2.aula Qualidade II Graf Controle Variaveis 2019.2

ENGENHARIA DA QUALIDADE II
GRÁFICOS DE CONTROLE
Profa. Viviana Maura dos Santos

vivianamaura@gmail.com
ENGENHARIA DA QUALIDADE II – GRÁFICOS DE CONTROLE
CAUSA DE VARIABILIDADE NOS PROCESSOS:

• VALOR ALVO = VARIÁVEL ALEATÓRIA X
• VARIABILIDADE DO PROCESSO
Diferenças existente entre as unidades produzidas
• CAUSAS ALEATÓRIAS
• Todo e qualquer processo possui em sua variabilidade um componente impossível de
ser eliminado;
• Variabilidade natural;
• Estado de controle estatístico
• CAUSAS ESPECIAIS
• Problema ou modo de operação anormal do processo que pode ser corrigido ou
eliminado;
CEP – CONTROLE ESTATÍSTICO DE PROCESSO
- O CEP é uma técnica estatística para controle do processo, durante a produção.

Tem por objetivo principal, controlar e melhorar a qualidade do produto.
- A ideia principal do CEP é que melhores processos de produção com menos

variabilidade propiciam níveis melhores de qualidade nos resultados da
produção.
CEP – CONTROLE ESTATÍSTICO DE PROCESSO
Walter A. Shewhart
- Ficou conhecido como pai do controle estatístico da

qualidade;
- Aplicou seu método na empresa que trabalhava a

Bell Telephone Laboratories em 1924;
- Para Shewhart qualidade e variabilidade são

conceitos antagônicos.
FERRAMENTAS DO CEP – GRÁFICOS DE CONTROLE
Limites de controle – Intervalo de

confiança de 99,73%, ou seja se forem
tiradas 16 amostras por dia, um alarme
falso iria ocorrer apenas uma vez a
cada 23 dias.
Gráfico de controle em formato conceitual

Objetivos
- Verificar se o processo estudado é estatisticamente estável, ou seja, se não há presença de

causas especiais de variação;
- Verificar se o processo estudado permanece estável, indicando quando é necessário atuar

sobre o mesmo.
- Permitir o aprimoramento do processo, mediante a redução de sua variabilidade.

Etapas de construção
- Coletar dados durante um certo período de tempo, até que todos os tipos de variação os
quais se está interessado em avaliar tenham a oportunidade de aparecer;
- Calcular as estatísticas que resumem a informação contida nos dados;
- Calcular os limites de controle com base nas estatísticas;
- Marcar os pontos e os limites de controle;
- Analisar os gráficos, quanto a presença de causas especiais;

CONTROLE DE PROCESSOS:
• CONTROLE ESTATÍSTICO DE PROCESSO
• GRAFICOS DE CONTROLE
• GRÁFICOS DE CONTROLE POR VARIÁVEIS
• Mensuráveis
• Estudam o comportamento de variáveis
• Exemplo: Avaliação do desempenho das variáveis (peso, comprimento,
concentração, umidade, etc.)
• GRÁFICOS DE CONTROLE POR ATRIBUTOS

• Não mensuráveis - Classificáveis
• Atribuir variável a produto (“bom” ou “ruim”)
• Exemplo: Nº de itens não conformes
GRÁFICOS DE CONTROLE:
CONTROLE ESTATÍSTICO DE PROCESSOS (CEP)
Estudam o comportamento de variáveis Não mensuráveis - Classificáveis
VARIÁVEIS ATRIBUTOS
Pequenas
Amostras Itens Defeitos/
amostras
individuais defeituosos unidade
(n < 10)
Amostras
maiores
(n >= 10)
ഥ-R
𝑿 ഥ-S
𝑿 MI np - p c-u
ഥ - R:
GRÁFICOS DE CONTROLE 𝑿
• Monitora a variação da média e da amplitude;
• Usado em situações com pequenas amostras (menores que 10);
ത MÉDIA – CENTRALIDADE – Média dos valores de cada amostra

• 𝑋:
• R: AMPLITUDE – DISPERSÃO – Diferença entre o maior e o menor valor de cada amostra
AMOSTRAS
SUBGRUPO Xi 1 Xi 2 Xi 3 Xi 4 Xi 5 Xi 6
1 85 77 85 77 78 82
2 72 81 84 80 79 82
3 80 80 80 79 83 90
4 83 78 83 84 84 90
R
ഥ (MÉDIA):
AMOSTRAS
1 85 77 85 77 78 82
2 72 81 84 80 79 82
3 80 80 80 79 83 90
4 83 78 83 84 84 90
80 79 83 80 81 86
R 13 4 5 7 6 8
• CALCULAR LIMITE SUPERIOR E INFERIOR P/ GRÁFICO ഥ
𝑿
𝐿𝑆𝐶 = Ӗ + 𝐴2 𝑅ഥ 𝐿𝐼𝐶 = Ӗ − 𝐴2 𝑅ഥ
Onde:
Ӗ = Média das medias
𝑅ഥ = Média das amplitudes
𝐴2 = Constante de acordo com o tamanho n das amostras
ഥ (MÉDIA):
AMOSTRAS
1 85 77 85 77 78 82
2 72 81 84 80 79 82
3 80 80 80 79 83 90
4 83 78 83 84 84 90
80 79 83 80 81 86
n=4
R 13 4 5 7 6 8
𝑿
80 + 79 + 83 + 80 + 81 + 86 13 +4 +5 +7 +6 +8
Ӗ= 𝑅ഥ =
6 6
𝐴2 = ?
ഥ - R:
ഥ (MÉDIA):
AMOSTRAS
1 85 77 85 77 78 82
2 72 81 84 80 79 82
3 80 80 80 79 83 90
4 83 78 83 84 84 90
80 79 83 80 81 86
R 13 4 5 7 6 8
𝑿
80 + 79 + 83 + 80 + 81 + 86 13 +4 +5 +7 +6 +8
Ӗ= 𝑅ഥ =
6 6
𝐴2 = 0,729
ഥ (MÉDIA):
𝑿
Sabendo que,
Ӗ 𝑅ത
Ӗ = 81,5
80 79 83 80 81 86
𝑅ഥ = 7,2 81,5 7,2
R 13 4 5 7 6 8
𝐴2 = 0,729
𝐿𝑆𝐶 = 81,5 + 0,729 x 7,2 𝐿𝐼𝐶 = 81,5 - 0,729 x 7,2
𝐿𝑆𝐶 = 86,75 𝐿𝐼𝐶 =76,25
GRÁFICOS DE CONTROLE R (AMPLITUDE):

• CALCULAR LIMITE SUPERIOR E INFERIOR P/ GRÁFICO R
Sabendo que,
Ӗ 𝑅ത
Ӗ = 81,5
80 79 83 80 81 86
𝑅ഥ = 7,2 81,5 7,2
R 13 4 5 7 6 8
𝐴2 = 0,729
𝐿𝑆𝐶 = 𝐷4 𝑅ഥ 𝐿𝐼𝐶 = 𝐷3 𝑅ഥ
ഥ - R:
GRÁFICOS DE CONTROLE R (AMPLITUDE):

• CALCULAR LIMITE SUPERIOR E INFERIOR P/ GRÁFICO R
Sabendo que,
Ӗ 𝑅ത
Ӗ = 81,5
80 79 83 80 81 86
𝑅ഥ = 7,2 81,5 7,2
R 13 4 5 7 6 8
𝐴2 = 0,729
𝐿𝑆𝐶 = 𝐷4 𝑅ഥ 𝐿𝐼𝐶 = 𝐷3 𝑅ഥ
𝐿𝑆𝐶 = 2,282 x 7,2 𝐿𝐼𝐶 = 0 x 7,2
𝐿𝑆𝐶 = 16,43 𝐿𝐼𝐶 = 0
• O Limite inferior da amplitude só é calculado se amostras tiverem 6 elementos ou mais

(n >=6)
GRÁFICOS DE CONTROLE X-barra - R: GRÁFICO X-BARRA

90,00
𝑳𝑺𝑪 = 𝒙 ഥ
ന + 𝑨𝟐 𝑹
𝐿𝑆𝐶 = 81,5 + 0,729 x 7,2 85,00
𝑳𝑺𝑪 = 86,75
80,00
ന = 81,5
𝒙
𝑳𝑰𝑪 = 𝒙 ഥ
ന − 𝑨𝟐 𝑹 75,00
𝐿𝐼𝐶 = 81,5 - 0,729 x 7,2

70,00
𝑳𝑰𝑪 =76,25 1 2 LSC 3LM LIC 4 X-Barra 5 6
𝑳𝑺𝑪 = 𝑫𝟒 𝑹 ഥ 20,00 GRÁFICO R

𝐿𝑆𝐶 = 2,282 x 7,2
𝑳𝑺𝑪 = 16,43 15,00
ഥ = 7,2
𝑹 10,00
𝑳𝑰𝑪 = 𝑫𝟑 𝑹ഥ
𝐿𝐼𝐶 = 0 x 7,2 5,00
𝑳𝑰𝑪 = 0 -
1 2 LSC 3 LM LIC 4 R 5 6
Pequenas
amostras
(n < 10)
Amostras
maiores
(n >= 10)
ഥ-R
𝑿 ഥ-S
𝑿 MI np - p c-u
ഥ - S:
• Usado em situações com amostras relativamente grandes (maiores ou iguais a 10);
• Monitoramento do processo mais sensível a variação do processo visto a quantidade de
elemento nas amostras
ത MÉDIA – CENTRALIDADE – MÉDIA DOS VALORES DE CADA AMOSTRA

• 𝑋:
• S: DESVIO PADRÃO – VARIAÇÃO DO PROCESSO
ഥ - S:
Ӗ = Média das medias AMOSTRAS
S (DESVIO PADRÃO): SUBGRUPO Xi 1 Xi 2 Xi 3 Xi 4 Xi 5 Xi 6
1 85 77 85 77 78 82
2 79 81 50 80 79 82
• VARIÂNCIA
𝑛 3 80 80 80 79 83 81
σ 𝑖=1 𝑋𝑖 − ത 2
𝑋
𝑆2 = 4 83 78 83 84 84 80
𝑛 −1 5 79 80 82 78 82 79
Onde: 6 78 81 52 77 83 78
𝑋𝑖 = Valor da coleta; 7 80 83 48 79 81 80
𝑋ത = Média aritmética dos 8 81 82 80 81 80 82
valores coletados; 9 79 80 83 79 82 83
n = Tamanho da amostra 10 78 79 78 83 80 80
S
𝑆 = 𝑆²
Observação: 𝑆 2 é o símbolo da variância e não está elevado ao quadrado
GRÁFICOS DE CONTROLE S:
S (DESVIO PADRÃO):
2
Xi 1
𝑖 −
• VARIÂNCIA 85 80,2 23,04
79 80,2 1,44
2
σ𝑛𝑖=1 𝑋𝑖 − 𝑋ത 2 80 80,2 0,04
𝑆 = 83 80,2 7,84
𝑛 −1 79 80,2 1,44
Onde: 78 80,2 4,84
𝑋𝑖 = Valor da coleta; 80 80,2 0,04
81 80,2 0,64
𝑋ത = Média aritmética dos 79 80,2 1,44
valores coletados; 78 80,2 4,84
45,6
n = Tamanho da amostra 45,6 /(n - 1) 5,07
2,3
𝑆= 𝑆²

GRÁFICOS DE CONTROLE S:
S (DESVIO PADRÃO):
2
Xi 1
𝑖 −
• VARIÂNCIA 85 80,2 23,04
79 80,2 1,44
2
σ𝑛𝑖=1 𝑋𝑖 − 𝑋ത 2 80 80,2 0,04
𝑆 = 83 80,2 7,84
𝑛 −1 79 80,2 1,44
Onde: 78 80,2 4,84
𝑋𝑖 = Valor da coleta; 80 80,2 0,04
81 80,2 0,64
𝑋ത = Média aritmética dos valores 79 80,2 1,44
coletados; 78 80,2 4,84
45,6
n = Tamanho da amostra 45,6 /(n - 1) 5,07
2,3
𝑆= 𝑆²

GRÁFICOS DE CONTROLE S (DESVIO PADRÃO): AMOSTRAS

1 85 77 85 77 78 82
2 79 81 50 80 79 82
3 80 80 80 79 83 81
4 83 78 83 84 84 80
5 79 80 82 78 82 79
6 78 81 52 77 83 78
7 80 83 48 79 81 80
8 81 82 80 81 80 82
9 79 80 83 79 82 83
10 78 79 78 83 80 80
80,2 80,1 72,1 79,7 81,2 80,7
S 2,3 1,8 15,4 2,4 1,9 1,6
• CALCULAR LIMITE SUPERIOR E INFERIOR P/ GRÁFICO S

𝐿𝑆𝐶 = 𝐵4 sഥ 𝐿𝐼𝐶 = 𝐵3 sഥ
80,2 +80,1 +72,1 +79,7 +81,2 +80,7 2,3 +1,8 +15,4 +2,4 +1,9 +1,6
Ӗ= 𝑠ഥ =
6 6
ഥ - R:
GRÁFICOS DE CONTROLE S (DESVIO PADRÃO):

• CALCULAR LIMITE SUPERIOR E INFERIOR P/ GRÁFICO S
Sabendo que,
Ӗ = 79 Ӗ 𝑆
80,2 80,1 72,1 79,7 81,2 80,7
𝑠ഥ = 4,2 S 2,3 1,8 15,4 2,4 1,9 1,6
79 4,2
𝐿𝑆𝐶 = 𝐵4 sഥ 𝐿𝐼𝐶 = 𝐵3 sഥ
𝐿𝑆𝐶 = 1,716 x 4,2 𝐿𝐼𝐶 = 0,284 x 4,2
𝐿𝑆𝐶 = 7,2 𝐿𝐼𝐶 = 1,2
GRÁFICOS DE CONTROLE X-barra (MÉDIA):

• CALCULAR LIMITE SUPERIOR E INFERIOR P/ GRÁFICO X-barra
Sabendo que,
Ӗ = 79 Ӗ 𝑆
80,2 80,1 72,1 79,7 81,2 80,7
𝑠ഥ = 4,2 S 2,3 1,8 15,4 2,4 1,9 1,6
79 4,2
𝐿𝑆𝐶 = Ӗ + 𝐴3 𝑆ഥ 𝐿𝐼𝐶 = Ӗ − 𝐴3 𝑆ഥ
𝐿𝑆𝐶 = 79 + 0,975 x 4,2 𝐿𝑆𝐶 = 79 - 0,975 x 4,2
𝐿𝑆𝐶 = 83,1 𝐿𝑆𝐶 = 74,9
GRÁFICOS DE CONTROLE X-barra – S-Barra:

𝑳𝑺𝑪 = 𝑩𝟒 sഥ 20,00
GRÁFICO S
𝐿𝑆𝐶 = 1,716 x 4,2

15,00
𝑳𝑺𝑪 = 7,2
𝒔ഥ = 4,2 10,00
𝑳𝑰𝑪 = 𝑩𝟑 sഥ 5,00
𝐿𝐼𝐶 = 0,284 x 4,2
𝑳𝑰𝑪 = 1,2 -
1 2 LSC 3LM LIC 4 S 5 6
𝑳𝑺𝑪 = 𝒙ന + 𝑨𝟑 𝑺ഥ
GRÁFICO X-barra
𝐿𝑆𝐶 = 79 + 0,975 x 4,2 85,00
𝑳𝑺𝑪 = 83,1 80,00
ന = 79
𝒙 75,00
𝑳𝑺𝑪 = 𝒙ന − 𝑨𝟑 𝑺ഥ
70,00
𝐿𝑆𝐶 = 79 - 0,975 x 4,2
𝑳𝑺𝑪 = 74,9 65,00
1 2 LSC LM3 LIC 4
X-Barra 5 6
ഥ - R:
MÉDIA AMPLITUDE
𝐿𝑆𝐶 = Ӗ + 𝐴2 𝑅ഥ 𝐿𝑆𝐶 = 𝐷4 𝑅ഥ
𝐿𝐼𝐶 = Ӗ − 𝐴2 𝑅ഥ 𝐿𝐼𝐶 = 𝐷3 𝑅ഥ
ഥ - S:
GRÁFICOS DE CONTROLE 𝑿 S (DESVIO PADRÃO):
MÉDIA
𝐿𝑆𝐶 = Ӗ + 𝐴3 𝑆ഥ • VARIÂNCIA
𝐿𝑆𝐶 = Ӗ − 𝐴3 𝑆ഥ σ𝑛𝑖=1 𝑋𝑖 − 𝑋ത 2
𝑆2 =
𝑛 −1
Onde:
𝑋𝑖 = Valor da coleta;
DESVIO PADRÃO 𝑋ത = Média aritmética dos valores coletados;
𝐿𝑆𝐶 = 𝐵4 sഥ n = Tamanho da amostra
𝐿𝐼𝐶 = 𝐵3 sഥ 𝑆= 𝑆²
ഥ - R:
AMOSTRAS
1 58 55 57 78 51 53
2 52 56 55 52 53 55
3 60 54 57 55 55 54
4 55 58 54 50 56 55
ഥ - S:
GRÁFICOS DE CONTROLE 𝑿 AMOSTRAS
1 23 20 24 25 28 25
2 25 10 23 26 29 26
3 26 11 25 28 30 28
4 21 12 27 25 25 29
5 20 20 22 23 26 28
6 22 23 25 24 27 27
7 23 25 26 25 28 26
8 24 26 28 26 32 28
9 25 27 25 27 33 29
10 26 25 24 28 25 28
Pequenas
amostras
(n < 10)
Amostras
maiores
(n >= 10)
ഥ-R
𝑿 ഥ-S
𝑿 MI np - p c-u
SISTEMAS DE PRODUÇÃO
✓ Produção em massa – arranjo físico linear (linha de

montagem);
✓ Produção intermitente (repetitiva ou sob encomenda) –

arranjo funcional, com equipamentos flexíveis;
✓ Produção Enxuta – Just-in-time, manufatura integrada por

computador, etc.
✓ Processo contínuo ou em batelada - Indústrias químicas e

petroquímicas;
TIPOS DE CEP
CEP convencional – grande quantidade de dados

disponíveis e os produtos fabricados costumam ser
discretos (unidades individuais).
CEP para pequenos lotes - Escassez de dados e

diversificação grande de produtos que passam pelo
mesmo equipamento.
CEP para processo contínuo ou em bateladas –

produto de natureza contínua, com quantidades que
podem variar desde baixo até alto volume, com
pouca ou muita diferenciação, mas produzidos pelo
mesmo equipamento.
Sistema de Produção Tipo de CEP

Produção em massa Convencional
Produção intermitente (repetitiva ou sob Convencional e pequenos
encomenda) lotes
Produção enxuta Pequenos lotes
Processo contínuo ou em bateladas Convencional e processo
contínuo
Amostragem
Amostras compostas – média diária, não sendo

possível avaliar o desempenho global ao longo do
dia.
Amostras subdividas em amostras menores –

análise em laboratório, se forem verificadas
diferenças, são atribuídas a variação do sistema de
medição (instrumento, analista, método).
Mistura de diferentes fontes de variação –

diversas linhas de fabricação em análise que se
juntam e disto decorre a retirada de material.
Mistura de amostras de diferentes lotes – não se

deve misturar numa mesma amostra matérias de
diferentes lotes.
Pequenas
amostras
(n < 10)
Amostras
maiores
(n >= 10)
ഥ-R
𝑿 ഥ-S
𝑿 MI np - p c-u
GRÁFICOS DE CONTROLE PARA MEDIDAS INDIVIDUAIS (MI):

• Usado em situações com amostras de um só elemento (n =1);
• Quando toda unidade produzida é analisada;
• Ou em casos que as medidas/elementos/unidade do processo não diferem ou diferem

apenas por análise ou erro laboratorial (processos químicos).
ത MÉDIA – CENTRALIDADE – Média dos valores;

• 𝑋:
• MR: AMPLITUDE MÓVEL - DISPERSÃO – Diferença (em módulo) de duas amostras
sucessivas.

Exemplo:
No refino do petróleo, amostras são retiradas a cada duas horas, na linha de bombeamento e
nestas é determinado o seu teor de parafina. Os dados obtidos ao longo de diversos dias são
apresentados a seguir:
AMOSTRA
1 2 3 4 5 6 7
35 30 34 30 33 30 32
Como somente há valores individuais disponíveis, há então necessidade de se utilizar as
amplitudes móveis.
𝑀𝑅 = 𝑖 − 𝑖−1 𝑀𝑅2 = 3 − 2
𝑀𝑅 = 𝑚á𝑥 − 𝑚í𝑛 𝑀𝑅2 = 34 − 30 = 4
𝑀𝑅1 = 1 − 2
𝑀𝑅1 = 35 − 30 = 5

ഥ = Média das amostras
AMOSTRA
MR = Amplitude móvel
1 2 3 4 5 6 7
35 30 34 30 33 30 32
𝑀𝑅 = 𝑖 − 𝑖−1
Sabendo que a MR de uma amostra é o valor absoluto da diferença entre essa amostra e a
anterior;
SABENDO QUE PRECISAMOS ENCONTRAR O LIMITE MÉDIO DA MR:
𝑀𝑅1 + 𝑀𝑅2 + … + 𝑀𝑅𝑛

𝑀𝑅 =
𝑚−1
AMOSTRA
1 2 3 4 5 6 7
35 30 34 30 33 30 32

𝑿
𝑀𝑅 𝑀𝑅
𝐿𝑆𝐶 = ഥ + 3 𝐿𝐼𝐶 = ഥ − 3
𝑑2 𝑑2
Onde:
ഥ = Média das amostras
𝑀𝑅 = Média das amplitudes móveis
𝑑2 = Constante de acordo com o tamanho n das amostras
Observação: Nos cálculos de gráfico de controle MI o valor de 𝒅𝟐 sempre será relacionado
a n = 2, pois a amplitude é calculada com base em dois valores.
AMOSTRA
1 2 3 4 5 6 7
35 30 34 30 33 30 32
𝑿
𝑀𝑅 𝑀𝑅
𝐿𝑆𝐶 = ഥ + 3 𝑑2
𝐿𝐼𝐶 = ഥ − 3 𝑑2
35 + 30 + 34 + 30 + 33 + 30 + 32
ഥ=
7
5+4+4+3+3+2
𝑀𝑅 =
6
ഥ - R:

• CALCULAR LIMITE SUPERIOR E INFERIOR P/ GRÁFICO 𝑋ത
Sabendo que,
AMOSTRA
1 2 3 4 5 6 7
ഥ = 32
35 30 34 30 33 30 32
𝑀𝑅 = 3,5
𝑑2 = 1,128
𝑀𝑅 𝑀𝑅
𝐿𝑆𝐶 = ഥ + 3 𝑑2 𝐿𝐼𝐶 = ഥ − 3
3,5 𝑑2
𝐿𝑆𝐶 =32 + 3 3,5
1,128 𝐿𝐼𝐶 =32 - 3 1,128
LSC = 41,308
LIC = 22,641

• CALCULAR LIMITE SUPERIOR E INFERIOR P/ GRÁFICO 𝑀𝑅
Sabendo que,
AMOSTRA
1 2 3 4 5 6 7
ഥ = 32
35 30 34 30 33 30 32
𝑀𝑅 = 3,5
𝐷4 = 3,267
𝐷3 = 0 (Lembrar da regra do limite inferior para amplitude no 𝑋ത - R, sendo n ≤ 6 o LIC = 0
𝐿𝑆𝐶 = 𝐷4 𝑀𝑅 𝐿𝐼𝐶 = 𝐷3 𝑀𝑅
𝐿𝑆𝐶 = 3,267 × 3,5 LIC = 0
LSC = 11,435
GRÁFICOS DE CONTROLE MI:

𝑴𝑹 𝑴𝑹 𝑳𝑺𝑪 = 𝑫𝟒 𝑴𝑹 𝑳𝑰𝑪 = 𝑫𝟑 𝑴𝑹
𝑳𝑺𝑪 = 𝒙ഥ + 𝟑 𝒅 𝑳𝑰𝑪 = −𝟑 𝐿𝑆𝐶 = 3,267 × 3,5 LIC = 0
𝟐 𝒅𝟐
3,5 3,5 LSC = 11,435
𝐿𝑆𝐶 =32 + 3 1,128 𝐿𝐼𝐶 =32 - 3 1,128
LSC = 41,308 LIC = 22,641 𝑴𝑹 = 𝟑, 𝟓
𝒙ഥ = 𝟑𝟐
GRÁFICO X-Barra GRÁFICO MR - AMPLITUDE
45 13
12
40 11
10
35 9
8
30 7
6
5
25
4
3
20 2
1
15 0
1 2 3 4 5 6 7 1 2 3 4 5 6 7
x LSC LM LIC x LSC

ANÁLISE DOS GRÁFICOS
- R sob controle, 𝐗ഥ sob controle

Bom desempenho do processo.
- R sob controle, 𝐗ഥ fora de controle

Em alguns momentos, o desempenho do processo foi afetado
por uma causa especial de variação da centralidade.
- R fora de controle, 𝐗ഥ sob controle

Em alguns momentos, a variação “dentro” de amostras não foi
apenas casual.
- R fora de controle, 𝐗ഥ sob controle

É preciso reestudar o processo
TESTE DE HIPÓTESES
Duas hipóteses mutualmente excludentes:
– H0: Processo em controle
– H1: Processo fora de controle
Tomada de decisão:
– H0 é aceita como verdadeira todas as vezes que o valor de 𝑋 cair dentro dos limites de
controle.
– H0 é rejeitada sempre que o valor de 𝑋 cair fora dos limites de controle.
ERROS DE DECISÃO
▪ Erro tipo I
– Alarme falso: considerar erroneamente o processo fora de controle
– Risco α
▪ Erro tipo II
– Não detecção: considerar erroneamente o processo em controle
– Risco β
H0 Verdadeira H0 Falsa
H0 rejeitada Erro do tipo I α 1-β
H0 não rejeitada 1- α Erro do tipo II β
CONSEQUÊNCIAS DOS ERROS DE DECISÃO

▪ Alarme falso
- Intervir no processo na hora errada, quando ele está isento de causas especiais.
- Custo de interrupção do processo, de mão-de-obra.
- Risco de desajustar um processo que estava ajustado.
▪ Não detecção
- Não intervir no processo na hora certa, quando está sob influência de causas
especiais.
CONSEQUÊNCIAS DOS ERROS DE DECISÃO

▪ Alarme falso
- Probabilidade do ponto estar maior que o LSC ou menor que o LIC quando a média
coincide com a média do processo ajustado.
𝛼=Pr [𝑋 >𝐿𝑆𝐶𝑋 𝑜𝑢 𝑋 <𝐿𝐼𝐶𝑋 𝜇=𝜇0]
▪ Não detecção:
- Probabilidade do ponto estar maior que o LIC e menor que o LSC quando a média
não coincide com a média do processo ajustado.
𝛽=Pr [𝐿𝐼𝐶𝑋 ≤𝑋 ≤𝐿𝑆𝐶𝑋 𝜇≠𝜇0]

PODER DO GRÁFICO
O poder do gráfico de controle expressa a probabilidade que o gráfico de controle tem
de detecção da presença de uma causa especial.
Pd = 1 − 𝛽
Exemplo – Envasamento : amostras de tamanho 4 tomadas a cada 30 min
Gráfico da Média Gráfico da Amplitude

360,000 20,000
355,000
15,000
350,000
10,000
345,000
340,000 5,000
335,000 0,000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
X-barra X médio LSC X LIC X R R média LSC R LIC R
ഥ
ന + 𝑨𝟐 𝑹
𝑳𝑺𝑪 = 𝒙
𝑳𝑺𝑪 = 𝑫𝟒 𝑹 ഥ
𝐿𝑆𝐶 = 349,5 + 0,729 x 7,5 𝐿𝑆𝐶 = 2,282 x 7,5
𝑳𝑺𝑪 = 355 𝑳𝑺𝑪 = 17,16
ന = 349,5
𝒙 ഥ = 7,5
𝑹
𝑳𝑰𝑪 = 𝒙ന − 𝑨𝟐 𝑹ഥ 𝑳𝑰𝑪 = 𝑫𝟑 𝑹ഥ
𝐿𝐼𝐶 = 349,5 - 0,729 x 7,5 𝐿𝐼𝐶 = 0 x 7,5
𝑳𝑰𝑪 = 𝟑𝟒𝟒 𝑳𝑰𝑪 = 0
Monitorando o gráfico da média

Processo em descontrole,
mas médias dentro do Primeira média além do
limite limite, processo em
descontrole.
Para cada nova amostra, calcula-se e
plota a média e amplitude:
Hipótese:
▪ Ponto dentro dos limites ->
processo em controle
▪ Ponto além dos limites ->
processo em descontrole
Qual a chance de conclusão errada?

Suposição de processo em controle errada
CÁLCULO DA CHANCE – CASO GENÉRICO

Considerando que na presença de uma
causa especial, haverá um deslocamento da ▪ O Poder do Gráfico é definido como a
média no valor de δ * σ. probabilidade de um ponto cair fora dos
limites de controle quando o processo
está sob influencia de causas especiais.
▪ Considerando que se existem causas

especiais haverá alteração somente na
média e não na variabilidade.
𝑃𝑑= Pr[𝑋 >𝐿𝑆𝐶𝑋 𝑜𝑢 𝑋 <𝐿𝐼𝐶𝑋 |𝜇≠𝜇0]

PODER DO GRÁFICO DA MÉDIA

Aplicando a variável padronizada Z
Portanto, a chance do ponto além do limite em
função de:
- Deslocamento da média amostral
- Tamanho da amostra n
Poder do gráfico = 𝑃𝑑 = Pr [z < 𝐿𝐼𝐶z ] + Pr [z >

𝐿𝑆𝐶z]
Pr [Z > z] = Pr [Z < - z]
Pd = Pr [Z < - 3 + δ * 𝑛 ] + Pr [Z< - 3 - δ * 𝑛 ]
Poder do gráfico da média
Pd = Pr [Z < - 3 + δ * 𝑛 ] + Pr [Z < - 3 - δ * 𝑛 ]
N= 4 σ(S)= 3,64 𝒙
ന = 349,4 354
354−349,5
δ= = 1,23
3,64
Pd = 30%
PODER DO GRÁFICO DA MÉDIA
- A alteração do resultado não é

percebida imediatamente; Primeira média além do
Descontrole aconteceu limite, processo em
(1/pd) antes descontrole.
Número de amostras até o sinal
1
NMA = 𝑃𝑑
Para o mesmo exemplo

1
NMA = 0,3 = 3,3 ≅ 4 amostras
ALARME FALSO
Quando a hipótese H0 é verdadeira (processo isento de causas especiais), o ideal é que
todos os pontos X caiam dentro dos limites de controle. Mas por se tratar de um teste
estatístico existe o risco α de um deles cair fora do limite. Quando isso acontece há um
alarme falso. ALARME FALSO –
Processo estável mas média
fora do limite.
Qual a chance do processo com média 𝑋ധ = 349,5 e σ

(S) = 3,64 ter:
X >LSC ou X < LIC?
Pr [X < 344] + Pr [X >355] ?
ന
𝐿𝑆𝐶𝑋−𝑿 ന
𝐿𝐼𝐶𝑋−𝑿
α = Pr [Z > ] + Pr [Z < ] Continua
σ𝑥 σ𝑥
ALARME FALSO
ന
Os limites de controle são estabelecidos a ± 3σ (
α = Pr [Z > ] + Pr [Z < ] 3 desvios – padrão ou k desvios padrão) da linha
σ𝑥 σ𝑥
ധ
média (LM = 𝑋).
ന
𝐿𝑆𝐶𝑧 > =k 𝐿𝐼𝐶𝑧 > = -k
σ𝑥 σ𝑥
Substituindo LSC por 𝑋ധ + kσ e LIC por 𝑋ധ - kσ
(processo em controle).
σ = σ/ 𝑛
𝐿𝑆𝐶𝑋−𝑿ന ന
Chega-se a:
α = Pr [Z > ] + Pr [Z < ]
σ/ 𝑛 σ/ 𝑛
α = Pr [Z>k] + Pr [Z< - k]
α = Pr [ |Z| > k]
ALARME FALSO
ALARME FALSO
Qual a chance do processo com média
ന = 349,5 e σ (S) = 3,64 ter um alarme
𝑿
falso?
Para esse exemplo, como supomos o

processo em controle.
Portanto, para os valores de Z LIC e LSC

tem-se
0,27 % (valor da tabela anterior) de
chance de concluir erradamente que o
processo está em descontrole (Erro tipo
344−349,5 Z LSC >
355−349,5
=3
I).
Z LIC > = -3 3,64/ 4
3,64/ 4
ALARME FALSO
- A chance de alarme falso independe do tamanho da amostra.
- Depende da largura do gráfico de controle.

Quando fixamos os limites do gráfico em ± 3σ, o risco de alarme falso é de 0,27%.
- Número médio de amostras entre um alarme falso e outro.

1 1
NMAF = = = 370 amostras
𝛼 0,0027
LIMITAÇÕES DOS GRÁFICOS DA MÉDIA E AMPLITUDE

- Pode induzir ao erro:
- Concluir que o processo está em controle quando não está (erro do tipo II);
- Concluir que o processo está em descontrole quando não está (alarme falso).
- O que fazer?
- Aumentar o tamanho da amostra melhora o poder, diminui o erro do tipo II.
- Alargar os limites para > 3±σ (diminui o poder).
- Outras regras
- Dois pontos consecutivos além dos limites
- Sete ou mais pontos seguidos em um dos lados da linha média
- Seis ou mais pontos em uma mesma direção (ascendente ou descendentes)
- Dois de três pontos próximos dos limites de controle
- Quatorze pontos consecutivos alternando-se para cima e pata baixo no gráfico

2.aula Qualidade II Graf Controle Variaveis 2019.2

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

2.aula Qualidade II Graf Controle Variaveis 2019.2

Enviado por

Direitos autorais:

Formatos disponíveis

ENGENHARIA DA QUALIDADE II

Profa. Viviana Maura dos Santos

CAUSA DE VARIABILIDADE NOS PROCESSOS:

CEP – CONTROLE ESTATÍSTICO DE PROCESSO

- O CEP é uma técnica estatística para controle do processo, durante a produção.

- A ideia principal do CEP é que melhores processos de produção com menos

CEP – CONTROLE ESTATÍSTICO DE PROCESSO

- Ficou conhecido como pai do controle estatístico da

- Aplicou seu método na empresa que trabalhava a

- Para Shewhart qualidade e variabilidade são

FERRAMENTAS DO CEP – GRÁFICOS DE CONTROLE

Limites de controle – Intervalo de

Gráfico de controle em formato conceitual

- Verificar se o processo estudado é estatisticamente estável, ou seja, se não há presença de

- Verificar se o processo estudado permanece estável, indicando quando é necessário atuar

- Permitir o aprimoramento do processo, mediante a redução de sua variabilidade.

- Calcular as estatísticas que resumem a informação contida nos dados;

- Calcular os limites de controle com base nas estatísticas;

- Marcar os pontos e os limites de controle;

- Analisar os gráficos, quanto a presença de causas especiais;

• GRÁFICOS DE CONTROLE POR ATRIBUTOS

ത MÉDIA – CENTRALIDADE – Média dos valores de cada amostra

GRÁFICOS DE CONTROLE R (AMPLITUDE):

GRÁFICOS DE CONTROLE R (AMPLITUDE):

• O Limite inferior da amplitude só é calculado se amostras tiverem 6 elementos ou mais

GRÁFICOS DE CONTROLE X-barra - R: GRÁFICO X-BARRA

𝐿𝐼𝐶 = 81,5 - 0,729 x 7,2

𝑳𝑺𝑪 = 𝑫𝟒 𝑹 ഥ 20,00 GRÁFICO R

ത MÉDIA – CENTRALIDADE – MÉDIA DOS VALORES DE CADA AMOSTRA

Observação: 𝑆 2 é o símbolo da variância e não está elevado ao quadrado

Observação: 𝑆 2 é o símbolo da variância e não está elevado ao quadrado

GRÁFICOS DE CONTROLE S (DESVIO PADRÃO): AMOSTRAS

• CALCULAR LIMITE SUPERIOR E INFERIOR P/ GRÁFICO S

GRÁFICOS DE CONTROLE S (DESVIO PADRÃO):

GRÁFICOS DE CONTROLE X-barra (MÉDIA):

GRÁFICOS DE CONTROLE X-barra – S-Barra:

𝐿𝑆𝐶 = 1,716 x 4,2

𝑳𝑺𝑪 = 83,1 80,00

✓ Produção em massa – arranjo físico linear (linha de

✓ Produção intermitente (repetitiva ou sob encomenda) –

✓ Produção Enxuta – Just-in-time, manufatura integrada por

✓ Processo contínuo ou em batelada - Indústrias químicas e

CEP convencional – grande quantidade de dados

CEP para pequenos lotes - Escassez de dados e

CEP para processo contínuo ou em bateladas –

Sistema de Produção Tipo de CEP

Amostras compostas – média diária, não sendo

Amostras subdividas em amostras menores –

Mistura de diferentes fontes de variação –

Mistura de amostras de diferentes lotes – não se

GRÁFICOS DE CONTROLE PARA MEDIDAS INDIVIDUAIS (MI):

• Quando toda unidade produzida é analisada;

• Ou em casos que as medidas/elementos/unidade do processo não diferem ou diferem

ത MÉDIA – CENTRALIDADE – Média dos valores;

GRÁFICOS DE CONTROLE PARA MEDIDAS INDIVIDUAIS (MI):

GRÁFICOS DE CONTROLE PARA MEDIDAS INDIVIDUAIS (MI):

SABENDO QUE PRECISAMOS ENCONTRAR O LIMITE MÉDIO DA MR:

𝑀𝑅1 + 𝑀𝑅2 + … + 𝑀𝑅𝑛

GRÁFICOS DE CONTROLE PARA MEDIDAS INDIVIDUAIS (MI):

• CALCULAR LIMITE SUPERIOR E INFERIOR P/ GRÁFICO ഥ

GRÁFICOS DE CONTROLE PARA MEDIDAS INDIVIDUAIS (MI):

GRÁFICOS DE CONTROLE PARA MEDIDAS INDIVIDUAIS (MI):

GRÁFICOS DE CONTROLE PARA MEDIDAS INDIVIDUAIS (MI):