Introdução
 Controle Estatístico de Processo (CEP)
MÉTODOS E FILOSOFIA DO
CONTROLE ESTATISTICO DO
PROCESSO
1 2
Base Estatística do Gráfico de Controle
 Razões da Popularidade dos Gráficos de Controle
– Os gráficos de controle são uma técnica comprovada para a
melhoria da produtividade
– Os gráficos de controle são eficazes na prevenção de defeitos
– Os gráficos de controle evitam o ajuste desnecessário
– Os gráficos de controle fornecem informação de diagnóstico
– Os gráficos de controle fornecem informação sobre a capacidade
do processo
3 4
Base Estatística do Gráfico de Controle
 Tipo de Variabilidade
 Comportamento estacionário: dados do processo variam em torno
de uma média fixa de uma maneira estável ou previsível
 Dados autocorrelacionados: observações sucessivas nos dados do
processo são dependentes, isto é, um valor acima da média tende
a ser seguido por outro valor acima da média, enquanto um valor
abaixo da média é, usualmente, seguido por outro do mesmo tipo.
 Os gráficos de controle de Shewhart são mais eficazes
quando os dados do processo sob controle são
estacionários e não-correlacionados
5 6
– Poderosa coleção de ferramentas de resolução de problemas útil
na obtenção da estabilidade do processo e na melhoria da
capacidade através da redução da variabilidade
 Objetivos do CEP
 Determinação da ocorrência de causas atribuíveis das mudanças
no processo
 Redução da variabilidade do processo
 Estimar parâmetros do processo, que serão usados na
determinação da capacidade do processo.
Base Estatística do Gráfico de Controle
 Melhoria do Processo com o CEP
– A maior parte dos processo não opera em estado de controle
estatístico
– O uso rotineiro e atento dos gráficos de controle identifica causas
atribuíveis.
– Se as causas atribuíveis puderem ser eliminadas do processo, a
variabilidade será reduzida e o processo melhorará.
– O gráfico de controle apenas detecta causas atribuíveis.
– A ação da gerência, do operador e da engenharia é, usualmente,
necessária para eliminar as causas atribuíveis
– Na identificação e eliminação de causas atribuíveis, é importante
descobrir a causa raiz subjacente do problema e ataca-la.
Base Estatística do Gráfico de Controle
1
 Base Estatística do Gráfico de Controle Base Estatística do Gráfico de Controle

7 8

Causas Aleatórias e Atribuíveis

Introdução
da Variação da Qualidade
 Estabilidade dos processos
– Processo sob controle estatístico: processo que opera
apenas com as causas aleatórias de variação
– Processo fora de controle estatístico: Processo que
opera na presença de causas atribuíveis de variação

9 10

Base Estatística do Gráfico de Controle Introdução

 Tipos de Gráficos de Controle  Elementos dos Gráficos de Controle

– Gráficos de controle para variáveis: para características da – Linha central / média (LM): representa o valor médio da
qualidade expressas como um número em alguma escala contínua característica da qualidade que corresponde ao estado sob
de medida controle, isto é, apenas as causas aleatórias estão presentes
 Gráficos da média ( ̅ ) e da amplitude ( ) – Limite superior de controle (LSC): limites de controle escolhido de
 Gráficos da média ( ̅ ) e do desvio padrão ( ) modo que, se o processo está sob controle, praticamente todos os
– Gráficos de controle para atributos: para características da pontos amostrais estão abaixo dele
qualidade expressas como uma fração ou uma quantidade em uma – Limite inferior de controle (LIC): limites de controle escolhido de
escala discreta de medida modo que, se o processo está sob controle, praticamente todos os
 Gráfico de fração defeituosa ( ) pontos amostrais estão acima dele
 Gráfico de unidades defeituosas ( )
 Gráfico de defeitos por unidade ( )
 Gráfico de defeitos por amostra ( )

11 12

2
 Base Estatística do Gráfico de Controle
13
Escolha dos Limites de Controle
 Análise do Desempenho de um Gráfico de Controle
– Utiliza o esquema de teste de hipóteses
 Erro Tipo I: o gráfico de controle conclui que o processo está
fora de controle quando ele realmente está sob controle
 Erro Tipo II: o gráfico de controle conclui que o processo está
sob controle quando, de fato, está fora de controle
15
Base Estatística do Gráfico de Controle
 Modelo Geral de Gráficos de Controle (Walter Shewhart)
– Seja uma estatística amostral que mede alguma característica da
qualidade de interesse
em que é a média de , é o desvio padrão de e é a
“distância” dos limites de controle à linha central, expressa em
unidades de desvio padrão
17
Base Estatística do Gráfico de Controle
14
Escolha dos Limites de Controle
 Considerações na Determinação dos Limites de Controle
– Ao afastar os limites de controle da linha central, diminuímos o
risco de um erro tipo I (risco de um ponto cair fora dos limites de
controle quando nenhuma causa atribuível está presente), mas
aumentamos o risco do erro tipo II (risco de um ponto cair entre os
limites de controle quando o processo está, na verdade, fora de
controle).
– Ao aproximar os limites de controle da linha central, obtém-se o
efeito oposto (aumenta o risco de erro tipo I, enquanto o erro tipo II
é diminuído)
– Independente da distribuição da característica da qualidade, é
prática padrão determinar os limites de controle como um múltiplo
do desvio padrão, em geral, igual a 3 em relação à linha central,
conferindo uma probabilidade do erro tipo I próxima de 0,001.
16
Exemplo
18
3
 Exemplo Exemplo

19 20

Exemplo Exemplo

21 22

Base Estatística do Gráfico de Controle
 Planejamento do Gráfico de Controle
– Consiste na determinação de
 Tamanho da amostra
 Frequência de amostragem
 Limites de controle
– Os valores selecionados devem usar principalmente considerações
estatísticas, tal como o efeito sobre a probabilidade do erro tipo I
(alarme falso)
– Este planejamento também deve levar em conta um ponto de vista
econômico, considerando explicitamente o custo da amostragem,
perdas por produtos defeituosos, custos das investigações de
alarmes falsos, etc.
Tamanho da Amostra
e Frequência de Amostragem
 No planejamento de um gráfico de controle devem ser
especificados:
– Tamanho da amostra
– Frequência de amostragem
 A situação mais desejável, do ponto de vista de detectar
mudanças, seria tomar grandes amostras muito
frequentemente, o que não é, usualmente, factível
economicamente.
 Alocação do esforço de amostragem
– Deve-se tomar pequenas amostras a intervalos bem curtos, ou
amostras maiores a intervalos mais longos

23 24

4
 Tamanho da Amostra Tamanho da Amostra
e Frequência de Amostragem e Frequência de Amostragem
 Comprimento Médio da Sequência (CMS)
– Número médio de pontos que devem ser marcados antes que um
ponto indique uma condição de fora de controle

onde é a probabilidade de que qualquer ponto exceda os limites

de controle

 Tempo Médio para Alerta (TMA)

– Tempo médio exigido para detectar uma mudança no processo

onde ℎ é o intervalo fixo de tempo entre as tomadas das amostras

25 26

Subgrupos Racionais Subgrupos Racionais

 Subgrupos ou amostras devem ser selecionados de tal

modo que, se estiverem presentes causas atribuíveis:
– A chance de diferenças entre os subgrupos será maximizada
– A chance de diferenças devidas a essas causas atribuíveis dentro
de um subgrupo será minimizada

 Abordagens gerais para a construção de subgrupos

racionais
– Extrair amostras compostas por unidades que foram produzidas ao
mesmo tempo (ou tão próximas quanto possível)
– Extrair amostras compostas por unidades do produto que são
representativas de todas as unidades que foram produzidas desde
que a última amostra foi tomada

27 28

Análise de Padrões em
Subgrupos Racionais
Gráficos de Controle
 Sequência
– Disposição de pontos em um gráfico de controle com uma
aparência muito não aleatória
– Fila de observações do mesmo tipo

 Exemplos de sequências
– Sequência crescente
– Sequência decrescente
– Sequência cíclica

 Reconhecimento de Padrão
– Identificação de padrões sistemáticos ou não-aleatórios no gráfico
de controle e a identificação das razões para esse comportamento.

29 30

5
 Análise de Padrões em Análise de Padrões em
Gráficos de Controle Gráficos de Controle

31 32

Análise de Padrões em Discussão de Regras Sensibilizantes

Gráficos de Controle para Gráficos de Controle
 Sensitividade
– Critérios suplementares que podem ser aplicados simultaneamente
a um gráfico de controle para se determinar se o processo está sob
controle

 Regras Sensibilizantes
 Regras utilizadas para verificar se pontos entre os limites de
controle se comportam de maneira sistemática ou não aleatória, o
que pode ser uma indicação de que o processo está fora de
controle

 Cuidado
– Não usar várias regras de decisão simultaneamente, pois pode
provocar um número excessivo de falsos alarmes

33 34

Análise de Padrões em Análise de Padrões em

Gráficos de Controle Gráficos de Controle
 Regras de Zonas
– Limites que dividem o gráfico de controle em três zonas A, B e C,
de cada lado da linha central

 Regras de detecção de padrões não aleatórios em gráficos

de controle (Western Eletric Handbook, 1956)
– Um ponto se localiza fora dos limites de controle três-sigma
– Dois, em três pontos consecutivos, se localizam além dos limites
de alerta de dois-sigma
– Quatro, em cinco pontos consecutivos, se localizam a uma
distância de um sigma ou mais em relação à linha central
– Oito pontos consecutivos se localizam de um mesmo lado da linha
central

35 36

6
 Base Estatística do Gráfico de Controle Base Estatística do Gráfico de Controle

 Plano de Ação para Fora-de-Controle (PAFC)

– Fluxograma ou descrição textual da sequência de atividades que
devem ser realizadas em seguida à ocorrência de um evento
ativador (sinais fora de controle do gráfico de controle)
– Componentes
 Pontos de vistoria: potenciais causas atribuíveis
 Finalizadores: ações empreendidas para resolver a condição fora de
controle, de preferência pela eliminação da causa atribuível.

 Estudos da Capacidade do Processo

– Permitem avaliar estatisticamente se o processo atende às
especificações da qualidade.
– Um gráfico de controle pode ser usado como um dispositivo de
estimação de certos parâmetros do processo (média, desvio
padrão, fração não conforme etc.)

37 38

O Restante das “Sete Ferramentas” O Restante das “Sete Ferramentas”

 Finalidade das Sete Ferramentas do CEP  Folha de Controle

 Identificar oportunidades de melhoria  Usada para coletar dados operacionais históricos ou atuais sobre o
 Ajudar na redução de variabilidade processo sob investigação.
 Ajudar na eliminação de perdas  O resumo orientado no tempo permite identificar tantos tipos
diferentes de defeitos quanto possível ao longo do tempo, sendo
particularmente valioso na pesquisa de tendências ou outros
 Sete Principais Ferramentas do CEP padrões significativos
– Apresentação em histogramas ou em ramo-e-folhas  Ao planejar uma folha de controle, é importante especificar:
– Folha de controle – o tipo de dados a serem coletados,
– Gráfico de Pareto – o número da parte ou operação,
– Diagrama de causa-e-efeito – a data,
– Diagrama de concentração de defeito – o analista,
– quaisquer outras informações úteis de controle.
– Diagrama de dispersão
– Gráfico de Controle

39 40

O Restante das “Sete Ferramentas” O Restante das “Sete Ferramentas”

 Gráfico de Pareto
 É simplesmente uma distribuição de frequência de dados atributos,
organizados por categoria
 O gráfico de Pareto não identifica automaticamente os defeitos
mais importantes, mas apenas aqueles que ocorrem mais
frequentemente.
 Muito usado também em aplicações não-industriais

41 42

7
 O Restante das “Sete Ferramentas” O Restante das “Sete Ferramentas”

43 44

O Restante das “Sete Ferramentas” O Restante das “Sete Ferramentas”

 Diagrama de Causa-e-Efeito
 Uma vez que um defeito, erro ou problema tenha sido identificado
para estudo posterior, devemos começar a analisar as causas
potenciais desse efeito indesejável.
 O diagrama de causa-e-efeito é uma ferramenta formal
frequentemente útil na eliminação de causas potenciais.
 Costuma-se escolher classificar as principais categorias de defeitos
como:
– máquina,
– materiais,
– métodos,
– pessoal,
– medições,
– ambiente.

45 46

O Restante das “Sete Ferramentas” O Restante das “Sete Ferramentas”

 Diagrama de Concentração de Defeito

 Figura da unidade, mostrando todas as vistas relevantes
 Após a figura ser elaborada, os vários tipos de defeitos são
desenhados na figura
 Quando os dados sobre defeitos são retratados em um diagrama
de concentração de defeitos sobre um número suficiente de
unidades, frequentemente surgem padrões.
 A localização desses padrões contém, em geral, muita informação
sobre as causas dos defeitos
 O diagrama é então analisado para determinar se a localização dos
defeitos na unidade fornece alguma informação útil sobre as
causas potenciais dos defeitos.
 É possível mostrar várias categorias diferentes de defeitos, cada
uma identificada por um código ou uma cor diferente

47 48

8
 O Restante das “Sete Ferramentas” O Restante das “Sete Ferramentas”

49 50

O Restante das “Sete Ferramentas” O Restante das “Sete Ferramentas”

 Diagrama de Dispersão
 Gráfico útil para a identificação de relações potenciais entre duas
variáveis
 Tipos de relação existente entre as variáveis
– Correlação positiva
– Correlação negativa
 Correlação não implica necessariamente causalidade
(experimentos planejados devem ser usados para verificação da
causalidade)

51 52

Implantação do CEP

 Compromisso e envolvimento da gerência com o processo

de melhoria da qualidade
– Componente mais vital do sucesso potencial do CEP

 Elementos de um programa de CEP bem-sucedido

– Liderança gerencial
– Abordagem de equipe
– Educação dos empregados em todos os níveis
– Ênfase na redução da variabilidade
– Avaliação do sucesso em termos quantitativos (econômicos)
– Um mecanismo para comunicar os resultados de sucesso por toda
a empresa

53