Escolar Documentos
Profissional Documentos
Cultura Documentos
Conteúdo
• Variabilidade
• Processo sob Controle/Processo fora de Controle
• Tipos de Gráficos de Controle
• Parâmetros dos Gráficos de Controle
• Correlação de Variáveis
• Amostragem Estratificada
• Subgrupos Racionais
• Etapa Inicial para Construção de Gráficos de Controle
• Estimativas de Média e Desvio
Variabilidade
• A variabilidade está sempre presente em qualquer processo onde ocorre a
produção.
• Exemplo: Quantidade de leite em 100 saquinhos de um mesmo lote
• Média = 999,9
• Desvio = 3,48
998,8 994,9 1001 1005,1 1004,8 1006,9 991,3 999,1 1004,4 995,7
35
997,2 993,2 992,6 996,1 996,9 991,5 997,7 998,4 1000,5 998,5
30
998,7 998,5 1005,4 999,7 999,3 997,9 1007,9 1003,5 1009,5 997,4
25
1006,6 993,6 1002,2 1003,6 1007,7 999,7 997,9 1002,7 998,5 1003
20
994,2 996,6 993,9 998,5 999,9 1000,1 998,7 1008,8 993 997,1
15
989,7 1005,8 994,9 997,4 1003 1001,9 1003,5 1003,4 994,5 995,5
1002,8 1001,3 996,2 999,9 1000,5 1002,2 1000,6 996,4 1007,5 1001,9 10
1000,3 1003,3 1003,4 997,5 996,3 1004,4 995,2 993,8 1002,8 1002,6 5
1008,8 1005,8 1005,2 1000,5 1000 1001,8 999,9 995,8 992,9 1003,3 0
988 992 996 1000 1004 1008
1001,8 1002,5 1000,9 995,9 1005 998,8 996,6 996,7 998,3 998,2
Fontes de Variabilidade
• Para analisar todas as possíveis fontes de variação de um processo ou
produto utilizamos uma ferramenta denominada Diagrama de Causa e
Efeito, ou Espinha de Peixe, onde analisamos os "6M"
Efeito
Fontes de Variabilidade
• Materiais
• Composição, dureza, porosidade, viscosidade, densidade
• Máquinas
• Desgaste, ajustes, flutuações elétricas, hidráulicas e pneumáticas
• Medidas
• Calibração dos instrumentos
Matéria Prima Método Meio Ambiente
Efeito
Fontes de Variabilidade
• Mão-de-obra
• Qualificação, treinamento, condições físicas e emocionais
• Método
• Execução das tarefas
• Meio Ambiente
• Temperatura, umidade, luminosidade
Matéria Prima Método Meio Ambiente
Efeito
Causas de Variabilidade
• Causas comuns/aleatórias
• variações naturais do processo contra as quais nada se pode fazer.
• Causas especiais/assinaláveis
• são modos de operação anormais do processo que podem ser corrigidos ou
eliminados.
f(X)
• A média e o desvio tendem a
permanecerem inalteradas em função f(X)
X
do tempo. X
Valor-alvo
998,8 994,9 1001 1005,1 1004,8 1006,9 991,3 999,1 1004,4 995,7
997,2 993,2 992,6 996,1 996,9 991,5 997,7 998,4 1000,5 998,5 35
998,7 998,5 1005,4 999,7 999,3 997,9 1007,9 1003,5 1009,5 997,4 30
1006,6 993,6 1002,2 1003,6 1007,7 999,7 997,9 1002,7 998,5 1003 25
994,2 996,6 993,9 998,5 999,9 1000,1 998,7 1008,8 993 997,1 20
989,7 1005,8 994,9 997,4 1003 1001,9 1003,5 1003,4 994,5 995,5 15
1002,8 1001,3 996,2 999,9 1000,5 1002,2 1000,6 996,4 1007,5 1001,9 10
1000,3 1003,3 1003,4 997,5 996,3 1004,4 995,2 993,8 1002,8 1002,6 5
1008,8 1005,8 1005,2 1000,5 1000 1001,8 999,9 995,8 992,9 1003,3 0
1001,8 1002,5 1000,9 995,9 1005 998,8 996,6 996,7 998,3 998,2 988 992 996 1000 1004 1008
Valor-alvo X
imprevisível.
f(X)
• A média e/ou o desvio são alterados f(X)
em função do tempo. X
Valor-alvo
X
1010,2 1002,3 1003,8 1000,2 1008,8 992,1 1008,9 999,4 1011,3 1014,0
1010,5 995,0 994,0 1011,2 1008,1 1008,3 1017,6 1005,3 1003,8 1019,6 25
995,0 1010,2 999,9 1009,5 1017,9 1012,9 1008,5 1003,1 1010,5 1009,5 20
994,1 991,2 1001,6 1002,1 1010,5 1009,0 992,3 1002,3 1012,7 1006,9
994,8 989,1 1002,5 1008,7 1014,6 1004,9 1002,2 1007,3 1002,4 1011,7 15
980,2 999,4 1002,0 1011,9 997,8 997,5 986,6 1014,4 1024,0 1006,9 10
992,0 1004,4 1005,3 1003,2 1016,5 1015,3 1003,3 992,6 1013,1 1016,1
5
997,2 994,5 1006,9 1012,8 1014,5 1021,7 1007,2 996,1 1008,8 1000,2
1004,5 998,7 1002,4 1012,9 1011,1 1007,8 994,2 1012,0 1017,8 1018,4 0
988,2 991,1 1004,3 1010,6 1009,9 1011,3 989,9 1002,9 997,5 1002,0 990 995 1000 1005 1010 1015 1020 1025
Exemplo
• (COSTA 2.1) Uma série de fatores afeta o consumo de combustível de um
táxi. Dos itens quais poderiam ser enquadrados como causas especiais e
quais como causas aleatórias?
Gráficos de Controle
• A principal ferramenta utilizada para monitorar os processos e sinalizar a
presença de causas especiais são os Gráficos de Controle.
Gráficos de Controle
• São uma ferramenta importante do controle da qualidade.
• São empregados para se avaliar se um processo está operando dentro do
esperado para algum valor controlado, como peso, largura, etc.
LSC
Valor médio
LIC
Monitoramento
• O monitoramento é realizado através da análise periódica de amostras.
• A cada intervalo de tempo t, retira-se uma amostra de n itens para análise.
• Pontos fora dos limites de controle indicam a necessidade de intervenção no
processo por sinalizarem a presença de causas especiais de variabilidade.
1008 25
1006
20
1004
1002
Amplitude
15
Média
1000
10
998
996
5
994
992 0
0 5 10 15 20 0 5 10 15 20
Número da amostra Número da amostra
Limite Superior de
Controle 𝐿𝑆𝐶 = 𝜇 + 𝑘𝜎
+ kσ
Linha Central 𝐿𝑀 = 𝜇
- kσ
Limite Inferior de 𝐿𝐼𝐶 = 𝜇 − 𝑘𝜎
Controle
Limite Superior de
Controle
+ 3σ
Linha Central
- 3σ
Limite Inferior de
Controle
Valor Alvo
• Quando o processo está isento de causas aleatórias, o valor alvo
especificado coincide com a média da variável monitorada.
• Quando este valor não puder ser estabelecido anteriormente é mais
apropriado utilizar a expressão valor médio calculando como sendo o valor
médio em controle do processo.
• Exemplo: Tempo médio de atendimento que só será estimado com precisão depois
que se tiver o registro dos tempos de atendimento de muitos clientes.
Correlação de Variáveis
• Os valores da variável monitorada deve apresentar comportamento de
independência, caso contrário compromete a aplicação de gráfico de
controle.
• Quando os valores da variável monitorada possuem alguma
interdependência ou, autocorrelação, compromete a credibilidade do gráfico
de controle com o aumento de pontos indicando que o processo está fora de
controle sem realmente estar.
Subgrupos Racionais
• O conceito de Subgrupos Racionais preconiza a retirada de pequenas
amostras a intervalos de tempo regulares.
• Exemplo: Retirada de uma amostra de 5 saquinhos de leite a cada meia hora.
Subgrupos Racionais
• Cada amostra ou subgrupo racional é
constituído de unidades produzidas no
Tempo
mesmo instante. f(X)
f(X)
• Caso ocorra alguma causa especial no f(X)
T4
Amostragem Estratificada
• Os dados deverão vir de uma mesma origem. Portanto, muitas vezes é
recomendado estratificar sua amostragem seja por: bico dosador, turno, etc.
• Dessa forma, fica mais fácil de se evidenciar a origem de possíveis variações
especiais no processo.
Conhecendo o Processo
• Procura-se conhecer os fatores que afetam as características de qualidade da
variável em estudo.
• Exemplo: Linha de enchimento de saquinhos de leite.
• A característica de qualidade dos volumes de leite não está tendo um comportamento
estável. 1030
1020
1010
Média
1000
990
980
970
0 4 8 12 16 20 24 28 32 36 40
Número da amostra
Conhecendo o Processo
• Exemplo: Linha de enchimento de saquinhos de leite.
• O gráfico sugere que a cada instante de tempo teríamos distribuições de X
totalmente diferentes.
• O processo está tendo uma série de causas especiais.
Tempo
f(X)
X
X
X
X
Isabelly Pereira da Silva | Engenharia de Qualidade II | Conceitos de Gráficos de Controle
Universidade Federal de Sergipe
Centro de Ciências Exatas e Tecnologia
Departamento de Engenharia de Produção
IMPUREZAS
VOLUME
DE LEITE
ACÚMULO DE GORDURA
ENTUPIMENTO DO BOCAL
TUBULAÇÃO
Estabilizando o Processo
• Após a identificação das causas especiais, devem ser implementadas ações
corretivas e preventivas.
• Com a eliminação de causas especiais, os valores de X passam a distribuir-se
de maneira totalmente aleatória em torno do “valor alvo”.
Estabilizando o Processo
• Os pontos devem estar distribuídos aleatoriamente, dentro dos limites de
controle, para que o processo esteja estável.
Regras de Identificação de
Processos Instáveis 1030
Pontos fora dos limites de controle.
1020
Sete ou mais pontos seguidos em um dos
lados da linha média. 1010
Dez de onze pontos consecutivos em um
Média
1000
dos lados da linha média. (12 de 14 ou 16
de 20). 990
Seis ou mais pontos em uma mesma
980
direção (ascendente ou descendente).
970
Dois de três pontos próximos dos limites de 0 4 8 12 16 20 24 28 32 36 40
controle. Número da amostra
998,8 994,9 1001 1005,1 1004,8 1006,9 991,3 999,1 1004,4 995,7 35
997,2 993,2 992,6 996,1 996,9 991,5 997,7 998,4 1000,5 998,5 30
998,7 998,5 1005,4 999,7 999,3 997,9 1007,9 1003,5 1009,5 997,4 25
1006,6 993,6 1002,2 1003,6 1007,7 999,7 997,9 1002,7 998,5 1003 20
994,2 996,6 993,9 998,5 999,9 1000,1 998,7 1008,8 993 997,1 15
989,7 1005,8 994,9 997,4 1003 1001,9 1003,5 1003,4 994,5 995,5 10
1002,8 1001,3 996,2 999,9 1000,5 1002,2 1000,6 996,4 1007,5 1001,9 5
1000,3 1003,3 1003,4 997,5 996,3 1004,4 995,2 993,8 1002,8 1002,6 0
1008,8 1005,8 1005,2 1000,5 1000 1001,8 999,9 995,8 992,9 1003,3 988 992 996 1000 1004 1008
1001,8 1002,5 1000,9 995,9 1005 998,8 996,6 996,7 998,3 998,2
Considerando os Subgrupos
• Considerando os dados de m amostras de tamanho n pode-se calcular:
• Média dos subgrupos e Média geral
σ𝑛𝑗=1 𝑋𝑖𝑗 σ𝑚
𝑖=1 𝑋𝑖
𝑋ത𝑖 = ധ
𝑋=
𝑛 𝑚
σ𝑛𝑗=1(𝑋𝑖𝑗 − 𝑋ത𝑖 )2 σ𝑚
𝑖=1 𝑆𝑖
𝑆𝑖 = 𝑆ҧ =
𝑛−1 𝑚
Considerando os Subgrupos
• Considerando os dados de m amostras de tamanho n, a média e o desvio do
processo podem ser estimados pelas fórmulas:
• Estimativa da média
σ𝑚 ത
𝑖=1 𝑋𝑖
ധ
𝜇Ƹ 0 = 𝑋 =
𝑚
• Estimativa do desvio
σ𝑚
𝑖=1 𝑅𝑖ൗ σ𝑚
𝑖=1 𝑆𝑖ൗ
𝑅ത 𝑚 𝑆ҧ 𝑚
𝜎ො0 = = 𝜎ො0 = =
𝑑2 𝑑2 𝑐4 𝑐4
Exemplo
• Valores da variável X em 8 subgrupos de tamanho 5 (m=8 e n=5), assim,
c4=0,940 e d2=2,326
Subgrupo Xi1 Xi2 Xi3 Xi4 Xi5
1 992,9 1006,7 1002,7 1005,4 998,3
2 1001,3 995,3 999 999,1 996,5
3 1001,2 1001,4 999 997,8 994,2
4 993,3 1002,1 998,7 993,6 996,6
5 996,8 1006,4 1006,9 994,5 998,4
6 1000,9 1004,2 999,2 997,8 997,9
7 1000,2 1002,6 998,3 1006,4 1005,8
8 1003,3 996,1 1000,5 995,2 1005,8
Exemplo
• Valores da variável X em 8 subgrupos de tamanho 5 (m=8 e n=5), assim,
c4=0,940 e d2=2,326
Subgrupo Xi1 Xi2 Xi3 Xi4 Xi5 Média
1 992,9 1006,7 1002,7 1005,4 998,3 1001,2
2 1001,3 995,3 999 999,1 996,5 998,2
3 1001,2 1001,4 999 997,8 994,2 998,7
4 993,3 1002,1 998,7 993,6 996,6 996,9
5 996,8 1006,4 1006,9 994,5 998,4 1000,6
6 1000,9 1004,2 999,2 997,8 997,9 1000
7 1000,2 1002,6 998,3 1006,4 1005,8 1002,7
8 1003,3 996,1 1000,5 995,2 1005,8 1000,2
Média 999,81
σ𝑛𝑗=1 𝑋𝑖𝑗 σ𝑚
𝑖=1 𝑋𝑖
𝑋ത𝑖 = ധ
𝑋=
𝑛 𝑚
Exemplo
• Valores da variável X em 8 subgrupos de tamanho 5 (m=8 e n=5), assim,
c4=0,940 e d2=2,326
Subgrupo Xi1 Xi2 Xi3 Xi4 Xi5 Média Amplitude
1 992,9 1006,7 1002,7 1005,4 998,3 1001,2 13,8
2 1001,3 995,3 999 999,1 996,5 998,2 6
3 1001,2 1001,4 999 997,8 994,2 998,7 7,2
4 993,3 1002,1 998,7 993,6 996,6 996,9 8,8
5 996,8 1006,4 1006,9 994,5 998,4 1000,6 12,4
6 1000,9 1004,2 999,2 997,8 997,9 1000 6,4
7 1000,2 1002,6 998,3 1006,4 1005,8 1002,7 8,1
8 1003,3 996,1 1000,5 995,2 1005,8 1000,2 10,6
Média 999,81 9,16
σ𝑚
𝑖=1 𝑅𝑖
𝑅𝑖 = 𝑋𝑖𝑗,𝑚𝑎𝑖𝑜𝑟 − 𝑋𝑖𝑗,𝑚𝑒𝑛𝑜𝑟 ത
𝑅=
𝑚
Exemplo
• Valores da variável X em 8 subgrupos de tamanho 5 (m=8 e n=5), assim,
c4=0,940 e d2=2,326
Subgrupo Xi1 Xi2 Xi3 Xi4 Xi5 Média Amplitude Desvio
1 992,9 1006,7 1002,7 1005,4 998,3 1001,2 13,8 5,6
2 1001,3 995,3 999 999,1 996,5 998,2 6 2,4
3 1001,2 1001,4 999 997,8 994,2 998,7 7,2 2,9
4 993,3 1002,1 998,7 993,6 996,6 996,9 8,8 3,7
5 996,8 1006,4 1006,9 994,5 998,4 1000,6 12,4 5,7
6 1000,9 1004,2 999,2 997,8 997,9 1000 6,4 2,7
7 1000,2 1002,6 998,3 1006,4 1005,8 1002,7 8,1 3,5
8 1003,3 996,1 1000,5 995,2 1005,8 1000,2 10,6 4,6
Média 999,81 9,16 3,89
σ𝑛𝑗=1(𝑋𝑖𝑗 − 𝑋ത𝑖 )2 σ𝑚
𝑖=1 𝑆𝑖
𝑆𝑖 = 𝑆ҧ =
𝑛−1 𝑚
Exemplo
• Valores da variável X em 8 subgrupos de tamanho 5 (m=8 e n=5), assim,
c4=0,940 e d2=2,326
• Estimativas para a média do processo:
𝑋ധ = 999,81
Atividade
• (COSTA 2.2 adaptada) Com base nos dados da tabela, obtenha os valores de
média e amplitude das amostras e estime o desvio do processo com o
estimador 𝑆𝐷 .
Subgrupo Xi1 Xi2 Xi3 Xi4 Xi5
1 439,5 453,3 449,3 452,0 444,9
2 447,9 441,9 445,6 445,7 443,1
3 447,8 448,0 445,6 444,4 440,8
4 439,9 448,7 445,3 440,2 443,2
5 443,4 453,0 453,5 441,1 445,0
6 447,5 450,8 445,8 444,4 444,5
7 446,8 449,2 444,9 453,0 452,4
8 449,9 442,7 447,1 441,8 452,4
Atividade
• (COSTA 2.2 adaptada) Com base nos dados da tabela, obtenha os valores de
média e amplitude das amostras e estime o desvio do processo com o
estimador 𝑆𝐷 .
Subgrupo Xi1 Xi2 Xi3 Xi4 Xi5
1 439,5 453,3 449,3 452,0 444,9
2 447,9 441,9 445,6 445,7 443,1
3 447,8 448,0 445,6 444,4 440,8
4 439,9 448,7 445,3 440,2 443,2
5 443,4 453,0 453,5 441,1 445,0
6 447,5 450,8 445,8 444,4 444,5
7 446,8 449,2 444,9 453,0 452,4
8 449,9 442,7 447,1 441,8 452,4
Referências
• COSTA, A. F. B.; EPPRECHT, E. K.; CARPINETTI, L. C. R. Fundamentos do
Controle Estatístico de Processos. In: ______. Controle Estatístico de
Qualidade. 2 ed. São Paulo: Atlas, 2005. cap 2. p 22-43
• MONTGOMERY, D. C. Métodos e Filosofia do Controle Estatístico do
Processo. In: ______. Introdução ao Controle Estatístico da Qualidade. 4 ed.
Rio de Janeiro: LTC, 2004. cap. 4, p. 95-128