Escolar Documentos
Profissional Documentos
Cultura Documentos
Sistema de Calibrao;
Critrio e forma de anlise da tendncia e lineraridade dos sistemas de
medio;
Critrio para analisar o RR;
Melhor interpretao e anlise de sistemas atributivos (passa/no passa);
Uso de tcnicas alternativas para avaliar sistemas de medio no
replicveis;
quando o CEP est sendo aplicado para controlar o processo ou coletar dados, e o
grfico de controle indica que o processo est sob controle estatstico (estvel) e a
variabiliade total aceitvel, o sistema de medio pode ser considerado aceitvel
para o uso e no requer uma re-anlise separada. Se uma condio de fora de
controle ou uma no conformidade for detectada, devemos primeiro analisar o
sistema de medio.
RR Deciso Comentrios
Sistema de
medio Recomendvel, especialmente til quando tentamos ordenar ou
Abaixo
geralmente classificar peas ou quando for requerido um controle apertado
de 10%
considerado do processo.
aceitvel
A deciso deve ser baseada primeiro, por exemplo, na
Entre Poder ser aceito
importncia da aplicao da medio, custo do dispositivo de
10% e para algumas
medio, custo do retrabalho ou reparo. O sistema de medio
30% aplicaes
deve ser aprovado pelo cliente.
Todos os esforos devem ser tomados para melhorar o sistema
de medio. Esta condio pode ser resolvida pelo uso de uma
Acima Considerado
estratgia apropriada para a medio; por exemplo, utilizar a
de 30% inaceitvel
mdia de diversas medies da mesma caracterstica da mesma
pea a fim de reduzir a variabilidade da medida final.
A anlise do NDC a mesma, ou seja, o NDC deve ser maior ou igual a cinco.Temos
uma pequena modificao no clculo deste ndice para evitar valores iguais a zero.
2. Tendncia (pgina 88): Neste estudo, tivemos algumas alteraes. Primeiro, foi
introduzido o mtodo da amostra independente (teste t-Student) para avaliar a
tendncia. O mtodo da mdia e amplitude no consta na quarta edio. Como
critrio, podemos analisar o P-valor ou o intervalo de confiana. Segundo, para
relizarmos a anlise da tendncia, precisamos validar variabilidade associada com
a repetitividade (o desvio padro dos dados),
Inicialmente foi dado nfase na detrminao da rea cinza (pgina 132). Considere
um sistema de medio por atributo que compara cada pea com os limites de
especificao, o sistema aceita a pea se a mesma est entre as especificaes e
rejeita caso contrrio (conhecido como sistema passa no passa). Como qualquer
sistema de medio, existe uma rea cinza em torno dos limites de especificao
no qual o sistema de medio comete erros de classificao.
Comentrio: Dentre as peas escolhidas (por exemplo 50) que utilizamos para
realizar o estudo de um sistema de medio por atributo, devemos escolher 25%
(em torno de 12) prximas ao limite inferior de especificao e 25% (em torno de
12) prximas ao limite superior de especificao.
No exemplo citado na quarta edio, para um Pp=Ppk=0,5 (no qual esperamos 13%
de peas no conformes), foi selecionado 50 peas para realizar o estudo do
sistema de medio por atributo.
Mtodo analtico: Foi corrigido algumas contas. Por exemplo, na pgina 146, o
valor da estatstica t foi corrigido.
Neste mdulo, vamos apresentar as principais ferramentas para anlise dos sistema
de medio conforme manual de anlise de sistema de medio da indstria
automobilstica (MSA quarta edio). Apesar de seguirmos a indstria
automobilstica, os mtodos apresentados neste mdulo se aplicam a qualquer
sistema de medio.
o 2.1 - Estabilidade
o 2.2 - Tendncia
o 3.1 - Estabilidade
5 - Aplicaes do MSA
o 5 - Aplicaes do MSA
6 - Apndice
o 6 - Apndice
o 6.2 - Tabela de d2
7 - Referncias
1 - Anlise dos Sistemas de Medio
Dados de medio tem sido utilizados nas mais diferentes maneiras. A deciso de
ajustar ou no um processo de fabricao baseada em dados de medio. Dados
de medio ou dados derivados destes so comparados aos limites de Controle
Estatstico do Processo. Caso esta comparao indicar que o processo est fora do
controle estatstico, algum tipo de ajuste dever ser feito. Caso contrrio, o
processo poder prosseguir sem ajustes.
Uma das razes mais comuns que gera dados de baixa qualidade a variao muito
grande dos dados. Grande parte da variao em um conjunto de medies devido
interao entre o sistema de medio e o seu meio. Se esta interao gerar
variao muita alta, a qualidade dos dados poder ser to baixa que eles no tero
utilidade.
O objetivo de uma medio determinar o valor de uma grandeza a ser medida. Esta medio
comea com uma apropriada especificao da grandeza, do mtodo e procedimento de
medio.
Exemplo 1.1.1:
Antes de qualquer anlise estatstica devemos obter uma boa definio do sistema de
medio. Abaixo, apresentamos de forma simplificada o sistema de medio para medir o
dimetro do conector.
Mtodo de medio:
Posicionar o paqumetro no centro do conector;
Executar a medida
Erro de Medio
Incerteza: ;
RR: .
No confundir com erro!
Tipos de Erros:
Erro Aleatrio
O erro aleatrio aquele que ocorre de forma inesperada e com intensidade que
danifica nossas medies. Este erro representa as pequenas variaes que ocorrem
em medidas repetidas de uma grandeza. Estas variaes tem como causa,
alteraes ambientais ou espaciais, variao devido ao equipamento de medio,
interferncia eltrica entre outras. Embora no seja possvel compensar o erro
aleatrio, ele pode geralmente ser reduzido se aumentarmos o nmero de
observaes ou se melhorarmos a tecnoclogia do sistema de medio (melhor
ambiente, novos equipamentos ou treinamento dos tcnicos). Interpretamos o erro
aleatrio como uma vairvel aleatria com mdia zero.
Erro Sistemtico
O erro sistematico aquele que ocorre em todas as medies mais ou menos com a
mesma intensidade. Assim como o erro aleatrio, o erro sistematico no pode ser
eliminado, porm ele, freqentemente, pode ser reduzido. Suponha que um erro
sistemtico se origina de um efeito reconhecido de uma grandeza de influncia em
um resultado de medio. Se este efeito pode ser quantificado e, se for
significativo com relao exatido requerida da medio, uma correo ou fator
de correo pode ser aplicado para compensar o efeito. Supomos que, aps esta
correo, a esperana ou valor esperado do erro sistemtico seja zero.
Exemplo 1.1.2:
clique aqui para efetuar o download dos dados utilizados nesse exemplo
Para entender como executar essa funo do Software Action, voc pode consultar:
Para entender como executar essa funo do Software Action, voc pode consultar o
manual do usurio.
2.1 - Estabilidade
Definies
Tabela
No de element.
Limites dos Grficos A2 D3 D4
amostra (n)
Critrios de Avaliao
Critrio de avaliao:
Medidas
Data Horrio
1 2 3
clique aqui para efetuar o download dos dados utilizados nesse exemplo
Dos dados da tabela tomamos a mdia dos valores da coluna Mdia e a mdia dos
valores da coluna Amplitude e obtemos = 4,200486 e = 0,001292
Grfico
Para entender como executar essa funo do Software Action, voc pode consultar o
manual do usurio.
Exemplo 2.1.2
O tcnico de processo deve realizar um estudo sobre a estabilidade do sistema de
medio para avaliar o dimetro interno do bloco compressor no processo de
usinagem (Brunidora). O tcnico selecionou 1 pea, que foi medida em uma
frequncia diria e tamanho de sub-grupo 3, por um avaliador. Os valores esto na
Tabela 2.
clique aqui para efetuar o download dos dados utilizados nesse exemplo
Dos dados da tabela tomamos a mdia dos valores da coluna Mdia e a mdia dos
valores da coluna Amplitude e obtemos = 85,0104 e = 0,0009
2.2 - Tendncia
Definies
Exemplo 2.2.1:
Amostra Medidas
1 89,77
2 89,79
3 89,77
4 89,78
5 89,74
6 89,72
7 89,72
8 89,75
9 89,74
10 89,77
11 89,78
12 89,74
VR 89,73
clique aqui para efetuar o download dos dados utilizados nesse exemplo
a) Intervalo de Confiana
b) Teste de Hipteses
Se |t| > t(n-1;1- /2) rejeitamos H0, ou seja, a tendncia significativa do ponto
de vista estatstico;
A Figura 2.2.1 ilustra a regio crtica do teste, isto , os valores de t para os quais
rejeitamos H0.
c) P-valor
Com isso, rejeitamos H0 quando o p-valor for menor que o nvel de significncia
proposto (usualmente 0,05), caso contrrio (p-valor > ) no rejeitamos H0.
Figura 2.2.2: P-valor.
Exemplo 2.2.2
Com isso, o intervalo de confiana com 95% de confiana para a tendncia obtido
atrves dos limites inferior (LI) e superior (LS):
Veja a seguir os resultados obtidos pelo software Action para o mesmo exemplo.
Para entender como executar essa funo do Software Action, voc pode consultar o
manual do usurio.
Anlises da tendncia
Exemplo 2.2.3:
1 5,8 -0,2
2 5,7 -0,3
3 5,9 -0,1
4 5,9 -0,1
5 6,0 0,0
6 6,1 0,1
7 6,0 0,0
8 6,1 0,1
9 6,4 0,4
10 6,3 0,3
11 6,0 0,0
12 6,1 0,1
13 6,2 0,2
14 5,6 -0,4
15 6,0 0,0
clique aqui para efetuar o download dos dados utilizados nesse exemplo
n = 15
s = 0,212
Com isso, o intervalo de confiana com 95% de confiana para a tendncia obtido
atrves dos limites inferior (LI) e superior (LS):
Veja a seguir os resultados obtidos pelo software Action para o mesmo exemplo.
Para entender como executar essa funo do Software Action, voc pode consultar o
manual do usurio.
Exemplo 2.2.4
clique aqui para efetuar o download dos dados utilizados nesse exemplo
Veja a seguir os resultados obtidos pelo software Action para o mesmo exemplo.
Interpretao dos Resultados: Desde que o zero est fora do intervalo de
confiana temos uma tendncia significativa (de 0,001mm, com limite superior de
0,00194 mm) ao nvel de confiana de 95%. O equipamento utilizado no sistema de
medio um micrmetro de resoluo de 0,002mm com incerteza de medio em
torno de 0,003 mm. Observe que o equipamento atende ao requisito do MSA de boa
discriminao, pois ao dividirmos a tolerncia (0,04 mm) por 10 obtemos como erro
mximo permissvel 0,004 mm, tanto a resoluo quanto a incerteza esto abaixo
de 0,004mm. Nesta situao, no qual o limite superior para a tendncia est
abaixo da resoluo do instrumento e o instrumento apresenta discriminao
adequada, conclumos que a tendncia detectada desprezvel.
Para entender como executar essa funo do Software Action, voc pode consultar o
manual do usurio.
Diretrizes
Avaliao
Regresso Linear
em que
Estimativas
Estimativas
Notaes bsicas
O R2 dado por:
Estatstica do teste
no qual
O valor de t* deve ser comparado com uma distribuio t- Student com g*m-2 graus
de liberdade para um determinado nvel de significncia (ver tabela da
distribuio t-Student).
Estatstica do teste
em que,
Este valor deve ser comparado com uma distribuio t - Student com (g*(m-2))
graus de liberdade para um determinado nvel de significncia (ver tabela da
distribuio t-Student).
Exemplo 2.3.1
Medies 2,0 Tendncia 4,0 Tendncia 6,0 Tendncia 8,0 Tendncia 10,0 Tendncia
1 2,7 0,7 5,1 1,1 5,8 -0,2 7,6 -0,4 9,1 -0,9
2 2,5 0,5 3,9 -0,1 5,7 -0,3 7,7 -0,3 9,3 -0,7
3 2,4 0,4 4,2 0,2 5,9 -0,1 7,8 -0,2 9,5 -0,5
4 2,5 0,5 5 1 5,9 -0,1 7,7 -0,3 9,3 -0,7
5 2,7 0,7 3,8 -0,2 6 0 7,8 -0,2 9,4 -0,6
6 2,3 0,3 3,9 -0,1 6,1 0,1 7,8 -0,2 9,5 -0,5
7 2,5 0,5 3,9 -0,1 6 0 7,8 -0,2 9,5 -0,5
8 2,5 0,5 3,9 -0,1 6,1 0,1 7,7 -0,3 9,5 -0,5
9 2,4 0,4 3,9 -0,1 6,4 0,4 7,8 -0,2 9,6 -0,4
10 2,4 0,4 4 0 6,3 0,3 7,5 -0,5 9,2 -0,8
11 2,6 0,6 4,1 0,1 6 0 7,6 -0,4 9,3 -0,7
12 2,4 0,4 3,8 -0,2 6,1 0,1 7,7 -0,3 9,4 -0,6
clique aqui para efetuar o download dos dados utilizados nesse exemplo
Mdia 6 -0,053333
Com isso, obtemos que a %linearidade = 13,2%. Isto que dizer que a tendncia
varia em mdia 13,2% da faixa de estudo (10-2=8) entre o incio e o final da faixa.
Vamos aplicar os dois critrios de avaliao da linearidade, os testes dos
parmetros e o intervalo de confiana para a reta de regresso. Para isto,
calculamos o quadrado mdio do erro (QME) por:
Desde que t* = 12,044 > 2,0017 rejeitamos a hiptese de que a linearidade no seja
significativa. Com isso, conclumos que a linearidade significativa ao nvel de
confiana de 5%.
no qual,
Com isso, obtemos que
Valor de Referncia
LI LS
(VR)
2 0,4128 0,5704
4 -0,1593 0,4093
6 -0,0995 0,1495
8 -0,3549 -0,2283
10 -0,7098 -0,5234
Veja a seguir os resultados obtidos pelo software Action para o mesmo exemplo.
Para entender como executar essa funo do Software Action, voc pode consultar o
manual do usurio.
Exemplo 2.3.2
clique aqui para efetuar o download dos dados utilizados nesse exemplo
Veja a seguir os resultados obtidos pelo software Action para o mesmo exemplo
Interpretao: Neste estudo, realizamos uma anlise da tendncia do sistema de
medio ao longo da escala de interesse. Atravs da tabela da Anlise da
Tendncia, observamos que o zero est fora do intervalo de confiana, para todos
os valores de referncia. Com isso, conclumos que temos tendncia significativa ao
longo da escala do sistema de medio. Alm disso, o sistema de medio
apresenta uma linearidade tambm significativa (P-valor de 1,8*10^(-9)) de 0,016,
o que quer dizer que a tendncia apresenta uma variao mdia de 1,6% ao longo
da faixa de interesse (750 a 1150). No grfico, observamos que a linha do ponto
zero (linha vermelha) no est inserida na banda de confiana (linhas azuis), o que
refora o fato de que o sistema de medio apresenta uma linearidade significativa
ao nvel de significncia de 5%.
Repetitividade - VE
Reprodutibilidade - VO
1) A tcnica a ser utilizada deve ser planejada. Por exemplo, tem alguns sistemas
de medio cujo o efeito da reprodutibilidade desprezvel, por exemplo, para
sistemas de medio automticos no qual a nica interferncia do operador
apertar um boto. Neste caso, planejamos o estudo sem a reprodutibilidade (MSA,
pgina 73).
Em muitos sistemas de medio, a variao interna (ou, inerente) das peas, como
ovalizao, podem inflacionar nossa estimativa da repetitividade. A variabilidade
interna pode ser avaliada e separada da repetitividade. O procedimento mais
complexo e consiste basicamente em:
ndice RR:
A partir do propsito do sistema de medio (Controle de Produto ou Controle de
Processo), devemos estabelecer um ndice para "facilitar" a intepretao do RR:
a variao das medidas observada entre os itens produzidos pelo processo, isto ,
a variabilidade observada nas peas. Salientamos que a variabilidade entre as
partes pode ser obtida partir de um estudo de capacidade do processo ou partir
do prprio estudo para determinar o RR.
Variabilidade total
ou
Controle de Produto
Controle de Processo
RR Deciso Comentrios
Sistema de
medio Recomendvel, especialmente til quando tentamos ordenar ou
Abaixo
geralmente classificar peas ou quando for requerido um controle apertado
de 10%
considerado do processo.
aceitvel
A deciso deve ser baseada primeiro, por exemplo, na
Entre Poder ser aceito
importncia da aplicao da medio, custo do dispositivo de
10% e para algumas
medio, custo do retrabalho ou reparo. O sistema de medio
30% aplicaes
deve ser aprovado pelo cliente.
Todos os esforos devem ser tomados para melhorar o sistema
de medio. Esta condio pode ser resolvida pelo uso de uma
Acima Considerado
estratgia apropriada para a medio; por exemplo, utilizar a
de 30% inaceitvel
mdia de diversas medies da mesma caracterstica da mesma
pea a fim de reduzir a variabilidade da medida final.
Como em qualquer anlise, um bom planejamento deve ser realizado para que
possamos conduzir o estudo de RR.
1o Passo
Cada operador mede trs ou mais vezes cada pea em ordem aleatria.
4o Passo
Aleatorizar as medies.
5o Passo
Medidas
Operador Pea R
1 2 3
1
2
3
4
5
A
6
7
8
9
10
B 1
2
3
4
5
6
7
8
9
10
1
2
3
4
C 5
6
7
8
9
10
Mdia
A anlise de varincia (ANOVA) uma tcnica estatstica clssica que pode ser
utilizada para avaliar o erro de medio e outras fontes de variabilidade dos dados
pertinentes ao sistema de medio. O experimento cruzado de dois fatores com
interao o modelo clssico de RR. Tipicamente, os dois fatores so referidos
como "peas" e "operadores". Neste captulo consideramos este primeiro modelo de
RR, em que modelamos o experimento com dados balanceados e ambos fatores so
aleatrios.
Modelo Estatstico
O modelo com dois fatores balanceados e com efeitos cruzados com interao
dado por
Resumindo,
Agora, para o efeito , assumimos que tem distribuio Normal com mdia zero e
varincia Assumimos tambm que os efeitos so mutuamente independentes.
Assim,
Para o efeito , assumimos que tem distribuio Normal com mdia zero e
varincia Assumimos tambm que os efeitos so mutuamente independentes.
Assim,
Por fim temos que para o efeito , assumimos que tem distribuio Normal com
mdia zero e varincia Assumimos tambm que os efeitos so mutuamente
independentes. Assim,
em que
Assim, obtemos a tabela da ANOVA da seguinte forma
Agora, faremos um breve resumo dos valores esperados dos quadrados mdios.
Graus de Quadrados Valor Esperado dos Quadrados
Fator
Liberdade Mdios Mdios
Fator Pea P p-1
Fator Operador O o-1
Interao entre Pea e
(p-1)(o-1)
Operador PxO
Repetitividade po(r-1)
Estatstica
Tabela 2.4.1.2: Resumo dos Quadrados mdios e mdias para o modelo (2.4.1.1).
ou
ou
ou
ou
6o Passo
Calcular a Repetitividade
8o Passo
9o Passo
Calcular o RR
10o Passo
11o Passo
12o Passo
Tabela de % de contribuio
Operador (Voper)
Pea (VP)
RR (RR)
Os valores utilizados para preencher a Tabela 2.4.1.2 vem das expresses (2.4.1.6)
at (2.4.1.9)
13o Passo
Repetitividade VE
Reprodutibilidade VO
Operador Voper
Pea x Operador VI
Pea VP
RR RR
Os valores utilizados para preencher a Tabela 2.4.1.3 vem das expresses (2.4.1.6)
at (2.4.1.9). Na Tabela 2.4.1.3, o valor normalmente escolhido para k 5,15.
Entretanto, por facilidades de interpretao desse ndice com o ndice de Pp (e ou
Cp) recomendado utilizar k=6.
14o Passo
15o Passo
Exemplo 2.4.1.1
1 114,958 1
2 114,957 1
3 114,962 1
4 114,963 1
5 114,965 1
6 114,963 1
7 114,967 1
8 114,963 1
9 114,963 1
10 114,967 1
1 114,962 1
2 114,956 1
3 114,963 1
4 114,965 1
5 114,966 1
6 114,965 1
7 114,969 1
8 114,97 1
9 114,955 1
10 114,965 1
1 114,958 1
2 114,6 1
3 114,965 1
4 114,966 1
5 114,967 1
6 114,964 1
7 114,97 1
8 114,97 1
9 114,955 1
10 114,966 1
1 114,957 2
2 114,958 2
3 114,962 2
4 114,963 2
5 114,965 2
6 114,962 2
7 114,967 2
8 114,968 2
9 114,952 2
10 114,967 2
1 114,961 2
2 114,957 2
3 114,963 2
4 114,966 2
5 114,967 2
6 114,963 2
7 114,97 2
8 114,968 2
9 114,955 2
10 114,964 2
1 114,958 2
2 114,959 2
3 114,965 2
4 114,965 2
5 114,966 2
6 114,965 2
7 114,97 2
8 114,97 2
9 114,954 2
10 114,966 2
1 114,958 3
2 114,958 3
3 114,953 3
4 114,965 3
5 114,967 3
6 114,962 3
7 114,967 3
8 114,968 3
9 114,953 3
10 114,966 3
1 114,961 3
2 114,96 3
3 114,963 3
4 114,966 3
5 114,968 3
6 114,965 3
7 114,968 3
8 114,969 3
9 114,953 3
10 114,965 3
1 114,958 3
2 114,958 3
3 114,964 3
4 114,965 3
5 114,966 3
6 114,965 3
7 114,969 3
8 114,971 3
9 114,955 3
10 114,967 3
clique aqui para efetuar o download dos dados utilizados nesse exemplo
5o Passo
Clculo do
Portanto,
Clculo do
Portanto,
Clculo do QME
Para o clculo do QME devemos calcular a mdia e varincia dentro de cada casela
ij da Tabela 2.4.1.6, isto , para cada combinao de pea i e operador j. Na
Tabela abaixo, calculamos os valores das mdias das medies dentro de cada
casela.
PEA OPERADOR
1 2 3
Procedendo da mesma forma para as demais peas, obtemos a Tabela 2.4.1.8 com valores de
OPERADOR
PEA
1 2 3
Procedendo da mesma maneira como no exemplo anterior podemos obter SQT como
6o Passo
7o Passo
Calcular a repetitividade como
8o Passo
Com isso, temos pela equao (2.4.1.9) que a reprodutibilidade dada por
9o Passo
10o Passo
13o Passo
RR 0,001918719 37,34068401
14o Passo
Resultados desse exemplo obtidos com o software Action:
Concluso: O sistema de medio precisa ser melhorado, pois temos uma %RR de
37,4% e um valor de ndc=3, o que considerado baixo. Observe que neste caso,
tanto a repetitividade quanto a reprodutibilidade esto altas (acima de 26%) e
temos interao entre as peas e os operadores, isto significa que temos peas
mais complicadas de serem medidas do que outras. Alm disso, observe que no
grfico R, o operador A apresenta pontos fora dos limites de controle, o que nos diz
que este no entendeu adequadamente o procedimento de medio. Em resumo,
temos diversas oportunidades de melhoria.
Para entender como executar essa funo do Software Action, voc pode consultar:
Para entender como executar essa funo do Software Action, voc pode consultar o
manual do usurio.
Exemplo 2.4.1.2
clique aqui para efetuar o download dos dados utilizados nesse exemplo
Para entender como executar essa funo do Software Action, voc pode consultar o
manual do usurio.
Resumindo,
Alm disso, assumimos que o erro tem distribuio Normal com mdia zero e
varincia e que os erros so mutuamente independentes. Com isso, temos que
Agora, para o efeito , assumimos que tem distribuio Normal com mdia zero e
varincia Assumimos tambm que os efeitos so mutuamente independentes.
Assim,
Para o efeito , assumimos que tem distribuio Normal com mdia zero e
varincia Assumimos tambm que os efeitos so mutuamente independentes.
Assim,
em que
Graus de Soma de
Fator Quadrados Mdios F
Liberdade Quadrados
Repetitividade por-p-o+1
Agora, faremos um breve resumo dos valores esperados dos quadrados mdios.
Graus de Quadrados Valor Esperado dos Quadrados
Fator
Liberdade Mdios Mdios
Fator Pea P p-1
Fator Operador O o-1
Repetitividade por-p-o+1
Estatstica
Tabela 2.4.2.2: Resumo dos Quadrados mdios e mdias para o modelo (2.4.2.1).
A tabela 2.4.2.3 representa os estimadores pontuais do modelo (2.4.2.1).
Representao do Modelo Estimador Pontual
ou
ou
ou
6o Passo
Calcular a repetitividade
8o Passo
Calcular a reprodutibilidade
9o Passo
Calcular o RR
10o Passo
11o Passo
12o Passo
Tabela de % de contribuio
Repetitividade (VE)
Reprodutibilidade (VO)
Pea (VP)
RR (RR)
Os valores utilizados para preencher a Tabela 2.4.2.4 vem das expresses (2.4.2.2)
at (2.4.2.6).
13o Passo
Repetitividade VE
Reprodutibilidade VO
Pea VP
RR RR
14o Passo
15o Passo
1. O operador precisa ser melhor treinado, bem como usar e ler o dispositivo
de medio;
2. As marcaes no mostrador do dispositivo de medio no so claras;
3. Algum tipo de dispositivo pode ser necessrio para ajudar o operador a usar
o dispositivo de medio mais consistentemente.
Exemplo 2.4.2.1
1 10,12 10,06 10,08 10,15 10,20 10,07 10,22 10,01 10,16 10,1189
2 10,14 10,15 10,20 10,26 10,30 10,20 10,26 10,26 10,32 10,2322
3 10,25 10,22 10,40 10,40 10,30 10,47 10,52 10,47 10,35 10,3756
4 10,13 10,16 10,11 10,14 10,13 10,18 10,15 10,11 10,10 10,1344
5 10,87 10,82 10,76 10,76 10,89 10,75 10,84 10,86 10,78 10,8144
6 10,88 10,85 10,82 10,90 10,91 10,87 10,91 10,92 10,89 10,8833
clique aqui para efetuar o download dos dados utilizados nesse exemplo
5o Passo
Clculo do SQP
Clculo do QME
Clculo do SQE
6o Passo
Faa a anlise grfica: construir o grfico de controle e R para avaliar as mdias
e as amplitudes de cada repetio por operador.
7o Passo
8o Passo
9o Passo
10o Passo
11o Passo
13o Passo - Tabela de % em relao variao total
RR 0,0651 18,829
14o Passo
Para entender como executar essa funo do Software Action, voc pode consultar o
manual do usurio.
Resumindo,
Alm disso, assumimos que o erro tem distribuio Normal com mdia zero e
varincia e que os erros so mutuamente independentes. Com isso, temos que
Agora, para o efeito , assumimos que tem distribuio Normal com mdia zero e
varincia Assumimos tambm que os efeitos so mutuamente independentes.
Assim,
Repetitividade p(r-1)
Agora, mostramos um breve resumo dos valores esperados dos quadrados mdios.
Graus de Quadrados Valor Esperado dos Quadrados
Fator
Liberdade Mdios Mdios
Fator Pea P p-1
Repetitividade p(r-1)
Estatstica
Tabela 2.4.3.2: Resumo dos Quadrados mdios e mdias para o modelo (2.4.3.1).
ou
ou
6o Passo
Calcular a repetitividade
8o Passo
Calcular o RR
9o Passo
10o Passo
11o Passo
Tabela de % de contribuio
Repetitividade (VE)
Pea (VP)
RR (RR)
12o Passo
Repetitividade VE
Pea VP
RR RR
Exemplo 2.4.3.1
Rplicas Desvio
Pea Mdia Amplitudes
I II III Padro
clique aqui para efetuar o download dos dados utilizados nesse exemplo
6 Passo
Faa a anlise grfica: construir o grfico de controle e R para avaliar as mdias e as amplitudes de cada
7 Passo
8 Passo
9 Passo
10 Passo
11 Passo
13 Passo - Tabela de % em relao variao total
VARIAO TOTAL E/OU TOLERNCIA
Desvio padro Variao total (%)
Repetitividade 0,197073027 16,40808397
Peas 1,184794492 98,64468957
Repetitividade e reprodutibilidade 0,197073027 16,40808397
Total 1,201072757 100
14 Passo
clique aqui para efetuar o download dos dados utilizados nesse exemplo
Para entender como executar essa funo do Software Action, voc pode consultar:
Para entender como executar essa funo do Software Action, voc pode consultar o
manual do usurio.
Probabilidade de aceitao
Exemplo 2.4.4.1
Medidas
Operador Pea R
1 2 3
1
2
A 3
4
5
1
2
B 3
4
5
1
2
C 3
4
5
Mdia
Para as mdias:
Limite Superior de Controle:
Linha Central:
Limite Inferior de Controle:
Para as amplitudes:
Limite Superior de controle:
Linha Central:
Concluso: De acordo com a Figura 2.4.5.4 quanto mais pontos fora dos limites de
controle melhor. A amplitude entre as linhas de controle, LSC - LIC = 2A 2 reflete
a repetitividade do sistema de medio, enquanto os pontos refletem a
variabilidade entre as peas (processo produtivo). Neste caso, comparamos a
repetitividade do SM (limites de controle) com a variabilidade do processo
produtivo (pontos no grfico). De acordo com o manual da indstria automobilstica
(MSA), quando analisamos o RR pela variao total, a maioria dos pontos do Grfi
co da mdia (Figura 2.4.5.4) devem estar fora dos limites de controle.
3.1 - Estabilidade
Neste mdulo, apresentamos uma estratgia para avaliar a estabilidade de sistemas
de medio no replicveis. A seguir, apresentamos a tcnica da diviso de
amostras.
Diretrizes
Mtodos de anlise:
1 Passo:
Para a realizao deste ensaio ser necessria a utilizao de uma grande
quantidade de peas (50 ou mais) cujas caractersticas como matria-prima
utilizada, mquina que as produziu, temperatura do processo e operador sejam as
mais uniformes possveis.
2 Passo:
Esta tcnica compara a variao de curto prazo (passo 2), no qual as medies so
realizadas na sequncia e em um pequeno perodo de tempo, com a variao de
longo prazo (passo 3), no qual as medies so realizadas a longo do tempo. Se as
variaes de curto prazo e longo prazo so similares, conclumos que o sistema
estvel.
No de leituras
Limites dos Grficos E2 D3 D4
agrupadas (n)
Exemplo 3.1.1
Descrio do Experimento:
Produzir um lote de corpos de prova bastante homogneo (mesma corrida);
Os corpos de prova no degradam durante o tempo de realizao do
experimento;
Disponibilidade de um grande nmero de corpos de prova.
1o Passo:
Para a realizao do experimento utilizamos 32 corpos de prova cujas
caractersticas como matria-prima utilizada, mquina que as produziu, processo e
avaliador sejam as mais uniformes possveis.
2o Passo:
Utilizando 16 corpos de prova (metade do lote), realizamos um estudo de
estabilidade do processo I-MR com o qual verificamos, atravs dos limites de
controle, a variabilidade do processo. Estes 16 corpos de prova so medidos no
mesmo dia (Tabela 3.1.2).
3o Passo:
As 16 peas restantes so medidas periodicamente (semanal) em horrios
diferentes (Tabela 3.1.3). Como critrio para a avaliao da estabilidade utilizamos
a anlise do grfico de controle I-MR, com os mesmos limites de controle obtidos
no 2 passo.
Leituras
1164 1135
1171 1195
1181 1164
1155 1161
1159 1151
1119 1171
1119 1193
1166 1166
clique aqui para efetuar o download dos dados utilizados nesse exemplo
clique aqui para efetuar o download dos dados utilizados nesse exemplo
Utilizando os mesmos limites de controle dos grfico de valores individuais e
amplitudes mveis com as medies do mesmo dia (16 corpos de prova), montamos
o grfico de valores individuais e amplitudes mveis para as medies realizadas
semanalmente, conforme Figura 15.
Para entender como executar essa funo do Software Action, voc pode consultar:
Para entender como executar essa funo do Software Action, voc pode consultar o
manual do usurio.
Operador 1 Operador 2
Pea Parte I Parte II Parte III Parte I Parte II Parte III
1 1 1 1 1 1 1
2 2 2 2 2 2 2
3 3 3 3 3 3 3
4 4 4 4 4 4 4
5 5 5 5 5 5 5
6 6 6 6 6 6 6
7 7 7 7 7 7 7
8 8 8 8 8 8 8
9 9 9 9 9 9 9
10 10 10 10 10 10 10
OPERADOR 1 OPERADOR 2
Modelo Estatstico
em que,
= constante
em que
Operador
Repetitividade
Total
1. Repetitividade
5. Variao total
Exemplo 3.2.1
Objetivo:
Descrio do experimento
Avaliador 1 : Aval. 1.
Avaliador 2 : Aval. 2.
1 1 1168
1 1 1170
1 1 1171
2 1 1179
2 1 1155
2 1 1159
3 1 1161
3 1 1179
3 1 1170
4 1 1190
4 1 1182
4 1 1197
5 1 1135
5 1 1150
5 1 1130
1 2 1142
1 2 1164
1 2 1177
2 2 1173
2 2 1175
2 2 1148
3 2 1184
3 2 1159
3 2 1182
4 2 1190
4 2 1188
4 2 1188
5 2 1139
5 2 1137
5 2 1151
clique aqui para efetuar o download dos dados utilizados nesse exemplo
Aplicao
Repetitividade
Repetitividade e Reprodutibilidade
Variao total
Concluses
Coleta de dados
No exemplo citado na quarta edio, para um Pp=Ppk=0,5 (no qual esperamos 13%
de peas no conformes), foi selecionado 50 peas para realizar o estudo do
sistema de medio por atributo.
Considere um sistema de medio por atributo que compara cada pea com os
limites de especificao, o sistema aceita a pea se a mesma est entre as
especificaes e rejeita caso contrrio (conhecido como sistema passa no passa).
Como qualquer sistema de medio, existe uma rea cinza em torno dos limites de
especificao no qual o sistema de medio comete erros de classificao.
OP-B OP-B
OP-A 1-C 2 - NC Total
1-C
2 - NC
Total
OP-B OP-B
1-C
2 - NC
Total 1
OP-B OP-B
OP-A 1-C 2 - NC
1-C
2 - NC
Passo 8: Critrio: o coeficiente Kappa deve ser superior a 0,75. Se o Kappa for
inferior a 0,75 dizemos que no existe uma boa concordncia entre os avaliadores.
Exemplo 4.1.1
Valor
Pea Operador 1 Operador 2 Operador 3 Padro
Referncia
1 1 1 1 1 0,476901
1 1 1 1 1 0,476901
1 1 1 1 1 0,476901
2 1 1 1 1 0,509015
2 1 1 1 1 0,509015
2 1 1 1 1 0,509015
3 0 0 0 0 0,576459
3 0 0 0 0 0,576459
3 0 0 0 0 0,576459
4 0 0 0 0 0,566152
4 0 0 0 0 0,566152
4 0 0 0 0 0,566152
5 0 0 0 0 0,57036
5 0 0 0 0 0,57036
5 0 0 0 0 0,57036
6 1 1 1 1 0,544951
6 1 1 0 1 0,544951
6 0 0 0 1 0,544951
7 1 1 1 1 0,465454
7 1 1 0 1 0,465454
7 1 1 1 1 0,465454
8 1 1 1 1 0,502295
8 1 1 1 1 0,502295
8 1 1 1 1 0,502295
9 0 0 0 0 0,437817
9 0 0 0 0 0,437817
9 0 0 0 0 0,437817
10 1 1 1 1 0,515573
10 1 1 1 1 0,515573
10 1 1 1 1 0,515573
11 1 1 1 1 0,488905
11 1 1 1 1 0,488905
11 1 1 1 1 0,488905
12 0 0 0 0 0,559918
12 0 0 1 0 0,559918
12 0 0 0 0 0,559918
13 1 1 1 1 0,542704
13 1 1 1 1 0,542704
13 1 1 1 1 0,542704
14 1 1 1 1 0,454518
14 1 1 0 1 0,454518
14 0 1 0 1 0,454518
15 1 1 1 1 0,517377
15 1 1 1 1 0,517377
15 1 1 1 1 0,517377
16 1 1 1 1 0,531939
16 1 1 1 1 0,531939
16 1 1 1 1 0,531939
17 1 1 1 1 0,519694
17 1 1 1 1 0,519694
17 1 1 1 1 0,519694
18 1 1 1 1 0,484167
18 1 1 1 1 0,484167
18 1 1 1 1 0,484167
19 1 1 1 1 0,520496
19 1 1 1 1 0,520496
19 1 1 1 1 0,520496
20 1 1 1 1 0,477236
20 1 1 1 1 0,477236
20 1 1 1 1 0,477236
21 1 1 0 1 0,45231
21 1 0 1 1 0,45231
21 0 1 0 1 0,45231
22 0 0 1 0 0,545604
22 0 1 1 0 0,545604
22 1 0 0 0 0,545604
23 1 1 1 1 0,529065
23 1 1 1 1 0,529065
23 1 1 1 1 0,529065
24 1 1 1 1 0,514192
24 1 1 1 1 0,514192
24 1 1 1 1 0,514192
25 0 0 0 0 0,599581
25 0 0 0 0 0,599581
25 0 0 0 0 0,599581
26 0 0 0 0 0,547204
26 1 0 0 0 0,547204
26 0 0 1 0 0,547204
27 1 1 1 1 0,502436
27 1 1 1 1 0,502436
27 1 1 1 1 0,502436
28 1 1 1 1 0,521642
28 1 1 1 1 0,521642
28 1 1 1 1 0,521642
29 1 1 1 1 0,523754
29 1 1 1 1 0,523754
29 1 1 1 1 0,523754
30 0 0 0 0 0,561457
30 0 0 0 0 0,561457
30 0 1 0 0 0,561457
31 1 1 1 1 0,503091
31 1 1 1 1 0,503091
31 1 1 1 1 0,503091
32 1 1 1 1 0,50585
32 1 1 1 1 0,50585
32 1 1 1 1 0,50585
33 1 1 1 1 0,487613
33 1 1 1 1 0,487613
33 1 1 1 1 0,487613
34 0 0 0 0 0,449696
34 0 0 1 0 0,449696
34 1 1 1 0 0,449696
35 1 1 1 1 0,498698
35 1 1 1 1 0,498698
35 1 1 1 1 0,498698
36 1 1 1 1 0,543077
36 1 1 0 1 0,543077
36 0 1 1 1 0,543077
37 0 0 0 0 0,409238
37 0 0 0 0 0,409238
37 0 0 0 0 0,409238
38 1 1 1 1 0,488184
38 1 1 1 1 0,488184
38 1 1 1 1 0,488184
39 0 0 0 0 0,427687
39 0 0 0 0 0,427687
39 0 0 0 0 0,427687
40 1 1 1 1 0,501132
40 1 1 1 1 0,501132
40 1 1 1 1 0,501132
41 1 1 1 1 0,513779
41 1 1 1 1 0,513779
41 1 1 1 1 0,513779
42 0 0 0 0 0,566575
42 0 0 0 0 0,566575
42 0 0 0 0 0,566575
43 1 1 1 1 0,46241
43 0 1 1 1 0,46241
43 1 1 0 1 0,46241
44 1 1 1 1 0,470832
44 1 1 1 1 0,470832
44 1 1 1 1 0,470832
45 0 0 0 0 0,412453
45 0 0 0 0 0,412453
45 0 0 0 0 0,412453
46 1 1 1 1 0,493441
46 1 1 1 1 0,493441
46 1 1 1 1 0,493441
47 1 1 1 1 0,486379
47 1 1 1 1 0,486379
47 1 1 1 1 0,486379
48 0 0 0 0 0,587893
48 0 0 0 0 0,587893
48 0 0 0 0 0,587893
49 1 1 1 1 0,483803
49 1 1 1 1 0,483803
49 1 1 1 1 0,483803
50 0 0 0 0 0,446697
50 0 0 0 0 0,446697
50 0 0 0 0 0,446697
clique aqui para efetuar o download dos dados utilizados nesse exemplo
Passo 4: Tabelas de frequncias
Op. B
1-C 97 3 100
2-NC 6 44 50
Op. C
1-C 92 8 100
2-NC 7 43 50
Total 99 51 150
Op. C
1-C 94 9 103
2-NC 5 42 47
Total 99 51 150
Op. B
Op. C
Op. C
Op. B
Op. C
Op. C
Concluso: Como o Kappa maior que 0,75 (0,863) conclumos que existe
concordncia entre os avaliadores A e B.
Concluso: Como o Kappa maior que 0,75 (0,776) conclumos que existe
concordncia entre os avaliadores A e C.
Concluso: Como o Kappa maior que 0,75 (0,788) conclumos que existe
concordncia entre os avaliadores B e C.
Calculando o coeficiente Kappa com relao ao padro
REF
Op. A 1-C 2-NC Total
1-C 97 3 100
2-NC 5 45 50
Total 102 48 150
REF
Op. B 1-C 2-NC Total
1-C 100 3 103
2-NC 2 45 47
Total 102 48 150
REF
Op. C 1-C 2-NC Total
1-C 93 6 99
2-NC 9 42 51
Total 102 48 150
REF
Op. A 1-C 2-NC Total
1-C 0,647 0,02 0,667
2-NC 0,033 0,3 0,333
Total 0,68 0,32 1
REF
Op. B 1-C 2-NC Total
1-C 0,667 0,02 0,687
2-NC 0,013 0,3 0,313
Total 0,68 0,32 1
REF
Op. C 1-C 2-NC Total
1-C 0,62 0,04 0,66
2-NC 0,06 0,28 0,34
Total 0,68 0,32 1
REF
Op. A 1-C 2-NC
1-C 0,453 0,213
2-NC 0,227 0,107
REF
Op. B 1-C 2-NC
1-C 0,467 0,220
2-NC 0,213 0,1
REF
Op. C 1-C 2-NC
1-C 0,449 0,211
2-NC 0,231 0,109
Avaliador B e o padro:
Avaliador C e o padro:
Algumas definies
Ento:
Assim:
Taxa de erro:
Taxa de falso alarme:
Taxa de concordncia:
Referncia Referncia
Total o2 q2 n
9.3 - Concordncia
Exemplo 4.1.2
Voltando ao Exemplo 4.1.1, vamos calcular as Taxas de Erro e Falso Alarme para
cada Avaliador.
Vamos construir as tabelas com o numeros de medies para cada operador:
Avaliador A
clique aqui para efetuar o download dos dados utilizados nesse exemplo
Referncia
Avaliador A Total
Aprova Reprova
Aprova 97 3 100
Reprova 5 45 50
9.3 - Concordncia
Avaliador B
Tabela 45: Nmero de medies por referncia e pelo Avaliador B
Aprova Reprova
Aprova 100 3 103
Reprova 2 45 47
9.3 - Concordncia
Avaliador C
Tabela 46: Nmero de medies por referncia e pelo Avaliador C
Referncia
Avaliador C Total
Aprova Reprova
Aprova 93 6 99
Reprova 9 42 51
9.3 - Concordncia
Concluso: Como todos os valores de Kappa esto acima de 0,75, conclumos que
os operadores concordam entre si e com o padro. Porm, as taxas de erro dos
operadores ( , , ) esto acima do especificado
pelo manual MSA, que de 5%. Desta forma, temos uma oportunidade de melhoria.
Deteco de sinais
Uma alternativa para estimar a Banda Cinza (ver Figura 18), uma regio no qual o
dispositivo apresenta probabilidade alta de m classificao, usar a teoria da
Deteco do Sinal.
Passos:
Orientaes:
Passo 2: Ordene os dados em ordem decrescente (maior para o menor) com base
nos valores de referncia das peas (veja tabela 4.1.2).
Passo 3: Identificar os pontos final e inicial das duas reas cinza. Na tabela 4.1.2
mostrado na coluna cdigo.
Sinal Descrio
Aceita com Concordncia Total
Rejeita com Concordncia Total
No Concordncia
Seja
Passo 5:
Seja,
distncia entre a ltima pea aceita por todos os avaliadores na zona III para
a primeira pea rejeitada por todos os avaliadores na zona I.
distncia ente a ltima pea aceita por todos os avaliadores para a primeira
pea rejeitada por todos (para cada especificao).
Ento,
ou a estimativa da
Exemplo 4.1.3:
Operador Valor do
Pea Padro
A B C Padro
1 C NC NC C 143,06
1 C NC NC C 143,06
1 C NC NC C 143,06
2 C C C C 142,68
2 C C C C 142,68
2 C C C C 142,68
3 NC NC NC NC 145,28
3 NC NC NC NC 145,28
3 NC NC NC NC 145,28
4 C C C C 142,54
4 C C C C 142,54
4 C C C C 142,54
5 NC NC NC NC 143,28
5 NC NC NC NC 143,28
5 NC NC NC NC 143,28
6 C C C C 142,8
6 C C C C 142,8
6 C C C C 142,8
7 C C C C 142,28
7 C C C C 142,28
7 C C C C 142,28
8 C C C C 143
8 C C C C 143
8 C C NC C 143
9 C C C C 142,9
9 C C C C 142,9
9 C C C C 142,9
10 C C C C 142,1
10 NC C C C 142,1
10 C NC NC C 142,1
11 C C C C 142,3
11 C C C C 142,3
11 C C C C 142,3
12 NC NC NC NC 142,08
12 NC NC NC NC 142,08
12 C NC NC NC 142,08
13 NC NC NC C 142,13
13 C C NC C 142,13
13 C NC NC C 142,13
14 NC NC NC NC 143,63
14 NC NC NC NC 143,63
14 NC NC NC NC 143,63
15 NC NC NC NC 141,8
15 NC NC NC NC 141,8
15 NC NC NC NC 141,8
16 C NC NC C 143,1
16 C NC C C 143,1
16 C NC C C 143,1
17 C C C C 142,5
17 C C C C 142,5
17 C C C C 142,5
18 NC NC NC NC 143,19
18 NC NC NC NC 143,19
18 NC NC NC NC 143,19
19 C C C C 142,3
19 C C C C 142,3
19 C C C C 142,3
20 C C C C 142,75
20 C C C C 142,75
20 C C C C 142,75
21 C C C C 142,28
21 C C C C 142,28
21 C C C C 142,28
22 C C NC C 142,94
22 C C C C 142,94
22 C C NC C 142,94
23 NC NC NC NC 143,15
23 NC NC NC NC 143,15
23 NC NC NC NC 143,15
24 C NC C C 143,08
24 NC NC NC C 143,08
24 C C NC C 143,08
25 C C C C 142,11
25 C C C C 142,11
25 C NC NC C 142,11
26 C C C C 143
26 C C C C 143
26 C C NC C 143
27 NC NC NC NC 143,22
27 NC NC NC NC 143,22
27 NC NC NC NC 143,22
28 NC NC NC NC 143,5
28 NC NC NC NC 143,5
28 NC NC NC NC 143,5
29 C C C C 142,85
29 C C C C 142,85
29 C C C C 142,85
30 C C C C 142,73
30 C C C C 142,73
30 C C C C 142,73
31 C C C C 142,59
31 C C C C 142,59
31 C C C C 142,59
32 C C C C 142,89
32 C C C C 142,89
32 C C C C 142,89
33 C C NC C 143,02
33 C C C C 143,02
33 C C NC C 143,02
34 NC NC NC NC 142
34 NC NC NC NC 142
34 NC NC NC NC 142
35 C C C C 142,25
35 C C C C 142,25
35 C C C C 142,25
36 C C C C 142,33
36 C C C C 142,33
36 C C C C 142,33
37 C C NC C 143,05
37 C C C C 143,05
37 C C NC C 143,05
38 C C C C 142,82
38 C C C C 142,82
38 C C C C 142,82
39 C C C C 142,89
39 C C C C 142,89
39 C C C C 142,89
40 C C C C 142,49
40 C C C C 142,49
40 C C C C 142,49
41 NC NC NC NC 141,95
41 NC NC NC NC 141,95
41 NC NC NC NC 141,95
42 C C NC C 142,13
42 C NC NC C 142,13
42 C NC NC C 142,13
43 C C C C 142,45
43 C C C C 142,45
43 C C C C 142,45
44 C C C C 142,68
44 C C C C 142,68
44 C C C C 142,68
45 C C C C 142,26
45 C C C C 142,26
45 C C C C 142,26
46 C C C C 142,27
46 C C C C 142,27
46 C C C C 142,27
47 C C C C 142,31
47 C C C C 142,31
47 C C C C 142,31
48 C C C C 142,68
48 C C C C 142,68
48 C C C C 142,68
49 C C C C 142,59
49 C C C C 142,59
49 C C C C 142,59
50 C C C C 142,25
50 C C C C 142,25
50 C C C C 142,25
clique aqui para efetuar o download dos dados utilizados nesse exemplo
Para entender como executar essa funo do Software Action, voc pode consultar o
manual do usurio.
Faixa II - Regio prxima aos limites de engenharia que nos leva a erros de
classificao pelo sistema de medio passa no passa.
Faixa III - A pea considerada reprovada pelo sistema de medio referncia e pelo
sistema de medio passa no passa.
Figura 4.1.1.4: Calibrador tampo liso - lado Figura 4.1.1.5: Calibrador tampo liso - lado
passa. no passa.
Selecionamos as peas de tal forma que a menor (maior) pea seja aprovada
(reprovada) em todas as avaliaes.
Total de Total de
Pea Dimetro Aprovao Pea Dimetro Aprovao
Medies Medies
1 9,64 20 20 1 -0,06 20 20
2 9,65 20 20 2 -0,05 20 20
3 9,67 20 20 3 -0,03 20 20
4 9,68 8 20 4 -0,02 8 20
5 9,7 5 20 5 0 5 20
6 9,71 3 20 6 0,01 3 20
7 9,73 0 20 7 0,03 0 20
8 9,75 0 20 8 0,05 0 20
Tabela 4.1.2.1:Dados do experimento Tabela 4.1.2.2: Dados Padronizados
e
O manual MSA(2002) prope que as probabilidades sejam estimadas segundo a
expresso (4.1.3.4) e que o mtodo de mnimos quadrados seja aplicado para
estimarmos a tendncia e a repetitividade.
Exemplo 4.1.3.1
Um dispositivo de medio por atributo est sendo usado para medir uma dimenso
que tem tolerncia de . O Dispositivo de medio usado em inspeo
automtica 100%, de fim de linha, e afetado pela repetitividade e tendncia.
Para fazer o estudo de dispositivo de medio de atributo, 8 peas com medidas
padro em intervalos de 0,002 e -0,016 a -0,002 so passadas pelo dispositivo de
medio 20 vezes cada. Os nmeros de aceitaes para cada pea esto na Tabela
4.1.3.1:
Aprovao
-0,016 0
-0,014 3
-0,012 8
-0,01 20
-0,008 20
-0,006 20
-0,004 20
-0,002 20
Uma vez que existem dois valores de referncia com , no mnimo quatro
peas a mais devem ser encontradas. Conseqentemente, necessrio passar
peas com valores de referncia nos pontos mdios dos intervalos existentes. Estes
valores de referncia e os nmeros de aceitao esto mostrados na Tabela
4.1.3.3:
Aprovao
-0,015 1
-0,013 8
-0,011 16
Aprovao
-0,0105 18
Ressaltamos que essas medidas esto dispostas ao redor do Limite Inferior. Por
exemplo:
Figura 4.1.3.5: Classificao das peas no sistema de medio passa - no passa.
Aprovao Total
-0,016 0 20 0,025 -1,959
-0,015 1 20 0,075 -1,439
-0,014 3 20 0,175 -0,934
-0,013 5 20 0,275 -0,597
-0,012 8 20 0,425 -0,189
-0,011 16 20 0,775 0,755
-0,0105 18 20 0,875 1,150
-0,01 20 20 0,975 1,959
-0,008 20 20 0,975 1,959
Portanto a equao :
Assim:
e , logo temos
Para :
Para :
Deste modo:
Ou ainda,
5 - Aplicaes do MSA
Nesta seo, vamos mostrar algumas aplicaes do MSA a sistemas de medies.
Todos os casos apresentados so reais e foram elaborados pelo cliente com a
participao da equipe ESTATCAMP.
Para que a equipe possa conhecer melhor o sistema de medio e sua aplicao,
fazemos uma anlise de cenrio atravs das seguintes questes:
Importncia/impacto no produto?
Reclamaes de Clientes?
Histrico de Falhas?
caracterstica especial?
Condies Ambientais?
Sistema de medio utilizado para CEP?
A fase I nos prepara para fazermos uma boa descrio do sistema de medio.
Assim, reunimos a equipe para realizarmos a descrio do sistema de medio e
elaborarmos o diagrama de Ishikawa.
Varivel: Dureza;
Descrio: medida realizada com 15N e transformada para HRC;
Especificao: mnimo de 55 HRC.
Outro ponto importante para a anlise do sistema de medio o diagrama de
Ishikawa, ou diagrama de causa e Efeito. Com toda a equipe reunida (nesta fase
importante contarmos com a presena de operadores), realizamos um
brainstorming sobre as principais causas de variao no sistema de medio. O
diagrama de Ishikawa fundamental para definirmos os pontos crticos e a tcnicas
estatsticas que utilizaremos para avaliar o sistema de medio.
Estabilidade
Medida
Subgurpo Data Horrio Pessoa Equipamento Medida 1 Medida 2
3
1 31/5/2010 08:00 A Durmetro 61,0 62,3 59,5
2 31/5/2010 14:00 A Durmetro 59,5 61,3 61,8
3 31/5/2010 23:00 B Durmetro 60,0 59,2 62,5
4 1/6/2010 08:00 A Durmetro 61,8 58,6 58,2
5 1/6/2010 14:00 A Durmetro 63,0 59,0 60,8
6 1/6/2010 23:00 B Durmetro 59,1 60,0 61,7
7 2/6/2010 08:00 A Durmetro 62,3 58,6 61,3
8 2/6/2010 14:00 A Durmetro 61,8 62,3 63,5
9 2/6/2010 23:00 B Durmetro 60,8 61,3 61
10 3/6/2010 08:00 A Durmetro 62,3 59,0 60,8
11 3/6/2010 14:00 A Durmetro 60,8 58,2 60
12 3/6/2010 23:00 B Durmetro 56,8 59,5 60,8
13 4/6/2010 08:00 A Durmetro 58,6 59,0 56,5
14 4/6/2010 14:00 A Durmetro 60,0 62,3 61,8
15 4/6/2010 23:00 B Durmetro 61,3 61,0 62,3
16 7/6/2010 08:00 A Durmetro 61,0 59,5 60
17 7/6/2010 14:00 A Durmetro 61,8 63,0 59,1
18 7/6/2010 23:00 B Durmetro 62,3 61,8 60,8
19 8/6/2010 08:00 A Durmetro 58,6 59,0 60
20 8/6/2010 14:00 A Durmetro 58,6 62,3 61,3
21 8/6/2010 23:00 B Durmetro 60,8 60,0 60,8
clique aqui para efetuar o download dos dados utilizados nesse exemplo
Sistema estvel ao longo do tempo. Todos os pontos esto dentro das linhas de
controle.
Medidas
61,0
59,5
60,0
61,8
63,0
59,1
62,3
61,8
60,8
62,3
60,8
56,8
58,6
60,0
61,3
62,3
61,3
59,2
58,6
59,0
60,0
58,6
62,3
61,3
59,0
58,2
59,5
59,0
62,3
61,0
59,5
61,8
62,5
58,2
60,8
61,7
61,3
63,5
61
60,8
60
60,8
56,5
61,8
62,3
VR VT
60,4 10
clique aqui para efetuar o download dos dados utilizados nesse exemplo
RR - Repetitividade e Reprodutibilidade
Peas Medidas
1 60,0
2 65,0
3 62,3
4 61,3
5 65,0
6 62,3
7 59,5
8 59,0
9 59,0
10 61,8
1 61,8
2 65,0
3 61,3
4 61,8
5 64,0
6 63,5
7 58,2
8 58,6
9 59,4
10 60,8
1 61,3
2 65,7
3 62,3
4 61,3
5 64,5
6 64,0
7 57,8
8 60,0
9 60,4
10 61,8
clique aqui para efetuar o download dos dados utilizados nesse exemplo
Resultados desse exemplo obtidos com o software Action:
Para entender como executar essa funo do Software Action, voc pode consultar:
Para entender como executar essa funo do Software Action, voc pode consultar o
manual do usurio.
Anlise grfica:
O sistema apresenta uma boa discriminao e repetitividade e mantem-se
consistente entre as peas.
Anlise dos ndices:
Apesar de obtermos um RR de 29%, devemos lembrar que estamos lidando com um
sistema de medio no-replicvel (dureza). Como no podemos medir a pea no
mesmo ponto, isto causa um aumento natural na repetitividade, com a incluso da
variao interna da pea.
Portanto, concluimos que o sistema de medio compatvel com o processo.
5.2 - Medio da posio real em uma flange
Sistema de medio para posio real de uma flange de entrada
Para que a equipe possa conhecer melhor o sistema de medio e sua aplicao,
fazemos uma anlise de cenrio atravs das seguintes questes:
Importncia/impacto no produto?
Reclamaes de Clientes?
Histrico de Falhas?
caracterstica especial?
Condies Ambientais?
A fase I nos prepara para fazermos uma boa descrio do sistema de medio.
Assim, reunimos a equipe para realizarmos a descrio do sistema de medio e
elaborarmos o diagrama de Ishikawa.
Estabilidade
Mnimo Mximo
Subgurp Horri Pesso Equipament
Data Medid Medid Medid Medid Medid Medid
o o a o
a1 a2 a3 a1 a2 a3
31/5/201 Tridimension
1 07:30 A 0,077 0,073 0,073 0,182 0,182 0,181
0 al
31/5/201 Tridimension
2 13:00 A 0,048 0,068 0,077 0,181 0,188 0,181
0 al
31/5/201 Tridimension
3 16:00 A 0,078 0,078 0,074 0,180 0,183 0,182
0 al
Tridimension
4 1/6/2010 07:00 A 0,076 0,069 0,066 0,181 0,180 0,174
al
Tridimension
5 1/6/2010 13:10 A 0,066 0,068 0,066 0,178 0,178 0,178
al
Tridimension
6 1/6/2010 16:15 A 0,068 0,060 0,079 0,177 0,185 0,177
al
Tridimension
7 2/6/2010 07:30 A 0,076 0,076 0,075 0,176 0,179 0,178
al
Tridimension
8 2/6/2010 13:25 A 0,075 0,076 0,075 0,178 0,178 0,178
al
Tridimension
9 2/6/2010 16:00 A 0,074 0,076 0,078 0,177 0,179 0,178
al
Tridimension
10 3/6/2010 07:10 A 0,075 0,075 0,077 0,179 0,177 0,177
al
Tridimension
11 3/6/2010 13:30 A 0,075 0,076 0,071 0,178 0,178 0,178
al
Tridimension
12 3/6/2010 16:00 A 0,076 0,077 0,077 0,178 0,177 0,178
al
Tridimension
13 7/6/2010 09:00 A 0,076 0,076 0,073 0,173 0,177 0,177
al
Tridimension
14 7/6/2010 13:20 A 0,077 0,075 0,075 0,175 0,179 0,177
al
Tridimension
15 7/6/2010 16:30 A 0,071 0,078 0,075 0,177 0,178 0,179
al
Tridimension
16 8/6/2010 07:15 A 0,075 0,075 0,075 0,178 0,177 0,177
al
Tridimension
17 8/6/2010 14:00 A 0,074 0,074 0,074 0,178 0,178 0,178
al
18 8/6/2010 16:30 A Tridimension 0,074 0,074 0,076 0,178 0,178 0,178
al
Tridimension
19 9/6/2010 07:30 A 0,076 0,075 0,073 0,177 0,176 0,177
al
Tridimension
20 9/6/2010 13:40 A 0,076 0,074 0,075 0,177 0,177 0,179
al
Tridimension
21 9/6/2010 16:00 A 0,073 0,075 0,075 0,179 0,178 0,179
al
clique aqui para efetuar o download dos dados utilizados nesse exemplo
RR - Repetitividade e Reprodutibilidade
clique aqui para efetuar o download dos dados utilizados nesse exemplo
Para entender como executar essa funo do Software Action, voc pode consultar o
manual do usurio.
Para entender como executar essa funo do Software Action, voc pode consultar o
manual do usurio.
Anlise grfica:
O sistema apresenta uma boa discriminao e repetitividade e mantem-se
consistente entre as peas.
Anlise dos ndices:
Obtivemos um RR de 3,61% para o mximo e 11,43% para o mnimo.Portanto,
concluimos que a variabilidade do sistema de medio adequado ao processo.
Tendncia
A pea selecionada no estudo de estabilidade foi medida pelo cleinte para que
possamos estabelecer o valor de referncia. Validaremos a repetitividade atravs
do RR feita anteriormente.
Dados
0,077
0,071
0,077
0,073
0,075
0,075
0,075
0,074
0,076
0,073
0,075
0,075
clique aqui para efetuar o download dos dados utilizados nesse exemplo
Para entender como executar essa funo do Software Action, voc pode consultar o
manual do usurio.
Dados
0,177
0,178
0,178
0,177
0,177
0,179
0,177
0,178
0,178
0,177
0,179
0,179
clique aqui para efetuar o download dos dados utilizados nesse exemplo
Para que a equipe possa conhecer melhor o sistema de medio e sua aplicao,
fazemos uma anlise de cenrio atravs das seguintes questes:
Importncia/impacto no produto?
Reclamaes de Clientes?
Histrico de Falhas?
caracterstica especial?
Condies Ambientais?
Para entender como executar essa funo do Software Action, voc pode consultar o
manual do usurio.
clique aqui para efetuar o download dos dados utilizados nesse exemplo
Todos os ndices foram muito bons, exceto o falso alarme do operador 2. Desde que
o falso alarme est associado a peas boas que so refugadas, o que no acarreta
prejuzos ao cliente, consideramos o sistema de medio adequado ao processo.
Para que a equipe possa conhecer melhor o sistema de medio e sua aplicao,
fazemos uma anlise de cenrio atravs das seguintes questes:
Importncia/impacto no produto?
Reclamaes de Clientes?
Histrico de Falhas?
caracterstica especial?
Condies Ambientais?
A fase I nos prepara para fazermos uma boa descrio do sistema de medio.
Assim, reunimos a equipe para realizarmos a descrio do sistema de medio e
elaborarmos o diagrama de Ishikawa.
Descrio do sistema de medio de pesagem de matria-prima.
Para entender como executar essa funo do Software Action, voc pode consultar o
manual do usurio.
Estabilidade
clique aqui para efetuar o download dos dados utilizados nesse exemplo
clique aqui para efetuar o download dos dados utilizados nesse exemplo
RR - Repetitividade e Reprodutibilidade
Tolerncia
3,6492
clique aqui para efetuar o download dos dados utilizados nesse exemplo
Para entender como executar essa funo do Software Action, voc pode consultar:
Para entender como executar essa funo do Software Action, voc pode consultar o
manual do usurio.
Para que a equipe possa conhecer melhor o sistema de medio e sua aplicao,
fazemos uma anlise de cenrio atravs das seguintes questes:
Importncia/impacto no produto?
Reclamaes de Clientes?
Histrico de Falhas?
caracterstica especial?
Condies Ambientais?
Sistema de medio utilizado para CEP?
A fase I nos prepara para fazermos uma boa descrio do sistema de medio.
Assim, reunimos a equipe para realizarmos a descrio do sistema de medio e
elaborarmos o diagrama de Ishikawa.
clique aqui para efetuar o download dos dados utilizados nesse exemplo
Para entender como executar essa funo do Software Action, voc pode consultar:
Para entender como executar essa funo do Software Action, voc pode consultar o
manual do usurio.
Estabilidade
clique aqui para efetuar o download dos dados utilizados nesse exemplo
Data Hora M1 M2 M3
21/01/2011 10:33:00 0 -0,02 -0,01
25/01/2011 10:25:00 0 0 -0,02
31/01/2011 11:33:00 0 0 -0,01
01/02/2011 10:55:00 0 0,01 0
02/02/2011 14:40:00 0 -0,01 0
03/02/2011 11:54:00 0 -0,01 -0,01
04/02/2011 14:43:00 0,01 0,01 0
07/02/2011 14:38:00 0,03 0,03 0,01
08/02/2011 14:39:00 0 0,01 0,01
09/02/2011 14:35:00 0 0 0
15/02/2011 10:07:00 -0,02 -0,01 -0,01
16/02/2011 14:17:00 0,01 0 -0,01
17/02/2011 14:28:00 -0,01 -0,02 -0,02
18/02/2011 14:40:00 0 -0,01 -0,01
21/02/2011 11:27:00 0 -0,01 -0,02
22/02/2011 11:02:00 0 0,01 -0,01
23/02/2011 14:46:00 0,04 0,03 0,03
28/02/2011 14:03:00 0 -0,01 0
01/03/2011 11:09:00 0 0 0
03/03/2011 10:22:00 0 -0,01 -0,01
04/03/2011 11:18:00 -0,02 -0,02 -0,03
08/03/2011 11:34:00 0,01 0 0
09/03/2011 11:40:00 0 0 0,01
10/03/2011 13:28:00 0,02 0,02 0,01
11/03/2011 10:23:00 0,01 0,01 0,01
clique aqui para efetuar o download dos dados utilizados nesse exemplo
Tendncia e Linearidade
clique aqui para efetuar o download dos dados utilizados nesse exemplo
1 -0,01 0,206806
2 0,03 0,355426
3 0,87 0,216434
4 -0,81 0,441185
5 -0,6 0,283815
6 0,05 0,229691
7 0,59 0,194622
8 -0,98 0,195215
9 -0,92 0,080622
10 -0,47 0,148387
11 0,25 0,212301
12 -0,52 0,157431
Para entender como executar essa funo do Software Action, voc pode consultar o
manual do usurio.
Para que a equipe possa conhecer melhor o sistema de medio e sua aplicao, fazemos uma anlise de
Importncia/impacto no produto?
Reclamaes de Clientes?
Histrico de Falhas?
caracterstica especial?
Condies Ambientais?
Sistema de medio utilizado para CEP?
A fase I nos prepara para fazermos uma boa descrio do sistema de medio.
Assim, reunimos a equipe para realizarmos a descrio do sistema de medio e
elaborarmos o diagrama de Ishikawa.
clique aqui para efetuar o download dos dados utilizados nesse exemplo
Para entender como executar essa funo do Software Action, voc pode consultar:
Para entender como executar essa funo do Software Action, voc pode consultar o
manual do usurio.
Um dos itens crtico de um sistema de medio so os equipamentos utilizados para
realizarmos as medies. Os equipamentos so calibrados por laboratrios
acreditados ao INMETRO e os certificados de calibrao devem ser avaliados
criticamente com relao a critrios previamente definidos. Nesta aplicao, o
paqumetro tem resoluo de 0,01 mm, calibrado anualmente. O erro mximo
permissvel da calibrao do paqumetro de 0,03 mm. Com isso, garantimos a
exatido requerida de 0,04 mm. Na sequncia, apresentamos uma foto da medio
da altura do pino tubular.
Figura 5.6.2: Posicionamento do paqumetro.
Figura 5.6.3: Medio da altura do rebite tubular.
Estabilidade
clique aqui para efetuar o download dos dados utilizados nesse exemplo
Resultados desse exemplo obtidos com o software Action:
Para entender como executar essa funo do Software Action, voc pode consultar:
Para entender como executar essa funo do Software Action, voc pode consultar o
manual do usurio.
clique aqui para efetuar o download dos dados utilizados nesse exemplo
Resultados desse exemplo obtidos com o software Action:
Para entender como executar essa funo do Software Action, voc pode consultar:
Para entender como executar essa funo do Software Action, voc pode consultar o
manual do usurio.
Tendncia e Linearidade
clique aqui para efetuar o download dos dados utilizados nesse exemplo
Tabela 5.5.1: Tabela para realizao do estudo de Tendncia e Linearidade.
Para entender como executar essa funo do Software Action, voc pode consultar o
manual do usurio.
Algumas sugestes de concluso:
Escolher um tipo de pea (motor MWM Euro 5). Como o sistema de medio
no replicvel, medimos a pea apenas uma vez. Portanto, vamos utilizar diversos
motores do mesmo modelo. Tambm importante escolher alguns pontos
especficos do motor para o acompanhamento. Escolhemos trs pontos de
aplicao de torque.
Determinar a periodicidade do estudo: escolhemos uma vez por semana.
Para que a equipe possa conhecer melhor o sistema de medio e sua aplicao,
fazemos uma anlise de cenrio atravs das seguintes questes:
Importncia/impacto no produto?
Reclamaes de Clientes?
Histrico de Falhas?
caracterstica especial?
Condies Ambientais?
A fase I nos prepara para fazermos uma boa descrio do sistema de medio.
Assim, reunimos a equipe para realizarmos a descrio do sistema de medio e
elaborarmos o diagrama de Ishikawa.
Para entender como executar essa funo do Software Action, voc pode consultar:
Para entender como executar essa funo do Software Action, voc pode consultar o
manual do usurio.
Estabilidade
Semana T1 T2 T3
1 0 -0,56 -2,57
2 -9,59 -3,48 -2,44
3 -5,84 -3,26 -4,01
4 -5,59 -8,38 -1,31
5 -9,66 -3,78 -3,79
6 -1,52 -2,9 -3,96
7 -1,1 -9,79 -4,63
8 -8,29 0,1 -3,82
9 -3,31 0,08 0,66
10 -3,28 0,09 -10,18
11 -5,22 -6,01 -5,94
12 -8,15 -2,28 -4,62
13 -0,5 -3,29 -1,51
14 -6,82 -9,23 -4,48
15 -6,89 -0,94 -1,29
16 -0,64 -4,27 -0,64
17 -6,82 -2,41 -10,14
18 -1,08 -1,78 -4,8
19 -6,03 -6,63 -6,12
20 -7,77 -3,81 -2,14
21 -3,14 -4,33 -7,2
22 -2,22 -3,42 -5,34
23 0,14 -6,28 -2,56
24 -1,13 -4,57 -4,43
25 -0,54 -4,33 -0,95
clique aqui para efetuar o download dos dados utilizados nesse exemplo
Sistema estvel ao longo do tempo. Todos os pontos esto dentro das linhas de
controle.
Tendncia: vamos aplicar o estudo de tendncia nos trs pontos de torque do
motor. A seguir, temos o estudo no primeiro ponto.
Semana T1
1 0
2 -9,59
3 -5,84
4 -5,59
5 -9,66
6 -1,52
7 -1,1
8 -8,29
9 -3,31
10 -3,28
11 -5,22
12 -8,15
13 -0,5
14 -6,82
15 -6,89
16 -0,64
17 -6,82
18 -1,08
19 -6,03
20 -7,77
21 -3,14
22 -2,22
23 0,14
24 -1,13
25 -0,54
clique aqui para efetuar o download dos dados utilizados nesse exemplo
Semana T2
1 -0,56
2 -3,48
3 -3,26
4 -8,38
5 -3,78
6 -2,9
7 -9,79
8 0,1
9 0,08
10 0,09
11 -6,01
12 -2,28
13 -3,29
14 -9,23
15 -0,94
16 -4,27
17 -2,41
18 -1,78
19 -6,63
20 -3,81
21 -4,33
22 -3,42
23 -6,28
24 -4,57
25 -4,33
Nos trs pontos de torque do motor, a linha do zero no faz parte do intervalo de
confiana, aa tendncias encontradas so significativas ao nvel de significncia de
5%.
RR - Repetitividade e Reprodutibilidade
Ponto Tendncia
1 0
1 -9,59
1 -5,84
1 -5,59
1 -9,66
1 -1,52
1 -1,1
1 -8,29
1 -3,31
1 -3,28
1 -5,22
1 -8,15
1 -0,5
1 -6,82
1 -6,89
1 -0,64
1 -6,82
1 -1,08
1 -6,03
1 -7,77
1 -3,14
1 -2,22
1 0,14
1 -1,13
1 -0,54
2 -0,56
2 -3,48
2 -3,26
2 -8,38
2 -3,78
2 -2,9
2 -9,79
2 0,1
2 0,08
2 0,09
2 -6,01
2 -2,28
2 -3,29
2 -9,23
2 -0,94
2 -4,27
2 -2,41
2 -1,78
2 -6,63
2 -3,81
2 -4,33
2 -3,42
2 -6,28
2 -4,57
2 -4,33
3 -2,57
3 -2,44
3 -4,01
3 -1,31
3 -3,79
3 -3,96
3 -4,63
3 -3,82
3 0,66
3 -10,18
3 -5,94
3 -4,62
3 -1,51
3 -4,48
3 -1,29
3 -0,64
3 -10,14
3 -4,8
3 -6,12
3 -2,14
3 -7,2
3 -5,34
3 -2,56
3 -4,43
3 -0,95
clique aqui para efetuar o download dos dados utilizados nesse exemplo
6 - Apndice
Nesta seo, esto as tabelas usadas ao longo do contedo estatstico do MSA 4
edio.
6.2 - Tabela de d2
m: Nmero de dados para calcular cada Amplitude
2 3 4 5 6 7 8 9 10 11 12 13 14 15
1,41 1,91 2,24 2,48 2,67 2,83 2,96 3,08 3,18 3,27 3,35 3,42 3,49 3,55
1
1 2 2,9 3,8 4,67 5,5 6,3 7 7,7 8,3 9 9,6 10,2 10,8
g 1,28 1,81 2,15 2,40 2,60 2,77 2,91 3,02 3,13 3,22 3,30 3,38 3,45 3,51
2
1,9 3,8 5,7 7,5 9,2 10,8 12,3 13,8 15,1 16,5 17,8 19,0 20,2 21,3
1,23 1,77 2,12 2,38 2,58 2,75 2,89 3,01 3,11 3,21 3,29 3,37 3,43 3,50
3
2,8 5,7 8,4 11,1 13,6 16,0 18,3 20,5 22,6 24,6 26,5 28,4 30,1 31,9
4 1,21 1,75 2,11 2,37 2,57 2,74 2,88 3,00 3,10 3,2 3,28
3,7 7,5 11,2 14,7 18,1 21,3 24,4 27,3 30,1 32,7 35,3
1,19 1,74 2,10 2,36 2,56 2,73 2,87 2,99 3,10 3,19 3,28 3,35 3,42 3,49
5
4,6 9,3 13,9 18,4 22,6 26,6 30,4 34,0 37,5 40,8 44,0 47,1 50,1 52,9
1,18 1,73 2,09 2,35 2,56 2,73 2,87 2,99 3,10 3,19 3,27 3,35 3,42 3,49
6
5,5 11,1 16,7 22,0 27,0 31,8 36,4 40,8 45,0 49,0 52,8 56,5 60,1 63,5
1,17 1,73 2,09 2,35 2,55 2,72 2,87 2,99 3,10 3,19 3,27 3,35 3,42 3,48
7
6,4 12,9 19,4 25,6 31,5 37,1 42,5 47,6 52,4 57,1 61,6 65,9 70,0 74,0
1,17 1,72 2,08 2,35 2,55 2,72 2,87 2,98 3,09 3,19 3,27 3,35 3,42 3,48
8
7,2 14,8 22,1 29,2 36,0 42,4 48,5 54,3 59,9 65,2 70,3 75,2 80,0 84,6
1,16 1,72 2,08 2,34 2,55 2,72 2,86 2,98 3,09 3,18 3,27 3,35 3,42 3,48
9
8,1 16,6 24,9 32,9 40,4 47,7 54,5 61,1 67,3 73,3 79,1 84,6 90,0 95,1
1,16 1,72 2,08 2,34 2,55 2,72 2,86 2,98 3,09 3,18 3,27 3,34 3,42 3,48
10
9,0 18,4 27,6 36,5 44,9 52,9 60,6 67,8 74,8 81,5 87,9 94,0 99,9 105,6
1,16 1,71 2,08 2,34 2,55 2,72 2,86 2,98 3,09 3,18 3,27 3,34 3,41 3,48
11
9,9 20,2 30,3 40,1 49,4 58,2 66,6 74,6 82,2 89,6 96,6 103,4 109,9 116,2
1,15 1,71 2,07 2,34 2,55 2,72 2,85 2,98 3,09 3,18 3,27 3,34 3,41 3,48
12
10,7 22 33,1 43,7 53,8 63,5 72,6 81,3 89,7 90,7 105,4 112,7 119,9 126,7
1,15 1,71 2,07 2,34 2,55 2,71 2,85 2,98 3,09 3,18 3,27 3,34 3,41 3,48
13
11,6 23,8 35,8 47,3 58,3 68,7 78,6 88,1 97,1 105,8 114,1 122,1 129,8 137,3
1,15 1,71 2,07 2,34 2,54 2,71 2,85 2,98 3,08 3,18 3,27 3,34 3,41 3,48
14
12,5 25,7 38,6 51 62,8 74 84,7 94,9 104,6 113,9 122,9 131,5 139,8 147,8
1,15 1,71 2,07 2,34 2,54 2,71 2,85 2,989 3,08 3,18 3,26 3,34 3,41 3,48
15
13,4 27,5 43,1 54,6 67,2 79,3 90,7 101,6 112,1 122,1 131,7 140,9 149,8 158,3
>15 1,128 1,693 2,059 2,326 2,534 2,704 2,847 2,97 3,078 3,173 3,258 3,336 3,407 3,472
7 - Referncias
[1] BIPM, IEC, IFCC, ISO, IUPAC, IUPAP, OIML,Guide to the Expression of Uncertainty in
Measurement, 1995.
[2] NBR ISO 10012, Sistemas de Gesto de Medio - Requisitos para os processos de
medio e equipamento de medio, 04/2004.
[5] Montgomery, Douglas C., Design and Analysis of Experiments - Fourth Edition - Ed. John
Wiley & Sons, 1997.
[6] ISO GUM (2008), Avaliao de dados de Medio - Guia para a expresso de incerteza
de medio, 1 edio brasileira.