle Estatstico de Processos

Prof. MSc. Fabrcio Maciel Gomes

Colgio Patrocnio de So Jos

Processo a combinao necessria entre o homem, os materiais, as mquinas, os

4. VARIAES NUM PROCESSO

Controle Estatstico de Processos

Prof. MSc. Fabrcio Maciel Gomes

Colgio Patrocnio de So Jos

4.1. Grfico seqencial

Figura 1 Variao de um processo.

4.2. Interpretao da variao:

Controle Estatstico de Processos

Prof. MSc. Fabrcio Maciel Gomes

Colgio Patrocnio de So Jos

empresas que tm veculos. O prprio motorista pode estar encarregado de fazer os

5. CAUSAS DE VARIAES NUM PROCESSO

5.1. Limites de Controle

Controle Estatstico de Processos

Prof. MSc. Fabrcio Maciel Gomes

Colgio Patrocnio de So Jos

distribuio de probabilidade da variao aleatria X no seja conhecida. Quem garante

Veja que se fizermos = k tem-se na desigualdade

Quando se quer limites de 3 desvios padres tem-se:

LIC = 74,0 3 . 0,0045 = 73,9865

Controle Estatstico de Processos

Prof. MSc. Fabrcio Maciel Gomes

Colgio Patrocnio de So Jos

Figura 2 Exemplo de um grfico com limites de controle.

6. Grficos de Controle e Aperfeioamento do Processo

6.2. Uso Bsico dos Grficos de Controle

Controle Estatstico de Processos

Prof. MSc. Fabrcio Maciel Gomes

Colgio Patrocnio de So Jos

produtividade, diminui os custos e finalmente a capacidade de produo aumenta

Controle Estatstico de Processos

Prof. MSc. Fabrcio Maciel Gomes

Colgio Patrocnio de So Jos

6.3. Tipos de Grficos de Controle

Grfico X - s (mdia e desvio padro)

Grfico p (frao defeituosa)

6.4. Interpretao dos Grficos de Controle

Controle Estatstico de Processos

Prof. MSc. Fabrcio Maciel Gomes

Colgio Patrocnio de So Jos

Figura 3 - Zonas de distribuio dos pontos num padro normal de variao