Escolar Documentos
Profissional Documentos
Cultura Documentos
Esta Apostila tem o intuito de proporcionar aos alunos desta disciplina e deste curso,
noções gerais para serem utilizadas em levantamentos, estudos e análises da Gestão da
Qualidade; ajudando o profissional em tomada de decisões e como ferramenta da qualidade.
1
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
ÍNDICE
3 - Controle do processo
3.1 Gráfico de Controle de CEP
3.2 Tipos de Gráfico de Controle
3.3 Finalidade dos Gráficos de Controle
3.4 Vantagens dos Gráficos de Controle
3.5 Princípios dos Gráficos de Controle
3.6 Gráfico de Controle por Variáveis
3.7 Capacidade de Processo- CP e CPk
3.8 Gráfico de Controle por Atributos
3.9 Estabilidade
4 - Capabilidade do processo -
6 - Implantação do CEP
8 - Simbologia utilizada
9 - Referências bibliográficas
2
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
Depois com a Revolução Industrial, e principalmente no início do século XX, com a produção seriada, iniciou
a verificação do que se recebia : Inspeção de Recebimento, acompanhava o que estava sendo produzido e
finalmente quando ficava pronto, ou seja a Inspeção Final. Foi necessário criar métodos para poder de forma
mais prática e rápida a verificação/inspeção final para a liberação de toda a quantidade produzida aprovada.
1.1.1- Evolução – Graças ao crescimento incessante do parque industrial, à concorrência cada vez maior
de outras empresas similares, à procura e a melhor condição do poder aquisitivo, surgiu entre os dirigentes das
indústrias, a preocupação em desenvolver novos métodos, em dividir e racionalizar o trabalho a fim de obter
maior produtividade, sem contudo afetar a qualidade do produto. O aumento da produção, pensamento geral,
iria causar problemas muito sérios à qualidade. Era preciso desenvolver algum processo que substituísse a
inspeção tradicional, até então utilizada satisfatoriamente.
O desenvolvimento e utilização das técnicas e métodos estatísticos para análise e solução de problemas passa-
ram a ganhar importância no campo industrial a partir da segunda metade dos anos 20, quando o Dr. Walter
A. Shewhart desenvolveu uma teoria de controle estatístico baseada em gráficos de controle.
Shewhart apresentou sua teoria em uma série de palestra, e este material tornou-se seu famoso livro Economic
of Quality of Manufactured Product (1931). Seus gráficos de controle - Controle Estatístico da Qualidade –
CEQ, foram utilizados em larga escala nos anos 40 como resultado dos esforços de período de guerra.
É um sistema detectivo
Aqueles que os usaram conquistaram ganhos substanciais em qualidade e produtividade. Com o uso do CEQ,
para dentro do processo, surgiu na década de 50, pelo Dr. E. Deming, o Controle Estatístico do Processo –
CEP, como ferramenta segura e de rápido controle, e no aperfeiçoamento dos processos produtivos de forma
eficiente.
O controle estatístico do processo - CEP tem por finalidade desenvolver e aplicar métodos estatísticos como
parte da estratégia de prevenção de defeitos, de melhoria da qualidade dos produtos e serviços e da redução
dos custos de fabricação. É um sistema preventivo.
3
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
B - Preventivo (detectado durante a fabricação, com tempo de corrigir / selecionar antes da inspeção final.
Inspeção da Qualidade – é uma operação de verificação realizada após o produto ter sido totalmente
processado, e na qual classificado em duas categorias: Aceito e Rejeitado.
É feita com o objetivo de verificar se a qualidade das partidas/lote apresentadas atende às especificações de
fornecimento ou de recebimento, utilizando-se tábuas/tabelas de amostragem.
As principais características da inspeção são:
4
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
a) Cada unidade do produto deve ter suas características comparadas com padrões e especificações.
b) Deverá ser tomada uma decisão definitiva em aceitar ou rejeitar o produto, se este não estiver de acordo
com as especificações.
c) A inspeção não adiciona nada ao valor do produto nem diminui o número de rejeições, uma vez que não
envolve nenhuma ação corretiva sobre as operações.
d) A inspeção 100% garante ao cliente e ao fornecedor a boa qualidade do produto.
e) A boa reputação do fornecedor sem um adequado sistema de Controle de Qualidade é conseguida a custo
de elevados índices de rejeições e conseqüente alto custo de fabricação.
Controle Estatístico da Qualidade – é um sistema amplo e complexo que tem por finalidade a inspeção, a
análise e a ação corretiva aplicados a um processo produtivo. A inspeção de uma pequena porção dos produ -
tos leva a uma análise de sua qualidade, o que determinará a ação a ser adotada de modo a manter o nível de
qualidade.
É exercido pelo produtor durante o processo produtivo. O processo estará sob controle quando a variação da
qualidade estiver dentro dos limites de especificação do produto. Os instrumentos principais utilizados para o
controle estatístico de qualidade são os gráficos de controle.
Devido a seu necessário relacionamento com todas as fases do processo criativo de um produto, o Controle da
Qualidade tem influência em todas, sendo fator determinante na qualidade final.
Um bom produto, com elevado conceito de qualidade tem seu controle exercido necessariamente:
a) No estudo do projeto do produto e das suas especificações;
b) Na análise da matéria-prima e do material auxiliar a ser utilizado na produção;
c) No controle durante a execução do produto;
d) Na inspeção do produto acabado;
e) Na análise das falhas de campo/junto ao usuário.
1.2.1- Relacionamento entre Empresas – Quando o processamento de um produto envolve várias indústrias,
ocorre uma repetição de fases de controle do próprio sistema, conforme ilustrado abaixo:
INDÚSTRIA A :
INSPEÇÃO DE RECEBIMENTO DA MATÉRIA-PRIMA => CONTROLE DE FABRICAÇÃO => INSPEÇÃO FINAL = > VENDA
INDÚSTRIA B :
COMPRA => INSPEÇÃO DE RECEBIMENTO => CONTROLE DE FABRICAÇÃO = > INSPEÇÃO FINAL
5
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
Exemplo:
Ilustrar as fases de controle necessárias para a produção de um tampa redonda injetada com diâmetro
de 50 mm e altura de 15 mm na cor natural :
6
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
e) Conteúdo das Especificações – São incluídas no texto das especificações somente as características de
qualidade. Estas podem ser:
- Especificação de materiais
- Especificação de fabricação
- Especificação de produtos finais
e.1- Especificação de Materiais: São elementos essenciais na especialização e devem conter no mínimo as
seguintes informações:
e.1.1- Tipo de unidade de medida do material: Servem para caracterizar o objeto em análise.
e.1.2- Identificação dos Lotes: A falta de identificação pode acarretar rejeições ou aprovações de vários lotes
por mera confusão.
e.1.3- Característicos de Qualidade do Material: Englobam todos os parâmetros que avaliam a operabili -
dade do produto.
e.1.4- Métodos de Ensaio do Lote: Indicam de que forma e com quais equipamentos vamos inspecionar o
lote.
e.1.5- Embalagem, Manuseio, Armazenagem: Devemos indicar como as peças serão fornecidas ou
recebidas.
e.3- Especificação de Produtos Finais: São especificações que fazem com que o produto final atenda às
exigências do consumidor. São os objetivos a serem atingidos pelas especificações de fabricação.
1.3.1- Controle por Atributos – É a avaliação de características de qualidade de valores não mensuráveis. É
a forma mais comum e mais econômica para avaliarmos os característicos de qualidade. O julgamento sobre a
qualidade de um produto por seus atributos independe do conhecimento de suas dimensões mas apenas dos
conceitos “bom” e “ruim”.
Assim, a seleção de um lote de eixos usando um calibrador do tipo “passa não passa” ou de um lote de
lâmpadas sob o critério “acende” ou “não acende” caracteriza o uso de atributos.
7
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
1.3.3 - TOLERÂNCIA
Definimos tolerância como a faixa de variação aceitável por uma determinada característica de qualidade.
É impraticável em um processo de produção obtermos uma dimensão exata para um característico de
qualidade, devido à variação constante das condições de trabalho.
Esse caso gera a necessidade de estipular um intervalo de variação no qual a característica de qualidade é
aceitável, ou seja, atende os objetivos do projeto.
- Tipos de Tolerância
a) Tolerância Dimensional – Determina um intervalo em que a dimensão básica pode variar.
Ex.: Ø 25 mm + 0,5
“o diâmetro de 25 mm pode variar no intervalo 25 a 25,5mm”.
b) Tolerâncias de Forma- Indicam o máximo desvio em relação à forma básica
- Ovalização:
- Excentricidade:
- Desvio (Perpendicularidade):
etc
c) Tolerância de Partida – É o número máximo permissível de peças defeituosas em um determinado lote.
Ex.: Uma partida de 1000 pregos pode apresentar no máximo 20 defeituosos (sem cabeça), portanto a
tolerância de partida é 2%.
- Sistemas para Indicação de Tolerâncias – Dois sistemas podem ser utilizados para indicação de
tolerâncias:
Sistema Unilateral: No qual a variação é permitida apenas em um sentido da dimensão básica.
Ex.: Ø 25 + 0,1 mm
Sistema Bilateral: A variação é permitida em ambos os sentidos da dimensão básica.
Ex : altura de uma peça com 12 + / - 0,3 mm
Defeito ou falha é a falta de conformidade da unidade do produto com as especificações de uma característica
de qualidade.
A = Graves
B = Maiores
C = Menores ou irregularidades
8
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
A estas classificações são atribuídos pesos em função de sua gravidade e dos impedimentos gerados na
utilização do produto.
Exemplo:
A determinação dos deméritos em uma amostra de 100 peças poderia conduzir a um total de 19
deméritos, considerando todos os defeitos da amostra.
O critério de aceitação ou rejeição, diante do total de deméritos encontrados na amostra, deverá estar
indicado na especificação.
Se no caso o número máximo de deméritos na amostra for 20, a partida será aceita.
O cálculo por deméritos é largamente empregado na inspeção de recebimento
B - Preventivo (detectado durante a fabricação, com tempo de corrigir / selecionar antes da inspeção final.
9
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
Portanto, controle é quando se mede o desempenho real, compara com o padrão / especificação e age sobre a
diferença.
- Estatística
É a parte da matemática que permite tirar conclusões a partir de uma série de dados observados,
TÓPICOS
- Distribuição, Tipos e Tabela de Freqüência, Função de Probabilidade, Cálculos etc
- Processo
É a combinação específica de máquinas e equipamentos, métodos, materiais, meio ambiente e pessoas 4M´s
que trabalham e atuam simultaneamente para produzir um produto ou realizar um serviço.
10
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
- Variabilidade
Dois elementos nunca são exatamente iguais. A variação está sempre presente: entre pessoas, na natureza, nos
processos, nos produtos, etc. Todos os processos de manufatura/produção também são afetados pela variação,
que influenciam nos resultados finais.
Variações aleatórias (causas comuns) são as variações inerentes ao processo; fazem parte de sua natureza,
podem ser controladas e seguem padrões normais de comportamento. Essas variações não podem ser evitadas,
apenas minimizadas.
Variações causais (causas especiais) são as variações de causa acidental, determinável. Por exemplo: As
falhas e enganos são normalmente identificadas e eliminadas.
- População
É o conjunto de indivíduos ou objetos existentes ou possíveis de existirem num processo de fabricação, que
apresentam pelo menos uma característica em comum. Pode ser finito ou infinito.
- Lote
É o conjunto de peças produzidas em um processo de fabricação durante um intervalo de tempo, ou até
mesmo uma produção programada independente do tempo.
- Amostragem para um total de 150, vou realizar K = 30 amostragens de 5 peças de cada vez,
É um conjunto de amostras n retiradas da população/lote. A quantidade de amostra retirada da população é
simbolizada por K.
- Medidas
Para extrair informações sobre uma grande série de dados, são necessárias algumas características que
possibilitem representar os dados de forma relativa e resumida.
Estas características chamam-se medidas. Existem medidas de uma certa característica X (minha variável) de
posição (média = u) e de dispersão (desvio padrão = sigma).
DISTRIBUIÇÃO NORMAL
É uma distribuição contínua e simétrica, cujo gráfico tem a forma de um sino. A distribuição normal é o
resultado da atuação conjunta de causas aleatórias.
F (x)
u
x- 3σ x- 2σ x- 1σ x +1σ x+ 2σ x+ 3σ
σ√ 2π
12
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
- a variável x obedecerá a uma Distribuição Normal, se a probabilidade de que um valor x
seja menor ou igual a outro xo for:
- ( x - μ )²
x0 2 σ²
P( x < x0 ) = f(x0) = 1 . e dx
σ√ 2π -∞
F (x)
-∞ + ∞
u X0
Portanto:
“ A probabilidade de ocorrência de um valor menor ou igual à área abaixo da curva, está entre os
valores -∞ e xo” .
c- A área total sob a curva normal é igual a 1, pela própria equação da probabilidade.
13
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
Z= X - μ
σ
o que significa adotar como origem dos z o ponto em que x = μ e como unidade de escalados
z e o desvio padrão σ, teremos transformado a expressão da função das probabilidades na
distribuição normal reduzida:
- z²
2
f(z)= 1 e
σ√ 2π
dz = 1
dx σ
dx = σ. dz
Portanto a função da probabilidade, em função de Z, será dada pela expressão:
- z²
z 2
f(z)= 1 e dz
σ√ 2π -∞
As áreas sob a curva permanecem as mesmas, mas agora podem ser tabuladas em função dos
valores de Z (Ver tabela abaixo, eixo dos Z). Basta construir a tabela das áreas para os valores I(z)
ou P (probabilidade).
Por exemplo, a área desde Z=0, até Z= 1,0 é P(1,0) = 0,3413 ou 34,13% da área total da curva;
conseqüentemente, dentro do intervalo ± 1 σ temos 68,26% da área total da curva.
Se procurarmos a probabilidade de encontrarmos um valor de “x” dentro do intervalo μ ± 0,95
onde é a media, σ é o desvio padrão da população, teremos:
14
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
Apresentamos na tabela abaixo alguns dos mais importantes intervalos de distribuição normal para
aplicações em exercícios de probabilidade na curva normal.
15
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
Zonas de probabilidade
A área sob a curva normal costuma ser dividida em zonas de probabilidades, onde cada uma tem a
mesma base de um desvio padrão.
Para o cálculo das áreas sob a curva normal surgem alguns problemas, que exigem grandes
cálculos matemáticos. Esses problemas são solucionados por meio de uma mudança de variável,
obtendo-se assim a distribuição normal padronizada ou reduzida, com média.
µ = 0 e µ2 = 1.
Notação: X ~ N (µ . µ2 ).
A distribuição normal pode ser transformada na distribuição normal padrão com µ=0 e µ 2=1
usando-se a seguinte transformação:
X-
Z
16
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
A média da variável Z é 0 (zero) e o desvio-padrão é 1.
Notação: Z ~ N (0,1).
Neste material utiliza-se a tabela da faixa central, a mais comumente usada (Tabela pág.83). Essa
tabela fornece a área sob a curva normal padrão entre z = 0 e qualquer valor positivo de z. Devido
à simetria em torno de z = 0, pode-se obter a área de quaisquer valores de z (positivo ou negativo).
Seja X uma variável onde X ~ N (1,60; 0,302). Acharemos a probabilidade de termos elementos
entre mínimo 1,35 e máximo 1,92.
P ( 1,35 <= X <= 1,92 )
Resolução
X ~ N (1,60; 0,302). Reduzir para Z ~ N (0,1).
µ = 1,60.
17
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
X-
Z
1,35- 1,60
Zabaixo - 0,45 => na tabela = 0,1736.
0,55
1,92- 1,60
Zacima 0,58 => na tabela = 0,2190.
0,55
Observação
Verificando na tabela , nota-se que só apresenta valores positivos para z. Como a curva é simétrica
em relação à média, procura-se o valor de z em módulo.
Exercícios
1. Sabendo-se que a espessura de um disco de freio segue uma distribuição normal, com
µ = 15mm e σ = 0,07mm, determinar:
18
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
Z maior = (
Z menor = (
P=
b) A probabilidade de ocorrência de discos com espessura entre 15,05mm e 15,20mm.
σ = 0,07mm média é 15,0 mm
Z2 =
σ = 0,07mm
19
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
Z1
Z2=
P1 ( X > 15,25 ) =
P2 ( X < 14,80 ) =
Z=
b) Sendo ( u )= 35 σ = 5.
Calcular a probabilidade de X > 37.
Z=
P final ( X > 37 ) =
P ( X < 37 ) =
X-
Z
20
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
3. Calcular o desvio padrão ( σ ), para uma distribuição normal, onde foi obtido os seguintes
valores, média = 22 e para diâmetros maior de 24 a probabilidade de peças foi 2,4 % ?
2,4 %
U = 22 x=24
Extra : Em uma fundição foi realizado um estudo estatístico com distribuição normal do peso de
peças. Foi obtido uma média de 32,5 gramas e desvio padrão de 0,2 gramas. Calcular qual o valor
em peso de uma peça cuja a probabilidade de ocorrências é de .4406.
Por exemplo, o histograma abaixo foi construído a partir da coleta de dados feita em 15 dias, num total de 75
valores.
21
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
Neste histograma não se pode verificar o que acontece com o processo no transcorrer do tempo (diariamente).
Para tanto, é necessário construir um outro tipo de gráfico.
Usando os mesmos dados do histograma, calculou-se a média dos 5 valores diários ( ) e a amplitude da
amostra (R). O eixo horizontal mostra os dias e o eixo vertical mostra a amplitude e a média.
Observa-se neste gráfico que existe uma tendência crescente da média, fato este, não observável no
histograma.
a) controle de variáveis – utilizado no estudo de características que podem ser medidas. Podem ser
quatro tipos:
- R (média e amplitude).
- S (média e desvio padrão).
- R (mediana e amplitude).
X - Rm (valores individuais e amplitudes móveis).
22
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
- Controle de defeituosos
- fração defeituoso ( p ).
- quantidade de defeituosos ( np ou pn ).
- Controle de defeitos
- Total de defeitos na amostra ( c ).
- média de defeitos por unidade na amostra ( u ).
A linha central dos gráficos de controle é a média da distribuição (LC ou LM); os limites superior e inferior
de controle (LSC e LIC) são estabelecidos a partir da média + 3 desvios padrão da distribuição.
23
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
3.5.1 – Gráfico de controle – distribuição normal
1 - Quando se deseja conhecer um processo produtivo para saber se os produtos por ele fabricados atendem ou
não as especificações de projeto, é necessário saber como as características observadas nos produtos
fabricados se distribuem em relação às tolerâncias estabelecidas.
É certo que dois produtos fabricados nunca serão exatamente iguais, porém é preciso saber quanto são
uniformes tais produtos sairão para poder prever se as exigências serão satisfeitas.
O conhecimento das variações que a característica observada apresenta e do quanto ela ocupa do intervalo
estabelecido para a tolerância só é possível se for conhecida sua distribuição populacional. Para determinar os
parâmetros populacionais é necessário conhecer como toda a população se distribui, o que se torna
impraticável. Por isso determinam-se parâmetros utilizando métodos estatísticos baseados na coleta da
amostra retiradas da população em “ processo “ durante a produção/fabricação..
Imagine que exista uma grande quantidade de observações de uma população. Tomando-se a média de 2
observações e plotando os valores em uma distribuição de probabilidades, obtém-se uma nova curva, porém
mais fechada que a distribuição dos valores individuais. Repetindo o procedimento para a média de 3, 4, 5 ou
mais observações, a curva vai tornando-se mais e mais fechada, quando comparada com a curva dos valores
individuais.
Esse comportamento é uma regra geral: quanto maior o tamanho da amostra, mais rapidamente a
distribuição das médias tende para a normal.
Se o é o desvio da curva do processo, o desvio padrão da curva das médias é dado por:
A distribuição das médias de amostras tem uma dispersão menor que a distribuição dos valores individuais.
Então,
24
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
Dessa forma, ao estabelecer os limites de controle para as médias de amostras ( + 3 ), determina-se
um intervalo de confiança de 99,73% para a média da população. Enquanto as médias das amostras ( )
estiverem dentro do intervalo de 6 , alternadamente para cima e para baixo da média das médias amostrais
( ), isso significa que:
- desde que não apresente tendências, o processo está sob controle estatístico, sujeito apenas às variações
aleatórias inerentes ao processo.
- a média da distribuição populacional não apresenta alterações, ou seja, permanece constante em X = .
Se, por outro lado, pontos começarem a cair fora dos limites de controle ou apresentarem tendência a sair
de controle, significa que:
- processo está sofrendo variações não aleatórias, ou seja, variações causais, que precisam ser determinadas
e corrigidas para que o processo volte à situação de controle estatístico;
- a distribuição populacional está se alterando, havendo deslocamento da média
X = . Podem existir produtos fora das especificações.
O mesmo pode-se dizer das amplitudes. Quando o gráfico das amplitudes se apresenta sob controle estatístico,
ou seja, R variando dentro do intervalo de 6 , significa que a variação da distribuição populacional n
permanece constante. Se, por outro lado, pontos R começarem a cair fora do limite do controle, tem-se uma
mudança no parâmetro n da distribuição populacional, podendo novamente gerar produtos fora da
especificação.
Assim, durante todo o processo, o gráfico de controle indica prontamente qualquer mudança que pode afetar a
distribuição populacional. Porém, cabe lembrar que nunca se pode comparar diretamente os limites da
especificação, já que o primeiro é calculado com base nas médias, enquanto o segundo representa a exigência
sobre todos os produtos individualmente.
Uma segunda boa razão para trabalharmos com distribuição de médias amostrais é derivada também do
Teorema do limite central, que garante:
Qualquer que seja a distribuição dos indivíduos (distribuição da população), a distribuição das médias de
amostras desses indivíduos será sempre normal (condição: amostras com n = 4 unidades).
Dessa forma, pode-se utilizar gráficos de controle também para distribuições não normais, (como as que
regem os atributos, binomiais, de Poisson, etc.), fazendo-se as devidas aproximações e trabalhando com
amostras de tamanho suficiente para garantir a aderência.
É possível constatar que, se o tamanho da amostra for grande o suficiente, a distribuição binomial pode ser
aproximada para a normal sem comprometimento dos resultados.
Isso traz vantagens práticas significativas, pois simplifica o procedimento dos cálculos, uma vez que se pode
utilizar a tabela da normal reduzida, onde:
25
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
x - np
Z
se X ~ B (x, n, p), então npq é aproximadamente (0,1)
Isso pode ser feito considerando-se a média e o desvio padrão da binomial como se fossem a média e o desvio
padrão da normal, ou seja:
n=
p (1 - p)
n para tamanhos de amostras suficientemente grandes.
Exemplo de situação
O estudo prévio da produção de peças defeituosas oriundas de um certo equipamento revelou 0,20 (ou 20%)
de itens fora da especificação.
Imagine que sejam retiradas amostras aleatórias de tamanho 10 em intervalos de tempos regulares e que sejam
avaliados os itens defeituosos em cada uma delas.
Aparentemente poder-se obter 2 itens defeituosos em cada amostra. No entanto, não é isso que ocorre. Pode-
se encontrar amostras com 0, 1, 2, 3, 4... etc. e, até com 10 itens defeituosos. Os resultados, porém não surgem
com a mesma freqüência relativa. A probabilidade de ocorrência de cada caso é dada na Tabela seguinte.
No de defeituosos Probabilidade
0 0,1074
1 0,2684
2 0,3020
3 0,2013
4 0,0881
5 0,0264
6 0,0055
7 0,0008
8 0,0001
9 0,0000
10 0,0000
26
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
Representação gráfica da distribuição binomial para n = 10 e = 0,2
27
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
A distribuição possui uma cauda alongada para a direita quando a proporção defeituosa da população é menor
que 0,5. Quando esta proporção for maior que 0,5 a cauda se alongará para a esquerda. Quando, finalmente, a
proporção for 0,5 a distribuição será simétrica.
Exemplo de situação
O estudo prévio do número de defeitos incidentes em rolos de tecidos para assentos de automóvel revelou
uma média de 7 defeitos por rolo. Se inspecionarmos amostras constituídas de 1 rolo de tecido sempre do
mesmo comprimento, em intervalos de tempo regulares, qual a probabilidade de encontrarmos rolo com 0, 1,
2, 3, 4, ..., defeitos?
Aparentemente espera-se obter 7 defeitos em cada rolo inspecionado. No entanto, não ocorre isso. A
probabilidade de ocorrência de defeitos é caracterizada por um comportamento que pode ser descrito pelo
modelo de distribuição de Poisson.
A tabela a seguir fornece a probabilidade de ocorrência de defeitos em um rolo de tecido de tamanho
constante.
No de defeitos Probabilidade
0 0,0009
1 0,0064
2 0,0223
3 0,0521
4 0,0912
5 0,1277
6 0,1490
7 0,1490
8 0,1304
9 0,1014
10 0,0710
11 0,0452
12 0,0264
13 0,0142
14 0,0070
15 0,0033
16 0,0014
17 0,0006
18 0,0000
28
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
a) Média de defeitos = 2
Tamanho da amostra n = 5
b) Média de defeitos = 4
Tamanho da amostra n = 10
29
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
c) Média de defeitos = 6
Tamanho da amostra n = 15
d) Média de defeitos = 10
Tamanho da amostra n = 25
É importante observar que, com o crescimento da média de defeitos, a distribuição tende a uma simetria em
torno dos valores de maior freqüência. Portanto, a distribuição de Poisson pode ser aproximada para a
distribuição normal, sem comprometimento dos resultados, desde que se faça uma escolha conveniente do
tamanho da amostra.
A tabela da normal reduzida pode ser utilizada, bastando para isso considerar e como sendo,
respectivamente, a média ( ) e o desvio padrão ( σ ) da curva normal.
Existem critérios que indicam o grau de aproximação das distribuições Binomial e Poisson da curva normal.
Esses critérios podem servir de orientação para a escolha conveniente do tamanho das amostras e, desse
modo, permitir a utilização da aproximação, com nível de confiabilidade adequado.
A tabela seguinte fornece esses critérios.
30
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
3.6 - Gráficos de controle por variáveis- CEP
Os gráficos de controle por variáveis ( 4 tipos ) são utilizados no estudo de características contínuas ou
mensuráveis. Exemplo: ( peso, dimensão, concentração, etc.).
2. Calcular as amplitudes R e .
Para o gráfico
LC = LSC = + A2 .
LIC = - A2 . onde A2 é um fator tabelado (ver cap. 7)
Para o gráfico
LC = LSCR = D4 .
LICR = D3 . onde D3 e D4 são fatores tabelados (ver cap. 7)
4. Construir o gráfico, colocando os limites de controle, os pontos médios e suas respectivas amplitudes.
Exemplo de aplicação
A tabela abaixo registra os diâmetros de eixos que foram fabricados por um torno, valores estes tomados de
uma amostragem composta de 25 e de amostras de 5 (cinco) peças cada.
Sub- n=5
Dia Hora grupo nº X1 X2 X3 X4 X5 R
o
1 6:00 1 14.0 12.6 13.2 13.1 12.1 13.00 1.9
10:00 2 13.2 13.3 12.7 13.4 12.1 12.94 1.3
14:00 3 13.5 12.8 13.0 12.8 12.4 12.90 1.1
18:00 4 13.9 12.4 13.3 13.1 13.2 13.18 1.5
22:00 5 13.0 13.0 12.1 12.2 13.3 12.72 1.2
LIC = - A2 .
LIC = 12.94 - 0,577 . 1,35
LIC = 12,2
32
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
Para o gráfico R LC = = 1,35
LIC = D3 .
LIC = não há, pois deu negativo
Observações
Os valores A2 ,D3 e D4 são encontrados na tabela 1, cap. 7: Valores para cálculo dos limites de controle da
carta , R.
Existindo pontos fora dos limites de controle, conclui-se que existem variações causais nesses pontos. Neste
caso, temos que consultar o diário de bordo e aplicar técnicas de solução de problemas.
Quando o gráfico apresenta todos os pontos dentro dos limites de controle, sem apresentar sinais de
instabilidade, pode-se utilizar esses limites de controle como representativos do processo.
- A folha de controle seguinte mostra os dados referentes ao tempo gasto por ciclo de viagem que compreende
o itinerário de ida e volta - Sorocaba a São José dos Campos.
- Com base nessas informações, construa o gráfico de controle ( - R) e faça uma análise do fluxo de viagens
e carga dos caminhões.
- Sabe-se que o tempo mínimo de viagem pré-estabelecido é 6,0 horas; o maior tempo de viagem tolerado é
de 8,0 horas, embora se espere que o ciclo seja completado em 7,0 horas.
- Leva-se em consideração o carregamento e o descarregamento do caminhão, a liberação da documentação,
amarração e cobertura da carga (quando houver) e abastecimento.
33
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
Tráfego operações - Frota de carga
Coleta de dados referente a fevereiro de 2005
LIC x = LIC r =
34
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
35
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
36
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
Exercício No 2
A coleta de dados que segue foi obtida junto ao equipamento de teste de pressão da uma bomba de óleo de
motores de um certo veículo.
= 75,3 = 6,5.
37
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
38
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
Existem casos em que o controle do processo deve ser realizado por leituras individuais. Isto ocorre quando as
medições são dispendiosas, como nos ensaios destrutivos, ou quando o resultado num ponto, apresenta-se
homogêneo, como por exemplo: viscosidade, PH, temperatura, etc.
- Gráfico X
- Gráfico Rm
LC = m
LSCR = D4. m
LICR= D3. m
LICR = -
Usualmente, a amplitude móvel é calculada pela diferença entre cada par de valores sucessivos. Exemplo:
Diferença entre a primeira e a segunda leitura, segunda e terceira, etc. Nesse caso utiliza-se n = 2 para os
fatores d2 e D4.
Exemplo
Coleta de dados:
39
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
Amostras X Rm
1 330 -
2 340 10
3 330 10
4 360 30
5 350 10
6 325 25
7 345 20
8 350 5
9 320 30
10 315 5
11 325 10
12 345 20
13 330 15
14 335 5
15 330 5
16 320 10
17 320 0
18 340 20
19 325 15
20 345 20
21 350 5
22 320 30
23 320 0
24 330 10
25 335 5
X R
X R m
K K -1
X 333,4 R m 13,1
40
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
LSCx = + E2 . m LICx = - E2 . m
LC = 333,4 LICx = 333,4 - 2,660 . 13,1
LSCx = 333,4 + 2,660 . 13,1 LICx = 298,8
LSCx = 368
Shewhart estudou as medianas e as médias das amostras como estimadores de µ. Concluiu que a média é um
estimador mais sensível que as medianas. Porém, devido à facilidade nos cálculos a mediana é bastante
utilizada.
Construção do gráfico
41
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
Cálculo dos limites de controle dos gráficos das medianas e amplitudes ( - R).
- Gráfico
LC =
LSCx = + Ã2
LICx = - Ã2
- Gráfico R
LSCR = D4
LICR = D3
Observações
1. as amostras devem ser sempre ímpares para que a mediana possa ser determinada diretamente. Para isso,
basta ordenar os elementos e tomar o valor central.
Tabela
Tamanho da amostra Ã2 D3 D4
3 1,19 - 2,575
5 0,69 - 2,115
Exemplo
42
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
9:00 7 3 3 5 8 5
10:00 5 4 8 8 7 4
11:00 10 3 3 4 4 7
13:00 3 4 7 8 9 6
14:00 3 8 2 5 10 8
15:00 4 7 1 4 1 6
9:00 4 1 6 7 1 6
10:00 5 4 8 7 8 4
11:00 4 5 5 2 1 4
13:00 2 3 5 8 8 6
14:00 7 9 5 4 11 6
15:00 13 2 1 5 11 12
9:00 6 5 7 5 13 8
10:00 7 3 7 3 5 4
11:00 8 5 2 5 9 7
13:00 8 5 4 6 8 4
14:00 8 10 5 5 6 5
15:00 9 6 4 7 9 5
9:00 3 4 7 5 9 6
10:00 1 4 6 1 7 6
11:00 1 8 5 9 5 8
13:00 3 3 5 7 8 5
9:00 1 1 4 6 7 6
10:00 8 8 5 3 2 6
11:00 9 8 2 1 1 8
Somatórias das medianas = 129 a mediana média =
Somatórias da amplitude = 152 a amplitude média =
43
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
44
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
As cartas e s também são utilizadas em pares. O desvio padrão da amostra (s) é melhor indicador da
variabilidade do processo, principalmente quando empregado para amostras de tamanho maior
As cartas s são utilizadas para substituir as cartas R quando se dispõe de recursos computacionais adequados e
operadores treinados no uso desses recursos. Também é adequada quando o tamanho da amostra é grande.
O cálculo de cada um dos desvios padrão das amostras (s) é feito empregando a seguinte fórmula:
Onde Xi, e n representam os valores individuais da amostra, a média desta amostra e o tamanho da mesma,
respectivamente.
Cálculo dos limites de controle para a carta de médias e dos desvios padrão
LSC = + A3 .
LIC = - A3 .
LSCs = B4 .
LICs = B3 .
Onde é a média dos desvios padrão das amostras e B4, B3, e A3 são fatores que dependem do tamanho da
amostra, conforme indicado na tabela 2, cap. 7 .
Exercício : Calcular os limites para um estudo abaixo, considerando n=3
9,7 9,5 9,8 9,6 9,7 9,4 9,6 9,8 9,7 9,5 Σ = 96,3
S 0,1 0,2 0,2 0,1 0,3 0,2 0,2 0,3 0,2 0,1 Σ = 1,9
= = A3 = 1,954 B4 = 2,568 B3 = não tem
LSCx = LSC s =
LICx =
45
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
A capacidade do processo nas cartas e s é calculada e interpretada de forma semelhante àquela utilizada na
carta e R, com exceção da estimativa do desvio padrão do processo ( ) que é determinado como se segue:
Onde é a média dos desvios padrão das amostras (para períodos com o processo sob controle) e c 4 é um
fator que depende do tamanho da amostra, conforme tabela 2, cap.7.
- Controle de defeitos
- Total de defeitos na amostra ( c ).
- média de defeitos por unidade na amostra ( u ).
Exemplo : Fábrica de Mochilas
Dia / produção 12 => 494 13 => 508 14 => 506 15 => 513 16 => 507 médias
Quant.de amostras 30 30 30 30 30 30
Tipos
Total de 4 5 5 6 5 pn = 5,0
defeituosos “ pn”
Fração de “ p “ 4 / 30 5 / 30 5 / 30 6 / 30 5 /30 p = 0,167
defeituosos
Total de defeitos 7 9 8 9 7 c = 40/5=8
“c“
Fração de defeitos 7 / 30 9 / 30 8 / 30 9 /30 7 / 30 u = 40/30
“u“
46
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
pn ou np de controle por atributos
O gráfico pn pode ser utilizado quando se deseja controlar a quantidade de elementos discrepantes (ou
defeituosos) em uma amostra de tamanho n constante.
1o Passo
Coletar os dados e registrar o número de produtos defeituosos pn.
2o Passo
Achar a média de produtos defeituosos .
nº totalde produtosdefeituosos pn
p ou p
nº totalde produtosinspecionados n
3o Passo
4o Passo
Construir o gráfico colocando no mesmo, os pontos que representam o número de defeituosos (pn) de cada
amostra.
Exemplo Alavanca de abertura do capô, defeituoso.
Da tabela temos:
129
K = 30 n = 100 pn 30 4,3 ou
129
p 0,043
3000
(K .n)
Exercício
Construir o gráfico pn, de uma inspeção de um certo produto :
Amostra pn n
01 10 50
02 08 50
48
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
03 12 50
04 14 50
05 06 50
06 08 50
07 06 50
08 08 50
09 12 50
10 08 50
11 10 50
12 09 50
13 13 50
14 08 50
15 11 50
16 12 50
17 11 50
18 09 50
19 13 50
20 07 50
Somatórias => 195 1000 LC = pn = p=
LSC =
LIC =
49
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
50
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
Admitindo-se que o processo seja mantido sob controle estatístico, a probabilidade de se produzir uma peça
defeituosa mantém-se constante. Conseqüentemente a distribuição estatística dentro da qual o gráfico p e pn
trabalha é a binomial.
1o Passo
Proceder à coleta de dados obtendo o número de dados suficientes, que indique o número de peças
inspecionadas (n) e o número de defeituosas (pn).
2o Passo
Calcular a fração defeituosa para cada sub-grupo, empregando a equação p = pn/n.
3o Passo
Achar a média da fração defeituosa.
pn
nº total de unidade defeituosas p
p ou n
nº total de unidades inspecionadas
4o Passo
Calcular os limites de controle.
LC = p
1- p
LSC = p 3 p( )
n
1- p
LIC = p -3 p( )
n
Observação
Estas fórmulas são utilizadas para amostras de tamanho constante ou com variação de até 20%.
5o Passo
Construir o gráfico desenhando os limites de controle e plotando, no gráfico, os pontos que representam os
valores médios das amostras.
51
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
52
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
Calculamos LSC e LIC.
1- p
LSC = p 3 p( )
n
LSC = 0,167
1- p
L I C = p -3 p( )
n
53
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
3.8.3 - Gráfico “ u “ de controle por atributo
O gráfico u de controle é usado para controlar o número médio de defeitos que aparecem por unidade. Ele é
empregado nos casos em que a ocorrência de defeitos não se mantém constante ao longo do processo. A
distribuição estatística em que trabalha o gráfico u é a distribuição de Poisson.
1o Passo
Coletar os dados, registrando o número médio de defeitos por amostra.
2o Passo
Calcular os limites de controle.
ou ainda
u (total
(totaldas
dasmédias
mdiasdede
defeitos da amostragem)
defeitos da amostrgem)
LC u
K (quantidadede amostras)
Limites de controle = u A u ou u 3 u /n
onde:
3
A= n é uma constante tabelada (ver tabela 1 cap. 7), pagina 78
3o Passo
Construir o gráfico, desenhando os limites de controle e plotando, os pontos que representam os valores
médios das amostras (u).
54
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
Exemplo
Gráfico u de controle - linha de tecelagem de cobertores
u Média
Total de
Amostra X1 X2 X3 X4 X5 c
defeitos (c)
defeitos n
1 2 3 6 4 2 17 3,4 ( 17 / 5 )
2 3 8 2 4 5 22 4,4
3 5 3 4 2 2 16 3,2
4 3 3 3 4 4 17 3,4
5 3 4 3 4 1 15 3,0
6 5 4 4 5 4 22 4,4
7 8 0 3 3 2 16 3,2
8 4 1 3 2 5 15 3,0
9 2 4 3 4 4 17 3,4
10 3 4 5 2 3 17 3,4
11 4 3 2 4 3 16 3,2
12 5 5 4 2 2 18 3,6
13 4 3 4 3 2 16 3,2
14 4 2 4 3 4 17 3,4
15 3 4 5 3 3 18 3,6
16 4 4 3 4 3 18 3,6
17 4 4 3 2 4 17 3,4
18 5 4 2 3 4 18 3,6
19 1 2 4 5 6 18 3,6
20 5 4 2 6 2 19 3,8
349 69,8
( c) (u)
(u) (c)
u u
K ou (n)
Limites de controle
ou
55
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
LC = 3,49 = u
Continuando
LIC = u - A u
LIC = 3,49 - 1,342 3,49
LIC = 3,49 -1,342 . 1,87
LIC = 3,49 - 2,51
LIC = 1,0
Exercício
56
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
Para este exercício foram transcritos os dados dos defeitos reportados pelo inspetor de uma máquina de
injeção de plástico, não sendo os mesmos distinguidos pela gravidade e sim pela freqüência.
Com base nestas informações construa os gráficos : “ u “ ou “ c “ de controle.
Total de Média de
Amostra X1 X2 X3 X4 X5
defeitos (c) defeitos u = c / n
01 3 4 3 4 1 15 3,0
02 1 1 2 1 1 6 1,2
03 2 3 4 2 0 11 2,2
04 1 3 1 1 2 8 1,6
05 3 4 3 2 1 13 2,6
06 5 2 3 3 3 16 3,2
07 1 3 4 2 3 13 2,6
08 2 2 4 4 1 13 2,6
09 2 6 4 4 1 17 3,4
10 3 2 2 1 1 9 1,8
11 2 5 3 3 1 14 2,8
12 6 2 2 3 1 14 2,8
13 4 2 2 1 1 10 2,0
14 2 2 5 5 2 16 3,2
15 3 1 1 2 1 8 1,6
16 3 3 4 1 2 13 2,6
17 1 3 5 2 3 14 2,8
18 2 2 4 1 1 10 2,0
19 1 1 3 4 4 13 2,6
20 1 6 3 3 1 14 2,8
c = 247 u = 49,4
57
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
58
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
3.9 – Estabilidade => Tendencias
Se nenhuma causa especial de variação estiver agindo sobre um processo, estatisticamente espera-se
que ele possa ser representado por uma curva normal que se mantém praticamente inalterada ao longo
do tempo, sem flutuações significativas na sua centralização ou dispersão. Neste caso, o processo é
dito estável; os pontos, nos gráficos de controle, distribuem-se segundo uma lógica probabilística e
nenhum sinal estatístico é percebido.
O processo sobre o qual age alguma causa especial é dito instável. Nesse caso, problemas são
percebidos através dos gráficos de controle, a partir de sinais estatísticos evidentes. A seguir, algumas
situações que indicam instabilidade no processo.
Exemplos de situações:
Observação
Qualquer outra não aleatoriedade.
Tendências
a) Seqüência de 7 pontos
consecutivos crescentes.
59
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
c) Seqüência de 7 pontos
consecutivos decrescentes.
4 - Capabilidade do processo
- Em todas as atividades os produtos devem satisfazer aos requerimentos de qualidade estabelecidos pelos
clientes. Para satisfazer esses requerimentos, há a necessidade de que as características de qualidade atendam
as especificações pré-estabelecidas.
- Denomina-se capabilidade à capacidade que o processo tem de produzir produtos cujos valores encontram-
se inicialmente dentro dos limites de tolerância especificados.
- A capacidade do processo somente pode ser estabelecida quando nenhum fator estranho contaminar o
processo, ou seja, o mesmo apresenta apenas variações aleatórias.
- A análise da capacidade do processo tem por objetivo quantificar as causas comuns de variabilidade e
verificar a capacidade potencial do processo em atender a uma determinada especificação de limites de
controle estatístico, conforme critérios de cálculos dos gráficos de controle escolhido, que constam da tabela
abaixo.
60
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
Observação
O valor de pode ser estimado utilizando a informação fornecida pelos gráficos de controle,
lembrando que, um estimador é obtido a partir de pela relação:
61
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
Para cumprir mais adequadamente a função de predizer quanto do produto fabricado pelo processo vai
satisfazer as especificações, foi criado o Índice de Capacidade Potencial do Processo que relaciona a
variabilidade natural do processo (6 ) com a amplitude da Tolerância (LIE até LSE).
Interpretando o Cp
Cp 1 processo potencialmente capaz.
Cp 1 processo incapaz.
A capacidade pode ser definida pela distância que a média do processo ( ) apresenta em relação dos
limites especificados, obtidos em unidades de desvio padrão (Z).
Para avaliar a capacidade real de um processo em relação à média e limites especificados, foi
desenvolvido o Cpk (índice de capacidade).
Zmin
Cpk = onde Zmin é o menor valor entre Zi e Zs .
3
Interpretando o Cpk
Obs. Porém a indústria automobilística exige que o CP seja maior que 1,33 e o CPk
igual ou maior que 1,67.
62
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
Exemplo de cálculo do Cp e Cpk
= 15 =2 LSE = 40 LIE = 10
Avalie o Cp e o Cpk.
10 15 25 40
Para transformarmos esse processo incapaz em capaz, devemos deslocar a média do processo ( ) para um
valor maior mantendo a sua normalidade. Para estimarmos o valor dessa média, calculamos da seguinte
maneira:
LSE = +3
LIE = -3
= LIE + 3
= 10 + 3.2 = 10 + 6 = 16
Embora seja semelhante ao Cp, o índice Cpk tem a vantagem de usar a média do processo. Portanto leva em
conta sua centralização e pode ser considerado como uma medida da performance do processo.
64
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
As situações (a) e (b) mostram como é possível correr a produção de itens fora da especificação ainda que
Cp = 1. O índice Cpk é coerente em todos os casos.
- Exercício extra : Calcular o Cp e Cpk para um processo com a especificação de 5,68 +/- 0,040 mm e com
= 5,672 e = 0,015
CP => CP =
Zs = Zi = CPk =
Para que os resultados da auto-inspeção sejam corretos, são necessários os requisitos a seguir:
- aplicabilidade tecnológica do processo;
O processo precisa ser de natureza tal que permita a clara definição das responsabilidades para a tomada
de decisão. Geralmente os processos mais simples são os mais indicados. Ex.: tornear, furar, etc..
- processo sob condições de autocontrole;
O processo deve conter os meios e condições para que o trabalhador possa:
- saber exatamente o que deve fazer e quais os resultados esperados;
- ajustar o processo quando houver divergências relevantes.
- treinamento do operador
O operador deve ser capacitado tanto no controle do processo, como na tomada de decisões.
- confiança mútua entre a supervisão e o operador.
Tanto para a delegação ao operador da importante responsabilidade de decidir sobre a qualidade do
produto e do trabalho, como para assumir esta responsabilidade.
O objetivo do Gráfico do farol é detectar mudanças significativas no processo através de um sistema rápido,
econômico e que pode ser utilizado pelo próprio operador, enriquecendo o conteúdo de seu trabalho.
65
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
Passos
1.
Verifique dois produtos. Se ambos estiverem na região verde, continue normalmente a produção.
2.
Se um ou dois produtos estiverem na região vermelha, avise o responsável para as providências corretivas
e selecione o material existente. Quando os reajustes forem feitos, volte ao passo um.
3.
B. Se três ou mais produtos estiverem na região amarela, avise o responsável para as providências corretivas.
Quando os ajustes forem feitos, volte ao passo um.
66
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
C. Se qualquer produto estiver na região vermelha, avise o responsável para as providências corretivas e
selecione o material. Após os necessários ajustes, volte ao passo 1.
1º Passo
Determinar a amplitude da tolerância, ou seja : LSE – LIE ;
2º Passo
Dividir a amplitude de tolerância, ou seja : (LSE - LIE) / 4
3º Passo
Marcar os valores no gráfico, como segue, e seguir as instruções do Pré-controle.
Exemplo
Construir um gráfico de pré-controle para o processo de produção de eixos do mecanismo de levantamento do
vidro da janela.
67
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
Especificação (15,00 ± 0,10mm).
1o Passo
Determina-se o campo da tolerância:
LSE - LIE = 15,10 - 14,90 = 0,20.
2o Passo
Calcula-se o valor de um quarto de tolerância.
1/4 tolerância = 0,20/4 = 0,05.
3o Passo
Coloca-se as linhas de controle no gráfico:
Região
vermelha Diâm > 15,105
Pare 15,10
Região
amarela A 15,005< diâ
Observe 15,055 15,05
Região
verde V VV V V VV VV V VV 14,995< diâ 15,00
Continue V V VV V VV 15,055 14,95
14,945< diâ
14,995
Região
amarela V 14,895<diâ
Observe 14,945 14,90
Região
vermelha Vm Diâm 14,895
Pare
9:00 11:00 13:00 15:00 9:00 11:00 13:00 15:00
Nota
Quando se deseja utilizar o Gráfico do farol dentro dos critérios expostos e, ao mesmo tempo, se deseja
controlar tendências, tais como: desgaste de ferramentas, etc., torna-se necessário construir um gráfico tal que
cada faixa corresponda, no máximo, a um oitavo da tolerância especificada (cada região amarela é dividida
em, no mínimo, duas faixas e a região verde é dividida em, no mínimo, quatro faixas).
6 - Implantação do CEP
Implantar o CEP não significa espalhar cartas de controle por toda a fábrica.
68
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
Esse equívoco pode custar o sucesso do projeto. Na verdade, a utilização das cartas de controle somente
deverá ter início depois que providências importantes forem tomadas.
A implantação do CEP envolve três grandes fases. Se bem desenvolvidas, essas fases tendem a garantir o
sucesso do projeto. São elas:
- conscientização;
- treinamento;
- implantação.
A conscientização deve abranger todos os níveis hierárquicos, para que todos fiquem comprometidos com o
projeto. Comprometimento não significa apenas apoiar a iniciativa, mas fazer parte dela, dedicando parcela do
tempo para atuar no processo.
Deve ser desenvolvido um plano de treinamento, considerando que toda a população precisa ser treinada,
desde o operador até a direção maior da empresa. Cada qual, certamente, recebendo a mensagem adequada em
função do seu grau de atuação no projeto. A nível de piso de fábrica é recomendável que seja treinado, de
início, o pessoal que fará uso imediato do sistema; isso evita especulações e receios desnecessários.
Finalmente, um plano de implantação precisa ser elaborado, para organizar adequadamente o modo como o
CEP será difundido e utilizado em toda a organização.
2. Definir o processo
Definida a área, deve-se escolher o processo mais crítico em termos de CEP, isto é, aquele que apresenta a
maior variabilidade.
3. Normalizar o processo
Significa corrigir problemas que podem ser detectados sem o auxílio das cartas de controle; por exemplo,
aferir instrumentos de medição, treinar operadores que não conheçam o trabalho, fazer manutenção nas
máquinas, etc. Em outras palavras, normalizar quer dizer resolver os velhos problemas já conhecidos do
pessoal envolvido com o processo. Essa atitude de aproximação da gerência ao local de trabalho, buscando
resolver os problemas, é um elemento de motivação importante para o pessoal de operação.
A análise da estabilidade e da capabilidade devem ser acompanhadas de ações locais e gerenciais e repetidas
indefinidamente, de modo a se perseguir o aperfeiçoamento contínuo do processo.
70
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
Esquema operacional do CEP
Obs. Hoje em dia as empresas vem utilizando sistemas informatizados, programas disponíveis
no mercado, que facilita a coleta de dados eletrônicos, planilhas e cálculos automáticos, com
impressão de dados, tabelas, gráficos e algumas interpretações.
Atenção : MAS é o analista de Processo ou da Qualidade que precisa saber para poder
interpretar o processo e assim tomar ações de correção e de melhorias
71
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
7- Tabelas
1- INTRODUÇÃO
72
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
3 - EXEMPLO DE APLICAÇÃO
Há vários tipos de amostragem : Simples, dupla ou Múltipla, que poderá ser usada uma das
tabelas correspondentes com amostragem simples com inspeção : Normal, inspeção, Severa
ou inspeção Atenuada.
Em seguida definida o Nível de Qualidade Aceitável - NQA, usar uma das tabelas como o
Plano de amostragem, por exemplo simples normal – Tabela 2.
Exemplo prático : Para um lote de 5000 peças, foi determinado usar na tabela A : Níveis de
gerais de Inspeção II, portanto obtemos a letra correspondente “ L “.
A seguir na tabela 2, temos que para a letra “ L “ o tamanho da amostra , quantidade de peças
a ser retirada do lote é de 200 peças.
Exercício 1 – Qual o tamanho da amostra para um lote de 2000 peças, com nível de inspeção
S 4, qual a letra e com quantas peças irá rejeitar o lote, usando um NQA de 2,5%, usando a
tabela 3 – amostragem simples - severa.
73
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
74
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
75
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
76
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
77
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
LSC = + A2 .
LIC = - A2 .
LSC R = D4
LIC R = D3
78
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
Tabela 2 – Valores para cálculo dos limites de controle da carta , s
Carta das médias ( ) Carta dos desvios-padrão (s)
Observações Fatores para Divisores para Fatores para limites
na amostra limites de estimativa do de controle
controle desvio-padrão
n A3 C4 B3 B4
2 2.659 0.7979 ----- 3.267
3 1.954 0.8862 ----- 2.568
4 1.628 0.9213 ----- 2.266
5 1.427 0.9400 ----- 2.089
6 1.287 0.9515 0.030 1.970
7 1.182 0.9594 0.118 1.882
8 0.099 0.9650 0.185 1.815
9 1.032 0.9693 0.239 1.761
10 0.975 0.9727 0.284 1.746
11 0.927 0.9754 0.321 1.679
12 0.886 0.9776 0.354 1.646
13 0.850 0.9794 0.382 1.618
14 0.817 0.9810 0.406 1.594
15 0.789 0.9823 0.428 1.572
16 0.763 0.9835 0.448 1.552
17 0.739 0.9845 0.466 1.534
18 0.718 0.9854 0.482 1.518
19 0.698 0.9862 0.497 1.503
20 0.680 0.9869 0.510 1.490
21 0.663 0.9876 0.523 1.477
22 0.647 0.9882 0.534 1.466
23 0.633 0.9887 0.545 1.455
24 0.619 0.9892 0.555 1.445
25 0.606 0.9896 0.565 1.435
LSC , LIC = + A3 .
LSC S = B4
LIC S = B3
79
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
Tabela 3 – Valores para cálculo dos limites de controle da carta de individuais
n E2 d2 D3 D4
LSC X , LIC = ± E2
LSC R = D4
LIC R = D3
80
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
Tabela 4 – Valores das áreas da distribuição normal
z .00 .01 .02 .03 .04 .05 .06 .07 .08 .09
0.0 .0000 .0040 .0080 .0120 .0160 .0199 .0239 .0279 .0319 .0359
0.1 .0398 .0438 .0478 .0517 .0557 .0596 .0636 .0675 .0714 .0753
0.2 .0793 .0832 .0871 .0910 .0948 .0987 .1026 .1064 .1103 .1141
0.3 .1179 .1217 .1255 .1293 .1331 .1368 .1406 .1443 .1480 .1517
0.4 .1554 .1591 .1628 .1664 .1700 .1736 .1772 .1808 .1844 .1879
0.5 .1915 .1950 .1985 .2019 .2054 .2088 .2123 .2157 .2190 .2224
0.6 .2257 .2291 .2324 .2357 .2389 .2422 .2454 .2486 .2517 .2549
0.7 .2580 .2611 .2642 .2673 .2704 .2734 .2764 .2794 .2823 .2852
0.8 .2881 .2910 .2939 .2967 .2995 .3023 .3051 .3078 .3106 .3133
0.9 .3159 .3186 .3212 .3238 .3264 .3289 .3315 .3340 .3365 .3389
1.0 .3413 .3438 .3461 .3485 .3508 .3531 .3554 .3577 .3599 .3621
1.1 .3643 .3665 .3686 .3708 .3729 .3749 .3770 .3790 .3810 .3830
1.2 .3849 .3869 .3888 .3907 .3925 .3944 .3962 .3980 .3997 .4015
1.3 .4032 .4049 .4066 .4082 .4099 .4115 .4131 .4147 .4162 .4177
1.4 .4192 .4207 .4222 .4236 .4251 .4265 .4279 .4292 .4306 .4319
1.5 .4332 .4345 .4357 .4370 .4382 .4394 .4406 .4418 .4429 .4441
1.6 .4452 .4463 .4474 .4484 .4495 .4505 .4515 .4525 .4535 .4545
1.7 .4554 .4564 .4573 .4582 .4591 .4599 .4608 .4616 .4625 .4633
1.8 .4641 .4649 .4656 .4664 .4671 .4678 .4686 .4693 .4699 .4706
1.9 .4713 .4719 .4726 .4732 .4738 .4744 .4750 .4756 .4761 .4767
2.0 .4772 .4778 .4783 .4788 .4793 .4798 .4803 .4808 .4812 .4817
2.1 .4821 .4826 .4830 .4834 .4838 .4842 .4846 .4850 .4854 .4857
2.2 .4861 .4864 .4868 .4871 .4875 .4878 .4881 .4884 .4887 .4890
2.3 .4893 .4896 .4898 .4901 .4904 .4906 .4909 .4911 .4913 4916
2.4 .4918 .4920 .4922 .4925 .4927 .4929 .4931 .4932 .4934 .4936
2.5 .4938 .4940 .4941 .4943 .4945 .4946 .4948 .4949 .4951 .4952
2.6 .4953 .4955 .4956 .4957 .4959 .4960 .4961 .4962 .4963 .4964
2.7 .4965 .4966 .4967 .4968 .4969 .4970 .4971 .4972 .4973 .4974
2.8 .4974 .4975 .4976 .4977 .4977 .4978 .4979 .4979 .4980 .4981
2.9 .4981 .4982 .4982 .4983 .4984 .4984 .4985 .4985 .4986 .4986
3.0 .4987 .4987 .4987 .4988 .4988 .4989 .4989 .4989 .4990 .4990
Para Z >= 3,1 considerar a probabilidade de .5000 ( 50 % )
81
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
8 - Simbologia utilizada
u = Média de defeitos por unidade.
c = Número de defeitos na amostra.
= Média da amostragem (estimativa de µ).
S( ) = Desvio padrão da média.
= Desvio padrão do processo (estimativa de µ).
S( ) = Desvio padrão da amplitude.
A2 = Fator tabelado em função de n.
3
A2
d2 n
E2 = Fator tabelado em função de n.
= Média das medianas.
= Média dos desvios padrão das amostras.
A3,B3,B4 = Fatores tabelados em função de n.
n = Tamanho da amostra.
k = Quantidade (amostras ou classes).
= Média das observações numa amostra.
X = Média da amostragem.
= Mediana.
R = Amplitude.
s = Desvio padrão da amostra.
LIE = Limite inferior de especificação.
LSE = Limite superior de especificação.
= Média das amplitudes das amostras.
d2 = Fator de correção (depende de n).
= Desvio padrão populacional.
x = Valor individual.
= Média da população.
2
= Variância populacional.
Z = Quantidade de desvio padrão entre X e .
h = Amplitude da classe.
N = Tamanho da amostragem.
p = Fração ou porcentagem defeituosa na amostra.
np = Número de defeituosos numa amostra.
n = Média de defeituosos numa amostra.
= Média de produtos defeituosos.
3
A = Constante tabelada n
82
FATEC – Sorocaba Fabricação Mecânica Apostila de Gestão da Qualidade – parte II revisão 3
9 - Referências bibliográficas
BIBLIOGRAFIA BÁSICA
BIBLIOGRAFIA COMPLEMENTAR
83