1

ZAUDIR DAL CORTIVO

APLICAO DO CONTROLE ESTATSTICO DE PROCESSO EM

SEQNCIAS CURTAS DE PRODUO E ANLISE ESTATSTICA
DE PROCESSO ATRAVS DO PLANEJAMENTO ECONMICO.

Dissertao apresentada como requisito parcial

obteno do grau de Mestre em Cincias, pelo
Programa de Ps-Graduao em Mtodos Numricos
em Engenharia, na rea de Concentrao Programao
Matemtica e na Linha de Pesquisa em Mtodos
Estatsticos Aplicados Engenharia, dos Setores de
Cincias Exatas e Tecnologia da Universidade Federal
do Paran.

Orientador: Prof. Dr. Anselmo Chaves Neto.

CURITIBA
2005
 2

TERMO DE APROVAO

ZAUDIR DAL CORTIVO

APLICAO DO CONTROLE ESTATSTICO DE PROCESSO EM SEQNCIAS

CURTAS DE PRODUO E ANLISE ESTATSTICA DE PROCESSO ATRAVS
DO PLANEJAMENTO ECONMICO.

Dissertao aprovada como requisito parcial obteno do grau de Mestre em Cincias, pelo
Programa de Ps-Graduao em Mtodos Numricos em Engenharia, na rea de Concentrao em
Programao Matemtica e na Linha de Pesquisa em Mtodos Estatsticos Aplicados Engenharia,
dos Setores de Cincias Exatas e Tecnologia da Universidade Federal do Paran. A Dissertao foi
aprovada pela seguinte Comisso Examinadora:

Orientador: Prof. Dr. Anselmo Chaves Neto

PPGMNE/DEST- UFPR

Prof. Dr. Marcelo Gechele Cleto

PEGMEC/ UFPR

Prof. Dr. Eng. Marco Antonio Barbosa Cndido

PPGEPS/ PUC-PR

Curitiba, 05 de outubro de 2005

 i

AGRADECIMENTOS

A Deus, porque me abenoou com a minha admisso e concluso deste curso.

SENHOR, meu Deus, com o teu grande poder e com a tua fora, fizeste o cu e a terra.
Nada impossvel para ti. Profeta Jeremias 32:17
No temas, porque eu sou contigo; no te assombres, porque eu sou o teu Deus; eu te
fortaleo, e te ajudo, e te sustento com a minha destra fiel. Profeta Isaias 41:10

A minha esposa Carmen e ao meu filho Pedro pelo incentivo.

Ao Professor Anselmo Chaves Neto pela orientao para realizao deste

trabalho.
 ii

SUMRIO

LISTA DE GRFICOS.................................................................................. v
LISTA DE QUADROS................................................................................... v
LISTA DE TABELAS.................................................................................... vi
LISTA DE FIGURAS..................................................................................... vii
LISTA DE ABRAVIATURAS E LISTA DE SIGLAS................................ viii
RESUMO......................................................................................................... ix
ABSTRACT..................................................................................................... x
1 INTRODUO............................................................................................ 1
1.1 CONSIDERAES INICIAIS.................................................................. 1
1.2 IMPORTNCIA DO TRABALHO........................................................... 2
1.3 OBJETIVOS DO TRABALHO................................................................. 2
1.3.1 Objetivos Especficos.................................................................. 3
1.4 LIMITAES DO TRABALHO............................................................... 3
1.5 ESTRUTURA DO TRABALHO............................................................... 3
2 REFERENCIAL TERICO...................................................................... 5
2.1 INSPEO DE QUALIDADE.................................................................. 5
2.2 INSPEO POR ACEITAO................................................................ 5
2.3 MTODOS DE INSPEO...................................................................... 9
2.4 CURVA CARACTERSTICA DE OPERAO (CCO).......................... 9
2.5 NVEL DE QUALIDADE ACEITVEL E INACEITVEL................... 10
2.6 DETERMINAO DO PLANO DE AMOSTRAGEM............................ 10
2.6.1 Inspeo de Retificao............................................................... 11
2.6.2 Amostragem Simples................................................................... 12
2.6.3 Plano de Amostragem Dupla....................................................... 13
2.6.4 Plano de Amostragem Mltipla................................................... 13
2.6.5 Planos de Amostragem da Norma Brasileira NBR 5426............. 13
2.6.6 Diretrizes para o uso da Amostragem de Aceitao.................... 14
2.7 ESTATSTICA DA QUALIDADE............................................................ 17
2.7.1 Breve Histrico............................................................................ 16
2.7.2 Conceito de Qualidade................................................................. 16
2.7.3 Variabilidade................................................................................ 21
2.8 IMPLEMENTAO.................................................................................. 23
2.9 CARTAS DE CONTROLE........................................................................ 24
2.9.1 Cartas de Controle para Variveis............................................... 25
2.9.1.1 Carta X .................................................................................... 26
2.9.1.2 Cartas X e R............................................................................ 29
2.9.1.3 Cartas X e s............................................................................. 32
2.9.1.4 Carta do valor individual e amplitude mvel............................ 34
2.9.1.5 Carta da mdia e amplitude mvel............................................ 35
 iii

2.9.2 Cartas de Controle para Atributos................................................ 37

2.9.2.1 Carta de controle P.................................................................... 38
2.9.2.2 Carta NP.................................................................................... 40
2.9.2.3 Carta C...................................................................................... 40
2.9.2.4 Carta U...................................................................................... 42
2.10 ERRO TIPO I E ERRO TIPO II............................................................... 45
2.10.1 Teste de Hipteses..................................................................... 45
2.10.2 Carta X ..................................................................................... 47
2.10.3 Carta R....................................................................................... 49
2.10.4 Cartas X e R............................................................................. 51
2.10.5 Carta NP..................................................................................... 52
2.10.6 Cartas C e U............................................................................... 53
2.11 CARTAS PARA SEQNCIAS CURTAS DE PRODUO............... 55
2.11.1 Carta de Controle Nominal ou Delta......................................... 56
2.11.2 Carta Alvo ou Target................................................................. 59
2.11.3 Cartas Padronizadas de X e R , X e s (ou Pequenos
Lotes).................................................................................................... 60
2.11.4 Cartas de Controle Padronizados para Atributos....................... 63
2.12 CARTAS DE CONTROLE DE GRUPOS E PARA BATELADAS....... 67
2.12.1 Cartas de Controle de Grupos........................ 67
2.12.2 Cartas de Controle para Bateladas..................................... 69
2.13 PLANEJAMENTO ECONMICO.......................................................... 69
2.13.1 Planejamento econmico: abordagem segundo Lorenzen e
Vance.................................................................................................... .74
2.13.1.1 Durao de um ciclo............................................................... 74
2.13.1.2 Funo custo........................................................................... 77
2.14 FERRAMENTAS BSICAS DA QUALIDADE................................... 81
2.14.1 Diagrama de Pareto................................................................... 81
2.14.2 Folha de verificao.................................................................. 81
2.14.3 Diagrama de causa e efeito (Ishikawa)...................................... 82
2.15 AUTOCORRELAO............................................................................ 82
2.16 CAPACIDADE DO PROCESSO............................................................ 83
2.17 NORMALIDADE..................................................................................... 85
2.17.1 Testes de Aderncia................................................................... 85
2.17.2 Teste de Shapiro-Wilks.............................................................. 86
2.17.3 Teste de Komogorov-Smirnov(K-S).......................................... 86
2.17.4 Grficos de Probabilidades........................................................ 87
2.18 SUBGRUPOS RACIONAIS.................................................................... 87
3. MATERIAL E MTODO......................................................................... 88
3.1 PROPOSTA DE IMPLEMENTAO DE CEP....................................... 88
3.1.1 Introduo.................................................................................... 88
3.1.2 Inspeo de Qualidade................................................................. 88
3.1.3 Implantao das Cartas de Controle........................................ 89
 iv

3.1.3.1 Procedimento para a construo das cartas de controle........ 92

3.1.3.1.1 Cartas padronizadas para atributos........................................ 92
3.1.3.1.2 Procedimento para carta C ou U para pequenos lotes............ 94
3.1.4 Coleta de Dados............................................................................... 95
3.1.5 Clculo do Risco , e Construo da CCO................................... 97
3.1.5.1 Clculo do risco , e construo da CCO para placa A......... 97
3.1.5.2 Construo da carta de controle para placa A................... 101
3.1.5.3 Clculo do risco e para a placa B........................ 104
3.1.5.4 Construo da carta de controle para placa B........................... 108
3.1.5.5 Anlise das cartas de controle C pequenos lotes....................... 111
3.1.5.6 Anlise das cartas de controle das placas A e B....................... 112
3.1.6 Cartas Padronizadas para Placas CP e KR............................................... 114
3.1.6.1 Construo das cartas para as placas CP e KR......................... 116
3.1.6.2 Anlise das cartas de controle das placas CP e KR.................. 120
3.2 MONITORAMENTO SUPERVISIONADO: ANLISE DE UMA
SOLUO........................................................................................................ 122
3.2.1 Introduo............................................................................................ 122
3.2.2 Conhecendo o Processo................................................................... 123
3.2.3 Monitoramento Supervisionado Versus CEP Tradicional....................... 124
3.2.4 Anlise Atravs do Planejamento Econmico......................................... 131
4. RESULTADOS E CONCLUSES........................................................... 136
4.1 RESULTADOS.................................................................................. 138
4.2 CONCLUSES.................................................................................. 140
5. REFERNCIAS.................................................................................. 144
ANEXOS.......... 145
Anexo 1 - Carta de Controle Padronizada para Atributos........................ 146
Anexo 2 - Carta de Controle para Atributos para Pequenos Lotes................... 147
Anexo 3 - Limites de Controle para Cartas C Pequenos Lotes.................... 148
Anexo 4 - Tabela de Valores de C - Distribuio de Poisson........................... 147
Apndice 1 - Relao de Variveis................................................................... 148
 v

LISTA DE GRFICOS

GRFICO 1- CCO DA PLACA A COM N=10, N=15 E N=20............................................101

GRFICO 2 - CARTA DE CONTROLE PEQUENOS LOTES DA PLACA A..................104

GRFICO 3 - CCO PARA A PLACA B COM N=10, N=15 E N=20..................................108

GRFICO 4 - CARTA DE CONTROLE PEQUENOS LOTES PARA A PLACA B..........111

GRFICO 5 - DIAGRAMA DE PARETO PARA A PLACA A..........................................113

GRFICO 6 - DIAGRAMA DE PARETO PARA A PLACA B...........................................113
GRFICO 7 - CARTA DE CONTROLE PADRONIZADA C PARA AS PLACAS CP E
KR...........................................................................................................................................117

GRFICO 8 - CARTA DE CONTROLE PADRONIZADO C PARA AS PLACAS CP E KR

(2 CARTA)............................................................................................................................119
GRFICO 9 - DIAGRAMA DE PARETO PARA A PLACA KR........................................120
GRFICO 10 - DIAGRAMA DE PARETO PARA A PLACA CP......................................120
GRFICO 11 - CARTA CONVENCIONAL X DA PEA D..............................................125
GRFICO 12 - CARTA S PARA A PEA D.......................................................................126
GRFICO 13 - CURVA CARACTERSTICA DE OPERAO DA PEA D...................129

LISTA DE QUADROS

QUADRO 1 - FERRAMENTAS DA QUALIDADE.................................................................6

QUADRO 2 - FORMAS DE ABORDAGENS PARA IMPLEMENTAO DO CEP..........23
QUADRO 3 - TESTE DE HIPTESE: RISCO E ..............................................................46
QUADRO 4 - FRMULAS PARA CARTAS DE CONTROLE PARA ATRIBUTOS
PADRONIZADOS PARA SEQNCIAS CURTAS DE PRODUO................................66
 vi

LISTA DE TABELAS

TABELA 1 - COLETA DE DADOS DAS PLACAS A E B...................................................95

TABELA 2 - TOTAL DE DEFEITOS DAS PLACAS A E B.................................................96
TABELA 3 - MDIA DE DEFEITOS DAS PLACAS A E B.................................................97
TABELA 4 - CLCULO DO RISCO E PARA A PLACA A, N=20................................98
TABELA 5 - CLCULO DO RISCO E PARA A PLACA A, N=15................................99

TABELA 6 - CLCULO DO RISCO E PARA A PLACA A, N=10...............................100

TABELA 7 - COLETA DE AMOSTRAS DA PLACA A....................................................102

TABELA 8 - CLCULO DO RISCO E PARA PLACA B, N=10..................................105
TABELA 9 - CLCULO DO RISCO E PARA PLACA B, N=15..................................106

TABELA 10 - CLCULO DO RISCO E PARA PLACA B, N=20................................107

TABELA 11 - COLETA DAS AMOSTRAS PARA PLACA B............................................109

TABELA 12 - NMERO DE DEFEITOS COLETADOS PARA AS PLACAS CP E KR..114

TABELA 13 - MDIA DE DEFEITOS.................................................................................115

TABELA 14 - COLETA DAS AMOSTRAS PARA AS PLACAS CP E KR.......................116

TABELA 15 - COLETA DAS AMOSTRAS PARA AS PLACAS CP E KR (2 CARTA)..118
TABELA 16 - CLCULO DO RISCO PARA A PEA D................................................128
TABELA 17: CLCULO DO RISCO PARA A PEA D..................................................130
TABELA 18 - VALORES OBTIDOS PARA AS VARIVEIS DO PLANEJAMENTO
ECONMICO........................................................................................................................132
TABELA 19 - VALORES SOLUO TIMA PARA =0,0002.......................................133
TABELA 20 - AVALIAO DO PLANEJAMENTO DA EMPRESA R,COM =0,0002.134
TABELA 21 - VALORES SOLUO TIMA PARA =0,0004........................................135
TABELA 22 -AVALIAO DO PLANEJAMENTO DA EMPRESA R, COM =0,0004 135
 vii

LISTA DE FIGURAS

FIGURA 1 - CURVA CARACTERSTICA DE OPERAO CCO...................................11

FIGURA 2 - FLUXOGRAMA PARA AMOSTRAGEM SIMPLES.......................................12
FIGURA 3 - FLUXOGRAMA PARA O PLANO DE AMOSTRAGEM NBR 5426.............15
FIGURA 4 - GRAU DE VARIABILIDADE DE UM PROCESSO........................................20
FIGURA 5 - ENTRADA E SADA DE UM PROCESSO.......................................................21
FIGURA 6 - CARTA DE CONTROLE PARA X ..................................................................23
FIGURA 7 - FLUXOGRAMA PARA CARTAS PARA VARIVEIS...................................30
FIGURA 8 - FLUXOGRAMA PARA CARTAS PARA ATRIBUTOS..................................44
FIGURA 9 - DIAGRAMA DE ISHIKAWA............................................................................82
FIGURA 10 - FLUXOGRAMA PARA IMPLEMENTAO................................................90
 viii

LISTA DE ABREVIATURAS E LISTA DE SIGLAS

ABNT - Associao Brasileira de Normas Tcnicas.

ARL - Average Run Length
ATS - Average Time to Sinal.
CCO - Curva Caracterstica de Operao.
CEQ - Controle Estatstico da Qualidade.
CEP - Controle Estatstico de Processo.
DOE - Delineamento de Experimentos.
LSC - Limite Superior de Controle.
LIC - Limite Inferior de Controle.
LSE - Limite Superior de Especificao de Engenharia.
LIE - Limite Inferior de Especificao de Engenharia.
NQA - Nvel de Qualidade Aceitvel.
NQI - Nvel de Qualidade inaceitvel.
 ix

RESUMO

Este trabalho mostra a implantao de tcnicas do Controle Estatstico de Qualidade (CEQ)

em uma indstria, com nfase em tcnicas de Controle Estatstico de Processo (CEP) nas
situaes em que as tcnicas tradicionais ou convencionais no so viveis, em razo do
processo no ser contnuo, j que h troca de produtos durante o processo de produo e
conseqentemente tm-se pequenos lotes. Poderia se afirmar que a produo contnua,
entretanto por serem produzidos vrios produtos no mesmo processo e obtm-se intervalos
com a interrupo de produo de produtos, o que dificulta a coleta do nmero necessrio de
amostras para a primeira fase de instalao do CEP. Estes processos so tambm conhecidos
como seqncias curtas de produo ou em pequenos lotes. O trabalho inicia com a
apresentao de algumas tcnicas de Controle Estatstico de Qualidade, e aborda os vrios
mtodos do CEP tradicional e do no tradicional. Para tanto, foi desenvolvida uma
metodologia para implantao do CEP, adaptado realidade da empresa. Na seqncia foram
feitas coletas de amostras, construes das cartas de controle e as interpretaes, ou seja, as
anlises. Os resultados obtidos mostram o processo sob controle, mas se deve continuar o
acompanhamento com o objetivo de diminuir a variabilidade do processo. Tambm feita a
anlise de uma soluo para monitoramento de processo usado por uma indstria de
autopeas. Finalmente, so apresentadas sugestes para melhoria do processo de produo.

Palavras-chave: Controle Estatstico da Qualidade, Controle Estatstico de Processo,

Controle estatstico de processo para seqncias curtas de produo ou para pequenos lotes,
Planejamento Econmico para Cartas de Controle.
 x

ABSTRACT

This study shows the implementation of Statistical Quality Control techniques (SQL) in a
company with emphasis on Statistical Process Control techniques (SPC). The decision to
adopt such techniques was prompted by the fact that there are situations in which traditional
or conventional techniques are not viable, as the process is not continuous, there is a change
in the products during the manufacturing process, and consequently, fewer lots are produced.
It might be said that production is continuous; however, several products are manufactured in
the same process, leading to production interruption. Consequently, the collection of the
necessary samples makes the SQL first-phase implementation difficult. These processes are
also known as short runs. This study initially presents some techniques for the Statistical
Quality Control, mainly the ones involving the traditional and non-traditional Statistical
Process Control. A specific methodology for the implementation SPC was developed, bearing
in mind the companys reality. Next, samples were collected, control chart were prepared,
their readings and analyses were performed. The results obtained reveal that the process is
under control; however, a follow-up is necessary to reduce process variability. Moreover, a
process control solution in an auto parts industry and suggestions for process improvement are
proposed.

Key Words: Statistical Quality Control, Statistical Process Control, Statistical Process Control
for Short Runs, Economic Design for Control Chart.
 1

1. INTRODUO

1.1 CONSIDERAES INICIAIS

Desde o incio da histria da humanidade, existe a preocupao com a

qualidade dos produtos oriundos da agricultura, da manufatura e da criao de animais.
Uma das tcnicas usadas para examinar cereais consistia em furar os sacos para
observar a qualidade dos gros. Isto para um estatstico significaria apenas coletar uma
amostra. Atualmente, devido a grande concorrncia, a qualidade condio de
sobrevivncia da empresa e, logicamente, toda empresa que coloca seu produto ou
servio no mercado, tambm tem a preocupao com a qualidade.
Toda empresa precisa de tcnicas que permitam ao seu produto a qualidade
desejada. No se pode mais apenas exigir que as pessoas faam o melhor que podem
ou cobrar resultados, necessrio o uso de ferramentas que auxiliem no controle de
falhas e no aperfeioamento dos processos de produo.
Como uma empresa pode avaliar a qualidade de seu processo e
conseqentemente de seu produto? O Controle Estatstico de Qualidade (CEQ) possui
tcnicas que permite acompanhar, avaliar e corrigir o processo de produo. Desde a
aplicao, na dcada de vinte, pela Bell Telephone Laboratories, o Controle Estatstico
de Qualidade vem sendo usado por muitas empresas para aperfeioamento contnuo da
qualidade. Os mtodos de melhoria da qualidade aplicam-se a qualquer rea de uma
companhia ou organizao, incluindo manufatura, desenvolvimento de processo,
planejamento de engenharia e assistncia tcnica a produtos.
O uso adequado destas tcnicas pode trazer grandes benefcios para a empresa
como a satisfao de seus clientes, menor custo de produo, maior demanda, melhor
relao com seus funcionrios e lucratividade.
 2

1.2 IMPORTNCIA DO TRABALHO

O uso do Controle Estatstico de Processo (CEP) uma subrea do Controle

Estatstico de Qualidade e um mtodo para compreender, monitorar e melhorar o
processo de produo continuamente. O CEP tradicional aplicado em processos com
um nico produto e com grande produo, foi desenvolvido para ser aplicado para este
tipo de situao com raras mudanas na produo. Entretanto, existem situaes em
que o processo no contnuo, no sentido de que a produo interrompida para
entrada de um outro produto ou esta em pequenas quantidades. Obtm-se, ento, uma
produo fragmentada e se pode dizer: O CEP uma grande ferramenta, mas no para
este processo de produo. Estes tipos de processos so conhecidos como Processos de
Seqncias Curtas de Produo ou de Pequenos Lotes. No fcil definir o que seja
um pequeno lote de produo. Neste trabalho, referir-se- a todas aquelas situaes nas
quais, em funo dos dados disponveis, ocorrem dificuldades na aplicao do CEP
convencional. Apesar de poucos livros da rea de qualidade abordarem o assunto, pode
existir soluo para este tipo de processo de produo, por meio do Controle
Estatstico de Processo para Pequenos Lotes.

1.3 OBJETIVO DO TRABALHO

Aplicao de tcnicas do Controle Estatstica da Qualidade em uma indstria de

sistemas eletrnicos com o uso do CEP para pequenos lotes e a aplicao do
planejamento econmico de processo para uma indstria de autopeas.
 3

1.3.1 OBJETIVOS ESPECFICOS

Caracterizar a empresa e o seu processo de produo;

Elaborar projeto de implementao de inspeo de qualidade e de Controle
Estatstico de Processo;
Identificar as caractersticas de qualidade do processo que devem ser
monitoradas;
Selecionar as cartas de controle que melhor se aplicam caracterstica de
qualidade a ser monitorada;
Desenvolver um procedimento para a construo das cartas de controle;
Realizar anlise estatstica do processo;
Analisar as cartas de controle e identificar os fatores das causas especiais;
Sugerir mudanas que venham melhorar o processo de produo.

1.4 LIMITAES DO TRABALHO

Devido a empresa no utilizar o Controle Estatstico de Qualidade, existem

poucas informaes registradas do controle de qualidade do processo produtivo.
Quando existem dados, estes no esto no formato ideal para implementao do CEP.
Outra limitao que a empresa trabalha com encomendas, logo estes produtos
impossibilitam o monitoramento com cartas de controle convencionais, porque no
possuem histrico de produo, alm de serem produzidas em pequenas quantidades.

1.5 ESTRUTURA DO TRABALHO

O presente trabalho est estruturado em quatro captulos, a saber: no captulo I

est introduo com a justificava, o objetivo geral e os especficos. A seguir tem-se o
 4

captulo II onde est o referencial terico. Que apresenta os principais conceitos do

Controle Estatstico da Qualidade, com principal destaque para o CEP tradicional e
para pequenos lotes. O captulo III que a proposta de implementao de CEP,
aborda-se a aplicao das tcnicas do Controle Estatstico de Qualidade, anlise dos
resultados obtidos e a vantagens e desvantagens do uso das cartas de controle para
pequenos lotes. E finalmente o captulo IV traz os comentrios sobre o trabalho
realizado. So feitas generalizaes e sugestes para o melhoramento da qualidade do
processo e do produto. Tambm apresenta algumas recomendaes para futuras
pesquisas.
 5

2. REFERENCIAL TERICO

2.1 INSPEO DE QUALIDADE

A inspeo de qualidade a primeira etapa para o controle de qualidade de uma

empresa, embora existam empresas, com um grau de qualidade mais desenvolvido,
que no fazem diretamente a inspeo de qualidade. O motivo deste procedimento
uma filosofia mais avanada, em que a tendncia substituir a inspeo de
recebimento por um trabalho com os fornecedores, atravs de auditorias nos processos
do fornecedor. Este trabalho junto aos fornecedores visa assegurar a qualidade de seus
produtos. Em seu artigo, VERMANI (2003), da The Boing Company relata o trabalho
conjunto aos fornecedores de uma das unidades da empresa com o objetivo de reduzir
os custos de produo, mantendo a qualidade de seus produtos e sem sacrificar o lucro.
Para esta unidade ter custos competitivos, os fornecedores tambm tm que ser
competitivos. Apresentando mais um exemplo da prpria Boing, os fornecedores
devem ter longa experincia com Controle Estatstico de Qualidade, e trabalhar com
alta capacidade de processo. Mas quando a inspeo de qualidade conveniente?
Quando no se conhece o fornecedor e a capacidade de seu processo. E ainda quando o
componente no pode ter defeitos, o seu valor alto, quando a avaliao da qualidade
da unidade produzida requer um teste destrutivo, segundo MONTGOMERY (2004).
Pode-se resumir o Controle Estatstico de Qualidade em trs ferramentas bsicas,
conforme quadro 1.

2.2 INSPEO POR ACEITAO

Na inspeo por amostragem, itens so aleatoriamente selecionados do lote para

compor a amostra. Dependendo do nmero de defeitos ou do nmero de defeituosos na
amostra, o lote aceito ou rejeitado. Por que importante uma boa amostragem?
 6

Operaes como inspeo e amostragem no agregam valor ao produto e somente so

realizadas para verificar se os produtos e processos atendem as especificaes; visto
que se eles fossem perfeitos, no seria necessrio faz-las. A amostragem deve ser
realizada adequadamente e tambm, ser representativa do todo, em quantidades
suficientes para a realizao dos ensaios, pois poder fornecer resultados diferentes da
realidade, mesmo que os mtodos de testes estejam padronizados e os equipamentos
sejam adequados e devidamente calibrados, sob a proteo de uma norma ou mtodo
padronizado.

QUADRO 1 - FERRAMENTAS DA QUALIDADE.

Estratgia Objetivos Ferramenta
Controle do produto Inspecionar produtos e Inspeo por amostragem.
separar itens conformes e
no-conformes.
Controle do processo Monitorar o processo e Controle Estatstico de
manter sua variao Processo (CEP).
previsvel.
Qualidade do Projeto Identificar variveis que Delineamento de
afetam o produto e o Experimentos (DOE)
processo.
FONTE: RAMOS (1996)

To importante quanto determinar quantos itens devem ser examinados na

inspeo por amostragem (tamanho da amostra), determinar como coletar estes itens.
Algumas tcnicas de coleta de amostras so: amostragem simples (aleatria) quando
todos os itens do lote tm igual chance de pertencer amostra (sorteio). Na
amostragem sistemtica os itens encontram-se ordenados, e a retirada de elementos da
amostra feita periodicamente. Na amostragem estratificada, o lote encontra-se
dividido em vrios estratos e as amostras so coletadas aleatoriamente de cada estrato.
E na amostragem por agrupamentos, o lote encontra-se fisicamente dividido em
pequenos grupos, que so sorteados para formar a amostra.
 7

Existem normas especficas para a realizao de planos de amostragem, como

ABNT NBR 5426 inspeo por atributos e ABNT NBR 5629 inspeo por
variveis. Um plano de amostragem pode ser desenvolvido, sem o uso das normas da
ABNT. Para inspeo por atributos, em que a varivel Binomial, deve-se determinar
o NQA (Nvel de Qualidade Aceitvel) e sua probabilidade de ocorrer (p0) e o NQI
(Nvel de Qualidade Inaceitvel) e sua probabilidade de ocorrer (p1) e tambm
determinar o procedimento para coleta.
O plano de amostragem ideal o plano que rejeita todos os lotes piores que um
padro e aceita todos os lotes iguais ao padro. Na realidade um plano que no pode
ser desenvolvido.
O seguinte teste de hipteses est associado inspeo para a aceitao, quando
a varivel tem distribuio de probabilidade binomial.

H 0 : p = p0
H 1 : p > p0

Sendo p0 a proporo de defeituosos que o processo produz. Se o processo estiver

operando adequadamente em controle essa proporo gira em torno de p0. Se o
processo no estiver operando adequadamente, h aumento na proporo de
defeituosos. Sempre existe o risco (ou chance) de que bons lotes possam ser
rejeitados. Este risco conhecido como risco tipo I, ou risco ou risco do produtor.
Existe tambm o risco de aceitar lotes defeituosos, isto , lotes em que a proporo de
defeituosos superior a p0. Este risco conhecido como risco tipo II, risco ou risco
do consumidor.
Trs aspectos da amostragem por aceitao so importantes, segundo
MONTGOMERY (2004):

1) O objetivo da amostragem de aceitao verificar se o lote que esta sendo

examinado aceito ou no, no deve ser usado para estimar sua qualidade.
 8

2) Os planos de amostragem de aceitao no fornecem qualquer forma direta de

controle de qualidade. Controles de processo so usados para controlar e melhorar
a qualidade.
3) A amostragem de aceitao serve de ferramenta de verificao para garantir que a
sada do processo esteja de acordo com as especificaes.

Para inspecionar os lotes pode-se aborda-lo nas seguintes formas:

1) Inspeo a 100%
Inspeo de todas as unidades do produto (cada unidade aceita ou rejeitada
individualmente)
2) Inspeo por amostragem.
Inspeo de uma amostra constituda por uma ou mais unidades de produto,
escolhido aleatoriamente.
3) Aceitar sem inspeo.

A aceitao sem inspeo til em situaes em que ou o processo do

fornecedor to adequado que dificilmente se encontram peas defeituosas, ou quando
no h justificativa econmica para procurar unidades defeituosas.
A definio de inspeo segunda a norma NBR 5425/85 : Processo de medir,
ensaiar ou examinar a unidade de produtos, no sentido de verificar se suas
caractersticas esto de acordo com as especificaes. Esse processo visa separar
unidades no aceitveis das aceitveis; avaliar o grau de no conformidade com os
requisitos estabelecidos; relatar as deficincias para os responsveis; assegurar que os
requisitos de qualidade foram atendidos.
Existem algumas vantagens quando se faz a inspeo por amostragem, ao invs
de se fazer inspeo 100%, segundo CALEGARE (1985):
 9

1) Reduo de custos e de tempo de inspeo.

A inspeo 100% exige mais horas de trabalho, mais funcionrios, e
conseqentemente maior tempo para inspeo. Com mais horas de trabalho; h
aumento do custo e de tempo para inspeo, a produo menor e, conseqentemente
o aumento no tempo para produo, h menor competitividade.
2) Maior garantia de conformidade em inspees rotineiras, em que a fadiga do
inspetor fator importante.

2.3 MTODOS DE INSPEO

A) Inspeo por variveis: varivel uma caracterstica ou propriedade que

apreciada em termos de valores, em uma escala numrica continua (grau de
conformidade da unidade de produto com requisitos especificados).
B) Inspeo por atributos: atributo uma caracterstica ou propriedade da
unidade de produto, o qual apreciado em termos da ocorrncia de um determinado
requisito especificado.
O uso das normas da ABNT muito simples, e por este motivo, pode ser um
fator importante e decisivo na elaborao do plano de amostragem, porm traz
algumas limitaes, como a determinao de alguns dados que no so obtidos
diretamente pelo uso das normas, como o poder de teste, erro tipo I (risco do
produtor), erro tipo II (risco do consumidor).

2.4 CURVA CARACTERSTICA DE OPERAO (CCO)

uma ferramenta muito importante para a seleo de um plano de amostragem.

Atravs da CCO, pode-se avaliar o desempenho do plano de amostragem. Ela indica a
percentagem de lotes que se espera aceitar, para uma dada qualidade. tambm
utilizada para determinar os riscos tipo I, (risco do produtor) e risco tipo II, (risco
do consumidor) para o plano de amostragem. Para uma dada frao de defeituosos p,
 10

de um determinado lote, a CCO apresenta a probabilidade de aceitao de um lote

versus a frao de defeituosos do lote. A CCO mostra o poder discriminatrio do plano
amostral. A figura 1 mostra o poder de teste para caractersticas com distribuio
Binomial, quanto mais prximo do eixo vertical, maior o poder de teste.

2.5 NVEL DE QUALIDADE ACEITVEL E INACEITVEL

O NQA ou p0 a mxima proporo de defeituosos que o consumidor

considera como mdia do processo. A NQA representa o nvel de qualidade mais
baixo para o processo do vendedor que o consumidor consideraria aceitvel como
mdia do processo. NQI ou p1 uma proporo de defeituosos que o consumidor
considera totalmente insatisfatria como mdia de um processo. o mais baixo nvel
de qualidade que o consumidor esta disposto a aceitar em um lote individual.

2.6 DETERMINAO DO PLANO DE AMOSTRAGEM

O plano de amostragem consiste em determinar a probabilidade de aceitao 1-

para lotes com frao de defeituosos p0, e a probabilidade de aceitao para lotes
com frao de defeituosos p1. Para isto, pode-se simplesmente utilizar a norma NBR,
ou ainda construir a CCO, simulando vrias situaes e escolhendo a mais apropriada.
COSTA, EPPRECHT E CARPINETTI (2004) desenvolveram algoritmos para
variveis com distribuio Binomial e Poisson, alm de desenvolverem um programa
simples no Microsoft Excel para caracterstica conforme ou no-conforme.
MONTGOMERY (2001) apresentou um nomograma Binomial, de fcil utilizao, no
qual so traadas duas linhas; uma ligando p0 e 1- e a outra ligando p1 e , o
cruzamento das duas retas fornece a regio na qual se localiza o plano de amostragem
desejado.
 11

FIGURA 1 - CURVA CARACTERSTICA DE OPERAO CCO.

FONTE: Adaptado de RAMOS (1995)

2.6.1 Inspeo de Retificao

Existem programas de amostragem de aceitao que exigem ao corretiva

quando lotes so rejeitados. Quando lotes forem reprovados pelo plano de inspeo, os
lotes sero inspecionados 100% e todos os seus itens defeituosos sero substitudos por
bons. A proporo mdia de defeituosos que o comprador adquire com a inspeo
retificadora chamada de qualidade mdia resultante (QMR),

Pa . p ( N n)
QMR = Pa .p
N
 12

Em que Pa a probabilidade de aceitao, p a frao de defeituosos, N o tamanho

da amostra e n item na amostra a qual, aps inspeo, no contm defeituoso, porque
todos os defeituosos descobertos foram substitudos.

2.6.2 Amostragem Simples

No plano de amostragem simples, apenas toma-se uma amostra de tamanho n

do lote de N elementos. Se o nmero de defeitos (d) for menor ou igual ao nmero de
aceitao (c), o lote aceito. Se o nmero de defeitos for maior que o nmero de
aceitao, o lote rejeitado. Na figura 2, tem-se o fluxograma para implantao do
plano de Amostragem Simples.

FIGURA 2 - FLUXOGRAMA PARA AMOSTRAGEM SIMPLES.

 13

2.6.3 Plano de Amostragem Dupla

Um plano de amostragem dupla um procedimento no qual, sob certas

circunstncias, exige-se uma segunda amostra antes de o lote ser sentenciado. Os
seguintes parmetros so necessrios: dois tamanhos de amostra n1 e n2, dois nmeros
de aceitao, Ac1 e Ac2 e um nmero de rejeio Re1. Retira-se uma amostra de
tamanho n1, se o nmero de defeitos d1 for menor ou iguala Ac1, se aceita o lote, se d1
maior ou igual a Re1, rejeita-se o lote. Se Ac1 < d1 < Re1, deve-se tomar uma segunda
amostra n2, para d1+d2 Ac2, se aceita o lote, para d1+d2 > Ac2, rejeita-se o lote.

2.6.4 Plano de Amostragem Mltipla

Um plano de amostragem mltipla uma extenso do conceito de amostragem

dupla; apenas so necessrias mais que duas amostras para decidir-se sobre o destino
do lote. Alguns tamanhos de amostras na amostragem mltipla so, em geral, menores
do que na amostragem simples e dupla, segundo MONTGOMERY (2004).

2.6.5 Planos de Amostragem da Norma Brasileira NBR 5426

A Norma Brasileira 5426 baseada na norma padro militar americana 105E,

que o sistema de aceitao por atributos mais amplamente usada no mundo
atualmente, segundo MONTGOMERY (2001). A norma militar americana foi
desenvolvida durante a Segunda Guerra Mundial. Os planos de amostragem so
tabelados em funo do tamanho dos lotes e do NQA. Alm dessas informaes, o
usurio precisa definir o nvel de inspeo (I, II, III) em que pretender trabalhar. Deve-
se utilizar, de preferncia, o nvel de inspeo II. Caso contrrio, utiliza-se o nvel I,
para reduzir o tamanho da amostra, mas com aumento do risco ou o nvel III quando
for necessrio reduzir o risco , porm com aumento da amostra. Alm dos nveis I, II
 14

e III, tm-se os nveis especiais S1, S2, S3 e S4, para casos em que s se podem usar
tamanho de amostras muito pequenos, mas com grande risco de amostragem. A norma
prev o uso de trs tipos de planos de amostragem: simples, dupla ou a mltipla. Para
cada tipo de plano de amostragem, condies so dadas para inspeo normal,
inspeo severa e inspeo atenuada. A norma tem como foco principal o nvel de
qualidade (NQA). Para planos de percentual de defeituosos (Binomial), as NQAs
variam de 0,10 % a 10%. Para defeitos por unidade (Poisson), h 10 NQAs adicionais
variando at 1000 defeitos por 100 unidades. O mesmo plano de amostragem pode ser
usado para controlar tanto a frao de defeituosos, quanto o nmero de defeitos por
unidade. O NQA pode ser especificado pela empresa cliente, ou pelo prprio
fabricante, atravs de um histrico de produo. Segundo MONTGOMERY (2001)
diferentes NQAs podem ser estimadas para diferentes tipos de defeitos. Para NQA
igual a 1% para defeitos mais importantes e um NQA de 2,5% para defeitos menos
importantes e nenhum defeito crtico deve ser aceito. Segundo PALADINI (1990), a
prtica sugere que os planos de amostragem sejam construdos com 5% de risco para o
produtor e 10% de risco para o consumidor. Os procedimentos para mudana de
inspeo esto ilustrados no fluxograma da figura 3, adiante.

2.6.6 Diretrizes para o uso da Amostragem de Aceitao

Aps escolha da norma que servir para a varivel em questo, as etapas para
elaborao do plano de amostragem so:
1) Determinar o tamanho do lote;
2) Escolher o nvel de inspeo;
3) Determinar o cdigo literal do tamanho da amostra;
4) Escolher o plano de amostragem;
5) Estabelecer a severidade da inspeo;
6) Determinar o tamanho da amostra e o nmero de aceitao;
7) Retirar a amostra;
8) Inspecionar a amostra
 15

Existe ainda o plano de amostragem conhecido como Dodge-Romig. O plano

militar 105E focado na NQA. J o plano de amostragem Dodge-Romig foi
desenvolvido para inspeo por amostragem lote a lote de atributos. Os tipos so:
Planos focados para proteo do percentual aceitvel de defeituosos no lote;
Planos focados no limite da qualidade de sada mdia.

FIGURA 3 - FLUXOGRAMA PARA O PLANO DE AMOSTRAGEM NBR 5426.

 16

2.7 ESTATSTICA DA QUALIDADE

2.7.1 Breve Histrico

Um marco importante na histria da qualidade foi, na dcada de 20, o

surgimento das cartas de controle de processos, desenvolvidos por Walter A.
Shewhart, estatstico da Bell Labs, e que em virtude de fcil utilizao, propagou-se
para outras empresas. Durante a Segunda Guerra Mundial, surgiram contribuies para
o desenvolvimento da qualidade da produo de guerra, em parte, devida grande
quantidade de material blico produzido, deficincia e deterioramento da mo-de-obra.
Aps a guerra, no Japo, houve grande contribuio de pessoas ligadas estatstica,
tais como: Deming, Juran, Taguchi, Ishikawa, entre outros, sempre com o foco na
qualidade e no na quantidade produzida. Os resultados vieram em conseqncia do
esforo e trabalho desses profissionais. Na dcada de 70, as mercadorias japonesas
foram consideradas entre as melhores do mundo, segundo DAVIS (2001). Isto obrigou
os Estados Unidos a iniciarem na dcada de 80 uma nova fase produtiva com uma
mudana de foco para a qualidade e mais uma vez Deming foi a pea chave nesta
mudana. Em 1989 comea a iniciativa Seis Sigma da Motorola, e em 1997 a
abordagem Seis Sigma se espalha para outras indstrias. A melhoria da qualidade e
produtividade sempre foi uma necessidade de qualquer setor industrial para a obteno
de vantagens competitivas.

2.7.2 Conceito de Qualidade

O termo qualidade no tem um conceito nico. A seguir algumas definies

dadas por experts da qualidade:
1) Qualidade adequao ao uso atravs da percepo das necessidades dos
clientes JURAN (1974);
 17

2) Qualidade a perseguio s necessidades dos clientes e homogeneidade dos

resultados do processo ou ainda atender e, se possvel, exceder as expectativas do
consumidor DEMING (1982);
3) Para CROSBY (1984), Qualidade a conformidade do produto s suas
especificaes;
4) Qualidade o conjunto de caractersticas incorporadas ao produto atravs do
projeto e manufatura que determinam o grau de satisfao do cliente
FEIGENBAUM (1986);
5) Qualidade adequao ao uso JURAN e GRYNA (1991);
6) Qualidade possui uma componente espacial, a multiplicidade de itens e um
componente temporal, as alteraes conceituais ao longo do tempo (processo
evolutivo), PALADINI (2000);
7) Para TAGUCHI (1999), a produo, o uso e o descarte de um produto sempre
acarretam prejuzos ou perdas para a sociedade; quanto menor for o prejuzo,
melhor ser a qualidade do produto;
8) Para a norma NBR ISO 8402, qualidade a totalidade de propriedades e
caractersticas de um produto ou servio, que confere sua habilidade em satisfazer
necessidades explicitas ou implcitas.
Compreender e melhorar a qualidade so fatores chaves que conduzem ao
sucesso, crescimento e uma melhor posio de competitividade de um negcio.
GARVIN (1987) fornece uma excelente discusso de oito componentes de dimenses
da qualidade. So estas:

1-Desempenho
O produto realizar a tarefa pretendida?
2-Confiabilidade
Qual a freqncia de falhas do produto?
3-Durabilidade
Qual o tempo de durao do produto?
4-Assistncia tcnica
 18

Qual a facilidade para se consertar o produto?

5-Esttica
Qual aparncia do produto?
6-Caractersticas
O que o produto faz?
7-Qualidade percebida
Qual a reputao da companhia ou do seu produto?
8-Conformidade com as especificaes
O produto feito como o projetista pretendia?

Todas as vezes que se produzem produtos fora das especificaes, incidem-se

em custos adicionais aos de fabricao.
DEMING (1990) introduziu 14 pontos importantes para a melhoria da
qualidade e da produtividade. Os 14 princpios abaixo resumem a filosofia Deming:

1) Crie uma constncia de finalidade focalizada na melhoria de produtos e servios;

2) Adote uma nova filosofia de rejeitar acabamento pobre, produtos defeituosos ou
servios ruins;
3) No confie na inspeo em massa para controlar a qualidade;
4) No faa negcios com fornecedores com base somente no preo, mas tambm
considere a qualidade;
5) Focalize a melhoria contnua;
6) Pratique os mtodos modernos de treinamento e invista no treinamento para todos
os empregados;
7) Pratique mtodos modernos de superviso;
8) Expulse o medo;
9) Quebre as barreiras entre as reas funcionais do negcio;
10) Elimine alvos, slogans e objetivos numricos para a fora de trabalho;
11) Elimine cotas numricas e padres de trabalho;
12) Remova as barreiras que desencorajam os empregados de fazer os seus trabalhos;
 19

13) Institua um programa continuado de treinamento e de educao para todos os

empregados;
14) Crie uma estrutura na gerncia, estrutura esta que defender vigorosamente os 13
primeiros pontos.

A definio tradicional de qualidade baseia-se no ponto de vista de que

produtos e servios devem apresentar as especificaes exigidas por aqueles que o
usam. A qualidade do projeto que estabelece a qualidade de um produto, ou de um
servio, durante suas fases de concepo e projeto. A qualidade de conformao
como o produto corresponde s especificaes exigidas pelo projeto. A qualidade de
conformao avalia quo bem um produto ou servio atende s especificaes do
projeto. Ela embutida no produto durante sua fase de fabricao e depende de
inmeras variveis do processo produtivo. As tcnicas estatsticas de planejamento e
anlise de experimentos so extremamente teis para analisar quais so os fatores que
afetam a qualidade de uma caracterstica de interesse.
Todo produto possui parmetros que descrevem o que o consumidor considera
como qualidade. Este conjunto de parmetros denominado de caracterstica da
qualidade. E todo produto, sofre variaes, embora tenha sido produzido pelo mesmo
processo e pela mesma empresa. A razo disso a variabilidade, em razo das vrias
fontes, como material, mo de obra e diferenas entre equipamentos.
Para MONTGOMERY (2004), a qualidade inversamente proporcional
variabilidade. Se a variabilidade nas caractersticas importantes de um produto
decresce, a qualidade do produto aumenta.
A reduo da variabilidade nos processos e produtos melhora a qualidade e o
objetivo principal da engenharia de qualidade a reduo sistemtica da variabilidade
nas caractersticas chave do produto. A melhoria da qualidade causa aumento da
produtividade e, conseqentemente, aumento da competitividade. A figura 4 ilustra o
conceito de variabilidade. Quando a curva normal for mais achatada e prxima dos
limites de especificaes, maior ser a variabilidade, de outro modo, quanto mais
concentrada em torno do alvo, menor a variabilidade.
 20

FIGURA 4: GRAU DE VARIABILIDADE DE UM PROCESSO.

FONTE: Adaptado de MONTGOMERY (2004)

As variaes na resposta de um processo so sempre causadas por variaes nas

suas variveis (controladas ou incontroladas). A figura 5 ilustra o processo de
produo como um sistema com um conjunto de entradas e uma sada. As entradas x1,
x2, ..., xp so fatores controlveis, tais como temperatura, presso e outras variveis do
processo. As entradas z1, z2, ...,zq so incontroladas (ou difceis de controlar), tais
como composio qumica das matrias primas obtidas da natureza ou fatores
ambientais. O processo de manufatura transforma essas entradas em um produto
acabado em que se encontram vrias caractersticas de qualidade. A varivel Y uma
medida da qualidade do processo.
 21

FIGURA 5 - ENTRADA E SADA DE UM PROCESSO.

FONTE: Adaptado de MONTGOMERY (2004)

As especificaes de projeto so as medidas fixadas para as caractersticas de

qualidade do produto. As caractersticas so avaliadas em relao s especificaes do
produto ou servio e dentro das especificaes o produto deve funcionar
adequadamente.

2.7.3 Variabilidade

Qualquer processo de produo est sujeito variao, por mais que o processo
seja perfeito. Um produto ou servio sempre esta sujeito variabilidade. No
Controle Estatstico de Qualidade, a variabilidade tem causas aleatrias, inerentes ao
processo (ou comuns) e causas especiais (ou identificveis) que podem ser
identificadas. Quando o processo dito sob controle estatstico, ele opera apenas sob
as causas inerentes, que so causas essencialmente inevitveis, as quais pouco ou nada
se pode fazer para eliminar. Quando o processo dito estar fora de controle estatstico,
ele opera sob causas especiais (ou identificveis). Estas causas devem ser descobertas
e corrigidas para que o processo volte ao controle. As causas especiais podem ocorrer
 22

devido a: mo de obra, mtodo de trabalho, matria prima, mquinas, meio ambiente e

meios de medio,o qual foi conhecido como 6M. A falta de treinamento de
funcionrios, a falta de ajuste ou lubrificao da mquina so exemplos de causas
especiais. Convm ressaltar que existe o erro de afirmar-se que o processo est sob
controle, quando ele no est e vice-versa.
Um dos objetivos principais do Controle Estatstico de Qualidade detectar as
causas especiais, investigar e aplicar aes para correo, para que o processo no
produza produtos fora das especificaes acima do previsto. O objetivo a eliminao
da variabilidade (ou de quase toda) no processo. Para detectar causas especiais utiliza-
se a carta de controle. As cartas de controle so compostas de trs linhas paralelas, a
linha central (LC), o limite superior de controle (LSC) e o limite inferior de controle
(LIC). Estes limites devem estar dentro dos limites de especificao de engenharia. Os
limites das cartas de controle so determinados com base na mdia e no desvio padro
da distribuio da caracterstica de qualidade da varivel quando o processo est isento
de causas especiais, isto , as medidas individuais so provenientes de uma mesma
populao. A teoria estatstica desenvolvida por Shewhart para clculos do limites de
controle, para uma estatstica W qualquer, com distribuio normal, calculada a
partir dos valores amostrais, e que tenha mdia (w) e desvio padro (w) conhecidos,
ter uma probabilidade prxima a um de estar no intervalo de (w) 3(w), segundo
RAMOS (1995). Conseqentemente, tem-se:

LSC = (w) + 3(w)

LC = (w)
LIC = (w) - 3(w)
 23

FIGURA 6 - CARTA DE CONTROLE PARA X .

Grfico Xbarra

0
0 5 10 15 20 25 30

FONTE: LEVINE (2000)

2.8 IMPLEMENTAO

SCHISSATTI (1998) resumiu algumas abordagens para implementao do

CEP, em que cada abordagem dividida em etapas, e cada etapa em quatro partes:
ttulo, descrio (resumo do procedimento), responsvel e ferramentas (principais
tcnicas estatsticas e/ou outros meios utilizados para execuo da etapa). O quadro 2
mostra de forma resumida, algumas das tcnicas de implementao do CEP

QUADRO 2 - FORMAS DE ABORDAGENS PARA IMPLEMENTAO DO CEP.

Abordagem Etapas
Motorola Priorizar oportunidades
Selecionar equipe
descrever processo
(seis sigma)
Anlise do sistema de medio
identificar etapas crticas

verificar pontos crticos
avaliar capacidade dos processos

implementar controle
monitorar processo
Reduzir causas
Breyfogle III Educar em tcnicas estatsticas
Identificar processos chaves

Definir tolerncias
Planejar cartas de controle
Implementar
CEP
Avaliar capacidade do processo
Transferir
responsabilidade.
 24

Abordagem Etapas
Montgomery Selecionar carta de controle
Definir caractersticos de controle

Melhorar processo
Definir sistema de coleta de dados.
Owen Obter compromisso
Estabelecer poltica
Indicar facilitador

Definir treinamento
Treinar gerentes e supervisores
Informar
sindicatos
Obter compromisso dos sindicatos
informar
operadores
Envolver fornecedores
Coletar dados
Planejar
aes de melhora
Rever processos de avaliao
Estruturar
administrao do CEP
Treinar operadores
Implementar cartas
de controle
Melhorar os processos.

2.9 CARTAS DE CONTROLE

Antes de utilizar as cartas de controle percorre-se uma etapa inicial, rdua,

porm muito importante, de aprendizagem. imprescindvel conhecer o processo,
estabilizar e fazer os ajustes necessrios segundo COSTA, EPPRECHT E
CARPINETTI (2004), pois o monitoramento s ocorre depois que o processo estiver
sob controle. Procura-se conhecer os fatores que afetam a caracterstica de qualidade.
Antes de construir as cartas de controle, precisa-se identificar e eliminar as causas
especiais que esto fazendo o processo sair do controle. MONTGOMERY (2004)
recomenda tomar 20 a 25 amostras, para construo dos limites de controle tentativos,
com o objetivo de testar se o processo est estvel. Estes dados podem ser obtidos
atravs de dados histricos do processo. Com os dados obtidos nas amostras, constroe-
se a carta de controle, se todos os pontos caem dentro dos limites tentativos e no se
observa nenhum comportamento sistemtico, pode-se concluir que o processo est sob
controle e que os limites tentativos so apropriados para o processo em questo. Caso
ocorram um ou mais pontos fora dos limites tentativos, ento a hiptese de que o
processo est sob controle descartado, logo se torna necessrio examinar cada ponto
fora dos limites e procurar-se por uma causa especial. Se uma causa especial
identificada, o ponto descartado e os limites de controle tentativos so recalculados,
 25

usando apenas os pontos restantes. Esses pontos restantes so, em seguida,

reexaminados. Prossegue-se com este processo at que todos os pontos estejam sob
controle.
Para RAMOS (2000), coletam-se as amostras durante certo perodo de tempo,
at que todos os tipos de variaes os quais se est interessado em avaliar tenham
oportunidade de aparecer; Constroe-se as cartas de controle; analisam-se as cartas de
controle quanto presena de causas especiais (tendncias, ciclos, etc.); quando for
detectada a presena de causas especiais, deve-se buscar, identificar, eliminar e
prevenir a sua repetio. Coleta-se mais amostras e repete-se o procedimento, at a
concluso de que o processo esteja estvel, sob controle. A figura 7, o fluxograma para
construo das cartas de controle, para variveis, segundo RAMOS (1995).
Aps a estabilizao do processo, com a eliminao das causas especiais que
afetam o processo e a aplicao de aes para prevenir a sua repetio, pode-se iniciar
a construo das cartas de controle.
A carta de controle a principal ferramenta no controle estatstico de qualidade
e tem por objetivo verificar se o processo permanece com um desempenho estvel ou
previsvel, ou se so necessrias aes para corrigir o processo. Existem duas grandes
categorias de cartas de controle: para variveis ou para atributos.

2.9.1 Cartas de Controle para Variveis

Se a caracterstica de qualidade a ser monitorada medida em uma escala

numrica, esta denominada varivel. Uma varivel pode ser contnua ou discreta,
conforme o seu contra domnio seja infinito ou finito. Se a caracterstica de qualidade
varivel, usual monitorar o processo com duas cartas de controle, SANIGA e
SHIRLAND (1977), afirmar que uma empregada para monitorar a centralidade e
outra para monitorar a disperso da varivel.
 26

A seguir apresentam-se as cartas de controle para variveis, com trs desvios

padres de afastamento em relao linha mdia.

2.9.1.1 Carta X

A carta X usada para monitorar variveis contnuas, tipo medidas fsicas.

Supondo que a caracterstica de qualidade tenha uma distribuio normal com mdia
e desvio padro . Como na prtica os parmetros e no so conhecidos, ento se
deve utilizar estimativas disponveis x e S. Estas estatsticas tm por expresso:

1 n 1 n
x= xi
n i =1
e S=
n 1 i =1
( xi x ) 2

E sabendo-se que x normalmente distribuda, com mdia e desvio padro

X = . E como a estatstica z, tem Distribuio Normal Padro N(0,1)
n
x
z=

n
x
Tem-se que P( z z ) =1
1
2
1
2
n

que o intervalo de confiana de nvel 1 - para o parmetro a mdia do processo.

Ento, pode-se utilizar os limites do intervalo de confiana, como limites da carta de
controle X .

LSC = x + z
1
2 n

LIC = x z
1
2 n
 27

Em geral, utiliza-se 3 (trs desvios padres) para o valor de z . A linha central e os

1
2

limites de controle desta carta so:

LSC= X + 3 X = x + 3
n
LC= X = x

LIC= X 3 X = x 3
n

Em geral no conhecemos e . Ento, eles devem ser estimados a partir de

amostras retiradas quando o processo supostamente estava sob controle. Suponha que
m amostras estejam disponveis, cada uma com n observaes da caracterstica de
qualidade. Tipicamente n ser pequeno, freqentemente 4, 5 ou 6. Esses pequenos
tamanhos de amostra resultam em pequenos subgrupos racionais. Sejam x1 , x2 ,..., xm as
mdias de cada uma das amostras. Ento, o melhor estimador de , a mdia do
processo, a mdia geral (ou mdia global), isto :

x1 + x2 + ... + xm
x=
m

O estimador do desvio padro , pode ser obtido atravs das amplitudes das m
amostras ou atravs dos desvios padres. Se x1 , x2 ,..., xn uma amostra de tamanho n,
ento a amplitude da amostra a diferena entre a maior e a menor observao.

R = xmax xmin

sejam R1, R2, ...,Rm as amplitudes das m amostras. A amplitude mdia :

R1 + R2 + ... + Rm
R=
m
 28

Existe uma relao bem conhecida entre a amplitude de uma amostra e o desvio
padro de uma distribuio normal:

R
W=

A varivel aleatria W chamada amplitude relativa. Os parmetros da distribuio de

W so funes do tamanho da amostra n. A mdia de W d2. Conseqentemente, um
estimador de :

R
=
d2

Assim, se R a amplitude mdia das m amostras preliminares, pode-se usar para

estimar :

R
=
d2

e uma boa estimativa de .

R
Usando x como estimador de e como estimador de , ento os
d2

parmetros da carta x so:

3R
LSC= X + 3 X = x +
d2 n

LC= X = x

3R
LIC= X 3 X = x
d2 n
 29

3
A quantidade A2 = uma constante que depende apenas do tamanho da amostra
d2 n

n, logo pode ser tabelado como d2. Ento, os limites de controle se reduzem :

LSC = x + A2 R
LC = x
LIC = x A2 R

A constante A2 encontra-se tabelada para vrios tamanhos de amostras. A figura 7

mostra o fluxograma para cartas para variveis. Antes de monitorar o processo,
devem-se coletar k amostras de tamanho n at que se tenha certeza de que o processo
est estvel. Aps a coleta das k amostras de tamanho n, devem-se calcular as
estimativas dos parmetros x e S. Depois calcula-se os limites de controle e analisa-se
a carta de disperso. Caso esta estiver estvel, analisa-se a carta de localizao. Seno
deve-se identificar, eliminar e prevenir causas especiais e repetir o procedimento, com
a coleta de mais amostras. Se o processo est estvel para a carta de localizao,
inicia-se o monitoramento do processo. Seno deve-se identificar, eliminar e prevenir
causas especiais e voltar a coletar amostras at estabilizar o processo.

2.9.1.2 Cartas X e R

Os limites de controle para a carta X , j abordado anteriormente so:

Carta X .
LSC = x + A2 R LC = x LIC = x A2 R
 30

FIGURA 7 - FLUXOGRAMA PARA CARTAS PARA VARIVEIS.

Coletar k amostras
de tamanho n.

Calcular as estimativas dos

parmetros de localizao e de
disperso.
1 n 1 n
x= i
n i =1
x e S = ( xi x )2
n 1 i =1

Calcular os limites de controle.

S
LSC= x 3
n
LC = x
S
LIC= x 3
n

Analisar a carta de
disperso.

No Identificar, eliminar
Estvel? e prevenir causas
especiais

Sim No
Sim
Analisar a carta de Estvel ? Monitorar
localizao. Processo.
 31

FONTE: Adaptado de RAMOS (1995)

Para a carta R, a linha central ser R . Para determinar os limites de controle,

precisamos de uma estimativa de R que pode ser determinado a partir da distribuio
da amplitude relativa W= R/, supondo que a caracterstica que se quer controlar tenha
distribuio normal. O desvio padro de W denotado por d3 e uma funo
conhecida de n. ento, como R =W o desvio padro de R :

R = d3

Como desconhecido, deve-se estimar R por:

R
R = d3
d2

Conseqentemente, os parmetros da carta R com os limites usuais 3 so:

R
LSC = R + 3 R = R + 3 d3
d2

LC = R
R
LIC = R 3 R = R 3 d3
d2

Definindo
d3 d3
D3 = 1 3 e D4 = 1 + 3
d2 d2

Ento os limites de controle se reduzem :

Carta R.
LSC = D4 R

LC = R
 32

LIC = D3 R

R1 + R2 + ... + Rm x1 + x2 + ... + xm
Onde R = , Ri = xmax - xmin, e x = , de m amostras
m m
coletadas.

2.9.1.3 Cartas de controle X e s

Embora as carta de controle X e R ainda sejam muito usadas, possvel

estimar diretamente o desvio padro do processo ao invs de indiretamente atravs do

1 n
uso da amplitude R. O desvio padro S =
n 1 i =1
( xi x ) 2 um estimador tendencioso

do desvio padro populacional . A mdia e a varincia amostral x e s2 so

estimadores no tendenciosos da mdia e da varincia populacionais e 2, isto ,

E(x) = , E(S2) = 2 e

n n
( ) ( )
2 2 2 2
E(S) = ( ) Com c4 = ( ) tem-se
n 1 ( 1)
n n 1 ( 1)
n
2 2

E(S) = c4

onde o operador E simplesmente o operador do valor esperado. E, como valor de c4

depende apenas do tamanho da amostra n, pode ser tabelado facilmente.
Se nenhum valor de referncia dado para , ento, deve-se estim-lo atravs
de dados passados. Suponha que m amostras preliminares estejam disponveis, cada
uma de tamanho n, e seja Si o desvio padro da i. amostra. A mdia dos m desvios
padres :
 33

S1 + S 2 + ... + S m
S=
m
S
A estatstica um estimador no tendencioso de e um estimador no tendencioso
c4

S
de E(S) = e um estimador no tendencioso para s = 1 c42 dado por
c4

S
s = 1 c42 . Ento, os parmetros para a carta S so:
c4

S
LSC = S + 3 1 c42
c4

LC = S
S
LIC = S 3 1 c42
c4

usual definir as constantes

3 3
B4 = 1 + 1 c42 e B3 = 1 1 c42
c4 c4

Conseqentemente, obtemos os parmetros da carta S como:

LSC = B4 S

LC = S
LIC = B3 S .

S
Os limites de controle para a carta X so obtidos quando usado para
c4

estimar . Desta forma tem-se:

3S
LSC = x +
c4 n

LC = x
 34

3S
LIC = x
c4 n

3
Definindo a constante A3 = , os parmetros da carta X so:
c4 n

LSC = x + A3 S
LC = x
LIC = x A3 S .

S i
Onde A3, B3 e B4 esto tabelados e S = i =1
, para m amostras coletadas.
m

Os fatores para clculo dos limites de controle (A2, D3, D4,...) so obtidos
admitindo-se que os valores individuais sejam estatisticamente independentes e com
distribuio normal, segundo COSTA, EPPRECHT E CARPINETTI (2004).
As cartas so construdas na suposio de que o tamanho da amostra n
constante. importante citar as cartas de controle para valores individuais e para
amplitude mvel, que so aplicadas quando os valores da caracterstica de qualidade
possuem alguma interdependncia, ou autocorrelao, mesmo que em grau muito
pequeno. As cartas de controle das somas acumuladas (CUSUM, de cumulative
sum) e a carta de controle da mdia mvel ponderada exponencialmente (EWMA, de
exponentially weighted moving average) so indicados para monitoramento de
processos sujeitos a pequenas perturbaes segundo COSTA, EPPRECHT E
CARPINETTI (2004).

2.9.1.4 Carta do valor individual e amplitude mvel.

 35

H situaes, no controle de processo, em que o monitoramento deve ser feito

com a amostra de tamanho n=1, isto ocorre quando, a taxa de produo muito lenta
ou por outros motivos. Isto causa o problema de acumular amostras maiores que um,
ou porque os dados so correlacionados, ou por espaar as medidas por um intervalo
de tempo suficientemente longo, de modo que no h razo para formar subgrupos
racionais. A carta de controle de observaes individuais e amplitude mvel (X e Rm)
e a carta de controle da mdia e amplitude mvel ( Xm e Rm) so indicados para estes
casos.
R
Como foi abordado anteriormente para as cartas X e R, o estimador de .
d2

Para esta carta, o tamanho da amostra maior que um e o estimador do desvio padro
mede a variabilidade dentro da amostra. No caso do uso das cartas x e Rm e Xm e Rm,
o tamanho da amostra um, logo no deve-se medir a disperso da amostra, mas sim a
Rm
disperso entre as amostras. O estimador de , de modo que Rmi a amplitude
d2

mvel de duas observaes consecutivas como base para estimar a variabilidade do

processo. A amplitude mvel definida como:

Rmi = xi xi 1

A mdia e a amplitude mdia mvel so dadas por

m m

xi Rm
x= i =1
e Rm = i =2

m m 1

Rm
Substituindo n=1 e = , nos limites de controle das cartas X e R,
d2

LSC= x + 3 , LC= X = x e LIC= x 3
n n
 36

LSC = D4 R , LC = R e LIC = D3 R

Tem-se, desta forma os limites de controle:

Carta X e Rm
3Rm
LSCx = x + = x + E2 Rm e
d2 LSCRm = D4 .Rm
LCx = x LCRm = Rm
3Rm LICRm = D3 .Rm
LICx = x = x E2 Rm
d2

Onde:
3
E2 =
d2

Segundo MONTGOMERY (2004) algum cuidado na interpretao de padres

na carta das amplitudes mveis. As amplitudes mveis so correlacionadas e essa
correlao pode muitas vezes induzir um padro de seqncias ou ciclos na carta de
controle. Tambm, supe-se que as medidas individuais na carta x no sejam
correlacionadas e qualquer padro aparente nessa carta deve ser cuidadosamente
investigado.

2.9.1.5 Carta da mdia e amplitude mvel

Para melhorar o desempenho da carta para medidas individuais, pode-se utilizar

uma extenso da carta X e Rm, que a carta X m e Rm. Ao invs de utilizar a mdia
das m amostras, utiliza-se a mdia mvel. Similarmente ao que foi feito com as
amplitudes mveis, em que estas foram calculadas tomando-se m a m valores,
somando-se e dividindo-se o resultado por m. Matematicamente, para o caso de m = 2,
tem-se:
 37

xi + xi +1
Xmi = i = 1, 2, ..., k-1
2
A mdia mvel e a amplitude mdia mvel so dadas por

m m

Xmi Rm i
Xm = i=2
e Rm = i=2

m 1 m 1

Rm
Substituindo n=1, x = Xm e = , nos limites de controle das cartas X e R,
d2

LSC= x + 3 , LC= X = X e LIC= x 3
n n

LSC = D4 R , LC = R e LIC = D3 R

Tem-se os limites de controle:

Carta X m e Rm.

LSC = Xm + A2 Rm e
LSC = D4. Rm
LC = Xm
LC = Rm
LIC = Xm A2 Rm
LIC = D3. Rm
Onde:
3
A2 =
d2 n

Segundo RAMOS (2000), a vantagem em relao s cartas x e Rm que a

mdia mais sensvel presena de causas especiais e no h necessidade de
preocupar-se com a distribuio de valores individuais fortemente assimtricas. E na
Rm S
presena de autocorrelao, deve-se utilizar o estimador de x = por x = X* .
d2 c4
 38

2.9.2 Cartas de Controle para Atributos

H situaes em que se tem um atributo do produto. O atributo pode ser

defeituoso ou no defeituoso ou ainda, pode ser o nmero de defeitos por unidade
do produto. Neste caso, deve-se aplicar as cartas de controle para atributos. As quatro
cartas de controle por atributos, mais usadas, so segundo MONTGOMERY (2004), as
seguintes:

2.9.2.1 Carta de controle P

Os princpios estatsticos subjacentes carta de controle para a frao

defeituosa (ou frao no-conforme), baseiam-se na distribuio Binomial. Suponha
que o processo de produo esteja operando de maneira estvel, de tal modo que a
probabilidade de que uma unidade no esteja de acordo com as especificaes seja p, e
que as sucessivas unidades produzidas sejam independentes. Esta probabilidade
constante e os itens produzidos v.as i.i.d., ou seja, independentes, identicamente
distribudas, com distribuio Bernoulli Xi ~ b(1,p).O parmetro da Bernoulli p. Se
uma amostra aleatria de n unidades do produto selecionada, e se d o nmero de
unidades do produto que so no-conformes, ento d tem uma distribuio binomial
com parmetros n e p, isto

n
P(d = x) = p x (1 p) n x x= 0, 1, ...,n
x

A frao defeituosa da amostra definida como sendo a razo entre o nmero de

defeituosos encontrados na amostra (d) e o tamanho da amostra (n):

d
p =
n
 39

A distribuio de probabilidade de p obtida a partir da binomial. A mdia e a

varincia de p so
p = p
p (1 p )
p =
n
Suponha que a verdadeira frao de defeituosos, p, no processo de produo
seja conhecida. Os limites de controle para trs desvios padres so ( p) 3. ( p) .
Ento a linha central e os limites de controle da frao defeituosa so definidos como:

p(1 p)
LSC = p + 3
n
LC = p

p(1 p)
LIC = p 3
n

Quando a frao no-conforme, p, no conhecida, deve-se estim-la a partir

dos dados observados. O procedimento usual a seleo de m amostras preliminares,
cada uma de tamanho n. Como regra geral, m deve ser 20 ou 25. Se h di unidades
defeituosas na amostra i, calcula-se a frao defeituosa na i-sima amostra como:

di
p i = i = 1, 2, ..., m
n
A mdia das fraes defeituosas das amostras individuais :

m m

di
i =1
p
i =1
i
p= =
mn m

A estatstica p estima a frao no-conforme desconhecida, p. A linha central e os

limites de controle da carta de controle para a frao defeituosa so calculados como:
 40

p (1 p )
LSC = p + 3
n
LC = p

p (1 p )
LIC = p 3
n
Segundo MONTGOMERY (2004), o valor amostral de p i dos subgrupos
preliminares devem ser plotados como limites tentativos para testar se o processo
estava sob controle quando foram coletados os dados preliminares. Quaisquer pontos
que excedam os limites de controle tentativos devem ser investigados. Se forem
descobertas causas especiais para esses pontos, eles devero ser descartados e novos
limites de controle tentativos devero ser determinados.

2.9.2.2 Carta NP

similar a carta p, com a diferena que o que se deseja marcar o nmero de

itens defeituosos na amostra. Se no se dispe de um valor padro para p, ento p
d
pode ser usado para estimar p. Como p = , d = n.p, logo os limites de controle so:
n

LSC = n. p + 3 n. p (1 p )
LC = n. p

LIC = n. p 3 n. p (1 p )

2.9.2.3 Carta C

Quando a caracterstica a ser monitorada o nmero total de defeitos ocorridos

em uma unidade do produto, o correto utilizar a carta de controle C. Para a operao
de uma carta C, a unidade no necessariamente precisa ser uma unidade de
 41

determinado produto, como uma televiso ou um motor. A unidade, denominada

unidade de inspeo, pode ser um subgrupo (de tamanho constante) de itens. A
construo da carta de controle para o nmero de defeitos segue a distribuio de
Poisson. Entretanto, segundo RAMOS (2000), se c > 5, ento, no lugar da distribuio
de Poisson, pode-se utilizar a distribuio normal. Afim de que o modelo de Poisson
seja aplicvel, os subgrupos devem ser uniformes de forma a apresentarem
probabilidades aproximadamente iguais de ocorrncia de defeitos. O modelo de
Poisson com parmetro = c para o nmero de defeitos X observado por unidade do
produto :

c k ec
P( X = k ) = , k = 0, 1, 2, ...
k!

A mdia da v.a. X o parmetro c e a varincia tambm c, logo o desvio padro

c e os limites de controle a 3 desvios padro, so:

LSC = c + 3 c
LC = c
LIC = c 3 c

Como em geral o parmetro c desconhecido, deve-se estim-lo com base em uma

amostra preliminar de unidades de inspeo. Sendo inspecionadas n (n 20) unidades
de inspeo, uma estimativa da mdia e da varincia de c ser a mdia amostral c e a
carta ter ento os limites de controle dados por
LSC = c + 3 c
LM = c
LIC = c 3 c
 42

c i
Onde c = i =1
, onde k a quantidade total de amostras e ci o nmero de defeitos
k

observado na i-sima amostra. Quando resultar c 3 c < 0, o limite inferior

colocado em zero. E ainda, quando o parmetro c no conhecido, os limites de
controle com o estimador c , devem ser considerados como limites de controle
tentativos, e as amostras preliminares examinadas em relao falta de controle. A
carta C tambm conhecida como carta para o nmero de defeitos na amostra.

2.9.2.4 Carta U

Supondo que cada ponto da carta de controle foi obtido com base em n unidade
de inspeo, tem-se que a v.a. observada Y (nmero de defeituosos nas n unidade) ter
distribuio de Poisson com parmetro nc (soma de v.a`s Poisson com parmetro
Poisson com um parmetro igual a n). Desta forma a distribuio de Y

(nc) k e nc
P(Y = k ) =
k!

e se constroe a carta da mesma forma que a carta C, a partir deste ponto. Existe,
porm, uma outra abordagem para o problema. possvel trabalhar-se com o nmero
mdio de defeitos por unidade de inspeo. Se Y o nmero de defeitos presentes nas
n unidades, ento o nmero mdio de defeitos por unidade :

Y
U= , Y ~ P(nc)
n

Conseqentemente os parmetros da v.a. U so:

 43

Y 1 c
= E(U) = E( ) = E (Y ) = n = c
n n n

Y 1 c c
= V(U) = V( ) = 2 V (Y ) = n 2 =
n n n n

O estimador do parmetro c
m

u i
c = u = i =1
(mdia do nmero mdio por unidade em m amostras tamanho n).
m
Ento os limites de controle so:

u
LSC = u + 3
n
LC = u
u
LIC = u 3
n

A carta U recomendada quando o produto composto de vrias partes e

muitas caractersticas da qualidade devem ser inspecionadas e tambm quando o
tamanho da unidade do produto varivel.
Os requisitos bsicos para que o nmero de no-conformidades obedea a uma
distribuio de Poisson so:

1) A freqncia mdia de no-conformidades deve ser proporcional quantidade de

produto considerada;
2) As no-conformidades devem ocorrer de forma independente.
 44

Na unidade de produto considerada, deve existir uma infinidade de

oportunidades para a ocorrncia de no-conformidades, porm o evento associado
ocorrncia de uma no conformidade especfica deve ser um evento raro, segundo
COSTA, EPPRECHT E CARPINETTI (2004). A figura 8 mostra o fluxograma para
cartas para atributos. Antes de monitorar o processo, deve-se coletar k amostras de
tamanho n at que se tenha certeza de que o processo est estvel. Aps a coleta das k
amostras de tamanho n, deve-se calcular a estimativa da localizao. Aps,
necessrio calcular os limites de controle e analisar a carta de localizao. Caso esteja
estvel, inicia-se a monitorao do processo. Seno deve-se identificar, eliminar e
prevenir causas especiais e repetir o procedimento, com a coleta de mais amostras at
estabilizao do processo.

FIGURA 8 - FLUXOGRAMA PARA CONSTRUO DAS CARTAS DE

CONTROLE PARA ATRIBUTOS.

Coletar k amostras
de tamanho n.

Calcular as estimativas dos

parmetros de localizao

Calcular os limites de controle.

Analisar a carta.

Identificar, eliminar
e prevenir causas
No especiais.
Estvel?
 45

Sim
Monitorar
Processo.

FONTE: Adaptado de RAMOS (1995)

2.10 ERRO TIPO I E ERRO TIPO II

A capacidade de se detectar perturbaes no processo importante para se

poder avaliar o desempenho do processo. tambm utilizado para se fazer o plano de
amostragem, ou seja, dimensionar o tamanho da amostra e a freqncia de amostragem
h

2.10.1 Teste de Hipteses

As tcnicas de inferncia estatstica podem ser classificadas em duas amplas

categorias:

1) Estimao de parmetros;
2) Teste de hipteses.

Uma hiptese estatstica uma afirmativa sobre o valor de um parmetro de

uma distribuio de probabilidade. Nas cartas de controle possvel descrever as
hipteses H0 e H1 da seguinte forma:

H0: Processo sob controle.

H1: Processo fora de controle.
 46

Ou ainda:

H0: Processo livre de causas especiais.

H1: Processo sob a influncia de causas especiais.

Para testar uma hiptese, toma-se uma amostra aleatria da populao em

estudo, calcula-se uma estatstica de teste apropriada e, ento, rejeita-se ou no a
hiptese nula H0. O conjunto de valores da estatstica de teste que levam rejeio de
H0 chamado regio de crtica ou regio de rejeio da hiptese nula. Dois tipos de
erro podem ser cometidos quando se testa hipteses. Se a hiptese nula rejeitada
quando ela verdadeira, ento diz se que ocorreu um erro tipo I. Se a hiptese nula
no rejeitada quando ela falsa, ento tem-se um erro tipo II. As probabilidades
desses dois tipos de erro so denotadas por:

= P{erro tipo I} e = P{erro tipo II}

O quadro 3 mostra o que pode ocorrer em uma tomada de deciso.

QUADRO 3 - TESTE DE HIPTESE: RISCO E .

Hiptese H0 Deciso
Aceitar H0 Rejeita H0
Verdadeira Deciso correta 1- Erro tipo I
Falsa Erro tipo II Deciso correta 1-

Um conceito muito importante na Cincia Estatstica o do poder de um

teste. Poder de um teste a probabilidade de rejeitar a hiptese nula quando ela
falsa, ou seja,
 47

Poder = P{rejeitar H0/ H0 falsa}= 1 -

No controle de qualidade, s vezes chamado de risco do fabricante, porque

denota a probabilidade de um lote bom ser rejeitado ou a probabilidade de que um
processo produzindo valores aceitveis de uma particular caracterstica da qualidade
venha a ser rejeitado como produzido insatisfatoriamente. J s vezes chamado de
risco do consumidor, por denotar a probabilidade de aceitao de um lote de baixa
qualidade, ou a probabilidade de permitir que um processo, operando em condies
no-satisfatrias com respeito determinada caracterstica da qualidade, continue em
operao. O procedimento geral de um teste de hiptese consiste em especificar um
valor para a probabilidade do erro tipo I, e, ento, planejar um procedimento de teste
de tal forma que um valor pequeno da probabilidade do erro tipo II seja obtido. Fala-
se ento, em controlar ou escolher diretamente o risco . O risco , geralmente, uma
funo do tamanho da amostra e controlado indiretamente. Quando maior o tamanho
da amostra utilizada no teste, menor o risco .
Se o processo estiver sob controle, representa o risco de erroneamente
considerar-se que o processo est fora de controle (alarme falso). Se o processo
estiver fora de controle, representa o risco de erroneamente considerar-se o processo
sob controle (no-deteco). A conseqncia associada ao erro tipo I, isto , de um
alarme falso de intervir no processo, sem haver a necessidade, podendo deixar o
processo fora de controle; e a conseqncia de um erro tipo II, de no intervir no
momento correto, isto , o processo est fora de controle, porm no detectado
nenhuma causa especial.

2.10.2 Carta X

Para calcular o risco , probabilidade de alarme falso necessrio conhecer a

distribuio de probabilidade da varivel aleatria X. Para a carta X assumido que a
 48

observao tem distribuio Gaussiana, com mdia e desvio padro . Assumindo

que a mdia do processo 0 e o desvio padro 0 , tem-se:

=P( x > LSC X ou x < LIC X / = 0 )

0
Ento, como x ~ N ( 0 ; ) tem-se que a v.a. padronizada z :
n

x 0
z= ~ N(0, 1) e
0

LSC LSC
= P( z > ) + P( z < )

0 0 0
Substituindo LSC por 0 + 3 , LIC por 0 3 , por 0 e por
n n n

0 + 3 0 0 ) 0 3 0 0 )
P z > n + P z < n = P( z > 3) + P( z < 3)
0 0

n n

Assim, tem-se:
= P( z > 3)

Quando o processo est fora de controle, a mdia do processo salta do valor de

controle 0, para outro valor = 0 + 0 , a probabilidade da carta no detectar est

mudana na primeira amostra aps est ocorrncia, para a carta X , dada por:

= P ( LIC x LSC / = 0 + 0 )
 49

Ento, como x ~ N(, 2/n) e os limites de controle so:

0 0
LSC = 0 + 3 e LIC = 0 3
n n

tem-se que
LSC LIC
= P( z > ) + P( z < )=

0 + 3 0 ( 0 + 0 ) 0 3 0 ( 0 + 0 )
= P z > n + P z < n
0 0

n n

Simplificando a expresso acima, dado por:

= P( z > 3 n ) + P( z < 3 n ) = P( z < 3 + n ) + P( z < 3 n )

O grfico de X conhecido como curva caracterstica de operao e usado

para dimensionar o tamanho da amostra.

2.10.3 Carta R

A carta de controle da amplitude R serve para detectar mudanas na

variabilidade do processo. O teste de hipteses :

H0 : = 0
H1 : 0
 50

Onde 0 o valor do desvio padro quando o processo est sob controle, livre de
causas especiais que afetem a variabilidade.

= 1 P( LICR R LSCR / = 0 )
= P( LICR R LSCR / 0 )

A distribuio da varivel aleatria R no normal, ela possui uma forma

assimtrica, logo um risco de alarme falso diferente da carta X (considerando que x
seja normal). A distribuio amostral de R depende do desvio padro dos valores de x
que compem as amostras. Logo, tem-se um nmero muito grande de situaes
diferentes. Para evitar est situao, usa-se a distribuio da varivel W, chamada de
R
amplitude relativa, onde W = , que depende apenas do tamanho da amostra n. A

probabilidade :
R0
P( R R0 ) = P(W W0 / n = n0 ) = P(W )

Para determinarmos o risco , temos:

1-=P(LICR R LSCR)

Como LICR=(d2 3d3) 0 e LSCR= (d2 + 3d3) 0

1-=P(Max(0,( (d2 3d3) 0 ) R (d2 + 3d3) 0 /n=n0; = 0 )

R
dividindo expresso acima por 0 , e substituindo por W, tem-se
0

1-=P(Max(0,(d2 3d3)) W (d2 + 3d3) /n=n0)

 51

Para obter o poder de detectar uma causa especial, isto , quando o desvio
padro do processo sofre aumento de fator de , indo de 0 para uma valor 1 = 0, o
poder da carta R dado por:
Pd = 1 - = 1 P( LICR R LSCR / 0 ) w

= 1- [1 P(R > LSC) P(R>LIC)] =

=P(R > (d2 + 3d3) 0 ) + P(R > (d2 3d3) 0 )

R
Dividindo a expresso anterior por , e substituindo por W, tem-se

(d 2 + 3d3 ) 0 (d 2 3d 3 ) 0
Pd = P( W > ) + P(W > )

Dado que = 0, o poder da carta R detectar uma causa especial :

d 2 + 3d 3 d 2 3d 3
Pd = 1 = P( W > ) + P(W > )

e dado por:
d 2 + 3d 3 d 2 3d3
=1 P( W > ) + P(W > )

2.10.4 Cartas X e R

Sejam as hipteses H0 e H1 para uso conjunto das cartas de controle de X e R, so:

H0 : = 0 e = 0 .
H1: 0 ou 0 .
 52

Probabilidade conjunta de alarme falso ():

Se X e R so respectivamente os riscos de alarme falso associados s cartas

de controle X e R, ento o risco de alarme falso para X e R, :

= X + R X R
onde:

X = 1 P( LIC X < X < LSCR / = 0 ; = 0 )

R = 1 P( LICR < R < LSCR / = 0 )

Poder conjunto das cartas X e R:

Se PX e PR so respectivamente os poderes individuais das cartas X e R em

sinalizar uma alterao na mdia do processo, de 0 para 0 , e um aumento no

desvio padro do processo, de 0 para 0 , ento o poder conjunto Pd dado por:

Pd = PX + PR - PX . PR
Onde:
PX =1- = P( LIC X X LSC X / 0 )

PR=1-=P(R> LSCR = (d2 + 3d3) 0 /n=n0; = 0 )

2.10.5 Carta NP

Como a carta np tem distribuio Binomial, alm de ser discreta, o risco com
limites de 3, no igual a 0,0027, e nem mesmo constante. Ao contrrio do que
 53

acontece na carta X , que tem distribuio normal, cujo risco , com limites 3,
sempre igual a 0,0027. Assim, o risco precisa ser calculado com base na distribuio
de probabilidade Binomial. O risco dado por:

=1 P( LIC d LSC / p = p0 )

Como d uma varivel aleatria binomial com parmetros n e p, o erro pode ser
obtido da distribuio acumulada.

=1 P(d LSC / p = p0 ) + P(d LIC / p = p0 )

nLSC nLIC n
n j j
= 1 0p (1 p0 ) n j
+ p0 (1 p0 )
n j

j =0 j j =0 j

onde nLSC significa o maior nmero inteiro, menor ou igual a nLSC e nLIC

significa o menor nmero inteiro, maior ou igual a nLIC.

A probabilidade do erro tipo II para a carta de controle para a frao no

conforme (carta p) pode ser calculado por:

= P(d < nLSC / p = p1 ) P(d < nLIC / p = p1 )

= P(d < nLSC / p = p1 ) P(d < nLIC / p = p1 )

onde d uma varivel aleatria binomial com parmetros n e p, erro pode ser obtido
da distribuio binomial acumulada.

nLSC nLIC n
n j j
= 1p (1 p1 ) n j
p1 (1 p1 )
n j

J =0 j J =0 j
 54

onde nLSC significa o maior nmero inteiro, menor ou igual a nLSC e nLIC

significa o menor nmero inteiro, maior ou igual a nLIC.

2.10.6 Carta C e U

A probabilidade de erro tipo I e tipo II para as cartas C e U, podem ser obtidos

da distribuio de Poisson. Para a carta C, o valor de , pode ser obtido da seguinte
forma:

= P(c > LSC ou c < LIC/ c= c )= 1 P ( LIC c LSC / c = c )

= 1 P(c LSC / c = c ) + P(c LIC / c = c )

LSC
e c c x LIC e c c x
= 1
x =0 x!
+
x=0 x!

onde LSC significa o maior nmero inteiro, menor ou igual a LSC e LIC significa

o menor nmero inteiro, maior ou igual a LIC.

Para a carta U, o valor de :

nLSC
e nu (nu ) x nLIC e nu (nu ) x
= 1
x =0 x!
+
x=0 x!

onde nLSC significa o maior nmero inteiro, menor ou igual a nLSC e nLIC

significa o menor nmero inteiro, maior ou igual a nLIC.

Para a carta C, o valor de dado por:

 55

= P (LIC < c LSC/c) = P(x<LSC/c) - P(x LIC/c)

=P(c < LSC/c) -P(c LIC/ c)

LSC
e c c x LIC e c c x
=
x =0 x!

x =0 x!

onde LSC significa o maior nmero inteiro, menor ou igual a LSC e LIC significa

o menor nmero inteiro, maior ou igual a LIC.

Para a carta U o valor de dado por:

= P (LIC < nu LSC/u) = P(x<LSC/u) - P(x LIC/u)

= P(c < nLSC / u ) P(c nLIC / u )

nLSC
e nu (nu ) x nLIC e nu (nu ) x
=
x =0 x!

x=0 x!

onde nLSC significa o maior nmero inteiro, menor ou igual a nLSC e nLIC

significa o menor nmero inteiro, maior ou igual a nLIC.

2.11 Cartas para Seqncias Curtas de Produo ou Pequenos Lotes

Em razo das mudanas econmicas, novas tcnicas para a manufatura foram

desenvolvidas com o objetivo de reduo de custos, maior flexibilidade, melhoria da
qualidade e conseqentemente de competitividade. Ao mesmo tempo, o CEP
convencional tornou-se a priori invivel, pois havia a crena de que o CEP s
 56

adequado produo contnua, em que uma grande quantidade de dados est

disponvel para a anlise. Segundo RAMOS (1995), produo contnua somente uma
idealizao, pois em qualquer fbrica h troca de lotes de materiais, troca de turnos,
ajustes de mquina e assim por diante. Ento, no existe na verdade uma produo
contnua no sentido estrito da palavra, mas sim, uma sucesso de lotes de produo,
alguns dos quais podem ter tamanhos at muito reduzidos. O termo pequenos lotes ou
seqncias curtas de produo refere-se a todas aquelas situaes nas quais, em funo
da escassez de dados disponveis, ocorrem dificuldades na aplicao do CEP
convencional. A seguir, apresenta-se trs limitaes do CEP tradicional:

1) So necessrias 20 a 25 amostras para verificar a estabilidade do processo, antes de

calcular os limites das cartas de controle, o que pode no ser vivel em processos
com pequenos lotes de produo;
2) Cada carta de controle monitora apenas uma caracterstica de qualidade, o que pode
gerar um nmero grande de cartas de controle, para produtos com muitas
caractersticas;
3) Se um produto tem caractersticas similares, porm com outras diferenas devido a
tipo de material ou aos limites de especificao, necessitam de cartas de controle
separadas.

As modificaes nas cartas de controle tradicionais permitem o uso de cartas de

controle, em situaes que no possvel aplicar as cartas convencionais. O foco de
monitoramento deve ser no processo e no no produto. A seguir apresenta-se algumas
das cartas para seqncias curtas de produo (short run control chart).

2.11.1 Carta de Controle Nominal ou Delta

As cartas de controle nominal so uma adaptao das cartas de controle para

variveis do CEP tradicional e so teis, pelo fato de possibilitar que produtos com
 57

diferentes especificaes de engenharia sejam monitorados em uma nica carta de

controle. Isto permite um acompanhamento contnuo do processo de produo, mesmo
quando h troca do tipo de produto no equipamento. Segundo WISE e FAIR (1998), as
situaes que se pode aplicar a carta de controle Nominal so:

1) Produtos com caractersticas similares e com diferentes dimenses;

2) Produo com pequenos lotes;
3) Grande diversidade de produtos e com baixo volume de produo.

A medida nominal N o melhor valor da especificao de engenharia. Para o

uso da carta Nominal, o valor nominal de especificao deve ser o melhor valor para o
processo.
Sobre a estatstica bsica, sabe-se que, se for subtrada uma constante de uma
amostra, a mdia dos dados subtrada por esta constante, porm a amplitude e o
desvio padro no so afetados. A idia consiste em codificar os dados obtidos atravs
do uso do desvio da mdia ou da disperso da amostra em relao ao valor nominal de
especificao de engenharia.

yi = xi NA

Onde xi representa as medidas e NA o valor nominal da pea A. Para X plota-se o

desvio da mdia da amostra e para R ou S no h alterao, apenas plota-se a
amplitude ou o desvio padro da amostra. Admitindo que o processo est sob
controle, e que as variveis tm distribuio normal e todos os tipos de peas possuem
a mesma varincia.
Os limites para carta R so:

LICR < R < LSRR

Como a modificao no afeta a disperso, no h alterao para R.
 58

LSC = D4. R
LC = R
LIC = D3. R

E para X tem-se:
LIC X < x < LSC X

x A2 R < x < x + A2 R

e subtraindo-se N de todos os termos da igualdade anterior vem

x N A2 R < x N < x N + A2 R

E, fazendo-se y = x N , y = x N e y =xN implica em que

x = y+N e x = y+N

Fazendo-se as substituies, tem-se:

y + N N A2 R < y + N N < y + N N + A2 R

simplificando N, os limites ficam:

y A2 R < y < y + A2 R

Logo, os limites de controle para a carta X nominal, so:

LSC = y + A2 R
LC = y
LIC = y A2 R
 59

y i
R1 + R2 + ... + Rm
Onde: yi = xi N com i = 1, 2, ..., m , y= i =1
e R= para m
m m
amostras coletadas.
As restries so:

1) As medidas no devem ser correlacionadas;

2) Os tamanhos das amostras devem ser iguais e maiores que um;
3) As medidas individuais devem ser provenientes de uma populao com
distribuio normal.
4) As disperses das medidas individuais de cada tipo de produto devem ser
estatisticamente iguais.
5) Segundo VERMANI (2003), o nmero de produtos, no deve ser maior que sete na
mesma carta de controle.

Se, alternativamente, for empregada a carta da mdia e do desvio padro, X e

S, os limites de controle so:
LSC = y + A3 S
LC = y
LIC = y A3 S
e
LSC = B4 S

LC = S
LIC = B3 S
m m

y i S i
Onde: yi = xi N com i = 1,2, ..., m , y= i =1
e S= i =1
para m amostras
m m
coletadas.
 60

2.11.2 Carta Alvo ou Target

A carta nominal ou carta delta tem a linha central, como a mdia dos desvios
em relao ao valor nominal N, dado pela especificao de engenharia. Porm em
algumas situaes, o processo no deve ou no pode estar centrado no valor nominal,
por no ser o melhor valor para a mdia do processo. Nesta situao, deve-se usar a
mdia histrica do processo no lugar do valor nominal e esta mdia deve ser confivel.
Os critrios para utilizar so os mesmos da carta delta. WISE e FAIR (1998)
consideram a carta nominal como carta alvo e logicamente o valor nominal N, de
especificao de engenharia, pode ser escolhido como valor alvo. Assim, o valor alvo
pode se identificado em uma das trs, situaes:

1) O valor alvo definido como o valor nominal de especificao de engenharia.

2) O valor alvo definido pelo operador ou pelo engenheiro, devido a limitaes da
produo ou de outras restries, o valor nominal de especificao de engenharia
diferente do valor mdio do processo.
3) O valor alvo definido como valor suficientemente distante do limite superior ou
do limite inferior de especificao (unilateral).

Da mesma forma que na carta nominal, na carta alvo codifica os dados obtidos
atravs do uso do desvio da mdia ou da disperso da amostra em relao ao valor
alvo.
yi = xi - TA

onde TA o valor alvo para a pea A e xi so as medidas coletadas. Ao invs de se

empregar a medida nominal N, emprega-se a medida alvo T. Assim, os limites de
controle no sofrem nenhuma alterao em suas frmulas, em relao quelas da
tcnica Nominal.
 61

2.11.3 Cartas Padronizadas de X e R e X e s (ou pequenos lotes)

Segundo WISE e FAIR (1998) as situaes em que se podem aplicar as cartas

padronizadas para monitoramento do processo so:

Para mltiplas caractersticas.

Para caractersticas no similares e caractersticas com disperses diferentes.
Produo com seqncias curtas.
Quantidade limitada de dados.
Para evitar a necessidade das peas tenham a mesma disperso, como nas cartas
Nominal e Alvo, a alternativa so as cartas padronizadas. A modificao feita a
fixao dos limites de controle, que teoricamente tem a vantagem de no a necessitar
fazer o clculo destes limites. As cartas padronizadas trabalham com dados histricos
do processo.
De LICR < R < LSRR isola-se R , tem-se:

D4 . R < R < D3 . R
R
D3 < < D4
R

E de x A2 R < x < x + A2 R , isola-se A2 e tem-se:

xx
A2 < < + A2
R

Assim, os limites de controle para as cartas padronizadas X e R so:

LSC = A2
xx
LC =
R
LIC = - A2
 62

LSC = D4
R
LC =
R
LIC = D3

De x A3 S x x + A3 S isola-se A3 e tem-se:

xx
A3 < < + A3
S

De B3 S S B4 S isola-se S e tem-se
S
B3 < < B4
S

Assim, os limites de controle para as cartas padronizadas X e s so:

LSC = A3
xx
LC =
S
LIC = - A3
e
LSC = B4
S
LC =
S
LIC = B3
 63

Os valores de x , R ou S empregados na padronizao das medidas so

estimativas da mdia e da disperso do processo, obtidas a partir de valores histricos
para cada tipo de pea produzido e devem ser constantemente atualizados.
Esta tcnica denominada por WISE E FAIR (1998) e RAMOS (1995) como
cartas para pequenos lotes e para GRIFFITH (1996) como cartas padronizadas.
Outro modelo de padronizao de cartas de controle para variveis, cuja
vantagem a possibilidade de usar amostras de tamanhos diferentes. Da mesma forma
que nas cartas de controle padronizadas anteriores, isolamos todos os parmetros, de
modo que os limites de controle so padronizados em -3 e +3. Os limites so:

Para x e R:
R
d2
xx
3 < n < +3 e 3 < < +3
d3

Para x e s:
S
C4
xx
3 < n < +3 e 3 < ni < +3
C5

x a mdia ponderada das mdias amostrais, usando como pesos os seus respectivos
tamanhos de amostras.

n1.x1 + n2 .x2 + ... + nk .xk

x=
n1 + n2 + ... + nk

x e so estimativas histricas para a mdia e o desvio padro.

 64

2.11.4 Cartas de Controle Padronizadas para Atributos

As mesmas condies das cartas convencionais para atributos so vlidas para

estas cartas. As cartas padronizadas para atributos permitem a combinao de
diferentes medidas de processos, em uma nica carta de controle, porque cada ponto
(de cada processo) calculado pela diferena entre a ltima medida obtida do processo
A e a mdia histrica do processo A, dividido pelo desvio padro histrico do processo
A. Em outras palavras, o valor do ponto registrado na carta, reflete a proporo e a
direo dos dados recentemente obtidos, em relao ao histrico do processo. Os
dados devem ter:

a) Distribuio Normal e serem independentes.

b) Para as cartas P e NP,
np > 5 e n(1 p ) > 5

c) Para as cartas C ou U.
c >5

Toda a carta de controle padronizada para atributos tem a linha central em zero
e o limite superior e inferior em +3 e -3. Esta tcnica, tambm permite o tamanho
varivel para n e utiliza uma nica carta de controle para monitorar vrias peas de
diferentes caractersticas de qualidade.
A carta p padronizada tem a mesma aplicao que a carta p tradicional, exceto
que se monitora a proporo de defeitos para processos diferentes (com mdias
diferentes) em uma mesma carta de controle.

d p (1 p )
Seja p = , ( p ) = p e ( p) =
n n

( p ) 3 ( p ) < p < ( p ) + 3 ( p )
 65

p (1 p ) p (1 p )
p 3 < p < p+3
n n

p so valores obtidos na inspeo dos diversos tipos de peas e p a mdia histrica

de cada pea ou caracterstica controlada. Subtraindo p , tem-se

p (1 p ) p (1 p )
3 < p p < +3
n n

p (1 p )
Dividindo a expresso por ,
n
p p
3 < < +3
p (1 p )
n

Assim, os limites de controle so:

LSC = + 3
p i pi
LC =
p (1 p )
n
LIC = - 3

Onde p i o estimador de p da i-sima amostra e p a mdia histrica.

Para a carta C padronizada, a aplicao a mesma da carta C tradicional, exceto
que aquela monitora o nmero de defeitos de diferentes processos em uma mesma
carta de controle. O valor de c obtido a partir de dados histricos.
c
Sejam u = , (c ) = c e ( c ) = c
n
de (c) 3 ( c ) < c < (c) + 3 ( c ) obtem-se
 66

c 3 c < c < c + 3 c subtra-se c e divide-se por c ,

cc
3 < < +3
c

Assim, os limites de controle da carta C padronizada so:

LSC = + 3
ci c
LC =
c
LIC = - 3
Onde ci o nmero de defeitos da i-sima amostra.

Segundo GRIFFITH (1996), a dificuldade de uso destes tipos de cartas a

atualizao dos valores histricos e o clculo dos pontos. O quadro 4 resume as
frmulas para cartas de controle para atributos padronizadas para seqncias curtas de
produo.

QUADRO 4 - FRMULAS PARA CARTAS DE CONTROLE PARA ATRIBUTOS

PADRONIZADAS PARA SEQNCIAS CURTAS DE PRODUO.
Cartas de Controle Padronizados de Atributos Apropriados para Seqncias
Curtas de Produo.
Atributo Valor-Alvo Desvio Estatstica a
Padro Plotar
p i p p (1 p ) p i pi
Z=
n p (1 p )
n

np i np np (1 p ) np i npi
Zi =
np (1 p )
 67

ci c c ci c
Zi =
c
ui u u ui u
Zi =
n u
n
FONTE: MONTGOMERY (2004)

Ramos (1995) cita outras tcnicas, como a normalizao de dados e de

pequenos lotes. Na normalizao de dados so utilizadas transformaes dos dados
para que se tenha a aproximao pela normal, logo no h necessidade de fazer testes
para verificar a normalidade. Para pequenos lotes, a idia bsica determinar os
limites de controle baseados na distribuio de probabilidade da varivel que se ir
monitorar, estabelecendo o risco tipo I (ou ). Tradicionalmente, para trs sigma, =
0,0027, ento os pontos devem ficar dentro de 1-. Logo, temos:

P ( 3 < x < + 3 ) = 1 = 0, 99973 ou

P ( X < 3 ) = P ( X > + 3 ) = = 0, 00135
2

Utilizando a distribuio acumulada,

Fx(X) 0,00135
Fx(X) 0,99865

Ramos (1995) adotou o seguinte procedimento para obteno dos limites de

controle para distribuio Binomial e Poisson: incrementa-se o valor da varivel
aleatria x, de uma unidade de cada vez nas expresses:

Fx(X) = [C n, x . p x .(1 p ) n x , ( X x)

e c .c x
Fx(X) = x ! , ( X x)
 68

verifica-se se Fx(x) 0,99865 desrespeitada. Quando isso ocorre, o valor obtido

soma-se 0,5 ao valor corrente de x e este valor o limite procurado.

2.12 CARTAS DE CONTROLE DE GRUPOS E PARA BATELADAS

2.12.1 Cartas de Controle de Grupos

H processos onde h vrios pontos de fluxos, como por exemplo, uma mquina
com vrios pontos de envase. Para este tipo de processo, pode-se aplicar um dos
seguintes procedimentos:

1) Uma carta de controle para cada ponto, isto , monitora-se cada ponto, porm se o
processo tem muitos pontos, haver um nmero muito grande de cartas de controle,
tornando o controle difcil e burocrtico;
2) Utilizar apenas uma carta de controle para todos os fluxos ou para pequenos
subgrupos.

Segundo RAMOS (2000), um dos princpios bsicos da formao de subgrupos

recomenda que no se devam misturar produtos provenientes de diferentes fontes (ou
fluxos), j que eventuais diferenas entre estes acusaro causas especiais na carta de
controle, devido ao problema da estratificao.
A carta de controle de grupos foi introduzida por BOYD (1950). Ela permite o
controle de mltiplos fluxos atravs de uma nica carta. Quando o processo est sob
controle, supem-se idnticos os fluxos ou fontes. Os limites de controle so
semelhantes aos das cartas X e R, mas os dados so agrupados de modo diferente ao
que se adota convencionalmente. Extraem-se amostras de tamanho n de cada fluxo,
cada coleta representa um grupo. Tira-se a mdia e a amplitude de cada grupo e plota-
se a maior e a menor mdia para a carta X e para R, plota-se a maior amplitude de
cada grupo. x a mdia global e R a amplitude mdia. Os limites de controle so:
 69

LSC = x + A2 R
LC = x
LIC = x A2 R
e
LSC = D4. R
LC = R
LIC = D3. R

Segundo MONTGOMERY (2004) o clculo das ARLs no pode ser feito com
as frmulas do CEP convencional.
2.12.2 Cartas de Controle para Bateladas

Para processos em que se produz material em bateladas (ou lotes), de modo que
diferentes amostras retiradas de uma mesma batelada apresentam pequena variao,
mas entre bateladas as mdias so bastante distintas. Nestas situaes, pode-se utilizar
a carta por bateladas, que uma mistura das cartas X e R com as cartas do valor
individual e amplitude mvel (x e Rm). Os limites so:

LSC = x + E2 Rm
LC = x
LIC = x E2 Rm
e
LSC = D4. Rm
LC = Rm
LIC = D3. Rm
m

3 x1 + x2 + ... + xm Rm i
Onde E2 = , x = e Rm = i=2

d2 m m 1
 70

2.13 PLANEJAMENTO ECONMICO

Quando as cartas de controle so utilizadas para monitorar um processo, trs variveis

devem ser determinadas: o tamanho da amostra (n), o intervalo de coleta das amostras
(h) e os limites de controle (L ou k), em nmero de desvios padres. SHEWHART
(1939) sugeriu trs sigmas para os limites de controle, quatro ou cinco para o tamanho
das amostras e o intervalo entre as sucessivas amostras devem ser determinadas por
um profissional. Porm, pode-se aplicar critrios mais eficientes para obter estes
parmetros ou para alguns deles. A curva caracterstica de operao, CCO muito til
para se obter o desempenho do plano de amostragem para o processo.
Atravs da CCO, pode-se determinar o tamanho da amostra n e o poder para
detectar alteraes no processo (1- ). Cada tipo de carta tem valores de e
associados a seu plano de amostragem e que representam os erros que efetivamente
esto sendo cometidos quando se utiliza a carta de controle. A partir desses valores
so calculadas os comprimentos mdios de corridas ou ARLs (Average run lenght):

1 1
ARL1= e ARL2 =
1

Onde a ARL1 retorna o nmero de amostras que so retiradas at a ocorrncia de um

alarme falso (com o processo sob controle) e ARL2 o nmero esperado de amostras
retiradas at a deteco do desvio (processo fora de controle), e 1- corresponde ao
poder de detectar um desvio, tendo este ocorrido. Atravs da ARL1 pode-se obter o
tempo apropriado entre as coletas das amostras.
O valor de deve ser controlado, pois valores grandes de geram muitos
falsos alarmes e que no bom para o monitoramento do processo, pois se pode perder
a confiana no trabalho de controle, alm de intervir no processo quando ele est sob
controle e alterar o estado do processo para fora de controle. Por exemplo, se =
 71

0,01, o controle do processo tem 1% de probabilidade de afirmar que existe uma causa
1
especial, embora isto no seja verdade (erro tipo I) e ARL1 = = 100 , isto , a cada
0, 01
100 amostras deve aparecer um sinal falso, ou ainda se o tempo entre as coletas das
amostras for de hora em hora, a cada 100 horas ter um sinal falso, de modo que este
tempo pode no ser ideal para um determinado processo.
Outras formas para encontrar as variveis n, h, k so os modelos econmico,
estatstico e econmico-estatstico. Modelos mais complexos em virtude ser necessrio
determinam vrias variveis do processo, como custo por alarmes falsos, Custo para
corrigir o processo, e dificuldade com a resoluo dos modelos no lineares. Segundo
MONTGOMERY (2004), um artigo fundamental na rea de modelagem de custos de
sistemas de controle de qualidade foi publicado por GIRSHIK e RUBIN (1952).
DUNCAN (1956) props o primeiro modelo econmico para cartas de
k
controle X ,(isto , , onde e so, respectivamente a mdia e o desvio
n
padro do processo), que minimiza o custo mdio quando uma nica causa especial
existe. O modelo de custo de Duncan inclui o custo de amostragem e inspeo, o custo
de produtos defeituosos, o custo de falsos alarmes, o custo para procurar uma causa
especial e o custo para corrigir o processo.
CHOU, et al (2000, p. 1) refere-se ao crescimento de trabalhos nesta rea,
afirmando que:

Desde Duncan, considervel ateno tem sido dada para determinar a soluo econmica tima para estes trs
parmetros (Duncan, 1971; Gibra, 1971; Goel, et al, 1968; Knappenberger e Grandage, 1969). Reviso de
literatura em planejamento econmico para cartas de controle foi publicada por Montgomery (1980), Vance
(1983) e Ho e Case (1994). Alexander, et al. (1995) combinou o modelo de Duncan com a funo perda de
Taguchi.

Alm destes trabalhos, tem-se: CHIU e WETHERRILL (1974) que publicaram

artigo sobre o modelo semi-econmico para carta X . Outro autor SANIGA (1977)
desenvolveu o planejamento econmico para as cartas X e R.
 72

O planejamento econmico um modelo constitudo de uma funo objetivo C,

no linear, e procura-se otimizar C obtendo as variveis n, h e k. A funo C
composta de vrias variveis alm de n, h e k. Estas variveis devem ser obtidas
dentro de cada processo. Vrias funes para o planejamento econmico foram
desenvolvidas, alm da funo pioneira de Duncan. A frmula de Lorenze e Vance
est programada para as cartas de controles X , X e R, X e s, p, C e MEWMA.
Abaixo o modelo geral para planejamento econmico, na abordagem no-linear:

Minimizar C(n,h,k)
Sujeito s restries:
n nmero inteiro positivo.
k, h 0
O planejamento estatstico deve satisfazer apenas as restries das ARLs, que
equivale aos erros tipo I e tipo II, ou ainda ao tempo mdio para o sinal (TES), ou
average time to sinal (ATS) para uma mudana em particular. O planejamento
estatstico abordado por WOODALL (1984), permite a seleo de n e k, obtido da pr-
seleo dos erros tipos I e II.
____
ARL1 > ARL1
_____
ARLi > ARLi , i = 2,3,..., m
____
ARL j < ARLJ , J = m + 1, m + 2,..., q

SANIGA (1989) props o modelo econmico-estatstico, o qual alm de

minimizar a funo custo C, possui tem certas restries com as ARLs, conforme
esquema seguinte:
Minimize(n, k, h) C
Sujeito s restries:
 73

____
ARL1 > ARL1
_____
ARLi > ARLi , i = 2,3,..., m
____
ARL j < ARLJ , J = m + 1, m + 2,..., q

Onde C a funo custo.

A abordagem econmica tem algumas vantagens sobre o planejamento

estatstico, segundo MONTGOMERY (2004), contudo o planejamento econmico foi
criticado por WOODALL (1986,1987) por vrias razes, mas principalmente porque a
soluo dos modelos complexa (envolve programao no linear). Na atualidade,
entretanto, j existem vrios programas de computador para a soluo destes de
problemas. Outras razes apontadas por Woodall so: a falta de notao igual entre
autores, dificuldades em estimar os custos e as variveis do processo, falta de
conhecimento do desempenho para os diferentes modelos de processo, e
ocasionalmente um valor grande para o erro tipo I (), o que resulta em excessiva
freqncia de alarmes falsos, que no so adequados para o processo. Como exemplo,
o uso do programa de SANIGA, DAVIS E McWILLIAMS (2001), para as cartas X e
S. Considerando o exemplo a seguir, determinou-se as variveis de entrada: Tempo
para amostrar e inspecionar um item, E = 0,01 horas; Tempo de procura por um falso
alarme, T0 = 0,1 horas; Tempo para descobrir a causa especial, T1 = 0,1 horas; Tempo
para reparar a causa especial, T2 = 0,5 horas; Custo de itens defeituosos com o
processo sob controle, C0 = 0,00; Custo de itens defeituosos com o processo fora de
controle, C1 = R$100,00; Custo por falso alarme, Y = R$ 1,00; Custo para encontrar e
reparar a causa especial, W = R$ 2,00; Custo fixo de amostragem, A = R$ 0,50; Custo
varivel de amostragem, B = R$ 0,10; Nmero mdio de ocorrncias, por hora, de
causas especiais, = L =0,01; Desvio da mdia do processo, em nmero de desvios
padres, = DELMU = 1,5; Desvio da varincia do processo, em nmeros de desvios
1
padres, = SIGMA-RATIO = 2,00; a produo para durante a procura se o sinal
0

verdadeiro ou no, 1 = D1 = 0 (se igual a zero, o processo para, para a procura das
 74

causas); a produo continua durante o reparo, 2 = D2 = 0 (se igual a zero, o

processo para, para o reparo do processo). A soluo tima : n = 4, h = 1,3 horas, k =
2 para a carta X e k = 1,45 para carta s, o custo mnimo R$ 1,622 por hora, =
0,1386 e poder de teste 0,8986.

ECONOMIC PARAMETER VALUES

=============================
E = 0.010 T0 = 0.100 T1 = 0.100 T2 = 0.500
C0 = 0.00 C1 = 100.00 Y = 1.00
W = 2.00 A = 0.50 B = 0.10
L = 0.0100 DELMU = 1.50 SIGMA-RATIO = 2.00
D1 = 0 D2 = 0

OVERALL BEST PLAN: N =4 X-BAR LIMIT =2.00 S-CHART LIMIT = 1.45

H= 1.300 COST= 1.622
** SUMMARY FOR PLAN N= 4 X-LIMIT = 2.00 S-LIMIT =1.45 H = 1.300
HOURLY COSTS: ECL = 102.50 HOURS
% OF TIME UP & IN CONTROL: 97.56
NONCONFORMING ITEMS 0.8177 ALPHA = 0.1386
FALSE ALARMS 0.1034 P = 0.8986
ASSIGNABLE CAUSES 0.0195 ATS =1.447 HOURS
SAMPLING 0.6811
TOTAL 1.6216

*******************************************************************
2.13.1 Planejamento Econmico: Abordagem segundo Lorenzen e Vance

Para otimizar o procedimento do controle de qualidade, o custo total de

qualidade deve ser obtido em funo de n (tamanho da amostra), h (intervalo de tempo
de coleta das amostras) e k (limite de controle), que so as variveis independentes. A
varivel dependente C(n,h,k), que a funo objetivo, denominada funo custo. Os
custos incorridos durante o perodo sob controle so:

1. Custos de coleta das amostras;

2. Custos de produo de produtos no conformes;
3. Custos para falsos alarmes.

Quando o processo muda dos estados, os seja, de sob controle para fora de
controle, isto observado atravs do monitoramento estatstico e o processo no volta
para o estado sob controle sem a interveno das pessoas responsveis pelo
 75

monitoramento do processo. Os custos incorridos durante o perodo fora de controle

so:

1. Custos devido coleta das amostras;

2. Custos devido ao nvel de aumento dos produtos defeituosos;
3. Custos devido procura de uma causa especial, custos de reparao do
processo, custos do tempo parado.

2.13.1.1 Durao de um ciclo

A durao de um ciclo a soma dos seguintes itens:

a) O tempo at que uma determinada causa ocorra.

Se a produo contnua, durante a busca, a mdia de tempo para ocorrer uma

1
causa especial simplesmente (distribuio geomtrica), onde o nmero mdio

de ocorrncias de causas especiais por hora. Seja T0 a expectativa de tempo para
procurar um falso alarme e S o nmero esperado de amostras tomadas, quando o
processo esta sob controle. O nmero de falsos alarmes dado por:

S e h
T0 . , Para S=
ARL1 1 e h

Seja 1=1, se a produo contnua durante a procura por causas especiais e 1=

0, se a produo para durante a busca. Ento, o tempo esperado at que uma
determinada causa ocorra :

S 1
(1 1 ) T 0 + (1)
A R L1
 76

b) O tempo at que a prxima amostra tomada.

Seja o tempo esperado para a ocorrncia de uma determinada causa, dado que
ela ocorre entre a i-sima e a i-sima +1 amostra :

( i +1) h

=
ih
e t (t ih)dt
=
[1 (1 + h)e h ]
(2)
( i +1) h
(1 e h )
ih
e t dt

e o tempo esperado entre a ocorrncia de uma determinada causa e a prxima amostra

igual a:

h-
c) O tempo para analisar a amostra e a carta de controle.

Seja E o tempo para coletar a amostra e registrar um item na carta de controle.

Segundo ST-PIERRE (2001) freqentemente usado como igual zero, mas pode ser
realmente grande, se a amostra for enviada para o laboratrio. Para amostras de n
itens, o tempo para analisar a amostra e a carta de controle dado por:

nE (3)

d) O tempo at que a carta de controle de um sinal, isto , apresente um alarme.

O tempo esperado at que um alarme ocorra dado por:

h(ARL2 1)
 77

onde ARL2 a mdia de sinal quando o processo muda para o estado fora de controle.
Se as estatsticas da amostra so independentes, ento,

1
ARL2 =
1

onde a probabilidade de no se detectar um alarme, quando o processo est fora de

controle. A ARL2 depende da distribuio de probabilidade, dos limites de controle, do
tamanho da amostra n e do tamanho da mudana , quando ocorre uma determinada
causa especial.

(e) O tempo para descobrir uma causa especial e reparar o processo.

Seja T1 o tempo esperado para descobrir a causa especial e seja T2 o tempo

esperado para reparar o processo. Ento o tempo esperado para detectar a mudana,
descobrir uma causa especial e reparar o processo igual a:

T1 + T2 +h(ARL2 1) = T1 + T2 +hARL2 h (4)

Juntando as equaes

S 1
(1 1 ) T 0 + + (h-) + nE +T1 + T2 +hARL2 h =
A R L1
S 1
(1 1 ) T 0 + - + nE + T1 + T2 + hARL2 (5)
A R L1
 78

2.13.1.2 Funo custo

Os custos por ciclo so incorridos por produtos no-conformes quando o

processo est sob controle, bem quando o processo est fora de controle, por alarmes
falsos, para localizar, reparar uma causa especial e para amostragem e inspeo.

(a) Custo por ciclos devido a produtos defeituosos.

Seja C0 e C1 o custo por unidade e por tempo (horas ou dias), devido a produtos
no-conformes quando o processo est sob controle e fora de controle,
respectivamente. O custo esperado por ciclo devido a produtos defeituosos :

C0
(1) +C1 (- + nE + hARL 2 + 1T1 + 2 T2 )

(b) Custo por ciclo devido a falsos alarmes, localizao e reparao de uma causa
especial.

Seja Y o custo por falso alarme. Este inclui o custo para procurar e testar, alm
do custo de ficar parado, se a produo pra durante a procura. Tambm, seja W o
custo para localizar e reparar uma determinada causa, quando exista alguma causa.
Ento, o custo esperado por falsos alarmes, o custo para localizar e reparar um alarme
verdadeiro dado por:

S
(2) Y +W
ARL1

(c) Custo por ciclo para coletar amostras e inspecionar.

 79

Seja a custo fixo por amostra e b o custo por unidade de amostra. Ento o custo
esperado para coletar amostras e inspecionar dado por: (a + bn) (tempo de
produo)/h. O custo esperado por ciclo para a coleta de amostras dado por:

1
(a + bn)( - + nE + hARL 2 + 1T1 + 2 T2 )
(3)
h

agrupando as equaes 1, 2 e 3, tem-se o custo de qualidade por ciclos:

C0 S
(4) +C1 (- + nE + hARL 2 + 1T1 + 2 T2 ) + Y +W +
ARL1

1
(a + bn)( - + nE + hARL 2 + 1T1 + 2 T2 )
+
h
Como a durao dos ciclos varivel, deve-se expressar o custo por unidade (horas,
dias, ...), e no por ciclos. Basta dividir a equao quatro pela cinco para obter a
funo custo por hora, C.

C0 sY
( + C1[ + ne + h ( ARL2 ) + 1T1 + 2T2 ] + +W
ARL1
C= +
1 (1 1 ) sT0
+ + nE + h ( ARL2 ) + T1 + T2
ARL1
a + bn 1
( )[ + ne + h ( ARL2 ) + 1T1 + 2T2 ]
+ h
1 (1 1 ) sT0
+ + nE + h ( ARL2 ) + T1 + T2
ARL1

Com
 80

e h
s =
1 e h
h
[1 (1 + h ) e ]
=
(1 e h )

As variveis utilizadas para o clculo da funo custo C:

E ou e: tempo para amostrar e inspecionar um item;

T0: tempo esperado de procura por um falso alarme;
T1: tempo esperado para descobrir a causa especial;
T2: tempo esperado para reparar a causa especial;
: taxa mdia de ocorrncia da causa especial (por unidade de tempo);
= ( i ) : desvio da mdia do processo (em nmero de desvios padres);
0/ 1 = ( i ) : desvio da varincia do processo (em nmero de desvios
padres);
: mdia do processo; : desvio padro do processo;
C0: custo de itens defeituosos com o processo sob controle;
C1: custo de itens defeituosos com o processo fora de controle;
Y: custo por alarme falso;
W: custo mdio para encontrar e reparar a causa especial;
A ou a: custo fixo de amostragem;
B ou b: custo por unidade amostrada.
1, se a produo continua durante a procura.
1 = 0, se a produo para durante a procura.

2= 1, se a produo continua durante o reparo.

0, se a produo para durante o reparo.

A resoluo de problemas econmico, estatstico e econmico-estatstico

complexa, entretanto, altualmente existem diversos programas de computador para
 81

resoluo destes problemas. Citamos alguns dos trabalhos desenvolvidos:

MONTGOMERY (1982) desenvolveu um programa em linguagem Fortran para
planejamento de carta de controle X , publicado em seu livro Introduction to
Statistical Quality Control. Nesta obra Montgomery utilizou a funo custo de
Duncan. RAHIM (1989) apresentou um programa para planejamento de cartas de
controle X e R. McWILLIANS (1994) desenvolveu um programa em Fortran para
carta X . SANIGA, DAVIS e McWILLIANS (1995) apresentaram um programa em
Fortran para os trs tipos cartas para atributos e os mesmos pesquisadores publicaram,
em 2000, um software, tambm em Fortran, para cartas X e R e X e S. LINDERMAN
e LOVE (2000) publicaram artigo com programa em linguagem C, para carta
MEWMA (Multivariate Exponentially Weighet Moving Average). Saniga, Davis,
Mcwillians, Linderman e Love utilizam a funo de Lorenze e Vance. Muitos destes
programas podem ser baixados do site http:\lib.stat.cmu.Edu. Existem outros
programas citados em artigos como: SIMSCRIPT utilizado por CHOU, et al (2000)
para planejamento econmico para cartas X , para dados no normais (utilizou-se a
distribuio de probabilidades de Burr). O programa Smodels desenvolvido por Turnes
(2002) permite o uso de vrios tipos de funes.

2.14 FERRAMENTAS BSICAS DE QUALIDADE

Durante a etapa inicial se conhece, estabiliza, e se ajusta o processo. Durante o

monitoramento, necessrio identificar e eliminar as causa especiais que afetam o
processo. Pode-se utilizar algumas ferramentas que ajudam a identificar as causas
especiais e ajustar o processo. Algumas destas tcnicas so:

2.14.1 Diagrama de Pareto

O Diagrama de Pareto baseado no princpio do economista Italiano Vilfredo

Pareto, que estudou a distribuio da riqueza em sua poca e verificou que poucas
 82

pessoas possuam uma grande porcentagem do total e muitas, uma pequena parte. J.
M. Juran percebeu que fenmeno semelhante ocorria com os problemas da qualidade e
adaptou os conceitos de Pareto. O instrumento desenvolvido para aplicao desse
princpio foi o diagrama de Pareto, que uma descrio grfica de dados, em ordem
decrescente de freqncia e com a presente informao, se possam concentrar os
esforos de melhoria nos pontos onde os maiores ganhos podem ser obtidos. O
diagrama indica os principais problemas do processo e que devem ser solucionados
primeiramente.

2.14.2 Folha de Verificao

A folha de verificao facilita a coleta e organizao de dados. Nesta folha so

especificados os dados que sero coletados e o nmero de ocorrncias, sendo til para
verificar as no-conformidades mais freqentes. O resumo orientado no tempo
particularmente valioso na pesquisa de tendncias ou outros padres significativos,
segundo MONTGOMERY (2004).

2.14.3 Diagrama de Causa e Efeito (Ishikawa)

uma importante ferramenta do CEP, muito usada para identificao da causa

fundamental dos problemas de um processo e para determinao das medidas
corretivas a serem adotadas. Compe-se de linhas e smbolos, que representa uma
relao significativa entre um efeito e suas causas. Este diagrama descreve situaes
complexas que seriam difceis de serem descritas e interpretadas sem uma tcnica. O
diagrama produzido durante uma sesso Brainstorming, tcnica para a gerao de
idias referente ao processo e seus problemas. A figura 8 ilustra o diagrama de causa e
efeito ou diagrama de Ishikawa.

FIGURA 9 - DIAGRAMA DE CAUSA E EFEITO.

 83

Matria Prima Mtodos de Meios de

(Insumos) Medio
Trabalho

EFEITO

Mo de
obra Meio Ambiente
'
Mquinas
PROCESSO: FATORES DE CAUSA.

2.15 AUTOCORRELAO.

As cartas de controle convencionais, possuem algumas restries quanto a sua

aplicao. As medidas da varivel de qualidade devem ser independentes e
provenientes de uma mesma populao com distribuio normal. Segundo COSTA,
EPPRECHT E CARPINETTI (2004) quando os valores caractersticos so
autocorrelacionados, mesmo em grau relativamente pequeno, o risco aumenta e
compromete a credibilidade do monitoramento, e segundo BOYLES (2003) tem
crescido o interesse para cartas de controle autocorrelacionados.
O Coeficiente de correlao amostral linear entre X e Y pode ser estimado pelo
coeficiente de correlao amostral rxy, obtido a partir de uma amostra de n pares (xi, yi)
e definido por:

( x X )( y Y )
i =1
i i
rxy =

n n
i =1
( xi X ) 2 . i =1
( yi Y )2

rxy [1,1]
 84

Para observaes sucessivas de uma mesma caracterstica de qualidade de X, a

correlao entre as observaes Xi e Xi-k, onde o ndice k indica a defasagem entre as
observaes definida por:

( x x )( x
i ik x)
rk = i = k +1
n

(x x )
i =1
i
2

Essa correlao chamada de correlao serial ou autocorrelao amostral da srie de

dados Xi.

2.16 CAPACIDADE DO PROCESSO

Os estudos de capacidade de processos tm por objetivo verificar se um

processo est estatisticamente sob controle e atende s especificaes de engenharia.
MONTGOMERY (2004) cita as principais utilizaes da anlise de capacidade, isto ,
predizer at que ponto o processo manter as tolerncias, auxiliar os
elaboradores/planejadores do produto na seleo ou modificao de um processo,
especificar exigncias de desempenho para um equipamento novo selecionar entre
vendedores concorrentes, planejar a seqncia de processos de produo quando h
um efeito interativo de processo sobre as tolerncias e reduzir a variabilidade em um
processo de fabricao. Existem diversas tcnicas para a anlise processo, dentre eles,
os ndices Cp, Cpk e Cpm dados pelas expresses a seguir.

Razo da capacidade de processo (RCP ou Cp)

LSE LIE
Cp= Como normalmente no conhecido, tem-se a sua
6
estimativa
 85

LSE LIE
C p =
6
A percentagem da faixa de especificao utilizada pelo processo dada por:
1
P= .100
Cp

A razo da capacidade de um processo para especificaes unilaterais.

LSE
Cps= (para especificao superior)
3
LIE
Cpi= (para especificao inferior)
3

Empregando as estimativas da mdia e do processo:

LSE x
C ps =
3
x LIE
C pi =
3

A razo Cp, no leva em conta se o processo est centrado no alvo (valor

nominal) ou no. Cp mede simplesmente a disperso seis-sigma no processo. Logo se
deve utilizar somente com esta condio, de que o processo est centrado. J a razo
Cpk leva em conta a centralizao do processo, pois definida por:

Cpk= min (Cps, Cpi)

De um modo geral, se Cp = Cpk, o processo est centrado no ponto mdio das

especificaes. Em relao Cp, o Cpk mede o quanto o processo est operando fora do
centro. O Cp indica a capacidade potencial do processo, j o Cpk indica a capacidade
real do processo.
 86

O ndice Cpm fornece uma melhor a indicao de quo prximo se est do alvo
T. Sua definio feita substituindo-se , na expresso do Cp, pela raiz do erro

mdio quadrtico, ou seja, 2 + ( T ) 2 , que leva em conta a falta de centralidade.

Assim, tem-se que:

LSE LIE
Cpm =
6 2 + ( T )2

2.17 NORMALIDADE

Uma das exigncias das cartas de controle tradicionais que os dados sejam de
uma distribuio normal ou aproximadamente normal. Para verificar esta condio
existem vrias tcnicas, como o uso de histogramas, teste de aderncia e grficos de
probabilidade.

2.17.1 Testes de Aderncia

Os testes de aderncia servem para verificar se satisfatria a hiptese de que

as amostras provm de populaes normais, ou seja:
H0: a populao tem distribuio normal.
H1: A populao no tem distribuio normal.

Estes testes so poderosos quando a quantidade de amostras disponvel reduzida e

existem vrios modelos para testes, observaremos dois deles: teste de Shapiro-Wilks e
Kolmogorov-Smirnov.

2.17.2 Teste de Shapiro-Wilks

 87

aplicvel a amostras com tamanho n 3.

( ai .xi ) 2
W=
(x x )
i
2

Onde ai so os pesos timos para o estimador de 2 (pelo mtodo dos mnimos

quadrados) admitindo-se que a distribuio da populao normal. Ao nvel de
significncia de 2%, rejeita-se H0 se o valor de W for menor que 0,806.

2.17.3 Teste de Komogorov-Smirnov (K-S)

Este teste aplicado tanto para distribuies contnuas, como para distribuies
discretas. Segundo HORN (1997), o teste K-S o mais adequado nas situaes em que
s se dispe de uma pequena quantidade de dados (n<30). O teste consiste no clculo
de:
D = Max Fx ( X ) Gx ( X )

Onde Fx(X) a funo de distribuio acumulada do modelo testado ou a funo de

repartio, Fx(X) d as probabilidades acumuladas em cada ponto e Gx(X) a funo
de distribuio acumulada da amostra correspondente ao grfico das freqncias
relativas acumuladas. Calcula-se D e compara-se com um valor crtico tabelado em
funo de e n. Se d for maior que o valor crtico, rejeita-se H0.

2.17.4 Grficos de Probabilidades

Processos grficos podem ser usados para verificar a aderncia dos dados
experimentais a certos modelos tericos. So processos simplificados que devem
 88

apenas ser usados quando no h muito rigor, segundo COSTA NETO (1977). A
construo do grfico deve ser feita em um papel especial, denominado papel de
probabilidades, desenvolvido para diversas distribuies. Organizam-se os dados da
J 0, 5
amostra em ordem crescente e calcula-se sua freqncia acumulada observada ,
n
plota-se no papel de probabilidade.
Para teste de distribuies normais o grfico pode ser construdo em um eixo
cartesiano, onde o eixo horizontal corresponde a xi, elementos da amostra e o eixo
vertical, correspondem aos escores normais padronizados Zi.

J 0, 5
= P(z zj) = (zj)
n

Plota-se os pares, e como no papel de probabilidades, se os pontos estiverem alinhados

(ou aproximadamente alinhados), a hiptese H0 aceita.

2.18 SUBGRUPOS RACIONAIS

O conceito de subgrupos racionais refere-se aos subgrupos ou amostras que

selecionados de tal modo que, se neles presentes causas especiais, a chance de diferenas
entre subgrupos ser maximizada, enquanto a chance de diferenas em detrimento das causas
especiais dentro de um subgrupo ser minimizada.
3. MATERIAL E MTODO

3.1 PROPOSTA DE IMPLEMENTAO DE CEP

3.1.1 Introduo

A primeira empresa na qual foi desenvolvido este trabalho denomina-se S

SISTEMAS ELETRNICOS LTDA (nome fictcio), empresa com 20 anos no ramo de
 89

sistemas eletrnicos, situada na cidade de Curitiba, estado do Paran. A empresa

produz:

Kit de rastreamento via satlite: sistema de monitoramento, segurana, gesto

de cargas e transporte rodovirio;
Projeto e desenvolvimento de circuitos eletrnicos;
Sistema de automao;
Montagem de circuitos e produtos eletrnicos em tecnologia convencional
(THT) e SMT, conforme projeto do cliente.

Para implantao do CEQ, foi feito um projeto, adaptado a abordagem sugerida

por MONTGOMERY (2004). A metodologia adequou-se s especificaes da
empresa. O fluxograma da figura 10 apresenta a metodologia proposta.

3.1.2 Inspeo de Qualidade

A empresa tem um controle de qualidade prprio de seus produtos, com 100%

de inspeo no processo, porm no tinha o Controle Estatstico de Qualidade, que
pode ser uma exigncia de seus clientes. A produo nesta empresa muito
diversificada e ocorre em pequenos lotes. O trabalho consiste em criar projetos para
inspeo de qualidade e para o controle do processo de produo. Embora, modelos
modernos de qualidade no utilizem a inspeo de qualidade, isto , a inspeo de
produtos de entrada de seus fornecedores, a inspeo foi adotada devido pequena
quantidade de componentes utilizada para o processo. A empresa adquire maior parte
dos componentes de distribuidores, porm alguns so terceirizados. Logo, h
dificuldade em fazer o trabalho de auditoria com seus fornecedores. A melhoria
somente feita com os fornecedores terceirizados. A implantao do Controle
Estatstico de Qualidade comea com a entrada dos componentes para a montagem dos
produtos, e como alguns componentes devem ser preparados, antes do incio da
 90

montagem do produto, tambm para estes componentes feita inspeo. Est etapa
denominada de pr-formatao. Com a entrada dos componentes so coletadas
amostras, de acordo com a norma NBR 5425/85, o lote aceito ou rejeitado. Aps a
inspeo, inicia-se a produo. A figura 9 mostra o fluxograma para implementao do
CEP na empresa S. O primeiro passo foi o conhecimento do processo, depois
definiram-se os pontos a serem monitorados e a escolha da carta de controle. Iniciou-
se a coleta das amostras, at a verificao da estabilidade do processo. Com o processo
estvel, procedeu-se a anlise de riscos e o monitoramento com as cartas de controle.
Avaliaou-se as cartas e o todo o processo.

3.1.3 Implantao das Cartas de Controle.

Para as etapas seguintes, montagem e solda foram necessrias buscar solues

fora do CEP convencional, devido diversidade e a nmero pequeno de placas por

lote.

FIGURA 10 - FLUXOGRAMA PARA IMPLEMENTAO.

Incio

Caracterizao da Empresa e conhecimento do Processo.

Definir os pontos para monitoramento do Processo.

 91

Escolha das caractersticas da qualidade do produto

Coletar amostras e verificar estabilidade do processo.

N
Processo estvel?

Anlise dos riscos tipo I e tipo II. Coletar amostras.

Montagem dos Grficos de controle.

Anlise dos Grficos de Controle.

Avaliao do Sistema CEP.

N
Sistema, OK?

S
Informatizao do
sistema de
Sugestes de Novas Melhorias. grficos.

FONTE: Adaptao de SOARES (2001). Fim

As referncias bibliogrficas usadas foram: JOHNSON, et al (1987),
WHEELLER (1991), RAMOS (1995), GRIFFITH (1996), WISE e FAIR (1998),
VERMANI (2003). A possvel soluo para problemas com a produo em pequenos
lotes e a diversidade de produtos torna invivel o uso do CEP tradicional.

Feita a pr-formatao de alguns componentes e a inspeo de qualidade, o

processo inicia com a montagem (ou insero) dos componentes nas placas. Neste
ponto do processo foi determinado monitorar com cartas de controle U ou C
padronizadas para pequenos lotes, para produtos em que o nmero de defeitos tem
 92

distribuio aproximadamente normal. A mesma permite acompanhar produtos

diferentes, com variabilidade diferente na mesma carta e as amostras podem ter
tamanhos diferentes segundo GRIFFITH (1996). Para produtos em que os dados no
satisfazem condio de normalidades das medidas (nu < 5 ou c < 5), foi aplicada a
carta de controle U ou C para pequenos lotes. O objetivo monitorar o nmero mdio
de defeitos por placas. Para estes dois tipos de cartas de controle, deve-se obter a
mdia histrica de defeitos de cada produto monitorado, segundo GRIFFITH (1996) e
RAMOS (1995), e que pode ser obtida atravs de registros anteriores ou, como no caso
de produtos novos, atravs da coleta de 25 amostras, juntamente com a avaliao desta
mdia de defeitos. A fase seguinte do processo consiste na soldagem das placas. O
objetivo principal desta fase verificar a ocorrncia de solda fria, pois a mesma no
permite a passagem de corrente pelo circuito da placa. Nesta fase, tambm se optou
pela carta de controle U ou C padronizadas para pequenos lotes, pelos mesmos
motivos da fase de insero. Alguns produtos passam ainda por outras fases, como
montagem, teste eltrico e isolao de verniz. Para avaliao desta pesquisa, somente
foram aplicadas cartas de controle para as fases de insero ou soldagem.

3.1.3.1 Procedimento para a construo das cartas de controle

3.1.3.1.1 Cartas padronizadas para atributos

A seguir as etapas para a construo das cartas de controle U padronizadas. O

nmero de defeitos deve ser registrado na carta de controle atributiva, padronizada,
 93

conforme anexo 1. Para este tipo de carta permitido monitoramento de vrias peas,
no mais que sete produtos, segundo VERMANI (2003):

1. Determinar o nmero mdio de defeitos por unidade ( u ), a ser empregado na

padronizao dos valores da placa em produo (valor histrico). Se no existirem
dados anteriores, deve-se retirar amostras para determinar o valor de u e avali-lo. O
valor mdio u deve ser avaliado periodicamente e o mesmo dever ser alterado, se
necessrio.

numero total de defeitos

Frmula: u =
Total de peas

2. Determinar o tamanho da amostra a ser coletado (n), atravs da CCO e do

valor do risco . Estabelecer a freqncia de coletas para o processo. Utilizar o valor
de n como unidade de inspeo padro para o processo.

3. Coletar a amostra de tamanho igual unidade de inspeo padro, se

possvel. Dividir o tamanho da amostra coletada (n), pela unidade padro.

Tamanho da amostra coletada da pea X

Frmula: n p =
unidade de inspeao
( n)

padrao

4. Coletar as amostras de acordo com a freqncia pr-estabelecida; coletar o

ci
nmero de defeitos da i-sima amostra (c) e calcular u = .
ni

5. Dividir o nmero de defeitos por unidade, u por np.

u
Frmula: up =
np
 94

6. Registrar o cdigo da pea na carta de controle.

7. Calcular os valores padronizados e registrar na carta de controle, conforme

frmula a seguir.

up u
Frmula:
u
np

Deve-se seguir este procedimento para cada tipo de pea que ser monitorada
pela carta de controle padronizada.

Suposies para aplicao das cartas de controle U padronizadas para pequenos

lotes, so:

Medidas so independentes;

As medidas tm distribuio normal;

Todo produto tem mdia de defeitos histrica;

A caracterstica tem distribuio de Poisson;

O tamanho da amostra pode ser varivel, tanto para a carta U, como para a carta
C.

3.1.3.1.2 Procedimento para carta C ou U para pequenos lotes

A seguir as etapas seguidas para a construo das cartas de controle U ou C

pequenos lotes. O nmero de defeitos deve ser registrado na carta de controle
atributiva para pequenos lotes, conforme anexo II. Cada pea deve ter a sua prpria
carta de controle.
 95

1. Determinar o nmero mdio de defeitos por unidade de inspeo ( c ) ou o

nmero mdio de defeitos por unidade ( u ), isto , determinar a mdia histrica de
defeitos. Avaliar dados obtidos.

2. Determinar a unidade de inspeo (ou o tamanho da amostra n), atravs da

CCO e do valor de erro tipo I ().

3. Obter o limite superior de controle (LSC), atravs da tabela apropriada

conforme anexo 3 ou atravs do clculo da funo de distribuio de probabilidade de
Poisson, com as mdias c ou u , de modo que Fx(x) 0,99865 e Fx(x) 0,00135 (para
3 sigma). u ou c a linha mdia da carta de controle e o limite inferior de controle
zero, LIC=0. Construir a carta de controle.

4. Coletar a amostra n, determinar o nmero de defeitos (c) ou o nmero mdio

de defeitos por unidade (u).

5. Marcar os pontos na carta de controle.

Observaes:

Para obter o valor de u, basta dividir o valor c, pelo tamanho da amostra n, u =

c
.
n

O tamanho da amostra deve ser constante para carta C. Caso seja necessrio
utilizar-se de tamanhos diferentes, a carta indicada a carta U.
Os dados representam uma distribuio de probabilidade de Poisson.

Os dados so independentes.

Cada produto dispe de dados histricos.

3.1.4 Coleta de Dados

 96

A seguir, a tabela 1 contm os dados para obteno das mdias histricas de

duas placas, denominadas apenas de placas A e B. Os tamanhos dos lotes so: 1000
placas A e 200 placas B. Escolheu-se os defeitos relevantes para o processo, que
afetam a qualidade do produto. Alguns defeitos, tais como estticos, no foram
considerados. As abreviaes na tabela 1 so: I para insero ou montagem, S para
soldagem CD, para componentes defeituosos e IV para isolao de verniz.

TABELA 1 - COLETA DE DADOS DAS PLACAS A E B. Continua

Dados coletados das placas A e B, para obteno dos valores histricos.

Placa A Placa B
Tipo de Problema N de Defeitos N de Defeitos
1-Cabos Invertidos - I 12 4
2-Curto em Componentes - S 12 2
3-Curto entre Ilhas - S 9 1
4-Solda Fria - S 5 3
5-Curto entre Conectores - S 3 2
6-Curto entre Cabos -S 2 3
7-Falta de Componentes -I 12 3
8-Terminais sem Solda - S 5 2
9-Solda no vazou para cima -S 7 3
10-Resduos em Conectores - IV 12 0
11-Comp. mal Pr-formados -CD 8 2
12-Componentes Invertidos I 34 9
13-Componentes Defeituosos -CD 23 4
14-Componentes Levantados - I 5 3
15-Conectores Derretidos - S 9 1
16-Terminal sol.fora do Lugar - S 1 1
 97

Dados coletados das placas A e B, para obteno dos valores histricos.

Placa A Placa B
Tipo de Problema N de Defeitos N de Defeitos
17-Componentes Trocados I 2 3
18-Trilhas Imperfeitas - CD 2 2
19-Chicotes com Problema - CD 5 0
20-Componentes Quebrados - I 1 2

A seguir, a tabela 2, com o total de defeitos por fase do processo, para as placas
A e B e que sero utilizados para o clculo da mdia de defeitos por unidade de
inspeo.

TABELA 2 - TOTAL DE DEFEITOS DAS PLACAS A E B.

Total de Defeitos Placa A Placa B
N de Defeitos N de Defeitos
I-Montagem (insero) 66 24
CD-Componente 38 8
Defeituoso
S-Soldagem 53 18
IV-Isolao de Verniz 12 0
Total 169 50
A mdia de defeitos por unidade u das placas A e B so dadas pela tabela a
seguir. A mdia para a placa A divide-se o nmero de defeitos de cada fase por 1000
placas e a mdia para a placa B, divide-se o total de defeitos de cada fase por 200
placas.

TABELA 3 - MDIA DE DEFEITOS DAS PLACAS A E B.

Mdia de defeitos por unidade - u - Placa A u - Placa B
u
 98

Montagem ou insero 0,07 0,12

Componente defeituoso 0,04 0,04
Soldagem 0,05 0,09
Isolao de Verniz 0,01 0

Para evitar a condio de normalidade dos dados, a carta de controle utilizada foi a de
pequenos lotes, na qual determinam-se os limites de controle, de modo que
Fx(x)0,99865 e Fx(x) 0,00135 (para 3 sigma), ou seja, P( 3 < x <
+ 3 )=0,9973 e P(x> + 3 )=P(x< 3 )=0,00135. Estes valores podem ser
obtidos utilizando-se de uma planilha eletrnica. No anexo 4, tm-se os alguns valores
de c, obtidos atravs da planilha eletrnica. RAMOS (1995), desenvolveu uma tabela
para cartas np e C. O anexo 3 reproduz da tabela desenvolvida por Ramos para carta C.

3.1.5 Clculo do Risco , e construo da CCO.

3.1.5.1 Clculo do risco , e construo da CCO para placa A.

A seguir tem-se as tabelas 4, 5 e 6, com os valores de e o valor de , para

amostras de tamanho 10, 15 e 20, para as placas A e B. Com o objetivo de determinar
o tamanho da amostra n, para a placa A que ser monitorada.

TABELA 4 - CLCULO DO RISCO E PARA A PLACA A, N=20.

CONTROLE ESTATSTICO DE PROCESSO PARA PEQUENOS LOTES.
Curva Caracterstica de Operao - CCO Placa A - n=20
u n c LSC LC LIC
0,07 20 1,4 6,5 1,4 0
n u c P{xLSC/u} P{xLIC/u} =P{xLSC}-P{xLIC}
20 0 0 1 0 1 0,000622
 99

CONTROLE ESTATSTICO DE PROCESSO PARA PEQUENOS LOTES.

Curva Caracterstica de Operao - CCO Placa A - n=20
u n c LSC LC LIC
0,07 20 1,4 6,5 1,4 0
n u c P{xLSC/u} P{xLIC/u} =P{xLSC}-P{xLIC}
20 0,1 2 0,99546619 0 0,995466194
20 0,2 4 0,88932602 0 0,889326022
20 0,3 6 0,60630278 0 0,606302782
20 0,4 8 0,31337428 0 0,313374278
20 0,5 10 0,13014142 0 0,130141421
20 0,6 12 0,04582231 0 0,045822307
20 0,7 14 0,01422792 0 0,014227918
20 0,8 16 0,00400604 0 0,004006045
20 0,9 18 0,00104345 0 0,001043446
20 1 20 0,00025512 0 0,000255122
20 1,1 22 5,9198E-05 0 5,91979E-05
20 1,2 24 1,3146E-05 0 1,31457E-05

TABELA 5 - CLCULO DO RISCO e PARA A PLACA A, N=15.

 100

CONTROLE ESTATISTICO DE PROCESSO PARA PEQUENOS LOTES.

Curva Caracterstica de Operao - CCO Placa A - n=15
u n c LSC LC LIC
0,07 15 1,05 5,5 1,05 0
n u c P{xLSC/u} P{xLIC/u} =P{xLSC}-P{xLIC}
15 0 0 1 0 1 0,000764
15 0,1 1,5 0,99554402 0 0,995544019
15 0,2 3 0,91608206 0 0,916082058
15 0,3 4,5 0,70293043 0 0,702930435
15 0,4 6 0,44567964 0 0,445679641
15 0,5 7,5 0,24143645 0 0,241436451
15 0,6 9 0,11569052 0 0,115690521
15 0,7 10,5 0,05038045 0 0,050380451
15 0,8 12 0,02034103 0 0,020341029
15 0,9 13,5 0,0077272 0 0,007727196
15 1 15 0,00279243 0 0,002792429
15 1,1 16,5 0,00096802 0 0,000968018
15 1,2 18 0,00032399 0 0,000323993

TABELA 6 - CLCULO DO RISCO e PARA A PLACA A, N=10.

 101

CONTROLE ESTATISTICO DE PROCESSO PARA PEQUENOS LOTES.

Curva Caracterstica de Operao CCO Placa A - n=10
u n c LSC LC LIC
0,07 10 0,7 2,5 0,7 0
n u c P{xLSC/u} P{xLIC/u} =P{xLSC}-P{xLIC}
10 0 0 1 0 1 0,034142
10 0,1 1 0,9196986 0 0,919698603
10 0,2 2 0,6766764 0 0,676676416
10 0,3 3 0,4231901 0 0,423190081
10 0,4 4 0,2381033 0 0,238103306
10 0,5 5 0,124652 0 0,124652019
10 0,6 6 0,0619688 0 0,061968804
10 0,7 7 0,0296362 0 0,029636164
10 0,8 8 0,013754 0 0,013753968
10 0,9 9 0,0062322 0 0,006232195
10 1 10 0,0027694 0 0,002769396
10 1,1 11 0,0012109 0 0,001210873
10 1,2 12 0,0005223 0 0,000522258

A seguir o grfico 1, com a CCO para a placa A, com amostras de tamanhos 10,
15 e 20. Verifica-se a partir da anlise do grfico, que a amostra com tamanho 10, tem
melhor desempenho, porm com maior que as demais. J as amostras 15 e 20,
obtm-se um desempenho muito prximo e com valores de com pequena diferena.

GRFICO 1 - CCO DA PLACA A PARA N=10, N=15 E N=20.

 102

cco - Placa A
1,2
1
0,8
n=20
Beta

0,6
n=15
0,4
n=10
0,2
0
0 2 4 6 8 10 12 14 16 18 20 22 24 26
c

Dado que o valor de para n=15 tem pequena diferena em relao a n=20
(descartou-se para lotes de n=10, devido ao valor de ), e logicamente, o mesmo
acontece com suas ARLs, ARL =1/0,000622=1607,7 e ARL=1/0,000764=1308,9 e
pela anlise das suas CCOs, optou-se pelo tamanho de amostra n=15, para a placa A.
A coleta das amostras ser feita no incio e na metade da produo.

3.1.5.2 Construo da carta de controle para placa A.

A seguir, na tabela 7 com o nmero de defeitos coletados na fase de insero e a

mdia de defeitos por unidade. Os limites de controle foram obtidos com base no valor
c e atravs do anexo 3. A linha central o valor de c . Optou-se pelo uso da carta de
controle C para pequenos lotes.

TABELA 7 - COLETA DE AMOSTRAS DA PLACA A Continua

 103

S SISTEMAS ELETRNICOS LTDA

Carta de Controle Estatstico de Processo - Pequenos Lotes u c
Carta: C INSERO Unidade de inspeo 15 0,07 1,05
amostra pea n n de defeitos c u LSC LC LIC
1 A 15 3 0,20 5,5 1,05 0
2 A 15 4 0,27 5,5 1,05 0
3 A 15 5 0,33 5,5 1,05 0
4 A 15 2 0,13 5,5 1,05 0
5 A 15 1 0,07 5,5 1,05 0
6 A 15 2 0,13 5,5 1,05 0
7 A 15 3 0,20 5,5 1,05 0
8 A 15 2 0,13 5,5 1,05 0
9 A 15 1 0,07 5,5 1,05 0
10 A 15 2 0,13 5,5 1,05 0
11 A 15 1 0,07 5,5 1,05 0
12 A 15 4 0,27 5,5 1,05 0
13 A 15 5 0,33 5,5 1,05 0
14 A 15 3 0,20 5,5 1,05 0
15 A 15 2 0,13 5,5 1,05 0
16 A 15 1 0,07 5,5 1,05 0
17 A 15 2 0,13 5,5 1,05 0
18 A 15 3 0,20 5,5 1,05 0
19 A 15 2 0,13 5,5 1,05 0
20 A 15 3 0,20 5,5 1,05 0
21 A 15 2 0,13 5,5 1,05 0
22 A 15 1 0,07 5,5 1,05 0
23 A 15 0 0,00 5,5 1,05 0
24 A 15 2 0,13 5,5 1,05 0
25 A 15 1 0,07 5,5 1,05 0
 104

S SISTEMAS ELETRNICOS LTDA

Carta de Controle Estatstico de Processo - Pequenos Lotes u c
Carta: C INSERO Unidade de inspeo 15 0,07 1,05
amostra pea n n de defeitos c u LSC LC LIC
26 A 15 2 0,13 5,5 1,05 0
27 A 15 1 0,07 5,5 1,05 0
28 A 15 2 0,13 5,5 1,05 0
29 A 15 3 0,20 5,5 1,05 0
30 A 15 2 0,13 5,5 1,05 0
31 A 15 1 0,07 5,5 1,05 0
32 A 15 1 0,07 5,5 1,05 0
33 A 15 3 0,20 5,5 1,05 0
34 A 15 2 0,13 5,5 1,05 0
35 A 15 2 0,13 5,5 1,05 0
36 A 15 1 0,07 5,5 1,05 0
37 A 15 2 0,13 5,5 1,05 0
38 A 15 0 0,00 5,5 1,05 0
39 A 15 2 0,13 5,5 1,05 0
40 A 15 1 0,07 5,5 1,05 0
41 A 15 1 0,07 5,5 1,05 0
42 A 15 2 0,13 5,5 1,05 0
43 A 15 0 0,00 5,5 1,05 0
44 A 15 3 0,20 5,5 1,05 0
45 A 15 2 0,13 5,5 1,05 0
 105

O grfico 2 ilustra a carta de controle da placa A. Embora no tenha nenhum

ponto fora do limite superior de controle, no incio do monitoramento apresentou
tendncias, que com ajustes no processo foram corrigidas.

GRFICO 2 - CARTA DE CONTROLE PEQUENOS LOTES DA PLACA A.

Placa A

6
5 n de def c
4
LSC
3
LC
2
1 LIC
0
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43

3.1.5.3 Clculo do risco e para a placa B.

A seguir apresentamos as tabelas 8, 9 e 10, com os valores de e , para

amostras de tamanho 10, 15 e 20. O objetivo determinar o tamanho da amostra n
para a placa B, que ser monitorada. Os valores obtidos de so pequenos e
consequentemente, com relao , pode-se escolher qualquer um dos tamanhos de
amostra.
 106

TABELA 8 - CLCULO DO RISCO e PARA PLACA B, N=10.

CONTROLE ESTATISTICO DE PROCESSO PARA PEQUENOS LOTES.
Curva Caracterstica de Operao - CCO Placa B - n=10
u n c LSC LC LIC
0,12 10 1,2 6,5 1,2 0
n u c P{xLSC/u} P{xLIC/u} =P{xLSC}-P{xLIC}
10 0 0 1 0 1 0,000251
10 0,1 1 0,9999168 0 0,999916759
10 0,2 2 0,9954662 0 0,995466194
10 0,3 3 0,9664915 0 0,966491465
10 0,4 4 0,889326 0 0,889326022
10 0,5 5 0,7621835 0 0,762183463
10 0,6 6 0,6063028 0 0,606302782
10 0,7 7 0,4497111 0 0,449711056
10 0,8 8 0,3133743 0 0,313374278
10 0,9 9 0,2067808 0 0,20678084
10 1 10 0,1301414 0 0,130141421
10 1,1 11 0,0786144 0 0,078614372
10 1,2 12 0,0458223 0 0,045822307
 107

TABELA 9 - CLCULO DO RISCO E PARA PLACA B, N=15.

CONTROLE ESTATISTICO DE PROCESSO PARA PEQUENOS LOTES.

Curva Caracterstica de Operao - cco Placa B - n=15
u n c LSC LC LIC
0,12 15 1,8 7,5 1,8 0
n u c P{xLSC/u} P{xLIC/u} =P{xLSC}-P{xLIC}
15 0 0 1 0 1 0,000562
15 0,1 1,5 0,99983043 0 0,999830434
15 0,2 3 0,9880955 0 0,988095496
15 0,3 4,5 0,91341353 0 0,913413528
15 0,4 6 0,74397976 0 0,74397976
15 0,5 7,5 0,52463853 0 0,524638526
15 0,6 9 0,32389696 0 0,323896964
15 0,7 10,5 0,17851058 0 0,178510575
15 0,8 12 0,0895045 0 0,089504497
15 0,9 13,5 0,04148315 0 0,041483153
15 1 15 0,01800219 0 0,018002193
15 1,1 16,5 0,00739019 0 0,007390191
15 1,2 18 0,00289347 0 0,002893465
 108

TABELA 10 - CLCULO DO RISCO e PARA PLACA B, N=20.

CONTROLE ESTATISTICO DE PROCESSO PARA PEQUENOS LOTES.

Curva Caracterstica de Operao - cco Placa B - n=20
u n c LSC LC LIC
0,12 20 2,4 8,5 2,4 0
n u c P{xLSC/u} P{xLIC/u} =P{xLSC}-P{xLIC}
20 0 0 1 0 1 0,000862
20 0,1 2 0,999763 0 0,999762553
20 0,2 4 0,978637 0 0,978636566
20 0,3 6 0,847237 0 0,847237494
20 0,4 8 0,592547 0 0,592547341
20 0,5 10 0,33282 0 0,332819679
20 0,6 12 0,155028 0 0,155027782
20 0,7 14 0,062055 0 0,062055196
20 0,8 16 0,021987 0 0,021987254
20 0,9 18 0,007056 0 0,007056009
20 1 20 0,002087 0 0,002087259
20 1,1 22 0,000577 0 0,000576901
20 1,2 24 0,000151 0 0,000150563

A seguir o grfico 3, com a CCO para a placa B, com amostras de tamanhos 10,
15 e 20. Verifica-se a partir da anlise do grfico, que a amostra com tamanho 10, tem
pior desempenho, porm com melhor valor de . J as amostras 15 e 20, obtm-se um
desempenho muito prximo e com valores de com pequena diferena.
 109

GRFICO 3 - CCO PARA A PLACA B COM N=10, N=15 E N=20.

cco - Placa B
1,2
1
n=20
0,8
Beta

n=15
0,6
0,4 n=10
0,2
0
0 10 20 30
c

Dado que o valor de para os trs tamanhos de amostra analisados serem

prximos, com maior diferena para n=10. Analisando a CCO, n=20 tem poder de
deteco, e muito mais significativo em relao aos lotes de 10 e 15, logo se optou
por n=20.

3.1.5.4 Construo da carta de controle para placa B.

A seguir, a tabela 11 apresenta os dados coletados para a carta de controle C

para pequenos lotes para a fase de insero, para a placa B. Os limites de controle
foram obtidos atravs do anexo 3.
 110

TABELA 11 - COLETA DAS AMOSTRAS PARA PLACA B. Continua

Carta de Controle Estatstico de Processo - Pequenos Lotes u c
Carta: C INSERO Unidade de inspeo 20 0,12 2,4
amostra pea n n de defeitos c u LSC LC LIC
1 B 20 3 0,15 8,5 2,4 0
2 B 20 4 0,2 8,5 2,4 0
3 B 20 2 0,1 8,5 2,4 0
4 B 20 6 0,3 8,5 2,4 0
5 B 20 7 0,35 8,5 2,4 0
6 B 20 6 0,3 8,5 2,4 0
7 B 20 5 0,25 8,5 2,4 0
8 B 20 9 0,45 8,5 2,4 0
9 B 20 10 0,5 8,5 2,4 0
10 B 20 9 0,45 8,5 2,4 0
11 B 20 8 0,4 8,5 2,4 0
12 B 20 8 0,4 8,5 2,4 0
13 B 20 6 0,3 8,5 2,4 0
14 B 20 5 0,25 8,5 2,4 0
15 B 20 4 0,2 8,5 2,4 0
16 B 20 6 0,3 8,5 2,4 0
17 B 20 5 0,25 8,5 2,4 0
18 B 20 4 0,2 8,5 2,4 0
19 B 20 3 0,15 8,5 2,4 0
20 B 20 6 0,3 8,5 2,4 0
21 B 20 2 0,1 8,5 2,4 0
22 B 20 4 0,2 8,5 2,4 0
23 B 20 3 0,25 8,5 2,4 0
24 B 20 2 0,1 8,5 2,4 0
 111

Carta de Controle Estatstico de Processo - Pequenos Lotes u c

Carta: C INSERO Unidade de inspeo 20 0,12 2,4
amostra pea n n de defeitos c u LSC LC LIC
25 B 20 5 0,25 8,5 2,4 0
26 B 20 2 0,1 8,5 2,4 0
27 B 20 3 0,15 8,5 2,4 0
28 B 20 1 0,05 8,5 2,4 0
29 B 20 3 0,15 8,5 2,4 0
30 B 20 4 0,2 8,5 2,4 0
31 B 20 2 0,1 8,5 2,4 0
32 B 20 3 0,15 8,5 2,4 0
33 B 20 2 0,1 8,5 2,4 0
34 B 20 3 0,15 8,5 2,4 0
35 B 20 2 0,1 8,5 2,4 0
36 B 20 5 0,25 8,5 2,4 0
37 B 20 3 0,15 8,5 2,4 0
38 B 20 2 0,1 8,5 2,4 0
39 B 20 1 0,05 8,5 2,4 0
40 B 20 2 0,1 8,5 2,4 0
41 B 20 2 0,1 8,5 2,4 0
42 B 20 1 0,05 8,5 2,4 0
43 B 20 3 0,15 8,5 2,4 0
44 B 20 1 0,05 8,5 2,4 0
45 B 20 2 0,1 8,5 2,4 0

No grfico 4 h a ilustrao do controle para a placa B. Inicialmente, o processo

apresenta tendncias e instabilidade, at a amostra 20. Nas amostras 8, 9 e 10, o
 112

processo sai de controle. Com medidas para correo da instabilidade, o processo se

estabiliza a partir da amostra 20.

GRFICO 4 - CARTA DE CONTROLE PEQUENOS LOTES PARA A PLACA B.

PLACA B

12
10 n de def c
8
LSC
6
LC
4
2 LIC
0
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43

3.1.5.5 Anlise das cartas de controle C pequenos lotes.

Vantagens observadas para a carta C pequenos lotes:

No h necessidade de normalidade dos dados, o que permite o trabalho com

amostras menores para a mdia de defeitos;
possvel fazer o monitoramento de pequenos lotes;
Com o uso da tabela, anexo 3, no h necessidade de calcula-se os limites de
controle.

Desvantagens observadas para a carta C pequenos lotes:

Sem o uso da tabela, anexo 3, deve ser feito o clculo dos limites superiores;
H necessidade de dados histricos da mdia de cada produto;
Supe-se que a distribuio de Poisson representa satisfatoriamente os
fenmenos estudados. Os dados coletados devem ser independentes;
 113

No possvel monitorar peas diferentes na mesma carta, salvo de que

determinada pea tenha mesma mdia de defeitos por unidade de inspeo;
O tamanho da amostra deve ser constante, caso seja necessrio amostra com
tamanhos diferentes, deve-se utilizar a carta U pequenos lotes.

3.1.5.6 Anlise das cartas de controle das placas A e B.

Aps a obteno da mdia histrica de defeitos por unidade para as placas A e

B no processo, procedeu-se a construo das CCOs para determinar o tamanho da
amostra. O passo seguinte foi coletar as amostras e construir as cartas de controle.
medida que foram registrados os pontos, deu-se incio a interpretao das tendncias
geradas no processo e anlise dos pontos que esto fora dos limites de controle.
Para ambas placas as encontraram-se tendncias no incio do monitoramento, e
foi feita a interveno no processo para corrigir as causas, com produo contnua, isto
, a produo no parou para a correo. Para a placa A, apenas foi utilizado a folha de
verificao e o diagrama de Pareto para encontrar as causas da tendncia. Para a placa
B, alm iniciar com tendncias, o processo sai do controle nas amostras 8, 9 e 10.
Mesmo com intervenes, o processo estabilizado a partir da amostra 20, embora j
na amostra 11 os pontos caem dentro dos limites de controle. Detectadas as tendncias
e a instabilidade do processo buscou-se as causas, atravs da folha de verificao e do
diagrama de Pareto, conforme grficos 5 e 6. Avaliando as 2 placas conjuntamente, o
principal defeito que ocorreu para as trs placas a inverso de componentes. Atravs
da reunio de Brainstorming, buscou-se as solues. A primeira soluo para evitar a
inverso de componentes, foi o desenvolvimento de recipiente apropriado para os
componentes que sero inseridos nas placas, de modo que tenham posio pr-
definida, e no mais esparramados em caixas. A segunda soluo foi o fim do rodzio
de funcionrios, de modo que determinado funcionrio sempre exera a funo de
montagem das placas, com isto evita-se de que o funcionrio tenha um perodo de
adaptao neste setor da empresa ou necessidade de trein-lo. A terceira soluo o
 114

treinamento dos funcionrios para montagem dos diversos tipos de placas e

treinamento em qualidade.
GRFICO 5 - DIAGRAMA DE PARETO PARA A PLACA A.

Diagrama Pareto - Placa A

80

95,45 98,48 100,00

60 87,88
69,70
40 51,52

20

0
7-Falta de Co

1-Cabos Inver
12-Componente

14-Componente

17-Componente

20-Componente

GRFICO 6 - DIAGRAMA DE PARETO PARA A PLACA B.

Diagrama de Pareto - Placa B

100,00
24 91,67
20 79,17
66,67
16
54,17
12
37,50
8

4
0
1-Cabos Inver

7-Falta de Co
12-Componente

17-Componente

14-Componente

20-Componente
 115

3.1.6 Cartas Padronizadas para Placas CP e KR.

A aplicao das cartas padronizadas C ou U para pequenos lotes tem as mesmas

aplicaes das cartas C e U convencionais, exceto que se pode marcar, na mesma
carta, o nmero de defeitos de processos diferentes. Como em todas as cartas
padronizadas, a linha central e os limites so fixos. A linha central sempre zero e o
limite inferior e superior, -3 e +3, respectivamente. Cada produto deve ter o valor
histrico, antes do incio da construo da carta de controle. A tabela 12 e 13 apresenta
os dados coletados para determinao dos valores histricos das duas placas
monitoradas.

TABELA 12 - NMERO DE DEFEITOS COLETADOS PARA AS PLACAS CP E

KR. Continua

100 placas coletadas. CP KR

Tipo de Problema N de Defeitos
1-Cabos Invertidos -I 99 43
2-Curto em Componentes - S 36 28
3-Curto entre Ilhas S 33 24
4-Solda Fria S 49 35
5-Curto entre Conectores S 45 29
6-Curto entre Cabos - S 41 34
7-Falta de Componentes -I 62 62
8-Terminais sem Solda - S 25 18
9-Solda no vazou para cima - S 18 11
10-Resduos em Conectores - IV 78 0
11-Componentes mal Pr-formados - CD 12 2
 116

100 placas coletadas. CP KR

Tipo de Problema N de Defeitos
12-Componentes Invertidos I 86 55
13-Componentes Defeituosos- CD 16 18
14-Componentes Levantados - I 45 71
15-Conectores Derretidos S 31 21
16-Terminal sol.fora do Lugar-S 24 11
17-Componentes Trocados I 59 42
18-Trilhas Imperfeitas-CD 8 7
19-Chicotes com Problema-CD 4 5
20-Componentes Quebrados - I 49 29
soma 820 545

A seguir a tabela 13 com o total e a mdia de defeitos na fase de insero.

TABELA 13 MDIA DE DEFEITOS

Local Quantidade Mdia - u
CP KR CP KR
Montagem (Produo) 400 302 4,00 3,02
Componente Defeituoso 40 32 0,40 0,32
Soldagem 302 211 3,02 2,11
Total 742 545
 117

3.1.6.1 Construo das cartas para as placas CP e KR.

A seguir so apresentadas as cartas de controle de processo para pequenos lotes

e apenas para a fase de insero para as placas CP e KR. Na tabela 14, tem-se o
registro do nmero de defeitos de cada amostra coletada e os clculos dos pontos a
serem registrados na carta de controle.

TABELA 14 - COLETA DAS AMOSTRAS PARA AS PLACAS CP E KR. Continua

CARTA U unidade de inspeo: 25
amostra pea n nnp n de up u Pontos LSC LC LIC
defeitos
1 CP 25 1 4 4,00 4 0,00 3 0 -3
2 CP 20 0,8 2 2,50 4 -0,67 3 0 -3
3 CP 25 1 4 4,00 4 0,00 3 0 -3
4 CP 25 1 3 3,00 4 -0,50 3 0 -3
5 CP 25 1 6 6,00 4 1,00 3 0 -3
6 CP 25 1 6 6,00 4 1,00 3 0 -3
7 CP 20 0,8 3 3,75 4 -0,11 3 0 -3
8 CP 25 1 4 4,00 4 0,00 3 0 -3
9 CP 25 1 6 6,00 4 1,00 3 0 -3
10 CP 25 1 2 2,00 4 -1,00 3 0 -3
11 CP 25 1 1 1,00 4 -1,50 3 0 -3
12 CP 20 0,8 3 3,75 4 -0,11 3 0 -3
13 CP 25 1 5 5,00 4 0,50 3 0 -3
14 CP 15 0,6 7 11,67 4 2,97 3 0 -3
15 CP 25 1 12 12,00 4 4,00 3 0 -3
16 KR 25 1 13 13,00 3 5,77 3 0 -3
 118

CARTA U unidade de inspeo: 25

amostra pea n nnp n de up u Pontos LSC LC LIC
defeitos
17 KR 20 0,8 10 12,50 3 4,91 3 0 -3
18 KR 25 1 4 4,00 3 0,58 3 0 -3
19 KR 25 1 6 6,00 3 1,73 3 0 -3
20 KR 20 0,8 4 5,00 3 1,03 3 0 -3
21 KR 25 1 3 3,00 3 0,00 3 0 -3
22 KR 20 0,8 4 5,00 3 1,03 3 0 -3
23 KR 25 1 3 3,00 3 0,00 3 0 -3
24 KR 25 1 6 6,00 3 1,73 3 0 -3
25 KR 20 0,8 2 2,50 3 -0,26 3 0 -3

O grfico 7 ilustra a primeira carta de controle para as placas CP e KR. Com a

mudana de produto percebe-se que a placa KR, se inicia com valores acima da mdia,
porm, com ajustes, o processo estabilizado.

GRFICO 7 - CARTA DE CONTROLE PADRONIZADO C PARA AS PLACAS

CP E KR.

Placas CP e KR

4,00

2,00 pontos
LSC
0,00
LC
1 3 5 7 9 11 13 15 17 19 21 23 25
-2,00 LIC

-4,00
 119

Na tabela 15, tem-se o registro de mais 25 amostras das placas CP e KR. Foram
registrados o nmero de defeitos de cada amostra coletada e os clculos dos pontos a
serem registrados na carta de controle.

TABELA 15 - COLETA DAS AMOSTRAS PARA AS PLACAS CP E KR (2

CARTA).
Carta U Unidade de Inspeo: 25
amostra pea n np u up Pontos LSC LC LIC
1 KR 25 1 1 1,00 3 -1,15 3 0 -3
2 KR 20 0,8 4 5,00 3 1,03 3 0 -3
3 KR 20 0,8 2 2,50 3 -0,26 3 0 -3
4 CP 25 1 3 3,00 4 -0,50 3 0 -3
5 CP 15 0,6 2 3,33 4 -0,26 3 0 -3
6 CP 25 1 4 4,00 4 0,00 3 0 -3
7 CP 25 1 3 3,00 4 -0,50 3 0 -3
8 CP 25 1 5 5,00 4 0,50 3 0 -3
9 CP 25 1 4 4,00 4 0,00 3 0 -3
10 KR 25 1 3 3,00 3 0,00 3 0 -3
11 KR 25 1 1 1,00 3 -1,15 3 0 -3
12 KR 25 1 3 3,00 3 0,00 3 0 -3
13 KR 20 0,8 5 6,25 3 1,68 3 0 -3
14 KR 25 1 3 3,00 3 0,00 3 0 -3
15 KR 25 1 1 1,00 3 -1,15 3 0 -3
16 KR 25 1 5 5,00 3 1,15 3 0 -3
17 KR 20 0,8 5 6,25 3 1,68 3 0 -3
18 KR 25 1 3 3,00 3 0,00 3 0 -3
19 KR 25 1 2 2,00 3 -0,58 3 0 -3
20 CP 25 1 4 4,00 4 0,00 3 0 -3
21 CP 25 1 3 3,00 4 -0,50 3 0 -3
 120

Carta U Unidade de Inspeo: 25

amostra pea n np u up Pontos LSC LC LIC
22 CP 20 0,8 13 16,25 4 5,48 3 0 -3
23 CP 25 1 6 6,00 4 1,00 3 0 -3
24 CP 25 1 4 4,00 4 0,00 3 0 -3
25 CP 20 0,8 1 1,25 4 -1,23 3 0 -3
Na carta de controle, apresentada no grfico 8, pode-se verificar que somente
na amostra 22 o processo sai do controle, at ento o processo encontrava-se sob
controle. E entre as amostras 10 e 20 tem-se o monitoramento da placa KR, em que se
observa maior variabilidade do que na placa CP.

GRFICO 8 - CARTA DE CONTROLE PADRONIZADO C PARA AS PLACAS

CP E KR

PLACA CP E KR II

6,00

4,00
pontos
2,00 LSC
0,00 LC

-2,00 1 3 5 7 9 11 13 15 17 19 21 23 25 LIC

-4,00

Os Grficos 9 e 10 ilustram os resultados em relao porcentagem de cada

defeito que afetam a qualidade dos produtos, atravs do diagrama de Pareto. Para a
placa KR h uniformidade em relao aos tipos de defeitos, alm de mostrar a
 121

relevncia da avaliao de todo o processo de produo para correo. Os trs defeitos

mais freqentes so: componentes levantados, falta de componentes e componentes
invertidos. A placa CP registra cabos invertidos, componentes invertidos e
componentes levantados como os defeitos que mais ocorrem, os quais devem ser
avaliados, para descoberta das causas e a reduo destes defeitos no processo.

GRFICO 9 - DIAGRAMA DE PARETO PARA A PLACA KR.

Diagrama de Pareto para a Placa KR

400

100,00
300 90,40
Frequencia

76,49
200 62,25
44,04
100 23,51

0
7-Falta de Co

1-Cabos Inver
14-Componente

12-Componente

17-Componente

20-Componente

GRFICO 10 - DIAGRAMA DE PARETO PARA A PLACA CP.

 122

Diagrama de Pareto para a Placa CP

100,00
400
88,75
76,50
300
Frequencia

61,75

200 46,25

24,75
100

7-Falta de Co
1-Cabos Inver

20-Componente
12-Componente

17-Componente

14-Componente
3.1.6.2 Anlise das cartas de controle das placas CP e KR.

A interpretao das cartas de controle padronizadas deve ser feita com mais
ateno que as cartas convencionais, porque diferentes produtos esto plotados na
mesma carta de controle. Alm da anlise da carta como um todo, deve-se analisar
cada produto em separado para verificar tendncias na carta de controle de produtos
monitorados no processo. Segundo GRIFFITH (1996), para evitar este problema pode-
se marcar os pontos com smbolos diferentes ou segundo WISE e FAIR (1998),
divide-se com linhas perpendiculares a carta de controle, separando cada produto, isto
, a cada troca de produto, traa-se uma perpendicular. Deste modo possvel observar
tendncias de produtos monitorados. Para as cartas CP e KR foram traadas
perpendiculares para a anlise e observou-se que, embora o processo esteja estvel, a
placa KR tem maior variabilidade em relao placa CP. Analisando-se o diagrama de
Pareto, tomou-se algumas medidas para melhorar o processo, a saber: objetivando
evitar a inverso de componentes foram desenvolvidos recipientes apropriado para os
componentes que sero inseridos nas placas, de forma que tenham posio pr-
definida e no mais esparramados em caixas; o uso de identificao das caixas de
componentes para evitar a troca de componentes; o fim do rodzio de funcionrios, a
 123

fim de que determinado funcionrio sempre exera a funo de montagem das placas,
com isto se evita perodo de adaptao maior do funcionrio setor da empresa;
treinamento dos funcionrios para montagem de placas e treinamento em qualidade.

Vantagens observadas para carta C padronizada:

A carta C padronizada ilustra a variao para vrios produtos, na mesma carta,

isto , permite o uso para diferentes tipos de peas, como de diferentes
caractersticas de qualidade;
Produtos com disperso diferente podem ser registrados na mesma carta;
No h necessidade de calcular os limites de controle e a linha central;
Menor nmero de cartas de controle.

Desvantagens observadas para a carta C padronizada:

Necessidade de periodicamente avaliar os valores histricos, para atualizao,

caso necessrio;
A exigncia de normalidade dos dados que pode ser um problema para
pequenos lotes;
Necessidade de avaliar em separado cada produto, na carta de controle;
Os defeitos devem ser independentes entre si;
Clculo dos pontos para registro na carta de controle.

3.2 MONITORAMENTO SUPERVISIONADO: ANLISE DE UMA SOLUO.

 124

3.2.1 Introduo.

A segunda parte do trabalho foi realizado na empresa que denomina Empresa R

Ltda, do ramo de autopeas, situada na Cidade de Curitiba.
A pesquisa ocorreu no setor de temperamento das peas. Neste setor, a pea
sofre tratamento qumico com o objetivo de criar uma camada mais dura sobre a
superfcie e duas caractersticas so monitoradas: a dureza da camada e a
profundidade. A empresa faz o monitoramento com as cartas de controle X e S. O
procedimento utilizado pela empresa no o mesmo utilizado no CEP convencional, e
em virtude do processo possuir grande variabilidade da matria prima fornecida
empresa, que pode levar ao retrabalho ou refugo da pea, dificulta o tratamento da
pea, pois o forno programado para fazer o processo padro, no importa qual a
composio qumica da pea. Logo o ideal que a empresa fornecedora diminusse a
variabilidade qumica da liga, porm isto no possvel, porque a mesma alega
produzir dentro de normas internacionais. Outra alternativa para diminuir a
variabilidade do produto que o processo se adapte a composio qumica de cada lote
recebido pela empresa R, realizando o temperamento para aquele tipo de liga, porm
isto invivel uma vez que aumentaria o custo de produo da empresa.

3.2.2 Conhecendo o Processo.

A matria prima enviada pela siderrgica, local em que se realiza a inspeo

de qualidade, retira-se uma amostra e feito o exame da composio qumica do
metal. Caso a amostra esteja dentro das especificaes exigidas pela empresa S, o lote
liberado e enviado ao setor de manufatura em que so torneadas, depois so
enviadas para o setor de temperamento. Neste setor as peas so colocadas em fornos e
aquecidas a aproximadamente 900. Algumas das peas passam por duas fases: a
primeira fase chamada de cementao e a segunda fase de tempera. Entre a primeira
e segunda fase, a pea volta para o setor de manufatura, para novo trabalho. Depois
 125

volta para o setor de temperamento, para segunda fase. Na primeira fase, a fase de
cementao, o lote de peas colocado no forno e so aquecidas em alta temperatura e
recebem durante o processo, hidrognio e acetileno. Concludo o banho de acetileno,
a carga, sofre um resfriamento, com a introduo de nitrognio. Algumas peas sofrem
um resfriamento brusco, outras tm resfriamento lento.
Todas as peas que passam pelos fornos so semelhantes, e tm a mesma
funo. Apenas uma pea foi escolhida para avaliao, denominada pea D. A pea D,
vem da manufatura, passa pela primeira fase com resfriamento lento e volta para a
manufatura, torneada e retorna para o setor de temperamento para a segunda fase,
onde aquecida em alta temperatura e resfriada bruscamente com nitrognio. Aps a
segunda fase, ela passa por mais um tratamento, chamado de revenimento. A pea vai
para o revenimento, depois para o freezer e volta novamente para o revenimento. Cada
carga contm 3600 peas na primeira fase e 7200 peas na segunda fase. O
monitoramento feito na primeira e segunda fase. Na segunda fase, so retiradas duas
peas para a amostragem destrutiva. As peas so cortadas para anlise no laboratrio,
onde so medidas duas caractersticas de qualidade: a dureza da camada feita pelo
processo e a espessura.

3.2.3 Monitoramento Supervisionado Versus CEP Tradicional.

O resultado da amostra registrado nas cartas de controle supervisionado. As

cartas de controle no seguem a construo terica desenvolvida pelo CEP tradicional.
Os limites de controle para a carta X , so calculados 10% abaixo do LSE e 10%
acima do LIE e a linha central o ponto mdio da especificao de engenharia. A
justificativa para este procedimento a variabilidade da composio qumica da
matria prima e tambm a preciso dos equipamentos de medio, porm o processo
considerado fora do controle quando algum ponto estiver fora dos limites de
especificao. Para anlise foram utilizadas nove cartas de controle, com 25 cargas
cada, com um total de 225 cargas no perodo de mais ou menos 6 meses e um total de
 126

1.620.000 peas. Para construo da carta de controle, utilizou-se o software

Statgraphics, obteve-se as cartas X e S tradicionais e os limites de controle,
conforme os grficos 11 e 12. Examinando as cartas de controle, pode-se observar a
instabilidade do processo, com alta variabilidade e que o processo tem 6 pontos acima
dos LSC e 6 pontos abaixo do LIC. Para as cargas com pontos acima do LSC, devem
ser re-trabalhadas e para as cargas abaixo do LIC, devem ser refugadas. Se utilizados
as cartas convencionais X e S, a empresa teria um custo com re-trabalho de 6 cargas.
Como o custo de re-trabalho de R$ 3,00 por pea e o total de peas 43.200, o custo
adicional de re-trabalho de R$ 129.600,00. As cargas que caem abaixo do limite
inferior, no podem ser re-trabalhadas e so refugados. Com o custo de R$ 4,00 por
pea, o custo de refugo de peas de R$ 172.800,00. O custo total neste perodo,
utilizando a carta convencional, de R$ 302.400,00, com o processo dentro das
especificaes de engenharia, o que invivel comercialmente. E como a empresa
utiliza limites de controle com 2.58 sigma da linha central, e no os 3 sigma
comumente utilizado, o custo ainda maior, R$ 504.000,00. O processo pode ser
monitorado com as cartas tradicionais, com a diminuio da variabilidade da
composio qumica da matria prima junto ao fornecedor, como no momento no
possvel, pois o mesmo alega que o seu produto est dentro das especificaes, desta
forma optou-se pelo uso dos limites de especificao de engenharia, isto , considera-
se um sinal fora de controle quando cai fora dos limites de especificaes. Se estiver
fora dos limites de especificao, deve-se fazer uma nova amostragem. Se na segunda
amostragem cair fora do LSE, deve-se re-trabalhar as peas e se cair dentro dos limites
de especificao, ignora-se o primeiro sinal. Se na segunda amostragem cair abaixo do
LIE, deve-se eliminar a carga. A seguir os grficos 11 e 12, ilustram as carta de
controle X e S tradicionais em que pode-se observar o alto grau de variabilidade do
processo devido a matria prima. A grande variao na composio qumica do
produto fornecido a empresa o fator de maior dificuldade de controle da
variabilidade do processo. A empresa tem se empenhado com o objetivo de melhorar a
qualidade do processo de produo neste setor.
 127

GRFICO 11 - CARTA CONVENCIONAL X DA PEA D.

Carta de Controle x barra

770
UCL = 761,03
760 CTR = 738,00
750 LCL = 714,98
740
730
720
710
0 40 80 120 160 200 240
amostras

A capacidade do processo :

780 710
Cp = = 1,075
6.10,85
780 738, 0044 738, 0044 710
C ps = =1, 29 e C ps = = 0,86
3.10,85 3.10,85
C pk = 0,86

Logo, Cp Cpk . Processo no centrado.

GRFICO 12: CARTA S PARA A PEA D.

 128

Carta de Controle S
40
UCL = 28,29
CTR = 8,66
30
LCL = 0,00
20

10

0
0 40 80 120 160 200 240
amostras

A seguir apresenta-se as estimativas da mdia e do desvio padro e os limites de

controle das cartas X e S convencionais, obtidas pelo software Statgraphics.

Nmero de amostras: 225

Tamanho das amostras: 2

Limites para a carta de controle X

LSC = 761,032
LC = 738,004
LIC = 714,977
Limites para a carta de controle s

LSC = 28,2923
LC = 8,66127
LIC = 0,0
 129

s
Estimativas: x = 738,004 =10,8553 s = 8,66127
c4

Para a anlise do monitoramento da pea D, feito pela empresa R, denominado

grfico supervisionado, calculou-se o risco , risco , as ARLs e CCO. Quando o
processo est estvel, sob controle, o risco no perodo igual a 0,000131734, logo a
probabilidade de se detectar desvios, 1- , de 0,999868266. O que significa que a
chance de ocorrer um alarme falso muitssima pequena, como pode-se confirmar
com a ARL, que igual 7591,069595, isto , em mdia a cada 7591 cargas deve
ocorrer um sinal. Como, em mdia, so produzidas 1,24 cargas por dia, a mdia de
sinal ser de 6121 dias, o que desta forma tem-se o processo estvel com este
monitoramento. Ainda considerando o valor de , se for utilizado os limites de 3
sigma, tem-se 2700 ppm, mas com este procedimento tem-se 132 ppm. A seguir a
tabela 16, com o risco para todas as cargas e para cada carta em particular. Cada
carta contm 25 cargas, cada carga contm 7200 peas e o total de 1.620.000 peas.
Pr a probabilidade de re-trabalho ou refugo.

TABELA 16 - CLCULO DO RISCO PARA A PEA D.

Clculo do erro tipo I para a pea D
Carta x S LSE LIE 1- Pr
1 737,42 8,91 780 710 0,000257227 0,999743 1,65355E-
08
2 741,3 9,48 780 710 9,85646E-05 0,999901 2,42723E-
09
3 739,34 9,48 780 710 0,000238138 0,999762 1,41721E-
08
4 740,46 9,59 780 710 0,000170134 0,99983 7,23299E-
09
5 747,26 6,48 780 710 5,89437E-09 1 8,63558E-
18
 130

6 740,08 7,47 780 710 2,73486E-06 0,999997 1,86622E-

12
7 739,88 8,15 780 710 1,74174E-05 0,999983 7,57537E-
11
8 727,04 8,15 780 710 0,009118995 0,990881 2,07891E-
05
9 729,26 10,27 780 710 0,017129524 0,98287 7,33557E-
05
Total 738,0044 8,66 780 710 0,000131734 0,999868 4,33622E-
09
Estimador de S 10,85

Para o processo fora de controle, calculou-se o risco e constru-se a curva

caracterstica de operao, a CCO. Anlise foi feita com um desvio de 1,5 sigma e 2
sigma. Para 1,5 o valor de 0,999964205 e com 2 sigma 0,999741568, logo o
poder de detectar desvios de 1,5 e 2 desvios padres, com o processo fora de controle,
o poder de detectar a mudana da mdia baixssimo, com 1-= 1-
0,999964205=0,000035795 e 1-= 1-0,999741568 = 0,000258432, respectivamente.
Este pequeno poder de detectar algum desvio pode ser confirmado na curva
caracterstica a seguir. O grfico 13 ilustra a CCO do processo em questo, e observa-
se que mesmo que o desvio seja grande, isto , at 3 desvios padres, ainda a carta
tem um pequeno poder de detectar alguma alterao.

GRFICO 13 - CURVA CARACTERSTICA DE OPERAO DA PEA D.

 131

cco
1,2
1
0,8
beta

0,6
0,4
0,2
0
0 1 2 3 4 5
n de desvios

A tabela 17 contem os clculos do risco , para diversos desvios da mdia e

pode-se deduzir que mesmo ocorrendo algum desvio no processo, no ser detectado
pela carta de controle.

TABELA 17 - CLCULO DO RISCO PARA A PEA D.

n x s desvio + P(x<LIC) P(x<LSC)
c4

2 738,0044 10,85372 0,2 740,1752 4,216E-05 1 0,999958


n x s desvio +
c4
2 738,0044 10,85372 0,4
2 738,0044 10,85372 0,6
2 738,0044 10,85372 0,8
2 738,0044 10,85372 1
2 738,0044 10,85372 1,2
2 738,0044 10,85372 1,4
2 738,0044 10,85372 1,6
2 738,0044 10,85372 1,8
2 738,0044 10,85372 2
2 738,0044 10,85372 2,2
2 738,0044 10,85372 2,4
2 738,0044 10,85372 2,6
2 738,0044 10,85372 2,8
2 738,0044 10,85372 3
2 738,0044 10,85372 3,2
2 738,0044 10,85372 3,4
2 738,0044 10,85372 3,6
2 738,0044 10,85372 3,8
2 738,0044 10,85372 4
2 738,0044 10,85372 4,2
3.2.4 Anlise atravs do Planejamento Econmico.
132
P(x<LIC) P(x<LSC)
742,3459 1,213E-05 1 0,999987
744,5167 3,436E-06 0,999998 0,999995
746,6874 8,752E-07 0,999993 0,999992
748,8582 2,061E-07 0,999975 0,999975
751,0289 4,49E-08 0,99992 0,99992
753,1997 9,072E-09 0,99976 0,99976
755,3704 1,693E-09 0,999334 0,999334
757,5411 2,923E-10 0,998285 0,998285
759,7119 4,667E-11 0,995897 0,995897
761,8826 6,891E-12 0,990878 0,990878
764,0534 9,405E-13 0,981136 0,981136
766,2241 1,186E-13 0,96367 0,96367
768,3949 1,384E-14 0,934748 0,934748
770,5656 1,492E-15 0,890516 0,890516
772,7364 1,486E-16 0,828036 0,828036
774,9071 1,368E-17 0,746524 0,746524
777,0779 1,164E-18 0,648305 0,648305
779,2486 9,156E-20 0,538996 0,538996
781,4193 6,651E-21 0,426639 0,426639
783,5901 4,464E-22 0,319971 0,319971
 133

Embora o planejamento econmico deva ser usado para cartas de controle

tradicionais, utilizou-se do planejamento econmico para se fazer avaliaes sobre o
processo. O mtodo supervisionado, utilizado pela empresa, contm as cartas X e S,
mas somente a carta X que determina se uma carga dever ser re-trabalhada ou
refugada. Assim, para a anlise somente utilizou-se o planejamento econmico para
carta X . Para algumas variveis foram feitas suposies em relao ao seu valor, em
virtude de que as cartas, raramente apresentam sinais fora dos limites de especificao
e estas variveis so: O nmero mdio de ocorrncias, por hora, de causas especiais
(), o desvio da mdia do processo, em nmero de desvios padres () e o custo de
itens defeituosos com o processo fora de controle (C1). Para a carta supervisionada, o
intervalo de coleta das amostras (h) no dado em funo do tempo (horas, dias,...),
mas em funo das cargas, isto , de cada carga retirada uma amostra de duas peas.
Como o planejamento econmico determina que h deve ser em horas, foram feitas
simulaes para 8, 12, 18 e 24 horas. Foi suposto que tenham ocorrido dois sinais de
descontrole do processo no perodo de um ano, um para re-trabalho e outro para refugo
das peas. As demais variveis foram obtidas junto empresa e esto na tabela 18.
Para esta tabela escolheu-se =0,0002, pois foi suposto que as mudanas no processo
ocorrem aleatoriamente com uma freqncia de cerca de uma a cada 5000 horas de
operao. O tempo mdio para amostrar e inspecionar as duas peas da amostra de
3,5 horas e logo para uma pea de 1,75 horas. O tempo para procurar um falso
alarme zero, porque o processo possui campainhas que alertam quando o processo
est com algum problema, o funcionrio procede a inspeo e se no encontra nenhum
problema, no se intervm no processo. Quando a campainha alerta que o processo
est com algum problema, o tcnico leva em mdia 6 minutos (0,1 h) para descobrir o
problema. O tempo para reparar a causa especial em mdia de duas horas. Quando o
processo esta sob controle, no h re-trabalho e nem refugo de peas, logo o custo de
itens defeituosos com o processo sob controle zero. Com o processo fora de controle
o custo com itens defeituosos R$0,30. O custo da investigao de um sinal de ao
que resulte na eliminao de uma causa especial de R$ 33,00, enquanto que o custo
de investigao de uma alarme falso zero. Com base em uma anlise dos salrios dos
 134

tcnicos, nos custos do equipamento de testes e insumos, estimou-se que o custo fixo
da extrao de uma amostra seja de R$ 0,0311 por pea e o custo varivel da
amostragem estimado em R$ 4,00.
Segundo MONTGOMERY (2004), em virtude da dificuldade de obteno e
avaliao de informaes sobre custos e tempo, no se recomenda o uso de relaes
mais complexas. O apndice 1 foi utilizado para auxiliar na obteno destas variveis.
Os valores obtidos encontram-se na tabela 18.

TABELA 18 - VALORES OBTIDOS PARA AS VARIVEIS DO

PLANEJAMENTO ECONMICO. Continua
Varivel Simulaes de e
=0,0002 =0,0002 =0,0002 =0,0002
= 0 =1.5 =2 =2.5
1)Tempo para amostrar e inspecionar 1.75 1.75 1.75 1.75
um item (E).

2)Tempo de procura por um falso 0 0 0 0

alarme (T0).

3)Tempo para descobrir a causa 0,1 0,1 0,1 0,1

especial (T1).

4)Tempo para reparar a causa 2 2 2 2

especial (T2).

5)Custo de itens defeituosos com o 0 0 0 0

processo sob controle (C0).
6)Custo de itens defeituosos com o 0.3 0.3 0.3 0.3
processo fora de controle (C1).
Suposio uma carga refugada e uma
re-trabalhado em 365 dias.
7)Custo por falso alarme (Y). 0 0 0 0

8)Custo para encontrar e reparar a 33.00 33.00 33.00 33.00

causa especial (W).

9)Custo fixo de amostragem (a). 0,0311 0,0311 0,0311 0,0311

 135

10)Custo varivel de amostragem (b). 4 4 4 4

11)Nmero mdio de ocorrncias, por Varivel estimada

hora, de causas especiais ().

12)Desvio da mdia, em nmero de Varivel estimada

desvios padres. ( ou ())

Para otimizar este problema, utilizou-se o programa computacional de

MCWILLIANS (1994) e o compilador FORTRAN FORCE 2.0. A tabela 19 contm os
valores obtidos para diversas situaes, em que o nmero mdio de ocorrncias, por
hora, de causas especiais, , igual a 0,0002. As solues timas encontradas para
todos os desvios tm para , valores muito altos e iguais, o que implica em um
nmero grande de falsos alarmes e quando o processo tem desvio zero, =0 e o poder
de detectar algum sinal, Pd, muito baixo (igual a , quando sob controle). Logo a
soluo tima no vivel para o processo.

TABELA 19 - VALORES SOLUO TIMA PARA =0,0002

n L h Pd=1- ATS Custo
1 0 1 18 0,317 0,317 56,727 0,2335
1 0 1 12 0,317 0,317 37,818 0,3446
1 1,5 1 24 0,317 0,698 34,400 0,1761
1 1,5 1 18 0,317 0,698 25,800 0,2318
1 1,5 1 12 0,317 0,698 17,200 0,3434
1 2 1 24 0,317 0,843 28,480 0,1758
1 2 1 18 0,317 0,843 21,360 0,2315
1 2 1 12 0,317 0,843 14,240 0,3432
1 3 1 24 0,317 0,977 24,558 0,1755
1 3 1 18 0,317 0,977 18,418 0,2313
 136

A tabela 20 contm os valores para o planejamento adotado pela empresa, e

vem confirmar os resultados obtidos anteriormente, no importa o intervalo de coleta a
carta supervisionada tem baixssimo poder de detectar alteraes no processo. A carta
supervisionada detecta grandes desvios da mdia, acima de 3.

TABELA 20 - AVALIAO DO PLANEJAMENTO DA EMPRESA R, COM

=0,0002.
n L h Pd=1- ATS Custo
2 0 3,3 8 0,001 0,001 8273,308 1,1934
2 0 3,3 18 0,001 0,001 ******* 0,6840
2 1,5 3,3 8 0,001 0,119 67,079 1,0145
2 1,5 3,3 18 0,001 0,119 150,927 0,4612
2 2 3,3 8 0,001 0,319 25,109 1,0120
2 2 3,3 18 0,001 0,319 56,494 0,4559
2 3 3,3 8 0,001 0,827 9,673 1,0111
2 3 3,3 18 0,001 0,827 21,764 0,4538

Com =0,0004 a nica alterao em relao =0,0002 o custo, conforme

dados obtidos e apresentados na tabela 21.
 137

TABELA 21 - VALORES SOLUO TIMA PARA =0,0004

n L h Pd=1- ATS Custo
1 0 1 18 0,317 0,317 56,727 0,2429
1 0 1 12 0,317 0,317 37,818 0,3532
1 1,5 1 18 0,317 0,698 25,800 0,2395
1 1,5 1 12 0,317 0,698 17,200 0,3508
1 2 1 18 0,317 0,843 21,360 0,2390
1 2 1 12 0,317 0,843 14,240 0,3505
1 2,5 1 18 0,317 0,933 19,284 0,2388

Na avaliao do planejamento para =0,0004, novamente a nica alterao em

relao ao custo, conforme consta na tabela 22. O monitoramento tem baixssimo
poder de detectar alteraes no processo. Assim, a soluo tima obtida pelo
planejamento econmico e o planejamento utilizado pela empresa no so viveis
porque ou tem baixo poder de detectar desvios da mdia ou tem probabilidade alta de
alarmes falsos.

TABELA 22 - AVALIAO DO PLANEJAMENTO DA EMPRESA R, COM

=0,0004.
n L h Pd=1- ATS Custo
2 0 3,3 8 0,001 0,001 8273,308 1,1934
2 0 3,3 18 0,001 0,001 ******* 0,6840
2 1,5 3,3 8 0,001 0,119 67,079 1,0145
2 1,5 3,3 18 0,001 0,119 150,927 0,4612
2 2 3,3 8 0,001 0,319 25,109 1,0120
2 2 3,3 18 0,001 0,319 56,494 0,4559
2 3 3,3 8 0,001 0,827 9,673 1,0111
2 3 3,3 18 0,001 0,827 21,764 0,4538
 138

4. RESULTADOS E CONCLUSO

4.1 RESULTADOS

Os resultados obtidos neste trabalho demonstram a possibilidade de utilizao

do CEP em situaes comumente no abordadas ou muito pouco abordadas pelo CEP
tradicional. Embora estas ferramentas estejam muito difundidas, ainda comum o
desconhecimento das tcnicas para seqncias curtas de produo. Como na empresa
S, cujo estoque de componentes para o processo de produo nfimo ou quase zero,
os componentes so adquiridos na quantidade praticamente exata para a montagem do
produto solicitado pelo seu cliente, alm da produo ser feita somente por meio do
pedido, isto , no h estoques nem para a montagem e nem para pronta entrega do
produto. Verificou-se que com a produo em pequenas quantidades, achava-se que
no ser possvel utilizar o CEP.
Ramos (1990) ressalta que o surgimento de novas formas de organizao da
produo, aliado tendncia crescente de automao industrial, tem gerado um
ceticismo muito grande no meio empresarial quanto continuidade do uso do CEP
como forma eficaz para o aprimoramento contnuo da qualidade. Estas novas formas
no so obstculos utilizao do CEP e pode-se dizer que os preceitos bsicos de
CEP continuam vlidos, porm apenas algumas modificaes devem ser feitas para
sua operacionalizao nestas situaes.
A aplicao das tcnicas do Controle Estatstico de Qualidade tem por objetivo
a melhoria da qualidade, o que demanda uma mudana organizacional e
comportamental dentro da empresa. O primeiro comentrio que se a gerncia da
empresa no est empenhada neste empreendimento, a aplicao destas tcnicas fica
comprometida e os resultados no so satisfatrios. preciso que a direo da empresa
esteja consciente da importncia do uso do CEQ, que dela depende em grande parte o
sucesso do uso destas tcnicas, acompanhando, intervindo e tomando decises, e
tambm importante ressaltar que se tem pela frente um trabalho rduo.
 139

A conscientizao e treinamento dos funcionrios da empresa sobre a

importncia do controle de qualidade e de conceitos elementares de estatstica tambm
so de relevante importncia. Este trabalho de dissertao procurou orientar, dentro do
possvel, o papel da direo e dos funcionrios neste projeto.
Muitas foram as dificuldades, citamos entre elas; a fase de incio sempre a
mais trabalhosa, principalmente quando h poucos dados sobre a produo,
principalmente quanto ao controle de qualidade. Uma das dificuldades encontrada foi
em relao a coleta de dados, por no ser funcionrio das empresas, o que dificultava o
acesso direto a coletas de dados necessrios para a pesquisa, cujos dados eram obtidos
por meio de funcionrios. Outra dificuldade a obteno de literatura sobre cartas de
controle para seqncias curtas de produo e para planejamento estatstico-
econmico de CEP, ressaltamos, ainda, a falta de registros sobre o controle de
qualidade que a empresa utiliza para o processo de produo.
Dentro do possvel, para a empresa S, introduziu-se ou pelo menos
implementou-se algumas ferramentas do Controle Estatstico de Qualidade.
Primeiramente, foi instalao da inspeo de qualidade, pelo fato de que um dos
principais problemas para a Empresa S, isto , entrada de produtos defeituosos ou
no conformes. Com a inspeo, foi possvel conseguiu-se barrar lotes de
componentes no conformes, evitando que entrassem no processo de produo.
Desenvolveu-se um plano especfico para a inspeo de qualidade. Aps a inspeo de
qualidade foi desenvolvido o projeto para implantao do CEP para o processo de
produo. O uso das cartas padronizadas para o monitoramento do processo traz
algumas vantagens, como o uso de uma mesma carta e logo nmero menor de cartas
de controle, porque se monitora apenas o processo que possui diversos produtos; no
ser necessrio calcular os limites de controle e a possibilidade de monitorar na mesma
carta, produtos com disperses diferentes. As desvantagens so: a necessidade de
avaliao peridica de dados histricos, o clculo dos pontos para a carta de controle e
a exigncia de normalidade. O uso das cartas de controle para pequenos lotes traz
vantagens como: no h a condio de normalidade e com isto se podem monitorar
pequenos lotes de produo, e com o uso de tabelas apropriadas, no h necessidade de
 140

clculo dos limites de controle. A aplicao destas tcnicas mostra a necessidade de

se dar continuidade neste trabalho para corrigir e melhorar o processo de produo.
Para a empresa R, o mtodo utilizado pela empresa para monitoramento do
processo est dentro das especificaes de engenharia, porm no dentro dos limites
de controle. Com este procedimento adotado pela empresa, para monitoramento do
processo de produo, dificilmente a empresa ter um lote para re-trabalho ou para
refugo, conforme anlise feita. Mas a empresa deve melhorar o seu processo para
diminuir a variabilidade e sugesto o uso da ferramenta DOE, delineamento de
experimentos.
Este Trabalho foi apenas o incio da implantao das ferramentas bsicas do
Controle Estatstico de Qualidade, para a sua consolidao h a necessidade da
continuidade do uso destas tcnicas, o estudo de custos de produo, com a finalidade
de que as metas de melhoria sejam atingidas.
Outra extenso do tema uma metodologia adaptada para seqncias curtas de
produo com a utilizao de outros tipos de cartas de controle como cusum , ewma e
para dados correlacionados. E ainda desenvolvimento de software para CEP pequenos
lotes.

4.2 CONCLUSO

A implantao do Controle Estatstico de Qualidade deve ser considerado como

um processo de mudana organizacional e comportamental de toda a empresa. A
direo da empresa tem papel fundamental no sucesso na implementao da melhoria
da qualidade e produtividade. Percebe-se a necessidade e a importncia do dilogo
entre chefia e funcionrios objetivando a troca de informaes. Atravs da coleta de
dados do processo e anlise de como o sistema reage mudana nas variveis do
processo, fundamental para determinar o que deve ser mudado, e como deve ser
iniciado o processo de mudana. Para isto, destaca-se a importncia do uso de mtodos
estatsticos, como a inspeo de qualidade e cartas de controle.
 141

Observou-se que o campo de aplicao do CEP muito mais extenso do que

aquele inicialmente abordado por Shewhart. possvel o uso de cartas de controle em
situaes em que no se atende as condies para aplicao das cartas de controle
convencionais. Pode-se dizer que os preceitos bsicos do CEP continuam vlidos,
porm, a forma de abordagem da questo deve ser modificada para a sua
operacionalizao nestas situaes. As tcnicas para pequenos lotes apresentam
algumas vantagens, como: permite a marcao de diferentes tipos de produtos, ou at
diferentes caractersticas de qualidade, em uma nica carta de controle, reduzindo a
quantidade de trabalho administrativo envolvido com a guarda e recuperao das
informaes do processo. Alm do mais, propiciam a visualizao do comportamento
do processo, mesmo quando da troca de produtos no processo, permitindo uma melhor
avaliao. Embora algumas tcnicas de CEP em pequenos lotes exijam maior esforo
computacional, em funo das transformaes de dados envolvidas, tal fato no se
torna uma barreira, desde que o planejamento de sua implantao seja feito com
cuidado.
A necessidade de se ter conhecimento mais profundo da estatstica aplicada no
controle de qualidade importante para melhor interpretar e avaliar as tcnicas que
esto sendo utilizadas.
 142

REFERNCIAS

AKAMINE, C. T. Procedimentos Taguchi para atributos em horizonte finito.

Dissertao. So Paulo, 2000. IME USP.

BOYLES, R. A. Phase I Analysis for autocorrelated processes. Journal of Quality

Technology, vol 32, n. 4, outubro 2000.

CALEGARE, A. J. A. Tcnicas de garantia da qualidade. Rio de Janeiro: Livros

Tcnicos e Cientficos Editora S/A, 1985.

CHAVES NETO, A. Tcnicas estatsticas aplicada engenharia de qualidade.

Notas de Aula. Curitiba, [199?].

CHIU, W.K. ; WETHERILL, G.B. A Simplified scheme for the economic design of
X - charts. Journal of Quality technology, v. 6, n. 2, abril 1974.

COSTA, A F. B.; EPPRECHT, E. K.; CARPINETTI, L. C. R. Controle estatstico de

qualidade. So Paulo: Editora Atlas, 2004.

COSTA NETO, P. L. de O. Estatstica. 18 Reimpresso. So Paulo: Ed. Edgard

Blcher Ltda, 2000.

DA SILVA, L S. C. V. Aplicao do controle estatstico de processos na indstria

de laticnios lactoplasa: um estudo de caso. Florianpolis, 1999. Dissertao
(Mestrado em Engenharia de Produo) Programa de Ps-graduao em Engenharia
de Produo, UFSC.

DA SILVA, T. R. Planejamento econmico-estattico de grficos de controle X e

R para diferentes tipos de processo. Programa de Iniciao Cientifica UNB,
Braslia DF, 2001/2002.

DAVIS, M. M.; AQUILINO, N.J. ; CHASE, R. B. Fundamentos da administrao

da produo. 3 Ed. Porto Alegre: Editora Bookman, 2001.

DEMING, W. E. Qualidade: a revoluo da administrao. Rio de Janeiro: Editora

Marques-Saraiva, 1990.

EPPRECHET, E. K.; TEIXEIRA, R. B. M. Um modelo semi-econmico para

otimizao de grficos de controle de processos. SBPO XXXIII Simpsio
Brasileiro de Pesquisa Operacional. Novembro, Campos do Jordo SP, 2001
 143

GALUCH, L. Modelo para implementao das ferramentas bsicas do controle

estatstico do processo CEP em pequenas empresas manufatureiras.
Florianpolis, 2002. Dissertao (Mestrado em Engenharia de Produo) Programa
de Ps-graduao em Engenharia de Produo, UFSC.

GRIFFITH, G. K. Statistical process control methods for long and short runs. 2
Ed. Milwaukee, Wisconsin: ASQ Quality Press, 1996.

JOHNSON, P.; et al. SPC for short runs. Editora. Perry Johnson, Inc, 1987.

LEVINE, D. M.; BERENSON, M. L.; STEPHAN, D. Estatstica: teoria e

aplicaes. Rio de Janeiro: Ed. LTC, 2000.

LEVINE, D. M.; BERENSON, M. L.; STEPHAN D. Estatstica: teoria e aplicaes.

Rio de Janeiro : Livros Tcnicos e Cientficos Editora S/A, 1998.

LINDERMAN, K.; LOVE, T. E. Economic and economic statistical designs for

MEWMA control charts. Journal of Quality Techonology. V. 32, n. 4, outubro
2000.

KUME, H. Mtodos estatsticos para melhoria da qualidade. So Paulo: Editora

Gente, 1993.

MAGALHES, M. S. de; COSTA, A. F. B. Modelo econmico para o projeto de

grficos de controle adaptativos X e R abordagem markoviana. SBPO
XXXIII Simpsio Brasileiro de Pesquisa Operacional. Novembro, Campos do Jordo
SP, 2001.

MONTGOMERY, D. C. Introduction to statistical process control. 2 Ed., New

York: John Wiley & Sons, Inc., 1991.

MONTGOMERY, D. C. Estatstica aplicada e probabilidade para engenheiros. 2

Ed. Rio de Janeiro: LTC, 2003.

MONTGOMERY, D. C. Introduo ao controle estatstico da qualidade. 4 Ed.

Rio de Janeiro: LTC, 2004.

MCWILLIANS, T. P. Economic, statistical, and economic-statistical design of X

chart designs. Journal of Quality Techonology. V. 26, n. 3, Julho 1994.

PANAGOS, M. R.; HEIKES, R. G. ; MONTGOMERY, D. C. Economic Design of

X Control charts for Two Manufacturing Process Models. Naval Research
Logistics Quarterly, V. 32, p. 631-646, 1985.
 144

PALADINI, E. P. Gesto da qualidade no processo: a qualidade na produo de

bens e servios. So Paulo: Atlas, 1995.

RAMOS, A. W. CEP para processos contnuos e em bateladas. 1 Ed. So Paulo:

Edgard Blcher Ltda, 2000.

RAMOS, A. W. Controle estatstico de processo para pequenos lotes. So Paulo:

Edgard Blcher Ltda, 1995.

RAMOS, A. W. Anlise estatstica da qualidade. Notas de Aula. So Paulo, [199?].

ROTONDARO, R. G.; et al. Seis sigma. estratgia gerencial para a melhoria de

processos, produtos e servios. So Paulo: Atlas, 2002.

SANIGA, E. M.; DAVIS, J. D.; MCWILLIAMS, T. P. Economic, statistical, and

economic-statistical design of attribute charts. Journal of Quality technology, v. 27,
n. 1, Janeiro 1995.

SANIGA, E. M.; DAVIS, J. D.; MCWILLIAMS, T. P. Economic, statistical, and

economic-statistical design of X and R charts and X and S charts. Journal of
Quality technology, v. 33, n. 2, p. 234-241, Abril 2001.

SCHISSATTI, M. L. Uma metodologia de implantao de cartas de Shewhart

para o controle de processos. Florianpolis, 1998. Dissertao (Mestrado em
Engenharia de Produo) Programa de Ps-graduao em Engenharia de Produo,
UFSC.

SILVER, E. A. Lesson 19: economic design of X control charts. Notas de Aula,

[199?].

SILVER, E. A.; ROHLEDER, T. R. The economic design of an X control chart

recognizing process improvement. International Journal of Production Research,
v. 37, p. 393-412, 1999.

SILVER, E. A.; BISCHAK, D. P. Bayesian estimation of the rate at which a process

goes out of control. University of Calgary, Agosto 2002.

SOARES, M. de V. P. P. Aplicao do controle estatstico de processos em

indstria de bebidas: um estudo de caso. Florianpolis, 2001. Dissertao
(Mestrado em Engenharia de Produo) Programa de Ps-graduao em Engenharia
de Produo, UFSC.

ST-PIERRE, N.R. Designing control charts for minimum total quality costs. The
Ohio State University. Special Circular, p. 161-99, 2001.
 145

TURNES, O.; LEE HO, L.; IMAA, C. R. Planejamento Econmico de Grficos

X e R para Processos Regenerativos e No Regenerativos. Gesto e Produo,
Vol. 11, N 1, p. 91-100, jan-abr, 2004.

VERMANI, S. K. Modified Nominal/Target Control Charts - A case Study in

Supplier Development. American Society for Quality (ASQ), QMJ Vol. 10, N 4,
2003.

WHEELER, D. J. Short Run SPC. SPC Press, Inc. Knoxville, Tennessee, 1991.

WISE, S. A., FAIR D. C. Innovative Control Charting. Pratical SPC Solutions

For Todays Manufacturing Environment. ASQ Quality Press. Milwaukee,
Wisconsin, 1998.
 146

ANEXOS

Anexo 1 - Carta de Controle Padronizada para Atributos.

S SISTEMAS ELETRONICOS LTDA

Carta de Controle Estatstico de Processo - Atributos Padronizada
Processo: Amostra padro: Produtos:
Carta Tipo: C U P NP Funcionario:
n
n padronizado
np
c
u
up
Pea
u
Pontos a plotar
up u
u
np
Amostra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

LSC
+3

+2

+1

LC
0

-1

-2

LIC -
3
 147

Anexo 2 Carta de Controle para Atributos para Pequenos Lotes.

S SISTEMAS ELETRONICOS LTDA

Carta de Controle Estatstico de Processo - Atributos Pequenos Lotes
Processo: Produto:
Carta Tipo: C U P NP Funcionrio:
n
c
u
u
c
Amostra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

LC
 148

Anexo 3 Limites de Controle para Cartas C Pequenos Lotes

_
LSC
c
0,01 --- 0,05 1,5
0,06 --- 0,21 2,5
0,22 --- 0,46 3,5
0,47 --- 0,79 4,5
0,80 --- 1,17 5,5
1,18 --- 1,60 6,5
1,61 --- 2,06 7,5
2,07 --- 2,56 8,5
2,57 --- 3,08 9,5
3,09 --- 3,62 10,5
3,63 --- 4,19 11,5
4,20 --- 4,77 12,5
4,78 --- 5,00 13,5
> 5,00 *
Fonte: Ramos, 1995

1) LSC = limite superior de controle;

2) No h limite inferior de controle em nenhum caso;
3) O asterisco (*) significa que se deve empregar a frmula convencional de
Grfico de controle;
_
4) c = n.u onde n= tamanho da amostra e u = n mdio de defeitos por unidade (por
_
placa), c = n mdio de defeitos por unidade de inspeo.
 149

Anexo 4 Tabela de Valores de C Distribuio de Poisson.

Funo de Distribuio - Fx(x) - Distribuio de Poisson

x c=0,0
1 c=0,05 c=0,06 c=0,21 c=0,22 c=0,46 c=0,47 c=0,79 c=0,8 c=1,17
0 0,990 0,9512 0,9417 0,8105 0,8025 0,6312 0,6250 0,4538 0,4493 0,3103
05 29 65 84 19 84 02 45 29 67
1 0,999 0,9987 0,9982 0,9808 0,9790 0,9216 0,9187 0,8123 0,8087 0,6734
95 91 7 07 73 74 53 82 92 96
2 0,9999 0,9999 0,9986 0,9984 0,9884 0,9877 0,9540 0,9525 0,8859
1 8 66 8 94 64 85 04 77 27
3 0,9999 0,9999 0,9999 0,9987 0,9912 0,9909 0,9687
1 1 99 31 18 05 0,9986 98 2 75
4 0,9999 0,9999 0,9998 0,9998 0,9986 0,9985 0,9930
1 1 1 97 96 83 71 64 89 08
5 0,9999 0,9999 0,9998 0,9998 0,9986
1 1 1 1 1 91 9 28 16 78
6 0,9999 0,9999 0,9999 0,9999 0,9997
1 1 1 1 1 99 99 81 79 84
7 0,9999 0,9999 0,9999
1 1 1 1 1 1 1 98 98 69
8 0,9999
1 1 1 1 1 1 1 1 1 96
9 1 1 1 1 1 1 1 1 1 1
 150

Apndice 1 - Relao de variveis.

VARIVEIS PARA O CLCULO DO CUSTO.

PLANEJAMENTO ECONOMICO DO CONTROLE ESTATISTICO DE
PROCESSO.

Fazer a coleta por pelo menos duas semanas.

Descrio do processo:
Tipo de varivel:
O processo continuo?

1) Tempo para amostrar e inspecionar um item (E).

Tempo em que o inspetor leva para colher a amostra, inspecionar e registrar na carta
de controle.

2) Tempo de procura por um falso alarme (T0).

O inspetor detectou um sinal pela carta de controle. Inicia-se a procura do motivo
deste sinal e descobre-se que o mesmo falso. T0 este tempo gasto para descobrir
que o sinal falso (o processo esta sob controle).

3) Tempo para descobrir a causa especial (T1).

O monitor detectou um sinal pela carta de controle. Inicia-se a procura do motivo deste
sinal e descobre-se que o mesmo verdadeiro (o processo esta fora de controle). T1
tempo em que o monitor levou para descobrir que o sinal verdadeiro e qual a causa.

4) Tempo para reparar a causa especial (T2).

Aps ter descoberto que o sinal dado na carta de controle verdadeiro, inicia-se a
contagem do tempo at o reparo, em que o processo volta ao estado de sob controle.

5) Custo de itens defeituosos com o processo sob controle (C0).

Determinar a % de produtos com defeito, quando o processo esta sob controle.
Utilizar a tabela abaixo se necessrio (caso no exista um histrico).
Co = x.p.Iic , onde
x = custo mdio para um produto defeituoso (inclui: aumento na freqncia de
reclamaes, reposio do produto,sucateamento, reparo, ...)
p = produo por hora.
Iic = % de produtos defeituosos ou no conformes, quando o processo esta sob
controle.

6) Custo de itens defeituosos com o processo fora de controle (C1).

Determinar a % de produtos com defeito, quando o processo esta fora de controle.
 151

Utilizar a tabela abaixo se necessrio (caso no exista um histrico).

C1= x.p.Ioc onde:
x = custo mdio para um produto defeituoso (inclui: aumento na freqncia de
reclamaes, reposio do produto, sucateamento, reparo, ...)
p = produo por hora.
Ioc = % de produtos defeituosos ou no conformes, quando o processo esta sob
controle.

7) Custo por falso alarme (Y).

8) Custo para encontrar e reparar a causa especial (W).

9) Custo fixo de amostragem (a).

Incluem despesas imediatas de salrios de inspetores e tcnicos, custos de qualquer
equipamento de teste necessrio.

10) Custo varivel de amostragem (b).

Custo com teste destrutivo (se houver).

11) Nmero mdio de ocorrncias, por hora, de causas especiais ().

Observar o tempo (em horas) em que a carta de controle apresenta um sinal, isto ,
registrar os intervalos de tempo em que o processo esteve sob controle (sem nenhum
sinal).

12) Desvio da mdia do processo, em nmero de desvios padres. ( ou ())

1
13) Desvio da varincia do processo, em nmeros de desvios padres ( )
0