Guia geral sobre tamanho de amostras para Green Belts

1 – Nossa motivação para o tema:

O tamanho da amostra afeta diretamente, quase sempre, a PRECISÃO do seu resultado!

Em vias de regra, quanto maior o tamanho da amostra, menor a margem de erro e maior a precisão!

Precisão está associada a RISCO !!!!!

Que business não tem interesse em conclusões com risco baixo (ou pelo menos conhecido)?

As organizações PAGAM MUITO BEM para profissionais que apresentam análises acompanhadas de
medidas de risco !!!!!!

Um importante mandamento: “Não fecharás teus olhos ao aspecto probabilístico dos processos”.

Ou como um bom mineiro diria: “As coisa vareia”.

2 – Para Análise dos Sistema de Medição:

2.1 – R&R para dados contínuos:

Quantidade de operadores: 3

Quantidade de peças: 10

Quantidade de réplicas: 2

Tais recomendações de tamanho de amostra (n=60) vem da AIAG (Automotive Industry Action Group) e
estão associadas à precisão do ANOVA que é usado no R&R para dados contínuos.

2.2 – Análise de Concordância por Atributos (para dados discretos):

Quantidade de operadores: 3

Quantidade de peças: 50

Quantidade de réplicas: 2

Para dados discretos, o tamanho da amostra aumenta (n=300), com o objetivo de COMPENSAR a perda
de “qualidade de informação” visando ter um aumento da PRECISÃO!
3 – Análise de Capacidade:

3.1 – Dados Contínuos:

Tamanho de amostra: 100 peças divididas preferencialmente em 25 subgrupos de tamanho igual a 4

Por exemplo, 4 amostras por dia durante 25 dias.

Ou 4 amostras por hora, durante 25 horas.

Ou 4 amostras por semana, durante 25 semanas.

Esse recomendação se aplica também às CARTAS DE CONTROLE usadas em conjunto com a sua análise
de capacidade.

Lembrando que a análise de capacidade pressupõe processo estável (sem causas especiais) e
normalidade (para green belts).

3.2 – Dados Discretos:

Tamanho de amostra está associado mais fortemente à existência de ao menos 25 subgrupos.

O aumento do tamanho dos subgrupos dependerá da precisão desejada.

4 – Regressão:

Tamanho de amostra recomendado é de no mínimo 40.

5 – Testes de hipóteses:

DEPENDE

Precisamos conversar sobre o PODER do TESTE!!

5.1 – Poder no Test t para duas amostras (dados contínuos):

Você tem que deixar o campo “Tamanhos amostrais” VAZIO.

Indique a diferença que você quer testar, por exemplo, 5N entre um fornecedor de plástico e outro
representa problema para mim!

Um valor de poder muito usado é o 80%! Mas é recomendado escalonar de 80% até 90%
O desvio padrão deveria ser o populacional, no entanto é muito difícil conseguir tal parâmetro, então
você pode usar o maior valor de desvio padrão amostral.

Ao final, você deve ter algo do tipo (Diferença = 5, Poder: 0,80 | 0,82 | 0,84 | 0,86 | 0,88 | 0,90, Desvio
Padrão = 10):

5.2 – Poder no Test para duas proporções (dados discretos):

A operação é muito similar à anterior.