Apostila Minitab

Esta apostila tem como objetivo servir de guia para as principais funções do Minitab 16 usadas
em projetos de melhoria. Ela é um apêndice do curso de Green Belt da EDTI.

Considerações iniciais

O Minitab, em todas as suas versões, utiliza a disposição de banco de dados, o que significa que
ele organiza as variáveis em colunas e as observações em linhas. Tendo em vista esta
organização, devemos sempre colocar os valores de cada variáveis nas colunas relacionadas a
cada uma delas. A Figura 1 detalha esta estrutura.

Figura 1 - Estrutura em que devem ser inseridos os dados no Minitab.

Também sobre o tipo dos dados, o Minitab os entende como podendo ser de 3 classificações
distintas: dados numéricos (aqueles a que se atribui um valor representado por um número
como 1,3; 1000; 1; 30; etc), dados de texto (aqueles que se atribui um valor representado por
um texto, como por exemplo nomes, “sim” ou “não”, etc.) e dados de data (aqueles que se
atribui um valor de data, como 18/04/1989, etc.). Quando o Minitab reconhece qual é o tipo dos
dados, ele coloca uma marcação no indicador da coluna, inditando “T” para dados de texto e
“D” para dados de data. Para dados numéricos não há nenhum tipo de marcação, sendo que
este é o padrão do software. A Figura 2 ilustra esta condição.

Figura 2 - Marcadores para os diferentes tipos de variáveis.

Começando um novo projeto

Para se começar um novo projeto no Minitab, devemos clicar em “File” -> “New” e selecionar
“Minitab Project” seguida na janela que aparecer, clicando em “ok” em. Com isso, ele irá criar
um novo grupo de planilhas com uma planilha inicial. Caso queremos adicionar uma planilha
neste projeto, devemos selecionar “New Worksheet” e clicar em “ok”. A Figura 3 mostra este
procedimento.

Figura 3 - Procedimento para se criar novos projetos ou novas planilhas de dados.

Caso o usuário estiver trabalhando com um número grande de planilhas, gráficos e cálculos, o
Minitab possui 3 botões que o ajuda a organizar suas tarefas. Um deles (em forma de
pergaminho) apresenta a janela de sessão do Minitba (que mostra resultados de cálculos,
tabelas geradas pelo programa e outros resultados similares). O segundo botão, apresenta uma
lista com todas as tabelas criadas e o terceiro apresenta uma lista com todos os gráficos gerados
até então. Para abrir uma destas tabelas ou gráficos, basta selecioná-los no menu lateral que
aparece ao clicar em um dos botões. A Figura 4 ilustra estes botões e uma lista de tabelas.

Figura 4 - Botões para organização do trabalho e lista de tabelas.

Ferramentas utilizadas na fase MEASURE do DMAIC

Agora que já sabemos como começar o trabalho e nos organizar, vamos ensinar a utilizar
algumas ferramentas úteis na fase Measure, do roteiro DMAIC. Esta fase tem como objetivo
medir o desempenho atual do sistema ao qual procuramos melhorar. Nesta apostila iremos
focar apenas na análise de dados do sistema usando o Minitab. A metodologia e execução da
coleta destes dados, bem como a escolha de quais dados devemos analisar são muito
importantes e devem ser realizadas antes de utilizarmos o Minitab.

Para começarmos a nossa análise, devemos criar uma nova planilha de dados e inserir os dados
que coletamos. Feito isso, podemos traçar algumas ferramentas, explicadas a seguir.

Gráfico de tendência

O gráfico de tendência mostra como um determinado indicador se comporta ao longo do tempo.

Para traça-lo, devemos clicar em “Graph” e depois “Time Series Plot”. Em seguida, uma janela
irá se abrir para que escolhamos qual tipo de gráfico queremos plotar. 4 opções estão
disponíveis:

1) Simple, onde apenas um indicador é plotado;

2) With Group, onde podemos plotar um gráfico de um indicador com os dados
estratificados (por exemplo, um gráfico para observações de 1 à 10 e outro gráfico para
observações de 10 à 20). Estas observações podem ser agrupadas de diferentes
maneiras, inclusive usando uma coluna de dados para classifica-las;
3) Multiple, onde plotamos vários indicadores para o mesmo período de observações
4) Multiple wit Groups, onde vários indicadores são plotados estratificados.

Após selecionarmos uma opção, o Minitab irá abrir uma outra janela onde devemos inserir os
dados necessários para que ele nos gere o gráfico de tendência. Para o caso de um gráfico
“Simple”, devemos clicar no retângulo branco indicado como “Series” e escolher na lista no lado
esquerdo qual é o indicador que queremos analisar. Em seguida clicamos em “ok” e o Minitab
irá nos gerar o gráfico. As Figuras 5 e 6 ilustram este procedimento.

Para os outros tipos de gráficos, devemos adicionar algumas outras informações, como a coluna
em que estão os grupos e os demais indicadores que queremos plotar. A escolha das colunas é
feita da mesma maneira.
 Figura 5 - Plotando o gráfico de tendência

Time Series Plot of IPC-Fipe

1,5

1,0
IPC-Fipe

0,5

0,0

-0,5
fev/99 abr/99 jun/99 ago/99 out/99 dez/99 fev/00 abr/00 jun/00 ago/00 out/00
mês

Figura 6 - Exemplo de gráfico de tendência.

Ajustando as propriedades de um gráfico

Não apenas no gráfico de tendência, mas em todos os gráficos, podemos modificar a maneira
que ele é apresentado. Podemos por exemplo mudar a escala dos eixos, colocar rótulos,
modificar o título e escolher uma variável para ser mostrada no eixo X.

Para mudar a variável do eixo X, devemos na janela de criação do gráfico clicar no botão
“Time/Scale...”. Uma nova Janela irá se abrir e devemos então selecionar a opção “Stamp” e no
retângulo branco que surgir, devemos selecionar qual variável será mostrada no eixo X. Em
seguida clicamos em “ok” e voltamos para a janela de escolha das variáveis a serem plotadas. A
Figura 7 ilustra este procedimento.

Figura 7 - Escolhendo o eixo X em um gráfico de tendência.

Para mudarmos a escala de um gráfico, devemos clicar duas vezes no eixo que queremos editar
uma vez que o gráfico já foi gerado. Uma janela de edição vai se abrir, onde podemos variar
diversos parâmetros, entre eles as escalas, os títulos e as subdivisões. A Figura 8 ilustra este
procedimento.

Figura 8 - Editando os eixos do gráfico.

Gráfico de Controle

Outro gráfico muito importante na etapa do Measure é o gráfico de controle. Ele, assim com o
gráfico de tendência, também exibe a evolução de um indicador ao longo do tempo. Além da
informação da evolução, o gráfico de controle também indica qual a média e os limites superior
e inferior de controle, nos ajudando a encontrar causas especiais em nossos dados.

Para traçarmos nosso gráfico de controle no Minitab, devemos primeiro saber de que tipo são
nossas variáveis. Elas podem ser de 3 tipos: contagem, classificação e contínuas. A Figura 9
mostra qual é o tipo de gráfico para cada variável.

Figura 9 - Tipos de gráfico de controle para cada variável.

Gráfico de controle para Individuais

Para traçar este gráfico, devemos ir em “Stat” no menu superior, selecionar “Control Charts”,
“Variable Charts for Individuals” e clicar em “Individuals”. Uma janela irá se abrir e então
escolhemos qual a coluna de nossos dados. A Figura 10 ilustra este procedimento.

Figura 10 - Procedimento para se plotar um gráfico de Individuais.

Gráfico X-barra R e X-barra S

Quando temos um subgrupo de tamanho diferente de 1 e uma variável contínua, devemos

traçar este tipo de gráfico. Para fazê-lo, devemos ir em ”Stat” “Control Charts”, “Variable Charts
for Subgoups” e clicar em “X-bar R” ou em “X-bar S”. Na janela que se abrir, devemos definir
tanto o tamanho do subgrupo como a coluna em que o indicador está inserido.

Se os valores medidos em um subgrupo estiverem em uma linha de colunas, devemos selecionar

a opção “Observations for a subgroup are in one row of columns”. Neste caso, se tivermos um
subgrupo contendo 5 medidas, devemos indicar quais as 5 colunas em que estas medidas estão
localizadas. O Minitab então entenderá que o subgrupo é constituído pelas medidas que estão
na mesma linha.

Caso as medidas de cada subgrupo estiverem na mesma coluna, devemos selecionar a opção
“All observations for a chart are in one column”. Neste caso devemos então indicar qual o
número de medidas de cada subgrupo no espaço “Subgorup size”. Podemos também inserir
uma coluna que mostra de qual subgrupo é uma medida e indica-la neste espaço. Esta última
alternativa é muito útil para o caso de subgrupos com tamanhos diferentes.

O gráfico X-barra S plota a variação da média e do desvio padrão em cada observação de um

subgrupo. O gráfico X-barra R plota a variação da média e da amplitude de variação dentro dos
subgrupos. A Figura 11 mostra como traçar um gráfico X-barra R.

Figura 11 - Elaboração de um gráfico X-barra R.

Gráfico p

Para traçar um gráfico p, que trata de variáveis de classificação, devemos ir em “Stat”, “Control
Charts”, “Attributes Charts”, “P...”. Na janela em que se abrirá, deveremos indicar qual é a
coluna em que está o nosso indicador (em “Variables”) e qual é o tamanho da amostra que
estamos medindo (em “Subgroup size”). Este valor representa o espaço total do que estamos
medindo. Por exemplo, se quisermos que o nosso gráfico p nos mostre qual a porcentagem de
peças não conformes produzidas por uma fábrica. Por dia, inspecionamos todas as peças e
anotamos duas informações: quantas peças produzidas e quantas peças com defeito. Neste
exemplo, deveremos escolher a coluna com o número de peças produzidas em um dia em
“Subgroup size” e a coluna com a quantidade de peças não conformes em “Variables”. O Minitab
irá então computar a porcentagem para cada dia e mostrar o gráfico de controle. A Figura 12
mostra o caminho para traçar este gráfico.

Figura 12 - Traçando um gráfico de controle p.

Gráfico U

Para traçar um gráfico U, devemos ir em “Stat”, “Control Charts”, “Attributes Charts” e clicar em
“U...”. Uma janela nova irá se abrir e nela devemos definir a coluna com os dados de contagem
em “Variables” e a coluna com o tamanho da oportunidade para estes valores em “Subgroup
size”.

Se por exemplo, queremos monitorar a quantidade de acidentes por km, devemos marcar em
uma coluna quantos acidentes aconteceram no período de observação e em outras quantos
quilômetros foram rodados no mesmo período. Definimos então a primeira coluna em
“Variables” e a segunda em “subgroup size”, damos “ok” e o Minitab nos plotará o gráfico de
acidentes por quilômetro para cada período de observação.

A Figura 13 ilustra este procedimento.

Figura 13 - Procedimento para a elaboração de um gráfico de controle U.

Dot Plot

O Dot Plot é um gráfico estatístico que consiste em pontos plotados uma escala simples usando
geralmente círculos negros para indicar observações para os valores da escala. Sua função é
mostrar a distribuição das observações na escala, similar a um histograma, porém não dividindo
os valores em intervalos da escala como faz o último.

Para traçar um Dot Plot no Minitab, basta ir em “Graph” e clicar em “Dotplot”. Uma janela com
diferentes opções será mostrada. As opções disponíveis são:

1) Simples, onde apenas uma coluna de dados é traçada;

2) With groups, onde podemos traçar Dot Plots para uma variável estratificada;
3) Stack Groups, onde traçamos as diferentes estratificações em uma mesma linha do Dot
Plot;
4) Plotagens para “Multiple Y’s”, onde podemos plotar mais de uma variável, escolhendo
as opções mostradas anteriormente.

Escolhido o tipo de Dot Plot, uma janela irá se abrir onde devemos inserir as variáveis que
queremos plotar e também modificar a escala do gráfico. A Figura 14 ilustra o procedimento
para traçar um Dot Plot.

Figura 14 - Procedimento para traçar um Dot Plot.

Histograma

Para traçar um histograma no Minitab devemos ir em “Graph” e clicar em “Histogram”. Uma

janela vai se abrir com as seguintes opções:

1) Simple, onde plotamos o histograma tradicional para 1 variável;

2) With fit, onde podemos plotar junto com os valores uma curva de ajuste. Esta curva de
ajuste pode ser definida por várias distribuições, como por exemplo uma gama ou uma
normal. Os parâmetros de cada distribuição serão plotados no histograma;
3) With Outline and Groups, onde plotamos histogramas para várias variáveis em um
mesmo gráfico;
4) With Fit and Groups, onde são plotadas as distribuições de ajuste para múltiplas
variáveis.

Após escolhida uma destas opções, uma janela se abrirá onde devemos definir as variáveis que
vamos plotar. Nesta janela em “Scale” podemos definir os parâmetros de escala, como os
intervalos para cada coluna do histograma. Em “Data View” podemos mexer no fitting do
histograma, escolhendo a curva que mais se adequa à nossa distribuição. A Figura 15 ilustra
como traçar um histograma simples.

Figura 15 - Procedimento para traçar um histograma.

Teste de normalidade

Muitas das ferramentas ensinadas no curso de Green Belt e usadas em projetos de melhoria só
podem ser utilizadas corretamente caso a distribuição dos dados usados seja uma distribuição
normal. Mas como sabemos que uma distribuição é normal? Podemos montar um histograma e
observar o formato do mesmo ou podemos realizar um teste de normalidade, que é uma
ferramenta mais adequada para isso.

Para realizar um teste de normalidade no Minitab, devemos “Graph” e clicar em “Probability

Plot”. Uma janela irá se abrir para que escolhamos as duas opções possíveis:

1) Simple, para uma variável e;

2) Multiple, para múltiplas variáveis.

Após escolhermos as opções devemos escolher a variável que queremos analisar. O default do
Minitab é realizar este teste para a curva normal, porém podemos testá-lo para outras
distribuições, clicando em “Distribution...”. O procedimento para plotar o teste está mostrado
na Figura 16.

Figura 16 - Procedimento para traçar um teste de probabilidade.

O teste de probabilidade nos dará um gráfico que consiste em vários pontos limitados por duas
retas. Caso estes pontos estejam razoavelmente contidos por este limite, a distribuição dos
dados se adequa à distribuição para qual está sendo testado, que é a normal para nosso caso. O
teste também mostra uma tabela com os parâmetros da distribuição (média, desvio padrão,
etc.). A Figura 17 mostra um teste onde a distribuição é padrão.

Probability Plot of rugosidade

Normal - 95% CI
99,9
Mean 240,1
StDev 15,24
99
N 80
AD 0,488
95 P-Value 0,217
90
80
70
Percent

60
50
40
30
20
10
5

0,1
200 225 250 275 300
rugosidade

Figura 17 - Resultado de um teste de normalidade. Neste caso podemos ver que os pontos se
encaixam nas linhas de limite, comprovando a normalidade dos dados testados.

Caso a distribuição dos dados não seja uma normal, o Minitab nos ajuda a tratar esses dados
para que eles passem a ser. A transformação mais usada para esta tarefa é a chamada
Transformada de Box-Cox.

Para realiza-la, devemos ir em “Stat”, “Control Charts” e clicar em “Box-Cox Transformation”.

Na janela que se abrir inserimos a coluna que queremos transformar. O procedimento está na
Figura 18.

Figura 18 - Transformação de Box-Cox.

Feito isso, o Minitab irá nos voltar um gráfico como o da Figura 19. Devemos então pegar o valor
indicado na tabela como “Best Value” e elevar cada um de nossos dados por este valor. Por
exemplo, se o “Best Value” for igual a 0,3, devemos fazer nossos dados elevados a 0,3 para
obtermos uma distribuição normal equivalente. Caso o “Best Value” seja igual a zero, temos um
caso especial e a distribuição normal equivalente será dada pelo logaritmo dos nossos dados.
Em nossa apostila de Green Belt existem mais detalhes sobre esta transformação.

Box-Cox Plot of Sales Cycle Duration

Lower CL Upper CL
800 Lambda
(using 95,0% confidence)
700 Estimate 0,083423

Lower CL -0,031410
600 Upper CL 0,190080

Best Value 0,000000

500
StDev

400

300

200

100
Limit
0
-1 0 1 2 3
Lambda

Figura 19 - Resultado da transformação de Box-Cox.

Capabilidade

O estudo de capabilidade compara o desempenho de nossos processos com as expectativas do

cliente. Para realizar um estudo no Minitab, devemos ir em “Stat”, “Quality Tools”, “Capability
Analysis” e clicar em “Normal”. Uma janela irá se abrir onde devemos inserir a coluna de dados
que queremos analisar e os limites de especificação do cliente. O procedimento está ilustrado
na Figura 20.

Figura 20 - Procedimento para análise de capabilidade.

O Minitab irá gerar então um gráfico como o da Figura 21, onde podemos observar vários
parâmetros, como o Cp, o Cpk e a distribuição dos dados.

Process Capability of rugosidade

USL
Process Data Within
LS L * Ov erall
Target *
USL 250,00000 P otential (Within) C apability
S ample M ean 240,05785 Cp *
S ample N 80 C PL *
S tDev (Within) 15,23473 C PU 0,22
S tDev (O v erall) 15,28904 C pk 0,22
C C pk 0,22
O v erall C apability
Pp *
PPL *
PPU 0,22
P pk 0,22
C pm *

210 225 240 255 270 285

O bserv ed P erformance E xp. Within P erformance E xp. O v erall P erformance
P P M < LS L * PPM < LS L * P P M < LS L *
P P M > U S L 200000,00 PPM > U SL 257007,90 P P M > U S L 257756,00
P P M Total 200000,00 PPM Total 257007,90 P P M Total 257756,00

Figura 21 - Resultado da análise de capabilidade.

Caso a distribuição dos dados não seja uma normal, o Minitab pode analisar os dados
transformados. Para isto, clicar no botão “Box-Cox...” que aparece na janela onde inserimos os
dados para a análise. Uma janela irá se abrir onde devemos inserir o valor para a transformação.
Lembre-se que este valor é obtido com base no “Best Value” mostrado na seção de
transformação de variáveis acima. O procedimento é mostrado na Figura 22.

Figura 22 - Procedimento para análise de capabilidade com

transformação de variáveis.
Gráfico de Pareto

O gráfico de Pareto lista as causas mais frequentes de um determinado fenômeno. Para traça-
lo, crie uma coluna de dados com as classificações que quer analisar no gráfico de Pareto, depois
vá em “Stat”, “Quality tools” e clique em “Pareto chart”. Uma janela irá se abrir, então indique
a coluna com todas as observações em “Chart defects data in:”. Clique em “ok” e o gráfico será
traçado. A Figura 23 ilustra este procedimento.

Figura 23 - Procedimento para criar um gráfico de Pareto.

Exercícios

1. Considere os dados de tempo de ciclo do arquivo

https://www.dropbox.com/s/ki2s1aejnormcjj/AULAcomMINITAB.MPJ, worksheet
“Tempo de ciclo”
a) Faça um gráfico de tendência para o cenário 1.
b) Repita o procedimento para os outros cenários.
c) Padronize a escala do eixo vertical.
d) Coloque todos os gráficos no mesmo painel.

2. Considere os dados de gastos com treinamento do arquivo

https://www.dropbox.com/s/ki2s1aejnormcjj/AULAcomMINITAB.MPJ, worksheet “31
Gasto mensal treinamento”
a) Faça um gráfico de tendência dos gastos mensais com treinamento.
b) O processo está estável?

3. Considere os dados do número de passageiros de uma companhia aérea dos EUA do

arquivo https://www.dropbox.com/s/ki2s1aejnormcjj/AULAcomMINITAB.MPJ,
worksheet “22 N_PASSAGEIROS”
a) Faça o gráfico de tendência do número de usuários.

4. Considere os dados de vendas de uma loja durante 60 dias

https://www.dropbox.com/s/ki2s1aejnormcjj/AULAcomMINITAB.MPJ, worksheet “30
VENDAS”
a) Faça o gráfico de tendências do número de vendas. Vamos usar outro caminho para
fazer o gráfico de tendência.
b) O processo está estável?
c) Faça o Dot Plot do número de vendas.
d) Faça o Histograma do número de vendas.
e) Calcule a media, desvio padrão, mediana, mínimo, máximo, Q1, Q3, amplitude e
amplitude interquartis para o número de vendas.

5. Considere os dados de 18 meses do desempenho de entregas de uma empresa de

logística. Uma mudança foi feita entre os meses oito e nova do arquivo
https://www.dropbox.com/s/ki2s1aejnormcjj/AULAcomMINITAB.MPJ, worksheet
“entregas atrasadas”
a) Calcule a porcentagem de entregas atrasadas por mês.
b) Faça o gráfico de tendência da porcentagem de entregas atrasadas.

6. Considere o arquivo
https://www.dropbox.com/s/ki2s1aejnormcjj/AULAcomMINITAB.MPJ, worksheet “50
unitodos_completo”
a) Calcule a frequência e a porcentagem de cada categoria da variável STATUS.
b) Faça o gráfico de barras do total da variável STATUS.
c) Faça o gráfico de barras da porcentagem da variável STATUS.
d) Faça o gráfico de setores da variável STATUS.
7. Considere os dados sobre defeitos obtidos em inspeção na saída da produção no arquivo
https://www.dropbox.com/s/ki2s1aejnormcjj/AULAcomMINITAB.MPJ, worksheet
“defeito embalagem”
a) Faça o gráfico de Pareto dos tipos de defeitos.

8. Leia a descrição do projeto na apostila:

a) Qual o objetivo do esforço de melhoria descrito?
b) Qual o respectivo indicador?
c) Utilizando os dados do arquivo
https://www.dropbox.com/s/ki2s1aejnormcjj/AULAcomMINITAB.MPJ, worksheet
“01 Ativ_Processamento de Ordens de Compra_a”, construa um gráfico de
tendência. O processo esta estável?

Para orientar as ações para reduzir a porcentagem de ordens com erros, as ordens foram
analisadas e os tipos de erros foram anotados mesmo arqquivo, worksheet “01
Ativ_Processamento de Ordens de Compra_b”

a) Que gráfico pode ser feito com esses dados?

b) O que pode ser aprendido com esses dados?

9. Um centro de atendimento ao consumidor mediu o tempo para responder e fechar

uma reclamação de um cliente. Os dados dos últimos 100 clientes atendidos estão no
arquivo de dados
https://www.dropbox.com/s/y874q3ru9xwkg90/17%20Decisao.MTW ;
a) Analise os dados originais. Caso a distribuição normal não seja adequada,
transforme os dados usando o Método Box-Cox.

10. O absenteísmo em uma empresa com 90 funcionários foi medido por 20 dias e estão no
arquivo https://www.dropbox.com/s/ki2s1aejnormcjj/AULAcomMINITAB.MPJ,
worksheet “18 GC_ausencia”. Construa um gráfico de controle adequado para o
percentual de ausências.

11. O número de acidentes por mês foi registrado durante dois anos e os dados estão no
arquivo https://www.dropbox.com/s/ki2s1aejnormcjj/AULAcomMINITAB.MPJ,
worksheet “19 GC_Acidentes”. Construa um gráfico de controle adequado para o
indicador de número de acidentes por mês.

12. O valor (em mi de reais) foi medido por dois anos e meio. Os dados estão no arquivo
https://www.dropbox.com/s/ki2s1aejnormcjj/AULAcomMINITAB.MPJ, worksheet “21
INVENTARIO_DEP17”. Construa um gráfico de controle adequado para o indicador de
inventário.

13. O tempo de ciclo de uma operação foi medido três vezes or semana. Os dados estão no
arquivo https://www.dropbox.com/s/ki2s1aejnormcjj/AULAcomMINITAB.MPJ,
worksheet “56 tempo de operacao”. Construa um gráfico de controle adequado para o
monitorar essa operação.
14. Os dados de entregas atrasadas foram monitorados durante 8 meses antes e 10 meses
depois de que uma mudança para diminuir o atraso foi implemetada. Os dados estão no
arquivo https://www.dropbox.com/s/ki2s1aejnormcjj/AULAcomMINITAB.MPJ,
worksheet “entregas atrasadas”.
a) Construa um gráfico de controle para o percentual de entregas atrasadas.
b) Existe evidência de melhoria?
c) Construa um novo gráfico de controle para o percentual de entregas atrasadas, agora
seprando as fases antes e depois da mudança.

15. Leia o contexto do exercício na apostila e utilize os dados do arquivo

https://www.dropbox.com/s/flvob6g8xqmbomw/09%20Acidentes_transportadoras.M
TW para responder às seguintes perguntas:
a) Os acidentes vem de um processo estável?
b) Dado o sistema atual, as empresas são capazes de não ter mais do que doi acidentes
por milhão de quilômetros?

16. Leia o contexto do exercício na apostila e utilize os dados do arquivo

https://www.dropbox.com/s/dcjp8e8nsq5vtr4/07%20Avalia%C3%A7%C3%A3o%20de
%20Tempos%20de%20Entrega.MTW para responder às seguintes perguntas:
a) O processo esta em controle estatístico?
b) Caso contrário, quais são as possíveis explicações para causas especiais?
c) Liste algumas causas especiais que afetariam o gráfico X-barra e listeas causas
especiais que seriam vistas por meio do gráfico R.
d) Que tempo de viagem deveria ser garantido para essa viagem?

17. Os dados no arquivo https://www.dropbox.com/s/yfvvclepd7smo2f/engine.MTW

contém o peso de 25 motores de jato. Supondo que os limites de especificação sejam
1200 e 1260, qual a Capabilidade do processo?

18. Os dados no arquivo https://www.dropbox.com/s/yfvvclepd7smo2f/engine.MTW

contém o peso de 25 motores de jato. Supondo que os limites de especificação sejam
1200 e 1260, qual a Capabilidade do processo?

19. Os dados do arquivo https://www.dropbox.com/s/opdi7qbjzfy1m13/wire.MTW

contem medidas de força de ruptura registrados em libras por polegadas para 25
amostras, cada uma com tamanho de subgrupo diferente, de um processo de fabricação
de fibras metálicas.

20. Supondo que a força mínima que essas fibras devem ter é 56 libras por polegada, qual
a Capabilidade desse processo?
21. Os dados dos arquivos https://www.dropbox.com/s/l5nee31i3m98413/Brick_1.MTW e
https://www.dropbox.com/s/l5nee31i3m98413/Brick_1.MTW referê-se a uma fábrica
que produz blocos de metal.
a) Leia a descrição na apostila e verifique a estabilidade e capabilidade para cada CTQ
do bloco de metal.

22. Considere os dados sobre os tempso de dowload de três provedores no arquivo

https://www.dropbox.com/s/ki2s1aejnormcjj/AULAcomMINITAB.MPJ, worksheet “25
provedor_estrat”. Qual provedor é mais rápido?

23. Pediu-se a um grupo de gerenciamento de projeto que estudasse e melhorasse o

sistema de entrega de projetos.
a) Leia a descrição do exercício na apostila e encontre focos de mudança por meio de
gráficos de dispersão. Os dados estão no arvquivo
https://www.dropbox.com/s/e53pq4pncm7197w/08%20Ativ_gerenc_projetos.MT
W.

24. Gorjeta em restaurante pode ser influenciada por muitos fatores incluindo o tipo de
restaurante, tamanho, localização da mesa, etc.
a) Leia a descrição do exercício na apostila. Alguma variável explica o aumento da
gorjeta? Os dados estão no arquivo
https://www.dropbox.com/s/ewg0ziauehraqbv/20%20Ativ_Gorjeta.MTW .

25. Leia a descrição do exercício na apostila. Sobre qual evento histório os dados do arquivo
https://www.dropbox.com/s/r2fdnc79wjfg3u5/Ativ_evento%20historico.MTW se
referem?

26. Dada a tabela:

Calcular:
a) Efeito de Veloc;
b) Efeito de Avanço;
c) Interação Veloc*Avanço.

Fazer

a) Gráfico dos efeitos principais;

b) Gráfico da Interação.
27. Experimento realizado para testar uma resina nova (mais barata) proposta pelo
fornecedor pode substituir a utilizada na formulação e uma tinta automotiva. A variável
resposta foi a dureza da tinta.

Podemos trocar de fornecedor?