Você está na página 1de 10

1.

Ok, então, o índice Cp

2. o índice de capacidade é definido

3. como a variabilidade permitida na especificação

4. dividido pela variabilidade presente no processo.

5. A variabilidade permitida na especificação

6. Bem, nós temos o limite de especificação superior menos

7. o limite de especificação inferior. A variabilidade presente no processo

8. acabou de passar pelo Seis Sigma

9. então Cp é igual ao limite de especificação superior menos o limite de especificação


inferior

10. 6 Sigma E o que Cp está fazendo é então

11. comparando estes dois e sabemos

12. que 99,73 do processo

13. saída está dentro das especificações. Nós comparamos se isso

14. está contido no processo

15. especificações. Então, se o valor Cp for menor que 1

16. então a variabilidade do processo será maior

17. que a variabilidade das especificações. Se Cp for maior que 1

18. então a variabilidade do processo é menor do que a variabilidade permitida no

19. especificações.

20. Isso significa que quase todo o produto estará dentro das especificações.

21. e, em geral, em geral, quanto maior o valor Cp

22. melhor o processo. Vamos por alguns exemplos.

23. Aqui nós temos uma variável aleatória X

24. USL, LSL e o alvo no centro.

25. Cp é igual a USL

26. menos LSL acima de 6

27. Sigma Então, por exemplo, se

28. um Cp é menor que 1 no processo centralizado

29. nós veríamos isso e variação natural


30. do processo que é o Seis Sigma

31. é maior que o USL

32. menos LSL e, neste caso, teríamos um Cp

33. menos de 1, o que significa, claro, que temos

34. partes fora da especificação.

35.

36. Para um Cp igual a 1, isso significa que a distribuição

37. seria

38. exatamente dentro da especificação

39. então 99, 73

40. por cento dos seus valores

41. seria contido exatamente

42. dentro dos limites de especificação

43. e para Cp maior que um,

44. toda a distribuição cairia

45. dentro dos limites da especificação.

46.

47. Então aqui o valor Seis Sigma é menor

48. do que o USL - LSL. Eu espero

49. isso está claro

50. porque eu vou te dar um outro exemplo

51. onde temos dois processos, ambos têm o mesmo Cp mas parecem muito

52. diferente.

53. No primeiro processo temos USL igual a 64 e LSL igual a 40

54. distância entre eles

55. 24 ou USL menos LSL é igual a 24.

56. E nós temos

57. uma variação do processo aqui geral

58. Seis Sigma 0 18 então Cp

59. é o USL-LSL mais


60. Seis Sigma

61. E para ser maior de 24 anos isso nos dá

62. um Cp de 1,33 que é maior que um

63. o que significa que toda a nossa distribuição aqui

64. está contido dentro dos limites de especificação temos até um pouco

65. extra então isso é bom, mas deste lado

66. nós temos o mesmo USL - LSL

67.

68. ainda é igual a 24 e temos o mesmo

69. variabilidade sobre a distribuição Seis Sigma

70. é igual a 18.

71. Nosso Cp neste caso também é 1.33

72. mas claramente você pode ver que há uma porção significativa

73. da distribuição acima dos limites de respeito

74. e porque claramente porque estamos fora do centro.

75. Nosso centro de processamento não corresponde mais ao alvo.

76. Nossa

77. centros de processo é Mu.

78. O que isso nos diz? O

79. Cp não é

80. capaz de reconhecer uma falta de centralização

81. no processo, como mostra em B, só compara o processo

82. variabilidade com a especificação

83. variabilidade E os clientes normalmente estipulam

84. que um Cp deve ser pelo menos 1.33

85. neste garante que a variabilidade do processo é

86. bem dentro da especificação e permite o fato de que pode haver

87. alguns mudam alguma pequena mudança na centralização do processo

88. e esta deriva em torno do alvo não causará

89. qualquer da distribuição para sair da especificação. Cp igual a 1,33 destina-se a garantir o
90. unidades de produto

91. permanecerá dentro da especificação mesmo quando houver alguma pequena mudança
na

92. média do processo.

93. A partir deste exemplo, podemos ver que este CP não nos permite reconhecer o

94. falta de uma centralização no processo

95. se o processo é deslocado ou derivado mais do que apenas um pouco

96. ele apenas avalia a variabilidade do processo

97. em comparação com a variabilidade da especificação. Então, como remediar isso?

98. Nós temos outro índice de capacidade chamado de Cpk

99.

100. é definido como a distância entre o processo

101. centro e a especificação mais próxima

102. mais da metade

103. da variabilidade populacional.

104. Então

105. para desenhá-lo novamente

106. Alvo USL - LSL

107. o que estamos vendo

108. é que temos uma distribuição?

109. distribuição tem um centro de processo

110. mu este é o centro de processo e estamos procurando

111. a distância entre

112. mu e os dois limites de especificação.

113. Ou o USL - mu

114. ou mu-LSL

115. e queremos olhar para aquele que é mais crítico

116. minha foto aqui nós teríamos este é o mais crítico

117. você toma esse valor e você dividido por

118. antes que tivéssemos antes, tivemos seis sigma do


119. distribuição inteira, agora estamos olhando apenas 3 sigma meio de distribuição

120. então tomamos o valor crítico a distância crítica

121. mais de três sigma então aqui para o exemplo aqui é nosso alvo

122. LSL e o USL

123. temos a distância do centro de processo

124. para LSL e a distância para USL

125. e aqui vemos que esta é a distância até a especificação mais próxima

126. e vamos calcular então

127. Cpk vai ser igual ao

128. USL menos a média sobre

129. três sigma e neste caso

130. porque três sigma é maior

131. então este crítico nosso Cpk será menor que 1.

132. Outro exemplo aqui, também temos um processo fora do centro

133. nós temos um processo médio com uma distância entre os dois

134. limites de especificação, vemos que

135. este é o crítico, mas o valor de três sigma

136. é menor que a nossa dimensão crítica.

137. Então, apesar de estarmos fora do centro, temos uma variabilidade tão bem
controlada

138. que são Cp, que neste caso será mu-LSL over

139. três sigma Nós ainda

140. seja maior que um.

141. Mas o Cpk aqui está nos dando mais

142. valor crítico Então

143. nós precisamos fazer um ponto antes de fazermos este exemplo

144. é que tanto o Cp quanto o Cpk são parâmetros populacionais, como média e
padrão

145. desvio

146. Não podemos saber o valor exato dos parâmetros da população

147. mas estamos estimando-os, podemos estimar a partir dos dados da amostra.
148. Ambos, Cp e Cpf, claro, precisam ter

149. a estimativa para o desvio padrão.

150. Então, se pegarmos uma amostra para obter uma estimativa da Sigma

151. podemos então calcular a estimativa pontual de Cp e Cpk

152. e nós apenas percebemos que

153. nomear estimativas como qualquer estimativa pontual é apenas uma observação
até um

154. estatística

155. e está sujeita a variabilidade de amostragem e isso significa que diferentes


amostras

156. da mesma população

157. vai dar valores ligeiramente diferentes de Cp e Cpk

158. e como seus tamanhos de amostra ficam maiores

159. essa estimativa melhora. Então vamos fazer um exemplo juntos

160. apenas para se exercitar, uma amostra é retirada de um processo

161. com a média da amostra igual a 41,5

162. e um desvio padrão da amostra igual a

163. 0,92. As especificações para o processo

164. são 39 e 47

165. O que é Cp e Cpk para este processo?

166. Então a primeira coisa que fazemos

167. identificar os parâmetros que precisamos ter. USL

168. é igual a 47, LSL

169. é igual a 39. USL-LSL

170. vai ser igual a

171. então 8. Agora

172. desvio padrão da amostra, nossa estimativa para Sigma

173. então S será nossa estimativa para Sigma

174. é 0,92

175. Cp é igual a USL-LSL

176. mais de seis Sigma


177. então temos 8 mais de seis

178. vezes 0,92

179. 8 mais de

180. 5. 52 que

181. vai dar é um valor muito bom de

182. 1,45 olhando para o PC

183. achamos que isso parece muito positivo

184. temos um processo muito capaz é maior que

185. 1,33 Vamos olhar para o Cpk

186. então o alvo

187.

188. está no meio do caminho USL e LSL

189. que é 43.

190. Mas nossa mu centradora

191. a média da amostra é igual a 41,5

192. então já podemos ver que existem alguns

193. falta de centralização. Então, para o CPK primeiro precisamos fazer o USL menos

194. Mu

195. e para isso conseguimos

196. 47-41,5

197. 5,5

198. e olhamos para mu

199. menos LSL que é igual

200. 41,5 - 39

201. o que nos dá 2.5. Então, precisamos identificar

202. para Cpk o mais crítico o mínimo aqui temos

203. então Cpk

204. então é mu-LSL

205. mais de 3 sigma que vai ser

206. 2,5 mais de 3 vezes 0,92


207.

208. é igual a 2,5 sobre

209. 2. 76 que dá 0,91.

210. Então aqui

211. nós podemos ver que althouh

212. se fôssemos centrados

213. nós teríamos toda a nossa distribuição

214. contidos dentro dos limites das especificações. Mas como estamos fora do centro

215. nós não sabemos que existem alguns valores caindo beyon esta de volta

216. e assim, se pudéssemos desenhar isso

217. com um alvo de 43

218. e estamos centrados

219. 41.5 até conhecer nossa

220. Em geral, Six Sigma

221. é menor que USL - LSL

222. por causa do off centrar em nós temos um valor crítico aqui

223. de LSL - 3 sigma

224.

225. que é menor que

226. a metade do 3 sigma que é metade da nossa variabilidade.

227. Então

228. este exemplo mostra como esses dois parâmetros podem ser usados juntos

229. temos algumas observações finais sobre a capacidade.

230. Cpk você pode ver é um índice superior para medir a capacidade de processar

231. porque verifica a entrada do processo, bem como a variabilidade do processo

232. mas muitas vezes esses dois Cp e Cpk são usados juntos

233. fazer uma comparação. Isso compara e, em seguida, willl revelar a condição no

234. processo

235. com relação à sua variabilidade e está centrando


236. e ajudar a determinar o que precisa ser feito para melhorar a capacidade do
processo.

237.

238. Esses índices também são usados para rastrear a capacidade dos processos ao
longo do tempo,

239. priorizar os processos para melhoria de projetos

240. e certificar, por exemplo, processos de fornecedores ou novos processos.

241. Mas também é importante neste momento para tomar novo para alguns dos

242. as deficiências desses índices. Um deles está relacionado ao fato

243. que precisamos assumir normalidade para um processo

244. O Seis Sigma nos denominadores uma fórmula para Cp

245. é usado para quantificar a variabilidade no processo.

246. Este Sigma é uma característica da distribuição normal

247. quando a suposição de distribuição normal não é válida

248. quando a variável tinha uma distribuição diferente se nós

249. avaliar a capacidade dos processos usando Cp

250. ou Cpk podemos chegar a algum sério

251. erros ou erros de interpretação e existem outros métodos então

252. recomendado para isso. Outro

253. problema com esses índices é que eles só podem ser usados

254. quando eram especificações de dois lados. Quer dizer com isso

255. é que temos um USL e um LSL

256. No nosso caso, temos um alvo centrado.

257. Existem

258. outras especificações que são apenas de um lado. Esteja pensando que quando é

259. maior é melhor

260. ou o menor é melhor e neste caso

261. um Cp e Cpk também não são adequados, porque se algo é

262. estendendo uma especificação em um dos lados e você não se importa

263. então não faz sentido ter um baixo Cp ou Cpk.

264. Outro
265. desvantagem é que e a perda, em seguida,

266. é considerado apenas além do

267. LSL e o USL. O

268. As medições de Cp e Cpk consideram

269. que, enquanto a distribuição

270. está dentro dos dois limites de especificação

271. não há problema, não há perda

272. mas logo

273. como a distribuição se estende para além das especificações

274. há um alto nível imediato de perda e isso não é

275. isso pode não ser verdade, você pode ver uma degradação quando se afasta do

276. alvo

277. ou você pode ter menos uma perda, não uma completa

278. razão para se desfazer assim que sair

279. dos limites de especificação. Então

280. todas essas questões são discutidas

281. em mais detalhes em nosso livro se você estiver interessado e, claro, é muito

282. trabalhar nisso. Uma nota final abaixo

283. pessoas que estão trabalhando ou estamos interessados em Seis Sigma, o

284.

285. índices de capacidade são

286. central para este método

287. para melhorar a qualidade do processo.

288.