Análise dos Sistema de Medição

MSA 4ª edição
Introdução - Sistema de Medição
Sistema É a coleção de instrumentos ou dispositivos de medição,
padrões, operações, métodos, dispositivos de fixação,
de software, pessoal, ambiente e premissas utilizadas para
Medição quantificar a unidade de medição ou corrigir a avaliação de
uma característica sendo medida; o processo completo para
obter medições. (MSA 4ºedição página 5).

É o conjunto de operações com o objetivo de determinar o

Medição valor de uma grandeza. Estas operações podem ser
realizadas automaticamente. (ISO GUM, 1995).

Valor obtido pelo processo de medição para a grandeza

Medida considerada
 Introdução - Sistema de Medição
A seguir, vamos apresentar um sistema de medição como um processo e discutir
as principais ferramentas para gerenciar a variabilidade do sistema de medição:

Processo de Medição

Para gerenciarmos efetivamente a variação de qualquer processo,

precisamos conhecer três elementos básicos

O que o processo de
O que pode sair O que o processo de
medição deveria fazer,
errado medição está
isto é, qual o produto do
fazendo
processo

Página 13 (MSA 4ª edição)

 Erro de Medição

• Valor Real ou Verdadeiro valor ⇒ Indeterminado

• Erro de Medição ⇒ Indeterminado

• Valor Medido ou Resultado da Medição

Observação: O Erro de Medição está entre ∞, ∞

 Erro de Medição
(distribuição Normal)
 Erro de Medição

Incerteza σ (Equipamento de Medição)

R&R σ (Sistema de Medição)

Não confundir σ
com erro!
 Tipos de Erros

Erros

Aleatórios Sistemáticos Grosseiros

 Tipos de Erros
Erro é um conceito idealizado e os erros
não podem ser conhecidos exatamente

Se origina de variações temporais ou

Erro Aleatório espaciais e ocorre de forma
imprevisível.

Erro Assim como o erro aleatório, não pode

ser eliminado, porém ele,
Sistemático frequentemente, pode ser reduzido
 Requisitos de um sistema de medição

Propriedades fundamentais que definem um bom sistema de medição:

O incremento de medida deve ser pequeno o suficiente para detectar
Uma adequada variações no processo ou nos limites de especificação. A regra comum
discriminação ou é conhecida como regra do dez, que consiste em definir a
discriminação do sistema de medição dividindo a tolerância (ou
sensibilidade variação do processo) em 10 partes.

O SM deve estar Isto significa que sob condições de repetitividade, as variações do

sob controle sistema de medição são devidas à causas comuns e não à causas
especiais.
estatístico
A variabilidade do sistema de medição deve ser pequena comparada
Para controle de com limites de especificação. Comparar a variabilidade do sistema de
produto medição com as tolerâncias do produto.

A variabilidade do sistema de medição deve demonstrar uma

Para controle do resolução efetiva e pequena comparada com a variação do processo
processo de manufatura. Comparar a variabilidade do sistema de medição com
6-sigma da variação do processo e/ou variação total.

Página 15 (MSA 4ª edição)

 Valor de Referência

Como o Valor Real é desconhecido e indeterminado, o valor aceito

como correto será o Valor de Referência, para fins de referência, da
grandeza medida.

Valor de Ele será obtido como a média de uma série de medidas da grandeza
em estudo (estudo de calibração), realizadas por um sistema de
Referência medição de nível superior: Institutos Metrológicos, Laboratórios
Credenciados ou Laboratório Interno de Metrologia da Empresa.

Quanto mais alto o nível do sistema utilizado para determinar o valor

de referência, mais “confiável” ele será.
Requisitos de um sistema de medição
“
”
Estratégia
 Planejamento e Estratégia
Nem toda característica do processo ou produto requer uma análise
detalhada como a que estamos desenvolvendo.

Para sistemas de A regra básica para

medição simples, como escolher o sistema a Outro indicativo é o
os sistemas ser avaliado é se este é nível de tolerância
determinados por identificado no plano determinado para a
paquímetros, de controle ou é dimensão
micrômetros ou importante para específica e a
calibradores, muitas determinar a rejeição criticidade perante
vezes não requerem ou não do processo ou ao cliente.
uma análise detalhada. produto.

o bom senso é o guia em qualquer caso.

Página 25 (MSA 4ª edição)

Diretrizes para análise do
sistema de medição
 Modelo de Erro de medição
Fontes de Erro Componentes Fator ou Parâmetro

Peça Peça, Amostra, Mensurando, Unidade sobre Teste, Desconhecido

Artefato, Padrão de Variação
Instrumento Equipamento de Medição, Unidade de Medição, Meios de
Célula de Medição Comparação
Padrão Escala, Referência, Artefato, Padrão de Verificação, Valor de Referência
(Standart) Padrão de Consenso, Material Padrão, Classe, Critério ou Critério de
de Aceitação Aceitação
Método Treinamento On-the-job, Instrução de trabalho, Plano Como
de Controle, Método, Plano de Inspeção, Programa de
Teste
Operador Instrumentista, Técnico de Teste ou Calibração, Quem
Inspetor

Meio Ambiente Temperatura, Umidade, Contaminação, Condições de

(Environment) Housekeeping, Iluminação, Posição, Vibração, Medição e Ruído
Interferência Eletromagnética, Ruído, Tempo e Ar
Concepção Estatística, Operacional, Calibração, Constantes, Medição Confiável
(Assumptions) Valor de Handbook, Estabilidade Térmica, Elasticidade
Comprovação Metrológica
Análise do Certificado de Calibração
A função metrológica deve definir uma estratégia para avaliar cada
equipamento de medição. Uma das forma mais utilizadas consiste em
definir o erro máximo permissível (EMP), através da tolerância de produto
ou especificações do fabricante, e compará-la com o resultado da
calibração do equipamento.

â ! " "
#

com J entre 5 e 15

O mais utilizado é J=10

$ â
%&

Critério :
Análise do Certificado de Calibração
A comprovação metrológica no caso em que o EMP é função das leituras
é obtido da seguinte forma:

' ( ) * leitura
Para este exemplo tomamos
( ) 0,01

Critério :

em que representa o ponto de

calibração
Exemplo do Certificado de Calibração
Análise do Certificado de Calibração
Através do certificado de calibração obtemos as seguintes informações:

Considerando j 10 temos que

6789:â;< ( 10
1
10 10

Critério :
1
1, … , 11
Sistema de Medição
Replicáveis

Estabilidade
 Sistema de Medição Replicáveis

Estabilidade

é a quantidade de variação total na tendência do sistema ao longo do tempo

em uma dada peça ou peça padrão. Antes de estudarmos qualquer
propriedade estatística do sistema de medição, vamos analisar a capacidade
do sistema manter tais propriedades ao longo do tempo

A interação do sistema de medição e o meio ambiente

O objetivo da
estabilidade Desgaste de componentes
consiste em
avaliarmos
Ajuste de dispositivos e sensores
 Sistema de Medição Replicáveis

Estabilidade

Selecionar e identificar uma peça

Preparar formulário para coleta de dados e diário de

Diretrizes para bordo (data, horário, operador, equipamento de medição)
sistema
replicável Medir periodicamente (diário, semanal, quinzenal ou
mensal) a peça com 3 a 5 medições por vez (subgrupo
racional)

=> e R, conforme descrito abaixo

Após 20 ou mais subgrupos racionais, construir o gráfico
 Estabilidade
Limites dos Gráficos Nº de elementos ? @A @B

Gráfico das Médias =>

da Amostra (n)
2 1,88 0 3,267 Limite

=E
Superior de
C D ?F
3 1,023 0 2,574 Controle

=E
(LSC)
CD 4 0,729 0 2,282

CD =E ?F
5 0,577 0 2,114
Linha
Central
(LC)
6 0,483 0 2,004

F
Gráfico das Amplitudes 7 0,419 0,076 1,924
Limite
C D @B F 8 0,373 0,136 1,864 Inferior de
Controle
CD F 9 0,337 0,184 1,816 (LIC)

CD @A F 10 0,308 0,223 1,777

Ir para análise gráfica do RR

 Estabilidade
Primeiramente
o analisar
gráfico R e na Pontos fora dos limites de controle
gráfico =
sequência o

Se o processo apresentar falta de estabilidade, identifique

gráficos = e R
Caso os as causas, estabeleça ação corretiva. Repita o estudo de
estabilidade
estejam fora de
controle, Se o processo for estável, prossiga com o estudo do
investigar as sistema de medição
causas e
estabelecer Se não for possível estabilizar o processo de medição,
ações realizar os estudos ao longo do tempo para identificar as
corretivas variações de longo prazo
 Exemplo
O técnico de processo deve realizar um estudo sobre a estabilidade do
sistema de medição para avaliar o diâmetro de uma barra de aço com um
micrômetro. O técnico selecionou 1 peça, que foi medida em uma
frequência diária e tamanho de subgrupo 3, por um avaliador.
 n = tamanho das
? 1,023, @A 0 9 @B 2,574
amostras = 3

C D =E @A * F 4,2005 1,023 * 0,001292 4,2018

Para Média CD =E 4,2005

CD =E @B * F 4,2005 2,574 * 0,001292 4,199

C D @B * F 2,574 * 0,001292 0,003325

&,&&%N&,&&?N⋯N&,&&%
Para CD 0,001292
?B
Amplitude
CD @A * F 0 * 0,001292 0
Resultados
 Conclusão
A interpretação do estudo de estabilidade não é simples e exige um bom
conhecimento sobre a necessidade do sistema de medição. Observando o gráfico de
estabilidade temos:
Sintomas de • 8 pontos consecutivos abaixo da linha central no gráfico da amplitude;
• 8 fora dos limites de controle no gráfico da média.
instabilidade
Porém, devemos avaliar os resultados com bastante cuidado pelos seguintes
argumentos:

•A amplitude média é de 0,0012mm que está muito próxima da resolução do

equipamento e tem como limite superior 0,003 mm, que em geral, é similar ao
erro máximo permissível para avaliar o certificado de calibração deste tipo
Análise geral de equipamento;
• A maior diferença entre as médias de medições da barra de metal foi 0,004mm,
no qual temos contribuições da falta de homogeneidade da barra (ovalização).

Temos sintomas de instabilidade na aplicação do sistema de medição, porém,

Conclusão esta instabilidade resulta em variações de no máximo 0,004mm. Portanto,
a aceitabilidade ou não do sistema de medição deve levar em conta a aplicação e
a necessidade de medições mais ou menos criteriosas.
Sistema de Medição
Replicáveis
R&R
Repetitividade e
Reprodutibilidade
 Sistema de Medição Replicáveis
Repetitividade - VE
Variação das medidas obtidas por um único operador, utilizando o
mesmo equipamento de medição e método, ao medir repetidas
vezes uma mesma grandeza de uma única peça (corpo de prova).

Reprodutibilidade - VO
Variabilidade Variação das médias obtidas por diferentes operadores utilizando o
mesmo equipamento de medição para medir repetidamente uma
Definições mesma grandeza de uma única peça (corpo de prova).

R&R
R
É a soma das variações devidas à falta de Repetitividade e
Reprodutibilidade.
F&F Q ? Q ?
 Sistema de Medição Replicáveis
A técnica a ser utilizada deve ser planejada. Por exemplo, tem alguns
sistemas de medição cujo o efeito da reprodutibilidade é desprezível, por
exemplo, para sistemas de medição automáticos no qual a única
interferência do operador é apertar um botão. Neste caso, planejamos o
estudo sem a reprodutibilidade (MSA, página 73).

O número de operadores, número de peças e o número de réplicas devem

ser determinados através dos critérios:
• Criticidade da medida, dimensões críticas requerem mais peças e/ou
Planejamento réplicas;
• Quando lidamos com peças pesadas ou de difícil manuseio, utilizamos
menos peças e mais réplicas;
• Requisito do cliente;

Os operadores devem ser escolhidos entre todos os que utilizam o

sistema de medição
 Sistema de Medição Replicáveis
A seleção das peças é crítica para uma boa análise do RR. Esta
seleção depende do propósito do sistema de medição e da
Planejamento disponibilidade de peças que representem o processo de produção. Na
página 73, o manual MSA estabelece os seguintes propósitos:

Controle de Produto:
Produto
sistemas de medição cujo resultado e critério de decisão determinam a
conformidade ou não conformidade do produto com relação às especificações
(inspeção 100% ou por amostragem). Neste caso, as peças selecionadas não
precisam cobrir toda a faixa de variação do processo.

Controle de Processo:
Processo
sistemas de medição cujo resultado e critério de decisão determinam a estabilidade
e/ou capacidade do processo de produção (CEP, Gráfico Farol, Melhoria Contínua).
Neste caso, a disponibilidade de peças que cobrem toda a faixa de variação do
processo de produção é fundamental. Muitas vezes, um estudo complementar para
determinar a capacidade do processo é requerido e recomendado para avaliar a
adequabilidade do sistema de medição para o controle do processo.

O instrumento de medição deve ter uma discriminação de pelo menos um décimo da

tolerância ou variação do processo de produção

Assegurar que o método de medição está medindo a dimensão correta e que o

método é corretamente aplicado
 Sistema de Medição Replicáveis
Variabilidade interna do
produto

A variabilidade interna pode ser avaliada e separada da repetitividade. O

procedimento é mais complexo e consiste basicamente em:

Trabalhar com os valores

Obter a medida em vários
pontos da peça
À partir destes
médios (ou valores máximo
experimentos estimar a
e/ou mínimo) para cada
variabilidade interna
peça

A variabilidade interna deve sempre ser objeto de estudo para a melhoria do

processo produtivo.
 Sistema de Medição Replicáveis

Índice R&R
A partir do propósito do sistema de medição (Controle de Produto ou Controle de
Processo), devemos estabelecer um índice para “facilitar” a intepretação do R&R:

Controle de Comparar a variabilidade do sistema de medição (R&R) com a variação

Processo esperada do processo de produção

Controle de Comparar a variabilidade do sistema de medição (R&R) com a

Produto tolerância do produto
 Sistema de Medição Replicáveis
Variabilidade entre partes (variabilidade do processo de produção) - VP
É a variação das medidas observada entre os itens produzidos pelo
processo, isto é, a variabilidade observada nas peças. Salientamos que a
variabilidade entre as partes pode ser obtida à partir de um estudo de
capacidade do processo ou à partir do próprio estudo para determinar o
Variabilidade R&R.
Definições
Variabilidade total
É a soma das variações devidas ao sistema de medição e ao processo.
Q F&F ? Q ?

Índice R&R
T*U&U
Controle de Produto %R&R * 100
$ â
U&U
Processo %R&R
Controle de Processo
V$
* 100

Q
Número de Categorias Distintas
W@D 1,41 *
F&F
 Sistema de Medição Replicáveis
Os critérios para análise do R&R estão definido na página 78 do MSA. Para um
sistema de medição cujo propósito é analisar um processo, uma regra geral para
aceitar um sistema de medição é definido na seguinte tabela:
R&R Decisão Comentários
Sistema de medição Recomendável, especialmente útil quando tentamos ordenar ou
Abaixo de 10% geralmente considerado classificar peças ou quando for requerido um controle apertado do
aceitável processo.

A decisão deve ser baseada primeiro, por exemplo, na importância

da aplicação da medição, custo do dispositivo de medição, custo
Poder ser aceito para
Entre 10% e 30% do retrabalho ou reparo. O sistema de medição deve ser aprovado
algumas aplicações
pelo cliente.

Todos os esforços devem ser tomados para melhorar o sistema de

medição. Esta condição pode ser resolvida pelo uso de uma
Acima de 30% Considerado inaceitável estratégia apropriada para a medição; por exemplo, utilizar a
média de diversas medições da mesma característica da mesma
peça a fim de reduzir a variabilidade da medida final.
 Sistema de Medição Replicáveis
Cuidado:
Cuidado:
O uso do RR como único índice para avaliar um sistema de medição não é aceitável.
aceitável.

Ao aplicar os critérios de aceitação como simples valores de corte (thresholds),

assumimos que as estatísticas são estimativas determinísticas da variabilidade do
sistema de medição (o que não são). Especificar os valores de corte como critério pode
levar a um comportamento inadequado. Por exemplo, o fornecedor pode ser "criativo"
ao encontrar um determinado valor de RR, eliminando as principais fontes de variação
(como a interação peça X operador) ou simplesmente manipular o estudo.

Comentários:
Comentários: Infelizmente este é um fato que ocorre em muitas empresas no Brasil.
O cliente impõe um RR abaixo de 10% e o fornecedor manipula os dados. NÃO
DEVEMOS TER UM CRITÉRIO SIMPLES (ÚNICO) PARA TODOS OS SISTEMAS DE
MEDIÇÃO. Cada aplicação deve ser avaliada individualmente.
 Sistema de Medição Replicáveis
Selecionar aleatoriamente operadores que utilizam e conhecem bem
o sistema de medição a ser estudado. Em geral recomenda-se três
operadores. Se isto não for viável, utilizar pelo menos dois
operadores.
Caso o operador não influencie na medição, não avalie a
reprodutibilidade.
reprodutibilidade.

Utilizar equipamentos de medição devidamente calibrados.

Diretrizes
para o Selecionar de 5 a 15 peças da produção cujas dimensões varram o
campo de variação do processo.
estudo de
R&R R Se o sistema de medição for utilizado para processos com
campos de variação muito distintos, recomenda-se realizar
estudos R&R distintos.
Sempre que possível procure obter g (número de peças)*
(número de operadores) maior que 15. Se isto não for
possível, aumente o número de leituras por peças.

Escolher o método de conduzir e analisar o estudo.

• Análise de Variância (ANOVA).
 Sistema de Medição Replicáveis
Para Sistemas de medição As amostras selecionadas NÃO precisam abranger toda a
no qual o resultado da
especificação
medição é utilizado para
determinar a
“conformidade” ou “não
conformidade” do produto A análise do R&R deve ser realizada em relação à
com respeito a uma tolerância. Neste caso, calculamos a porcentagem R&R
especificação em relação à tolerância.

Devemos utilizar a variação do processo para avaliar o

R&R. Neste caso, devemos escolher bem as peças, pois
estas devem abranger toda a faixa de variação do
Para o caso em que o processo.
sistema de medição
controla o processo Se for possível, devemos realizar um estudo independente
para estimar a variabilidade do processo. Assim,
calculamos a porcentagem R&R em relação à
variabilidade total.
 Sistema de Medição
Replicáveis
Análise de Variância
ANOVA
 Análise de variância - ANOVA
A análise de variância (ANOVA) é uma técnica estatística clássica que pode
ser utilizada para avaliar o erro de medição e outras fontes de variabilidade
dos dados pertinentes ao sistema de medição.

As vantagens Capaz de tratar diversas estruturas de experimentos

do método da
ANOVA
comparada ao Estimar a variância com mais exatidão e precisão
método da
Média e
Extrair mais informações sobre os dados, tal como o efeito da
amplitude
interação entre peças e avaliadores

complexidade dos cálculos

Desvantagens
necessidade de um conhecimento básico de estatística para que o
usuário possa interpretar os resultados
 Aplicação do método da ANOVA
A seguir, descrevemos os passos para aplicarmos o método da ANOVA.

Selecionar as peças de tal forma que representem a variação natural do

1º Passo processo. Em geral, tomamos peças de lotes distintos de produção.
Identificar as peças

Selecionar os operadores de forma a envolver todos os turnos. Os

operadores devem ter treinamento para utilizar o sistema de medição.
2º Passo O número de operadores vezes o número de peças deve ser maior que
15. Caso o operador não influencie na medição, escolhemos apenas
um operador e não avaliamos a reprodutibilidade

3º Passo Cada operador mede três ou mais vezes cada peça em ordem aleatória

4º Passo Aleatorizar as medições

 Aplicação do método da ANOVA
5º Passo

Calcule a média (XE ) e desvio padrão.

Observe que calculamos os desvios
padrão para cada combinação peça
versus operador, o desvio padrão entre
as médias dos operadores e o desvio
padrão entre as médias das peças
 Análise Gráfica do R&R
Neste passo faremos uma discussão dos principais gráficos associados
ao estudo de repetitividade e reprodutibilidade. Consideraremos um
6º Passo experimento realizado utilizando 3 operadores, 5 peças e 3 medidas
por operador para cada peça. A análise gráfica do R&R será
apresentada a seguir dividida em 7 casos.

Limites dos Gráficos Nº de elementos ? @A @B

Gráfico das Médias =>

da Amostra (n)
2 1,88 0 3,267

C D XE ?F
Limite Superior de
3 1,023 0 2,574

XE
Controle (LSC)
CD 4 0,729 0 2,282

CD XE ?F
5 0,577 0 2,114
Linha Central (LC)
6 0,483 0 2,004

Gráfico das Amplitudes F 7 0,419 0,076 1,924

C D @B F 8 0,373 0,136 1,864 Limite Inferior de

CD F
Controle (LIC)
9 0,337 0,184 1,816

CD @A F 10 0,308 0,223 1,777

 6º Passo Análise Gráfica do R&R
Caso 1: discriminação do sistema de medição

Conclusão: O gráfico indica que há uma falta de discriminação do Sistema de

Medição. Em geral, a resolução do equipamento de medição pode ser
inadequada. De acordo com o manual da indústria automobilística (MSA), a
maioria dos pontos do Gráfico da amplitude devem ser diferentes de zero.
 6º Passo Análise Gráfica do R&R
Caso 2: análise do gráfico R - treinamento

Conclusão:
Conclusão O gráfico apresenta um problema relacionado ao treinamento no
método. Também podemos ter problemas com o método utilizado, talvez o
método exige uma habilidade manual que nem todas as pessoas possuem.
 6º Passo Análise Gráfica do R&R
Caso 3: análise do gráfico R - método

Conclusão: Devemos verificar se os pontos (além dos limites) entre os

avaliadores não correspondem a mesma peça. Caso afirmativo, avalie a peça.
Caso não seja a mesma peça, o método precisa ser revisado, pois os avaliadores
não estão conseguindo reproduzi-lo.
 6º Passo Análise Gráfica do R&R
Caso 4: análise de repetitividade

entre as linhas de controle, C D C D 2 ? F reflete a repetitividade do sistema

Conclusão: Quanto mais pontos fora dos limites de controle melhor. A amplitude

de medição, enquanto os pontos refletem a variabilidade entre as peças (processo

produtivo). Neste caso, comparamos a repetitividade do SM (limites de controle) com
a variabilidade do processo produtivo (pontos no gráfico). De acordo com o manual da
indústria automobilística (MSA), quando analisamos o R&R pela variação total, a
maioria dos pontos do Gráfico da média devem estar fora dos limites de controle.
 6º Passo Análise Gráfica do R&R
Caso 5: análise de reprodutibilidade

Conclusão: Neste caso, vamos comparar as medições entre os avaliadores.

Como os avaliadores estão medindo as mesmas peças, as medições devem ser
similares. Então, quanto mais paralela for a reta que une as médias em relação
ao eixo x melhor.
 6º Passo Análise Gráfica do R&R
Caso 6: interação peça versus sistema de medição

Conclusão: No gráfico das peças,

avaliamos a consistência do Sistema de
Medição em relação às peças usando
os seguintes critérios:

a) As peças são distintas, portanto, o

Sistema de Medição deve identificá-
las. Assim, as medições das peças
não podem estar alinhadas.
b) Se uma peça variar mais que as
outras (como a peça 2 por
exemplo), significa que o Sistema
de Medição teve mais dificuldade
em avaliar esta peça. Analise a
peça e identifique a causa.
 6º Passo Análise Gráfica do R&R
Caso 7: interação peça versus avaliador

Conclusão: Observamos na Figura à esquerda que não há interação entre

avaliadores e peça, uma vez que, as medições das peças praticamente não
variam de acordo com o avaliador. Ao contrário, na Figura à direita, notamos que
a média das medições aumentam ou diminuem, dependendo do avaliador. Por
exemplo, a média das medições do avaliador C é menor para a peça 2 e maior
para a peça 4.
 Modelo Matemático

Neste passo realizamos a escolha do modelo matemático que será

utilizado para estimar o R&R, por exemplo o modelo ANOVA com
7º Passo
interação entre peça e operador. Os demais passos variam conforme a
escolha do modelo.
 7º Passo Modelo da ANOVA:
com interação entre peça e operador
O modelo com dois fatores balanceados e com efeitos cruzados com
interação é dado por
com, 1, 2, … , `
X YZ [ \ ]Y ^Y _ YZ , a 1, 2, … , 7
b 1, 2, … , :

variação total X YZ X…
A análise de variância para o modelo, é obtida pela decomposição da

• [: média geral dos dados

Em que

• \ : efeito do nível do fator

• ]Y : efeito do nível a do fator

peça
Média geral das observações

• ^ Y : efeito do nível a da
operador Média das observações do nível
do fator peça

Média das observações do nível a

interação entre peça e

• _ YZ : componente aleatória
operador do fator operador

do erro
a do fator operador
Média das observações dos níveis e
 Modelo da ANOVA:
com interação entre peça e operador
fgc ghc
Fator Peça c d e fgc ghc i∗e
d e ghk
fgl ghl
Fator Operador l m e fgl ghl i∗n
m e ghk
fgk ghk
d e m e fgk ghc i∗o
Operador c * l d e m e ghp
Interação entre Peça e

fgp
dm q e fgp ghp
dm q e
Repetitividade

Teste do efeito do fator Regra de Decisão ao nível de significância \:

p valor ƒ %„…; ‡„% ˆ„% | ƒ%∗
x : z? 0
peça (p-valor):
w & {? • Se p valor | \ não rejeitamos H&
s
r t… x% : z{ | 0
Se p valor \ rejeitamos H&
ghc ghk
s nc ou vcn
u Regra de Decisão ao nível de significância \:
mq
Teste do efeito do fator
p valor ƒ•%„…;ˆ„%; ‡„% ˆ„% • | ƒ?∗
x& : z}? 0
operador (p-valor):
ghl ghk w •Se p valor | \ não rejeitamos H&
s nl ou vln
u x% : z}? | 0
Se p valor \ rejeitamos H&
dq

ghk ghp Regra de Decisão ao nível de significância \:

s nk
u ou vk p valor •ƒ %„…; ‡„% ˆ„% ;‡ˆ ‘„% | ƒA∗ •
Teste do efeito da
n
dm
interação entre peça
•Se p valor | \ não rejeitamos H&
x : z? 0
e operador (p-valor):
w & ~? Se p valor \ rejeitamos H&
s np ou vpn
u ghp x% : z~ | 0
 Modelo da ANOVA:
com interação entre peça e operador
o gráfico de controle = e S ou = e
Faça a análise gráfica: Construir
8º Passo
R.

Calcular a Repetitividade:
Q ’
9º Passo
s
r t…
’ ’
s nc ou vcn
u
7:
Calcular a Reprodutibilidade:
Q QOper ? Q ?
10º Passo
’ ’
s nl ou v“”•– n
u
`:

’ ’
Calcular o R&R:
F&F QE ? Q ?
11º Passo
s nk ou vkn
u
`7

Calcular a variação entre peças: s np ou vpn

u ’
™š{„™š~
Q
12º Passo
ˆ‘

Calcular a variação total:

Q Q Q Q
13º Passo
? ? ?
 Modelo da ANOVA:
com interação entre peça e operador
›œ ?
* 100
›•
14º Passo (VE)²
?
QOper
* 100
Q
(VOper)²

›~ ?
Tabela de % de * 100
›•
(VI)²
Q ?
* 100
contribuição
Q
(VP)²

U&U ?
(RR)²
›•
* 100

(VT)² 100

Na Tabela, o valor
›œ ›œ
* 100 b * $ * 100
normalmente escolhido
›•
VE
15º Passo para k é 5,15. Entretanto,
›} ›}
* 100 b* * 100
por facilidades de
›• $
VO interpretação desse índice
com o índice de Pp (e ou
›}‡ž‘ ›}‡ž‘
Tabela de % em
›•
* 100 b* * 100 Cp) é recomendado utilizar
$
VOper
relação à variação k=6.
›~ ›~
total e ou % de VI ›•
* 100 b * $ * 100
Q Q
* 100 b* * 100
tolerância
Q Tol
VP
U&U U&U
R&R ›•
* 100 b* $
* 100
 Modelo da ANOVA:
com interação entre peça e operador
Sugestão de regra para análise das variações:

Tolerância: Sistema de medição aplicado em inspeções finais e inspeção de

recebimento;

Variação total: Sistema de medição utilizado durante o processo produtivo.

• %RR menor que 10% → sistema de medição aceitável.

• %RR entre 10% e 30% → sistema de medição marginal, podendo ser
aceito dependendo da situação, custos etc.
• %RR maior que 30% → sistema de medição inaceitável, sendo necessário
melhorá-lo ou substituí-lo.
 Modelo da ANOVA:
com interação entre peça e operador
O ndc representa a capacidade de discriminar categorias de peças em um
sistema de medição considerando a variação do processo. O ndc é dado pelo
maior inteiro menor ou igual ao valor:
›{
; < 1,41 * U&U
16º Passo
(MSA) apresenta como critério um ndc ≥ 5. Se um sistema de medição é
avaliado pela tolerância, o índice ndc não deve ser considerado.

Realizar uma análise dos dados para avaliar as características do sistema.

17º Passo
Se a repetitividade for grande quando comparada com a reprodutibilidade,
as razões podem ser:
1. O dispositivo de medição precisa de manutenção;
2. O dispositivo de medição deverá ser reprojetado para ter maior
robustez;
3. A fixação ou posição para a medição precisam ser melhorados;
4. Existe uma excessiva variação própria da peça.

Se a reprodutibilidade for grande comparada com a repetitividade, então

as possíveis causas podem ser:
1. O operador precisa ser melhor treinado em como usar e ler o
dispositivo de medição;
2. As marcações no mostrador do dispositivo de medição não são
claras;
3. Algum tipo de dispositivo pode ser necessário para ajudar o operador
a usar o dispositivo de medição mais consistentemente.
 Exemplo
Considere um sistema de medição para medir o diâmetro externo do mancal. O
engenheiro da qualidade realizou um experimento com 10 peças, 3 operadores e 3
repetições para cada operador e peça.
Exemplo
Sistema de Medição
Replicáveis

Tendência
 Tendência
é a diferença entre a média das medidas de uma grandeza e o
valor de referência para a grandeza medida, realizadas por um
avaliador com o mesmo equipamento e método
 Sistema de Medição Replicáveis

Tendência

Selecionar um item da produção cuja medida caia na

faixa central da variação do processo

Determinar o valor de referência do item escolhido em

Diretrizes para relação a um padrão rastreável. Aqui, podemos utilizar
estudo de laboratórios externos, como os laboratórios das RBC (VR)
tendência
utilizando peça Um avaliador, treinado no uso do sistema de medição que
da produção está sendo analisado, mede o item 10 vezes ou mais (o
MSA sugere 12)

Calcular a média das medições (x) e a tendência

Tendência = QF
 Critério para avaliar a tendência
intervalo de confiança (1 \) 100% com limites
A tendência é aceitável ao nível de significância a se o zero pertencer ao

¥
C Tendênc ( 6 …
¤„%,%„
% ;
Intervalo de
¥
C Tendênc ( 6
Confiança
…
¤„%,%„
% ;

Equivalentemente, podemos realizar o seguinte teste de hipóteses para avaliar a

tendência:

x : Tendência 0
¦ &
x% : Tendência § 0
Teste de
Hipóteses
 Critério para avaliar a tendência
Note que a estatística t é dada por
$ "ê
6 ¨ ∼ 6 ¤„%
©

sendo ¥ o desvio padrão das medidas, n o número de medidas e 6 ¤„% a distribuição

t-Student com ; 1 graus de liberdade.
Representa a probabilidade, sob a hipótese x& , de se observar dados

P-valor=2 * 6 | |6|
mais extremos do que os que fora de fato observados, ou seja
¤„%

P-valor
Com isso, rejeitamos x& quando o p-valor for menor que \ 0,05,
caso contrário (p-valor | \) não rejeitamos x& .
 Exemplo
Vamos avaliar a tendência de um sistema de medição para medir a altura de um
“MP3 Player”. Esta altura é medida com um altímetro. Um “MP3 Player” foi
selecionado (próximo ao valor nominal) e seu valor de referência foi estabelecido
com um sistema de medição por coordenadas, no qual VR = 89;73mm. A seguir, o
mesmo “MP3 Player” foi medido 12 vezes com o sistema de medição em análise

Média 89,76 mm

89,76 89,73 0,03 mm

Tendência Média Valor de Referência

Devemos interpretar que em média, os valores

medidos por esse avaliador com esse
instrumento e esse método são superiores ao
valor de referência em 0,03 mm.
 Exemplo
Vamos adotar nível de significância \ 0,05, ; 12, ¥ 0,02392 e 6 ¤„%,%„ 6 %% ; &,±²³ 2,201
°̄

¥ 0,02392
C tendência 6 … 0,0258 2,201 0,0106
¤„%,%„
% ; 12
Intervalo de
¥ 0,02392
C tendência 6 0,0258 2,201 0,041
Confiança
…
¤„%,%„
% ; 12

Conclusão: Como zero não faz parte do intervalo, a tendência encontrada (0;03 mm)
é significativa ao nível 5%.

69; ê;< ( 0,0258

6 ¥ 3,741
0,02392
;
x& : Tendência 0
Teste de Hipóteses
12
¦
x% : Tendência § 0 P-valor 2* 6¤„% | 6 2* 1 6%% 3,741 0,00325
Como o p-valor é menor que o \ adotado (0,05), rejeitamos x&
Resultados
Análise de Tendência do MSA
Valor de Referência:89.73

Limite Inferior Limite Superior

0.08
0.06
0.04
0.041

Tendência

0.02
0.0106

0.00
VR

-0.02
 Tendência
Se a tendência for relativamente grande, procure por estas possíveis causas:

Erro na medida da peça padrão

Componentes gastos

Dispositivo de medição feito para dimensão errada

Análises da
tendência
Dispositivo de medição medindo característica errada

Dispositivo de medição calibrado inadequadamente

Dispositivo de medição utilizado de maneira imprópria

pelo avaliador
 Exercício
Uma medida dimensional é controlada com um sistema de medição utilizando um
micrômetro de resolução 0,002 mm. A especificação desta característica dimensional é
13,000 +/- 0,020 mm. O avaliador quer saber se o sistema de medição apresenta tendência.
Para isto, ele escolheu uma peça cuja medida é próxima ao valor nominal (13,000 mm),
com a peça sendo medida através de um sistema de medição com um banco micrométrico
de resolução de 0,0005 mm. Foram realizadas várias medidas da peça com o banco
micrométrico obtendo uma média de 13,001 mm. A seguir, fazemos 12 leituras da mesma
peça com o sistema de medição utilizando o micrômetro.
Sistema de Medição
Replicáveis

Tendência e
Linearidade
 Tendência e Linearidade
A linearidade mede a variação da tendência para diferentes valores de referência
na faixa de interesse. A linearidade é avaliada via a inclinação da reta formada
pelos diferentes valores de referência em relação a respectiva tendência. Quanto
menos inclinada a reta, melhor será a qualidade do sistema de medição.
 Sistema de Medição Replicáveis
Tendência e
Linearidade
Selecionar uma amostra de peças (no mínimo 5) cujas
medidas se distribuam ao longo da faixa de interesse

Determinar os valores de referência das peças. Mais uma

vez podemos utilizar laboratórios da RBC ou laboratório
interno
Diretrizes para
Avaliador que utiliza o sistema de medição deve medir
o estudo de
cada uma das peças no mínimo 10 vezes (o MSA sugere
tendência e 12), em sequência aleatória;
linearidade
Determinar a tendência para cada medição
(Tendência = Resultado da medição - Valor de Referência)

Representar graficamente a
(tendência) x ( valor de referência)
Critério para avaliar a tendência e linearidade
Para avaliarmos a tendência e linearidade, vamos tomar o ajuste da tendência em
relação ao valor de referência:

Tendência ( ) * valor de referência Erro de Ajuste

Aspectos importantes

• Coeficiente de Determinação (R2): grau de ajuste da reta;

• Intercepto (a);
• Coeficiente Angular (b).

Apresentamos algumas das métricas utilizadas na quarta edição do MSA:

• Linearidade = |b|
• %Linearidade = |b|x (100%)
• Linearidade em relação à escala de medição (amplitude da faixa nominal):
L(escala) = |b|x (máx - mín)
 Modelo de Regressão Linear
O modelo de Regressão Linear é dada por:

Y ( ) * VR _Y
Em que

Y:
QF : corresponde ao valor de referência i;
• corresponde a j-ésima tendência do i-ésimo valor de referência (corpo de prova);

_ Y : é uma variável aleatória normal com média zero e desvio-padrão σ (independentes);

•
•
• a e b são os parâmetros, que juntos definem a reta da regressão.

Requisitos:

• g : número de peças (≥ 5);

• m : número de medições por peça (≥ 12);

Neste sentido, o MSA 4a edição propõe como critério as seguinte ferramentas:

1. Teste dos coeficientes de regressão;

2. Banda de confiança para a reta de regressão.
 Entrada de Dados
Para facilitar os cálculos, estabelecemos a seguinte tabela:
 Estimativas
As médias da tendência e do valor de referência são dados por:
¼ º ¼ º
1 1
QF ¹ ¹ QF ¹¹
·*¸ ·*¸ Y
»% Y»% »% Y»%

½Y )½ * VR
O modelo ajustado é dado por:

(¾ a 1, … , ¸.
Para todo 1, … , · e

As estimativas de mínimos quadrados (¾ e )½ são dadas por:

)½QF )½
ÀÁ
(¾
ÀÀ

O F? é dado por: ¼ º
?
ÂÃÄ ° ÀÀ ¹ ¹ QF ? · * ¸ * QF
F?
ÂÃÃ ÂÄÄ »% Y»%
¼ º
?
ÁÁ ¹¹ ?
Y · * ¸ * QF
»% Y»%
¼ º

ÀÁ ¹ ¹ QF * Y QF * Y
»% Y»%
 Metodologias
A seguir, vamos apresentar o uso do p-valor como metodologia para testarmos a significância
estatística dos coeficientes da regressão.

x& : ) 0
Teste para o Coeficiente Angular:

¦
no qual
)½ ÀÁ ’
x% : ) § 0 ’
ÁÁ
·∗¸ 2 ·∗¸ 2

’
Estatística do Teste
Ž ¥ )½
6∗ Ç 6¼∗º„? (Sob x& )
Æ Å½ ÀÀ

Representa a probabilidade, sob a hipótese x& , de se observar dados mais extremos

P-valor=2 * 6 | |6 ∗ |
do que os que foram de fato observados, ou seja
¼∗º„?
P-valor
O P-valor representa o maior nível de significância para o qual rejeitamos x& . Logo,
para um nível de significância \ = 0,05 adotado, rejeitamos x& se o P-valor obtido for
menor que 0,05, enquanto que não rejeitamos x& se o P-valor for maior que 0,05.
 Metodologias
x& : ( 0
Teste para o Intercepto:

¦
x% : ( § 0
no qual
Estatística do Teste
?
Ⱦ 1 QF
6∗ Ç 6¼∗º„? (Sob x& ) ¥ (¾
·∗¸
’
Æ È¾ ÀÀ

Representa a probabilidade, sob a hipótese x& , de se observar dados mais extremos

P-valor=2 * 6 | |6 ∗ |
do que os que foram de fato observados, ou seja
¼∗º„?
P-valor
O P-valor representa o maior nível de significância para o qual rejeitamos x& . Logo,
para um nível de significância \ = 0,05 adotado, rejeitamos x& se o P-valor obtido for
menor que 0,05, enquanto que não rejeitamos x& se o P-valor for maior que 0,05.
 Metodologias
A seguir vamos apresentar o uso do intervalo de confiança para a reta de regressão para avaliar
a significância da linearidade.

°
)½ * QF
% ›U„›U
C (¾ •6 ¼*º„? ;%„
*’
Intervalo de °̄
¼*º ÂÃÃ
Confiança para
reta de
°
)½ * QF
% ›U„›U
C (¾ •6 *’
regressão
¼*º„? ;%„ ¼*º ÂÃÃ
°̄

em que VR representa o Valor de Referência

Critério:
Critério a linha relativa a tendência igual a zero deve estar completamente contida
dentro dos limites acima.
 Exemplo
O engenheiro do sistema de medição estava interessado em determinar a
linearidade de um sistema de medição. Cinco peças padrão, que se distribuem por
toda a faixa de variação do processo, foram medidas 15 vezes no laboratório de
medição para se determinar o valor de referência. Neste caso, o metrologista utilizou
um instrumento de medição com uma resolução melhor do que o instrumento

12 medições de cada peça padrão. Aqui, temos · 5 (número de peças) e ¸ 12

utilizado normalmente. Após determinar o valor de referência, um avaliador realizou

(leituras em cada peça).

Exemplo
¼ º
1 360
QF ¹ ¹ QF 6
·*¸ 5 * 12
»% Y»%

¼ º
1 3,2
¹¹ 0,05333
·*¸ Y
5 * 12
»% Y»%

¼ º
?
ÀÀ ¹ ¹ QF ? · * ¸ * QF
»% Y»%
2640 30 * 6 ?
480
¼ º
?
ÁÁ ¹¹ ?
Y · * ¸ * QF
»% Y»%
11,82 60 * 0,5333 ?

11,65
¼ º

ÀÁ ¹ ¹ QF * Y QF * Y
»% Y»%
82,4 6* 3,2 63,2
 Exemplo: Estimativas
O modelo ajustado é dado por:

½Y (¾ )½ * VR
Tendência estimada 0,7366 0,1367 *(Valor de Referência)

As estimativas de mínimos quadrados (¾ e )½ são dadas por:

63,2
)½ 0,1367 480
ÀÁ
ÀÀ 480 ÀÀ

ÁÁ 11,65

(¾ )½QF 0,0533 0,1367 * 6 0,7366 ÀÁ 63,2

O F? é dado por:

ÂÃÄ ° „TA,? °
F? 0,7143
ÂÃÃ ÂÄÄ BÉ&*%%,T³
%linearidade = 13,2%.

A seguir, vamos aplicar os dois critérios de avaliação da linearidade, os

testes dos parâmetros e o intervalo de confiança para a reta de regressão.
 Exemplo

x& : ) 0
Teste para o Coeficiente Angular: em que

¦ )½ ÀÁ 11,65 0,13 63,2

x% : ) § 0
’ 3,328
ÁÁ
·∗¸ 2 58

’ 3,328
¥ )½
Estatística do Teste

Ê|
|Å |„&,%A%| ÀÀ 480
6∗ 12,044 Ç 6¼∗º„? (Sob x& )
Æ Å½ &,&%&± 0,0109

P-valor

` Ë(87: 2∗ 6 º∗¼„? | 6∗ 2∗ 6³É | 12,044 Ç 0

Desde que ` Ë(87: 0 Ì 0,05 rejeitamos a hipótese de que o coeficiente linear seja
não significativo.
 Exemplo
Teste para o Intercepto:
x& : ( 0
no qual

¦
?
1 QF 1 6?
x% : ( § 0
¥ (¾ ’ 0,0574
·∗¸ ÀÀ 60 480
0,0725

Estatística do Teste
Ⱦ |&,²ATT|
6∗ Æ È¾ &,&²?³
10,156 Ç 6¼∗º„? (Sob x& )

P-valor

` Ë(87: 2∗ 6 º∗¼„? | 6∗ 2∗ 6³É | 10,156 Ç0

Desde que ` Ë(87: 0 Ì 0,05 rejeitamos a hipótese de que o intercepto seja não significativo.

Conclusão:
Conclusão: Desde que o intercepto e o coeficiente angular foram considerados

significativas com 95% de confiança (\ 0,05).

significativos, o sistema de medição apresenta uma tendência e linearidade
 Exemplo
°
)½ * QF
% ›U„›U
C (¾ •6 ¼*º„? ;%„
*’
¼*º ÂÃÃ
Intervalo de
°̄
Confiança para
reta de °
)½ * QF
% ›U„›U
regressão C (¾ •6 ¼*º„? ;%„
*’
°̄
¼*º ÂÃÃ

Critério:
Critério a linha relativa a tendência igual a zero deve estar completamente contida
dentro dos limites acima.
Conclusão: como o zero não pertence a todos os intervalos rejeitamos a hipótese de que
tendência e linearidade sejam não significativas.
Exemplo
 Exemplo
Exemplo 2.3.2: Como aplicação de um estudo de tendência e linearidade, vamos
avaliar um sistema de medição para medir a temperatura de um forno via um
pirômetro óptico. Para isto, vamos fazer um estudo por comparação com um
termo elemento padrão. Tomamos 5 níveis de temperatura. Em todas as faixas do
estudo a tolerância é de 100ºC.
Exemplo Análise de Tendência e Linearidade

2
0
-2
Tendência

-4
-6
-8
-10
-12
800 900 1000 1100

Valor de Referência
Sistema de Medição Não
Replicáveis

Estabilidade
 Sistema de Medição Não Replicáveis
Estabilidade
1º Passo
Limites dos Gráficos Nº de leituras ? @A @B
Para a realização deste teste básico será necessária a Agrupadas (n)
utilização de 50 peças (ou mais) cujas características Gráfico dos Valores 2
como matéria-prima utilizada, máquina que as Individuais 2,66 0 3,267
C D = ?F
produziu, temperatura do processo e operador sejam
3 1,77 0 2,574
as mais uniformes possíveis
CD = 4 1,46 0 2,282
2º Passo CD = ?F 5 1,29 0 2,114
6 1,18 0 2,004

Amplitudes F
Gráfico das 7
Utilizando 30 destas peças realizamos um estudo de 1,11 0,076 1,924
C D @B F
estabilidade do processo através dos gráfico I-MR,
8 1,05 0,136 1,864
sendo I os valores individuais e MR as amplitudes
móveis - com o qual verificamos, a variabilidade do CD F 9 1,01 0,184 1,816
CD @A F
processo. Os limites de controle destes gráficos são
calculados de acordo com a Tabela. 10 2,66 0 3,267

3º Passo
Utilizando as 20 peças restantes, medi-las periodicamente (diário, semanal,
mensal), em sequência, e se possível realizar as medições em horários
diferentes (caso aplicável) nos casos em que se acredita que esta condição
possa ser relevante para se avaliar a estabilidade.
 Exemplo
Considere a característica resistência à tração realizada com corpos-de-prova de aço.
Objetivo:
Estudar a estabilidade do sistema de medição de tração.
Descrição do Experimento:
• Produzir um lote de corpos de prova bastante homogêneo (mesma corrida);
• Os corpos de prova não degradam durante o tempo de realização do experimento;
• Disponibilidade de um grande número de corpos de prova.

Para a realização do experimento utilizamos 32 corpos de prova cujas

1º Passo características como matéria-prima utilizada, máquina que as produziu,
processo e avaliador sejam as mais uniformes possíveis.

Utilizando 16 corpos de prova (metade do lote), realizamos um estudo de

2º Passo estabilidade do processo I-MR com o qual verificamos, através dos limites
de controle, a variabilidade do processo. Estes 16 corpos de prova são
medidos no mesmo dia

As 16 peças restantes são medidas periodicamente (semanal) em horários

3º Passo diferentes. Como critério para a avaliação da estabilidade utilizamos a
análise do gráfico de controle I-MR (com os mesmos limites de controle
obtidos no 2º passo) e o estudo de capacidade.
Exemplo (Curto prazo)

Resistência a tração (MPA)

• Medição de 16 corpos de
prova, realizadas no
mesmo dia (Passo 2);
• Avaliador: A
• Máquina: Amsler
• Corrida: 0782697
• Data: 26/02/03
 Exemplo (Longo prazo)
Resistência a tração
(MPA)
• Medição de 16
corpos de prova,
realizadas
semanalmente
(Passo 3);
• Avaliador: A
• Máquina: Amsler
• Corrida: 0782697

Observe que os limites de controles a curto e a longo

prazo são os mesmos para ambos os gráficos!
Conclusão: Ao analisar o gráfico das amplitudes móveis, observamos que não há nenhum ponto fora dos
limites de controle, o mesmo acontecendo para o gráfico de valores individuais. Assim, concluímos que o
sistema de medição está estável com relação à resistência à tração.
 Exercício
Considere a característica resistência à tração realizada em um pedaço de fio.
Objetivo:
Estudar a estabilidade do sistema de medição de tração.
Descrição do Experimento:
• Selecionar pedaços de fios de tal forma que estes sejam o mais homogêneos
quanto possível;
• Os pedaços de fio não degradam durante o tempo de realização do experimento;
• Disponibilidade de um grande número de pedaços de fio.

1º Passo Para a realização do experimento utilizamos 30 pedaços de fio providos da

mesma bobina, de forma a garantir grande homogeneidade.

Utilizando 15 pedaços de fio (metade da amostra), realizamos um estudo

2º Passo de estabilidade do sistema com o qual verificamos, através dos limites de
controle do gráfico de controle I-MR, a variabilidade do processo. Estes 15
pedaços de fio são medidos no mesmo dia

Os 15 pedaços restantes são medidos periodicamente (diariamente) em

3º Passo horários diferentes. Como critério para a avaliação da estabilidade
utilizamos a análise do gráfico de controle I-MR (com os mesmos limites de
controle obtidos no 2º passo).
 Exercício
Curto prazo Longo prazo
Sistema de Medição Não
Replicáveis
R&R
Repetitividade e
Reprodutibilidade
 Sistema de Medição Não Replicáveis
A primeira medida a ser feita antes de abordar um estudo RR não
replicável é garantir que todas as condições que englobam o teste
sejam definidas, padronizadas e controladas - operadores devem ser
similarmente qualificados e treinados, a iluminação deve ser
adequada e sempre controlada, instruções de trabalho devem ser
detalhadas e operacionalmente definidas, condições ambientais
devem ser controladas dentro de um grau adequado, equipamentos
RR Não-
Não- devem ser calibrados e receber manutenção adequada, etc.
Replicável
(Método Em segundo lugar, antes de fazer um estudo de um sistema de
medição não replicável, é necessário verificar se o processo de
Hierárquico)
Hierárquico) produção é estável e capaz.

Depois disto, uma vez que a peça não pode ser reavaliada devido à
alterações em sua estrutura (ou destruição), diversas peças
semelhantes (homogêneas) devem ser escolhidas para o estudo e
deve ser feita a suposição de que as peças são idênticas (ou
similares).
 Sistema de Medição Não Replicáveis
A seguir apresentamos o arranjo experimental cruzado, utilizado para o estudo de RR
de um sistema de medição replicável.

Entretanto, para um sistema de medição não replicável este arranjo não é possível, pois
não podemos medir a mesma peça várias vezes. A seguir será apresentada uma
estratégia para contornar esta situação, utilizando o arranjo experimental hierárquico.
 Sistema de Medição Não Replicáveis
Os conjuntos de peças homogêneas são denominados lotes.

Definições O arranjo experimental definido na Tabela, a peça 1 é tratada como lote 1-1, 1-2, 1-3,
1-4, 1-5, 1-6, isto é, são peças distintas que são tratadas como se fossem uma
e mesma peça.

Suposições Desta forma, as peças devem ser amostradas consecutivamente (dentro de um

mesmo lote de produção) sendo idênticas (ou similares) o suficiente para que elas
possam ser tratadas como se fossem a mesma peça.
 Modelo da ANOVA:
Método Hierárquico
O modelo com dois fatores balanceados e com efeitos cruzados com interação é dado por
com, 1, 2, … , (
X YZ [ \ ÍY _ Y Z, a 1, 2, … , )
b 1, 2, … , :
A análise de variância para o modelo, é obtida pela decomposição da variação total X YZ X…

• [: média geral dos dados

Em que

• \ : efeito aleatório devido ao

operadores) (\ ∼ W 0, z…? );
operador, (número de Média geral das observações

• ÍY : efeito aleatório devido Média das observações do nível

do fator peça
ao j-ésimo lote hierarquizado

a 1, … , ) (número de lotes);
sob o i-ésimo operador,

• _ YZ : erro associado a cada

observação, hierarquizado

lotes, b 1, … , : (número de
em relação aos operadores e

partes, réplicas).
 Modelo da ANOVA:
Método Hierárquico
fgÏ ghl
Î e fgÏ ghl i∗e
Î e ghp
Operador

fgÑ Ï ghÒ l
Î Ð e fgÑ Ï ghÒ l i∗n
Î Ð e ghp
Lote Hierárquico ao
Operador
fgp
ÎÐ q e fgp ghp
ÎÐ q e
Repetitividade

Teste do efeito do Regra de Decisão ao nível de significância \:

p valor ƒ %„… ; È Å„% ; ÈÅ ‘„% | ƒ%∗
x : z? 0
fator peça:
s
r t… • Se p valor | \ não rejeitamos H&
w & …?
x% : z… | 0 Se p valor \ rejeitamos H&
ghl ghÒ l
s nÓ ou vln
u
Ðq
Regra de Decisão ao nível de significância \:
ghÒ l ghp
Teste do efeito do
s nÔ Ó
u ou vc n p valor ƒ %„… ; È„% ; È Å„% | ƒ?∗
q x& : zÖ? … 0 •Se p valor | \ não rejeitamos H&
fator operador:

Õ Se p valor \ rejeitamos H&

s np ou vpn
u ghp x% : zÖ? … | 0
 Modelo da ANOVA: Método Hierárquico
Calcular a Repetitividade:
Q ’
1º Passo
s
r t…
ghl ghÒ l
s nÓ ou vln
Calcular a variação devido ao
u
Ðq
2º Passo operador:
™š}„™š× }
Q
Å‘ ghÒ l ghp
s nÔ
u ou vcn
q
Ó

s np ou vpn
u ghp
Calcular o R&R:
F&F QE ? Q ?
3º Passo
Na Tabela, o valor normalmente escolhido para k é
Calcular a variação dos lotes 5,15. Entretanto, por facilidades de interpretação desse
4º Passo hierarquizado ao operador:
índice com o índice de Pp (e ou Cp) é recomendado

™š× } „™šœ
Q
utilizar k=6.

‘
›œ ›œ
VE ›•
* 100 b * $ * 100

›}
b * $ * 100
ݯ
* 100
Calcular a variação total:
Q F&F? Q
5º Passo
? VO ›•

Q Q
* 100 b * * 100
Q Tol
VP
U&U
U&U b* $ *
* 100
Tabela de % em
›•
100
13º Passo relação à variação R&R

total e ou % de
tolerância
 Exemplo
Considere a característica resistência à tração realizada com corpos-de-prova de aço.
Objetivo:
Avaliar a reprodutibilidade e a repetitividade do sistema de medição.
Descrição do Experimento:
• Selecionar 5 corridas de aço (` 5), com pouca variabilidade dentro das corridas e a variabilidade natural
do processo (de produção) entre as corridas;
• De cada corrida foi processado uma barra;
• Cada barra foi dividido em seis partes;

(2 avaliadores (7 2); 3 partes por avaliador (: 3)).

• As partes do corpo de prova foram submetidas ao sistema de medição, onde foram medidas a Resistência

• Unidade: MPA;
• Tolerância: 130 MPA
 Exemplo

Conclusões: O sistema de medição apresenta uma repetitividade alta e uma reprodutibilidade

desprezível. A repetitividade do sistema de medição apresenta um índice de 55% com relação à
variação total. Além disso, através do gráfico da média (=), observamos que a dispersão dos pontos e as
linhas de controle estão muito próximas. Com isso, concluímos que a repetitividade do sistema de
medição e a variação do processo produtivo são similares, como consequência não conseguimos
realizar melhoria contínua através dos dados gerados por este sistema de medição. Portanto, o sistema
de medição não está adequado para controlar o processo.
 Exercício
Considere a característica resistência à tração realizada com pedaços de fio.
Objetivo:
Avaliar a reprodutibilidade e a repetitividade do sistema de medição.
Descrição do Experimento:
• Selecionamos 3 bobinas do mesmo lote;
• De cada bobina foram cortados 45 pedaços;

avaliadores (7 3); 15 partes por avaliador (: 15));

• Os pedaços de fio foram submetidos ao sistema de medição, onde foram medidas a Resistência (3

• Unidade: Kgf;
• Tolerância: mínimo de 30 kgf.
Sistema de Medição por
Atributo
 Sistema de Medição por Atributo
Um sistema de medição por atributo (exemplo: calibrador tampão), classifica a peça em
defeituosa ou não. Um dos principais objetivos da análise de sistemas de medição por
atributo está na compreensão e prevenção dos erros de classificação.

1º Passo Analisar criticamente o relatório de calibração do dispositivo de medição

Preparar uma norma interna de uso, manuseio e interpretação do

2º Passo dispositivo de medição. Treinar todos os usuários

3º Passo Realizar a coleta de dados para análise do sistema de medição

Calcular o grau de concordância em relação ao(s):

1. Sistema referência: avaliar o projeto e a aplicabilidade do
4º Passo dispositivo;
2. Operadores: avaliar a consistência do dispositivo e o treinamento no
uso e manuseio;
Taxa de erro:
5º Passo probabilidade do operador aprovar uma peça que não atende as
especificações
Taxa de falso alarme:
6º Passo probabilidade do operador reprovar uma peça que atende as
especificações

Método de Detecção de Sinais:

7º Passo calcular as regiões com maior probabilidade de falha do sistema de
medição por atributo. Estimar a variabilidade do sistema de medição
 Sistema de Medição por Atributo
Coleta de Dados

1º Passo • Selecionar um número suficiente de peças dentre as quais tenhamos peças

defeituosas e não defeituosas.
• Um número suficiente de amostras deve ser selecionado para cobrir uma
amplitude esperada de operação.
• No caso de sistema por atributo, a região de interesse são as áreas cinza.
• Se a capacidade do processo é boa, então uma amostra pequena pode não
conter muitas peças na área cinza.
• Uma alternativa para evitarmos amostras grandes, consiste em escolher as
peças diretamente na área cinza para assegurar que o efeito da variabilidade
do avaliador será visualizado.

Selecionar os operadores, no mínimo 2. A sugestão da quarta edição é que

2º Passo devemos escolher três operadores.

3º Passo Cada operador deve medir no mínimo três vezes cada peça.
 Sistema de Medição por Atributo
Coleta de Dados

4º Passo Para cada dupla de operadores, apresentar os dados da seguinte maneira.

Aqui, utilizamos a seguinte notação:

1 : peça classificada como aprovada;
2 : peça classificada como reprovada;

711: número de classificações aprovadas para o avaliador A e aprovadas para o avaliador B;

712: número de classificações aprovadas para o avaliador A e reprovadas para o avaliador B;
721: número de classificações reprovadas para o avaliador A e aprovadas para o avaliador B;
722: número de classificações reprovadas para o avaliador A e reprovadas para o avaliador B;
71 711 712: total de aprovações do avaliador A;
Ù1 721 722: total de reprovações do avaliador A;
72 711 721: total de aprovações do avaliador B;
Ù2 712 722: total de reprovações do avaliador B;
n : total de medições por avaliador 71 Ù1 72 Ù2.
 Sistema de Medição por Atributo
Coleta de Dados

Calcular as proporções
5º Passo observadas.

Calcular as proporções
6º Passo esperadas
 Sistema de Medição por Atributo
Coleta de Dados

7º Passo Calcular o coeficiente Kappa

Kappa
%% ?? %% ??
1 %% ??

Critério: o coeficiente Kappa deve ser superior a 0,75. Se o Kappa for inferior a
8º Passo 0,75 dizemos que não existe uma boa concordância entre os avaliadores
Exemplo

Considere um sistema de medição, no qual

foram selecionadas 50 peças, 3 avaliadores
com três medições por peça (cada avaliador).
Os dados estão apresentados na Tabela
abaixo. Aqui consideramos 0 Não Conforme e
1 Conforme. Para esta característica temos
como limite inferior de engenharia 0,45 (LIE) e
como limite superior de engenharia 0,55 (LSE).
 Exemplo
4º Passo Tabelas de frequências

Avaliador B
Avaliador A 1-C 2-NC Total
1-C ;%% 97 ;%? 3 7% 100
2-NC ;?% 6 ;?? 44 Ù? 50
Total 7? 103 Ù? 47 ; 150

711: número de classificações aprovadas para o avaliador A e aprovadas para o avaliador B;

712: número de classificações aprovadas para o avaliador A e reprovadas para o avaliador B;
721: número de classificações reprovadas para o avaliador A e aprovadas para o avaliador B;
722: número de classificações reprovadas para o avaliador A e reprovadas para o avaliador B;
71 711 712: total de aprovações do avaliador A;
Ù1 721 722: total de reprovações do avaliador A;
72 711 721: total de aprovações do avaliador B;
Ù2 712 722: total de reprovações do avaliador B;
n : total de medições por avaliador 71 Ù1 72 Ù2.

Ainda no 4º passo devemos construir as tabelas de frequências observadas

considerando A x C, B x C e Padrão x Avaliadores.
 Exemplo
5º Passo Calcular as proporções observadas.

Avaliador B

Avaliador A 1-C 2-NC Total

;%% 97 ;%? 3 7% 100

0,647 0,02 0,667
%%
; 150 %?
; 150 Û%
; 150
1-C

;?% 6 ;?% 44 Ù% 50
0,04 0,293 0,333
?%
; 150 ?%
; 150 Û?
; 150
2-NC

7? 103 Ù% 47
0,687 0,313
Ü%
; 150 Ü?
; 150
Total 1

Ainda no 5º passo devemos construir as tabelas de proporções observadas

considerando A x C, B x C e Padrão x Avaliadores.
 Exemplo
6º Passo Calcular as proporções esperadas.

Avaliador B

Avaliador A 1-C 2-NC

1-C %% Û% ∗ Ü% 0,667 ∗ 0,687 0,458 %? Û% ∗ Ü? 0,667 ∗ 0,313 0,209

2-NC ?% Û? ∗ Ü% 0,333 ∗ 0,687 0,229 %? Û? ∗ Ü? 0,687 ∗ 0,313 0,104

Ainda no 6º passo devemos construir as tabelas de proporções esperadas

considerando A x C, B x C e Padrão x Avaliadores.
 Exemplo
7º Passo Calcular o coeficiente Kappa

0,647 0,293 0,458 0,104

KappaÝÞ 0,863
%% ?? %% ??
1 %% ?? 1 0,458 0,104

Conclusão: Como o Kappa é maior que 0,75 (0,863) concluímos que existe
concordância entre os avaliadores A e B.

Ainda no 7º passo devemos calcular o coeficiente Kappa considerando A x

C, B x C e Padrão x Avaliadores.
 Sistema de Medição por Atributo
Considere a tabela de frequência observada, conforme passo 4. Porém, tomamos a
8º Passo tabela de frequência observada de cada operador em relação ao valor de
referência, na forma.

Aqui, utilizamos a seguinte notação:

1 : peça classificada como aprovada;
2 : peça classificada como reprovada;

o11 : número de classificações aprovadas para o avaliador e aprovadas para a referência;

o12 : número de classificações aprovadas para o avaliador e reprovadas para a referência;
o21 : número de classificações reprovadas para o avaliador e aprovadas para a referência;
o22 : número de classificações reprovadas para o avaliador e reprovadas para a referência;
o1 = o11+o12: total de aprovações do avaliador;
q1 = o21+o22: total de reprovações do avaliador;
o2 = o11+o21: total de aprovações do a referência;
q2 = o12+o22: total de reprovações do a referência;
n : total de medições = o1 +q1 = o2 +q2
 Sistema de Medição por Atributo
9º Passo Calcular os índices:

Total de medições aprovadas pelo avaliador e reprovada pelo sistema de referência 7%?
Total de medições que o sistema de referência considera reprovada Ù?
Taxa de erro

Taxa de falso Total de medições reprovadas pelo avaliador e aprovada pelo sistema de referência 7?%
alarme Total de medições que o sistema de referência considera aprovada 7?

nº de peças concordantes com o sistema de referência

Eficácia
nº total de medições
Eficácia

A seguir, apresentamos os critérios para análise da taxa de falha, probabilidade de falso alarme e
concordância
Decisão Sistema de Eficácia Taxa de Erro Taxa de Falso
Medição Alarme

a 90% igual a 2% igual a 5%

Aceitável para o Avaliador Maior ou igual Menor ou Menor ou

a 80% igual a 5% igual a 10%

Marginal aceitável para o Maior ou igual Menor ou Menor ou
avaliador, pode necessitar
a melhoria
Maior que 5%
80% 10%
Inaceitável para o Menor que Maior que
avaliador, necessita a
melhoria
 Exemplo
9º Passo Calcular os índices:

Referência
Avaliador A 1-C 2-NC Total
1-C 7%% 97 7%? 3 7% 100
2-NC 7?% 5 7?? 45 Ù% 50
Total 7? 102 Ù? 48 ; 150

7%? 3
Taxa de erro 0,0625 6,25%
Ù? 48
Taxa de erro

7?% 5
Taxa de falso alarme 0,049 4,9%
Taxa de falso
alarme 7? 102

nº de medições concordantes com a referência 42

Eficácia 0,84 84%
Eficácia nº total de peças 50

Ainda no 9º passo devemos calcular os índices considerando os operadores

A , B e C em relação ao padrão.
 Resultados
Avaliadores Eficácia Taxa de Erro Taxa de Falso Alarme

A 84% 6,3% 4,9%

B 90% 6,3% 2%

C 80% 12,5% 8,8%

Resultados
Resultados
Sistema de Medição por
Atributo
Detecção de Sinais
 Sistema de Medição por Atributo
Uma alternativa para estimar a Banda Cinza, uma região no qual o dispositivo
Detecção de apresenta probabilidade alta de má classificação, é usar a teoria da Detecção do
sinais Sinal.
 Sistema de Medição por Atributo
Detecção de Sinais

C
Determine a tolerância (limites de especificação).

C
1º Passo
Tolerância C C

Se , ``Z | 1compare o sistema de medição com o processo;

Orientações:

Se , ``Z Ì 1compare o sistema de medição com a tolerância.

Ordene os dados em ordem decrescente (maior para o menor) com base

2º Passo nos valores de referência das peças

3º Passo Identificar os pontos final e inicial das duas áreas cinza.

Sinal Descrição
+ Aceita com Concordância Total

-- Rejeita com Concordância Total

X Não Concordância
 Sistema de Medição por Atributo
Detecção de Sinais

×Âœ distância entre a última peça aceita por todos os avaliadores para a
4º Passo primeira peça rejeitada por todos. Esta distância é equivalente para a região
cinza II em torno do acima.

×~œ distância entre a última peça aceita por todos os avaliadores na zona III
5º Passo para a primeira peça rejeitada por todos os avaliadores na zona I.
distância ente a última peça aceita por todos os avaliadores para a primeira
peça rejeitada por todos (para cada especificação).

é uma estimativa da largura da área da região II e F&F 6 * zU&U

peças em concordância por todos os

Zona I
avaliadores a ser rejeitada
peças em concordância por todos os
Zona III
avaliadores a ser aceita
peças questionáveis sem ter 100% de
Zona II concordância, em torno do limite de cada
especificação
Exemplo

Considere um sistema de medição, no qual

foram selecionadas 50 peças, 3 avaliadores
com três medições por peça (cada avaliador).
Os dados estão apresentados na Tabela
abaixo. Aqui consideramos 0 Não Conforme e
1 Conforme. Para esta característica temos
como limite inferior de engenharia 0,45 (LIE) e
como limite superior de engenharia 0,55 (LSE).
Resultados