Definição

 O controle estatístico do processo é um sistema de

inspeção por amostragem, operando ao longo do
processo, com o objetivo de verificar a presença de
causas especiais, ou seja, causas que não são naturais ao
processo e que podem prejudicar a qualidade do produto
manufaturado.
 Uma vez identificadas as causas especiais, podemos atuar
sobre elas, melhorando continuamente os processos de
produção e, por conseguinte, a qualidade do produto final
(RIBEIRO, CATEN, 2012).
Diagrama de Causa e Efeito
Sistema de Controle do Processo

Ref.: Ribeiro,
Caten, 2012.
Causas de variabilidade

 A variabilidade está sempre presente no processo

produtivo. Se compararmos duas unidades quaisquer, elas
nunca serão idênticas. São causas de variabilidade de
processo:
 Habilidade do operador;
 Diferenças na matéria-prima;
 Desgaste de ferramentas;
 Temperatura do dia;
 Mudança de procedimento no processo;
 Queda de corrente;
 Troca de setup.
Causas comuns de variabilidade

 Um processo que apresenta apenas as causas comuns

atuando é dito um processo estável ou sob controle, pois
apresenta sempre a mesma variabilidade ao longo do
tempo (RIBEIRO, CATEN, 2012).
Causas comuns de variabilidade

 Devido à variabilidade inerente do processo, as medidas

individuais de uma característica de qualidade são todas
diferentes entre si, mas quando agrupadas elas tendem a
formar um certo padrão. Quando o processo é estável,
esse padrão pode ser descrito por uma distribuição de
Probabilidade (RIBEIRO, CATEN, 2012).
Causas especiais

 As causas especiais são causas que não são pequenas e

não seguem um padrão aleatório (erros de set up,
problemas nos equipamentos ou nas ferramentas, um lote
de matéria prima com características muito diferentes,
etc.) e por isso também são chamadas de causas
assinaláveis. São consideradas falhas de operação
(RIBEIRO, CATEN, 2012).
Tipos de Distribuição de probabilidade

 Uma distribuição de probabilidade se caracteriza por três

parâmetros:
 1- Características de qualidade do tipo nominal-é-melhor (por
exemplo, características dimensionais) tendem a apresentar
uma distribuição de probabilidade aproximadamente simétrica,
pois as causas de variabilidade geram valores que podem se
afastar tanto para cima como para baixo do alvo. Elas
apresentam limite superior de especificação e limite inferior de
especificação (RIBEIRO, CATEN, 2012).
Tipos de Distribuição de probabilidade

 2- Características de qualidade do tipo maior-é-melhor (por

exemplo, resistência mecânica) tendem a apresentar uma
distribuição de probabilidade assimétrica à esquerda, pois
muitas vezes existem limitações tecnológicas que dificultam a
obtenção de valores altos, enquanto que muitos causas de
variabilidade podem gerar valores baixos. Elas apresentam
apenas limite inferior de especificação. (RIBEIRO, CATEN, 2012).
Tipos de Distribuição de probabilidade

 3- Características de qualidade do tipo menor-é-melhor (por

exemplo, nível de ruído) tendem a apresentar uma distribuição
de probabilidade assimétrica à direita, pois muitas vezes
existem limitações tecnológicas dificultando a obtenção de
valores baixos, enquanto que muitos causas de variabilidade
podem gerar valores altos. Elas apresentam apenas limite
superior de especificação. (RIBEIRO, CATEN, 2012).
Cartas de Controle

Ref.: Ribeiro,
Caten, 2012.
Processos instável e estável

Ref.: Ribeiro, Caten, 2012.

Processos instável e estável

Ref.: Ribeiro, Caten, 2012.

Sistema de Controle do Processo

Ref.: Ribeiro,
Caten, 2012.
Ações dirigidas pelas Cartas de Controle

Ref.: Ribeiro, Caten, 2012.

Análise da Capacidade do Processo

 Após a eliminação de todas as causas especiais, o

processo estará funcionando em controle estatístico. Um
processo em controle estatístico ou estável é aquele que
possui variabilidade associada apenas às causas comuns,
ou seja, ele segue um certo padrão previsível ao longo do
tempo. No entanto, esse padrão estável do processo
pode ou não ser capaz de produzir peças que atendam às
especificações de clientes ou de projeto. Uma vez
eliminadas as causas especiais, pode-se então avaliar a real
capacidade do processo comparando sua variabilidade
(associada apenas às causas comuns) com as
especificações. (RIBEIRO, CATEN, 2012).
Análise da Capacidade do Processo

Ref.: Ribeiro, Caten, 2012.

Análise da Capacidade do Processo

 Se a variabilidade devida às causas comuns for excessiva,

ou seja, maior do que a amplitude das especificações, o
processo é dito não capaz e a gerência deve atuar sobre
o sistema. Se a variabilidade inerente do processo for
menor do que a amplitude de especificações, o processo
é dito capaz. Nesse caso, as ações devem ser tomadas
apenas quando o processo apresentar eventuais causas
especiais (RIBEIRO, CATEN, 2012).
Análise da Capacidade do Processo

Ref.: Ribeiro, Caten, 2012.

Ações de melhoria

Ref.: Ribeiro, Caten, 2012.

INSPEÇÃO VERSUS CONTROLE
ESTATÍSTICO DO PROCESSO
 A inspeção e o controle estatístico do processo possuem
características e objetivos distintos.
 No curto prazo, uma inspeção 100% fornece mais
resultados na detecção de unidades defeituosas, pois elas
são filtradas e dirigidas para retrabalho ou sucata.
 No entanto, as atividades de inspeção não promovem a
melhoria dos processos, pois tomam tempo e mobilizam
os recursos em atividades que não agregam valor. Além
disso, levam a um certo relaxamento na manufatura, uma
vez que tudo vai ser inspecionado depois (RIBEIRO,
CATEN, 2012).
Inspeção versus Controle Estatístico do
Processo

Ref.: Ribeiro, Caten, 2012.

CONTROLE ESTATÍSTICO DO PROCESSO

 O CEP, ao contrário da inspeção 100%, prioriza ações

sobre as causas especiais, ou seja, sobre a origem do
problema. Ele não utiliza inspeção massiva, pois isso iria
mobilizar os recursos que são importantes para a solução
das causas especiais (RIBEIRO, CATEN, 2012).
Controle do Processo

 Consegue detectar e eliminar causas especiais de uma

variação específica (outlier);
 Consegue monitorar a estabilidade dos processos;
 Consegue monitorar as variações, gerando previsibilidade
de quais deverão ocorrer – previsibilidade.
Estabilidade do Processo
 Os limites de controle (medidos no processo) são limites
de confiança calculados, onde a probabilidade da amostra
cairá dentro dos limites de 99,73%.
Estabilidade do Processo
 Amostras fora dos limites de controle, tem a
probabilidade de pertencer a esse processo é pequena
(0,27%), pode ser uma evidência de que o processo
mudou (média ou desvio padrão) devido à presença de
causas especiais.
Estabilidade do Processo
 Caso a distribuição dos valores individuais seja Normal,
os limites naturais são calculados considerando-se a
extensão de seis desvios-padrões (6 σ - Sigmas).
 Dessa forma, os limites naturais compreendem 99,73%
dos valores, ou seja, teoricamente 99,73% das peças
produzidas estarão dentro dos limites naturais e
0,27% estarão fora dos limites naturais.
Estabilidade do Processo
 Os limites naturais da Distribuição Normal, são
calculados, usando as seguintes fórmulas:

LNI = µ – 3 σ, sendo LNI – Limite Natural Inferior

LNS = µ + 3 σ , sendo LNS – Limite Natural Superior

 Estabilidade do Processo

Para a seguinte série onde o µ = 28,4 e o σ = 0,2, verifique se

processo é estável.
 Estabilidade do Processo

Para a seguinte série onde o µ = 28,4 e o σ = 0,2, verifique se

processo é estável.

LNI = µ – 3 σ
LNI = 28,4 – 0,2 * 3
LNI = 27,8

LNS = µ + 3 σ
LNS = 28,4 + 0,2 * 3
LNS = 29

O Processo não é estável, pois a curva está deslocada para

a direita.
Capabilidade de processos

 Um processo é denominado capaz quando, além de estar

sobre controle, atende às especificações do cliente.
Existem também processos sob controle, mas que são
incapazes.
 ... Assim, capacidade ou capabilidade exige que o processo
esteja sobre controle.
Capacidade do Processo

Após avaliar se o processo está sob controle

estatístico, o próximo ponto é se o processo é ou
não capaz.
• O resultado satisfaz às exigências dos
clientes?

• A avaliação da capacidade do processo só inicia

após a eliminação das causas especiais.

• A capacidade do processo está associada com as

causas comuns de variabilidade.
Capacidade do Processo

Tolerâncias: especificações que representam

requisitos do produto.

• Capabilidade do Processo: representa o

desempenho do processo, determinando as suas
variações.
Capacidade do Processo

• Capabilidade Potencial do Processo (Cp):

relação a entre tolerância e a variabilidade do
processo.
• Capabilidade Efetiva do Processo (Cpk):
mede a localização da variação do processo em
relação aos limites de especificação. Considera a
variação dentro dos subgrupos σc (desvio padrão
estimado por Rbar/d2).
 Capacidade do Processo

Os limites de especificação determinam a tolerância permitida

da variabilidade de um produto ou processo.

• A tolerância é calculada na concepção do produto antes de

qualquer da fabricação.

• Os limites de controle, são dados observados no chão da

fábrica e são valores práticos e não teóricos. • Tolerância
mede o que deve ser, enquanto limites de controle medem o
que realmente é.

O índice de capacidade é uma medida da relação

numérica entre os dois conceitos.
 Cálculo da amplitude da amostra
A amplitude é a diferença entre o maior valor e o menor valor apresentado
pelos elementos da amostra. A amplitude é um número que serve para
dizer quanto os elementos da amostra estão distantes do valor da média,
pode-se dizer que a amplitude é uma medida da tendência do afastamento
da média.

R = Maior valor de elemento - menor valor de elemento

 Cálculo da amplitude da amostra

R = Maior valor de elemento - menor valor de elemento

O gerente de produção de uma empresa, deseja implementar um controle estatístico

de processo para o comprimento de determinada chapa de aço cortada no setor de
corte. Para isto mediu o valor do comprimento de uma amostra de nove amostras de
chapa de aço, cujos valores estão relacionados no Quadro abaixo.
Média e amplitude da curva de distribuição
normal

A média, conforme o próprio nome diz, informa uma medida de tendência central,
ou seja, um valor que representa a maioria dos elementos da amostra, Na
simbologia utilizada em estatística a média é representada através da letra x com
uma barra sobre a mesma.
 Desvio padrão da curva de distribuição
normal

Enquanto a média aritmética de uma série de dados é uma medida de tendência

central dos valores dos elementos da amostra, o desvio padrão fornece a média
da tendência dos afastamentos desses elementos em torno da média.

Onde:
S = Desvio padrão
xi = medida do iésimo elemento da amostra
n = número de elementos da amostra
Média e amplitude da curva de distribuição
normal

O desvio padrão e curva de distribuição normal são

utilizados para estimar a porcentagem de elementos com
valores em função do grau de afastamento do valor da
média.
Influências das causas de variação
 Gráfico P – porcentagem de produtos
defeituosos

O gráfico P pode ser utilizado, por exemplo, em uma indústria de

confecções que deseja controlar o número de peças de roupas
produzidas que apresentaram determinado defeito que provocou a
necessidade de retrabalho na roupa, ou a venda do produto como
segunda linha ou até o descarte da peça.
Gráfico P – porcentagem de produtos
defeituosos

O setor de pintura de uma fábrica de bicicletas retirou 20 amostras

com 10 quadros de bicicletas cada uma e verificou que ao todo cinco
quadros apresentavam defeito de pintura. Estabelecer o gráfico para
controle da fração defeituosa P
Exemplo
A Bebebrás é uma fábrica de bebedouros refrigerados. Em um de seus
processos, é feito a pintura de chapas de aço com espessura de camada de
tinta de 65 µ. A especificação do desenho, feito pela engenharia do produto
com base nas especificações do fornecedor da tinta, permite uma variação
máxima de 5 µ. Se a camada for inferior a esta especificação a cobertura além
de poder apresentar falhas, não oferece a proteção apropriada contra corrosão
e o produto enferrujará com pouco tempo de uso, se a camada de tinta for
superior a esta especificação, a empresa estará utilizando mais tinta que o
necessário, elevando o custo do produto sem necessidade. A fábrica deve
utilizar o controle estatístico de processo para garantir tal situação. A empresa
colocou em funcionamento o seu processo de pintura, foram colhidas oito
amostras durante o dia todo, obtendo-se os resultados do Quadro a seguir:
Exemplo
Gráfico C – número de defeitos por peça

Quando se faz a contagem dos defeitos em uma única peça ou produto,

os defeitos das diferentes classes podem ser ponderados
diferentemente. Neste caso cada empresa estabelece os padrões que
lhes convier.
Gráfico C – número de defeitos por peça

O setor de pintura de uma fábrica de bicicletas retirou 20 amostras com 10

quadros de bicicletas cada uma e verificou que ao todo cinco quadros
apresentavam defeito de pintura. Estabelecer o gráfico para controle da fração
defeituosa P.
 Exemplo
O gerente de produção da Ventibrás, uma fábrica de ventiladores de teto do tipo
doméstico, decidiu implantar controle estatístico de processo para controlar a
porcentagem de pequenos defeitos não aparentes de cada ventilador. Acreditava-
se que cada ventilador poderia ter em média dois ou três pequenos defeitos não
perceptíveis para o consumidor, mas na verdade, a empresa nunca teve este tipo
de avaliação anteriormente e era preciso estabelecer o padrão e os gráficos de
controle, pois a empresa recém ingressara no mercado de exportação e o cuidado
com a qualidade deveria ser redobrado. Em primeiro lugar o gerente verificou se
todos os funcionários, ajustes de máquinas e tipos de materiais estavam em
ordem, entendendo que o processo estava sob controle. Após esta verificação, o
diretor mandou que fossem retirados e analisados 30 ventiladores prontos ao
acaso e enviados ao setor de qualidade que observou os seguintes números de
defeitos em cada um dos 30 ventiladores:
Exemplo
LIC e LSC

LIMITES PARA AS MÉDIAS

LSE = µ + A2 * RM
LIE = µ – A2 * RM

LIMITES PARA AS AMPLITURES

LSE = D4 * RM
LIE = D3 * RM
LSE – Limite superior de especificação
LIE – Limite inferior de especificação

A2 , D3 e D4 – os valores deverão ser consultados na tabela no

Excel
 Índice de capabilidade – Cp – Capacidade
Potencial

Este índice mede a folga existente entre os limites das

especificações (dados pelo projeto) e os limites das
especificações do processo (dados pelos limites dos gráficos
de controle).
Índice de capabilidade – Cp – Capacidade
Potencial

Um processo centrado, isto é, µ = (1/2)(LIE + LSE) com uma

distribuição (estável) normal e com um Cp = 1 produzirá
0,27% dos itens fora de especificação. Também, para um
processo centrado e capaz (Cp = 1), os limites de controle de
e de especificação estão relacionados da seguinte forma:

Processo incapaz: Cp < 1

Processo capaz: Cpk ≥ 1
Cp = Cpk – processo centralizado
Índice de capabilidade – Cp – Capacidade
Potencial
 Índice de capabilidade - Cp
Um processo de um fabricante de eixos cilíndricos controla o diâmetro destes
através de um CEP que tem LSC = 10,4 mm, LM = 10,0 mm e LIC = 9,6 mm. A
especificação do diâmetro exigida pelo projeto é de 10,00 ± 1,50 mm. Qual o índice
de capabilidade do processo?
 Programa seis sigmas
O programa seis sigmas iniciou na Motorola nos anos 80. Seis sigmas
correspondem a seis desvios padrão de cada lado da média, o que
representa um índice de capabilidade de 2,0.

https://youtu.be/ljOPwZwjpLE
Semana 04 - In-class Exercises (2 aulas – 10
de março)
 Etapa 1: Divisão dos grupos
 Etapa 2: Ler o artigo proposto (20 min)
 Etapa 3: Discutir as questões fornecidas (30 min).
 Etapa 4: Apresentar a solução do exercício dada pelo grupo para a
sala de aula.
 Questões para discutir com o grupo e
responder in-class

1) Leia o artigo e responda. De acordo com o texto, quais são

as prováveis origens que das variações detectadas nas cartas
de controle. Quais são as prováveis causas especiais das
variações?

2) De acordo com o artigo, você acha que é viável a aplicação

do CEP nos processos da empresa proposta?

3) Elabore uma questão relevante a respeito a aplicação do

CEP no auxílio na resolução de problemas.