SEP0700 – Métodos para Análise e Solução de

Problemas em Engenharia de Produção

Gráficos de Controle e Pareto

Prof. Luiz C. R. Carpinetti

Eng. Produção
 Gráficos de controle
❑ Como o gráfico de tendência, mostra variação dos
resultados do processo ao longo do tempo, sucessão
cronológica de resultados;
❑ Mas, diferente do gráfico de tendência, o
gráfico de controle mostra variação de
estatísticas de amostras dos resultados:
◼ Média amostral;
◼ Amplitude amostral;

◼ Desvio padrão amostral, etc;

 Resultados de processo - envasamento
Resultados
1004 1009 1004 1010 1008
1007 1023 1003 1001 1003
1004 1014 1011 1014 1015
1003 1006 1001 1005 1001
999 1013 1005 996 992
1004 1008 996 1013 1001
1001 1012 993 1012 998
994 1012 994 1009 1002
1004 995 1003 1019 991
1004 999 1005 1014 1002
995 983 1005 1001 992
1001 1007 991 1004 992
994 1003 992 996 997 20

995 985 994 995 1018

1000 980 992 993 994 15

989 1000 984 994 983

Frequência

10
995 1000 996 989 988
993 995 995 981 993 5

90 resultados, m = 90
0
980 984 988 992 996 1000 1004 1008 1012 1016 1020 1024
Volume envasado
 Resultados de processo - envasamento
Amostra x1 x2 x3 x4 x5
1 1004 1009 1004 1010 1008
2 1007 1023 1003 1001 1003 Amostras de 5
3 1004 1014 1011 1014 1015
4 1003 1006 1001 1005 1001 resultados coletadas
5 999 1013 1005 996 992
6 1004 1008 996 1013 1001 a cada 1 hora
7 1001 1012 993 1012 998
8 994 1012 994 1009 1002
9 1004 995 1003 1019 991
10 1004 999 1005 1014 1002
11 995 983 1005 1001 992
12 1001 1007 991 1004 992
13 994 1003 992 996 997
14 995 985 994 995 1018
15 1000 980 992 993 994
16 989 1000 984 994 983
17 995 1000 996 989 988
18 993 995 995 981 993
 Resultados
1004 1009 1004 1010 1008
1007 1023 1003 1001 1003
1004 1014 1011 1014 1015
20 1003 1006 1001 1005 1001
999 1013 1005 996 992
1004 1008 996 1013 1001
15
1001 1012 993 1012 998
994 1012 994 1009 1002
Dados
Frequência

10
1004 995 1003 1019 991
agrupados 1004 999 1005 1014 1002
5 995 983 1005 1001 992
1001 1007 991 1004 992
994 1003 992 996 997
0
980 984 988 992 996 1000 1004 1008 1012 1016 1020 1024
Volume envasado
995 985 994 995 1018
1000 980 992 993 994
989 1000 984 994 983
995 1000 996 989 988
Amostras de 5 resultados coletadas a cada 1 hora 993 995 995 981 993
1020

...
Resultados e média amostral

1010

1000

990

980

2 4 6 8 10 12 14 16 18
Amostra
 Gráficos de controle
❑ O que o gráfico nos diz?
◼ Variação dentro das amostras (amplitude);
◼ Variação do valor médio das amostras.

1020

...
Resultados e média amostral

1010

1000

990

980

2 4 6 8 10 12 14 16 18
Amostra
 Gráficos de controle da média e da amplitude
1

1010 LSC=1009,95
Média Amostral

1005
__
1000 X=1000,11

995

990 LIC=990,27
1
1 3 5 7 9 11 13 15 17
Amostra

40
LSC=36,06

30
Amplitude Amostral

20 _
R=17,06

10

0 LIC=0
1 3 5 7 9 11 13 15 17
Amostra
 Calculando os limites do Gráfico da Média
Distribuição
de médias
LSC 3𝜎𝑥ҧ amostrais
média

LC

LIC −3𝜎𝑥ҧ

𝜎𝑥 𝑅ത
𝜎ഥ𝒙 = 𝜎𝑥 =
𝑛 𝑑2

𝜎 ത
𝐿𝑆𝐶 = 𝑥ҧ + 3𝜎𝒙ഥ = 𝒙ഥ + 3 𝑛𝑥 = 𝒙ഥ + 3 𝑑 𝑅 𝑛
2

𝐿𝐶 = 𝑥ҧ
𝜎𝑥 𝑅ത
ҧ ഥ ഥ
𝐿𝑆𝐶 = 𝑥 − 3𝜎𝒙ഥ = 𝒙 − 3 𝑛 = 𝒙 − 3 𝑑 𝑛
2

n 2 3 4 5 6 7 8

d2 1,128 1,693 2,059 2,326 2,534 2,704 1,128

 Calculando os limites do Gráfico da Amplitude
❑ Baseado na distribuição de amplitudes amostrais;
❑ Amplitudes amostrais: relacionada ao desvio padrão da distribuição.

n 2 3 4 5 6 7 8
𝑅ത d2 1,128 1,693 2,059 2,326 2,534 2,704 2,847
𝜎=
𝑑2
d3
 R = d 3
0,853 0,888 0,880 0,864 0,848 0,833 0,820

𝜇𝑅 = 𝜎𝑑2 = 𝑅ത

 R = d 2 R
𝑅ത
𝜎𝑅 = 𝑑3 𝜎 = 𝑑3
𝑑2
 Calculando os limites do Gráfico da Amplitude
Distribuição de
amplitudes amostrais
LSC 3𝜎𝑅
amplitude

LC

LIC −3𝜎𝑅 n 2 3 4 5 6 7 8

𝑅ത d2 1,128 1,693 2,059 2,326 2,534 2,704 2,847

𝜎= d3 0,853 0,888 0,880 0,864 0,848 0,833 0,820
𝑑2

ത
𝐿𝑆𝐶 = 𝜇𝑅 + 3𝜎𝑅 = 𝜎𝑑2 + 3 𝑑3 𝜎 = 𝑅ത + 3 𝑑3 𝑅
𝑑2

𝐿𝐶 = 𝑅ത
ത
𝐿𝑆𝐶 = 𝜇𝑅 − 3𝜎𝑅 = 𝜎𝑑2 - 3 𝑑3 𝜎 = 𝑅ത - 3 𝑑3 𝑅
𝑑2
 Exemplo: calculando o desvio padrão amostral
Amostra x1 x2 x3 x4 x5 Média Amplitude
1 1004 1009 1004 1010 1008 1007 6,00
2 1007 1023 1003 1001 1003 1007,4 22,00
3 1004 1014 1011 1014 1015 1011,6 11,00 𝑅ത 17,06
4 1003 1006 1001 1005 1001 1003,2 5,00 𝜎= = = 7,33
5 999 1013 1005 996 992 1001 21,00 𝑑2 2,326
6 1004 1008 996 1013 1001 1004,4 17,00
7 1001 1012 993 1012 998 1003,2 19,00
8 994 1012 994 1009 1002 1002,2 18,00
9 1004 995 1003 1019 991 1002,4 28,00 n 2 3 4 5 6 7 8
10 1004 999 1005 1014 1002 1004,8 15,00
d2 1,128 1,693 2,059 2,326 2,534 2,704 1,128
11 995 983 1005 1001 992 995,2 22,00
12 1001 1007 991 1004 992 999 16,00
13 994 1003 992 996 997 996,4 11,00
14 995 985 994 995 1018 997,4 33,00
15 1000 980 992 993 994 991,8 20,00
16 989 1000 984 994 983 990 17,00
17 995 1000 996 989 988 993,6 12,00
18 993 995 995 981 993 991,4 14,00
1000,11 17,06 𝑅ത
Médi
995

990
1 3 Exemplo: gráfico da amplitude
5 7 9
Amostra
11 13 15
1
17
LIC=990,27

40 17,06
LSC=36,06 17,06 + 3 ∗ 0,864
30 2,326
Amplitude Amostral

20 _
R=17,06

10
17,06
17,06 − 3 ∗ 0,864
0
1 3 5 7 9 11 13 15 17
LIC=0
2,326
Amostra

𝑅ത
𝐿𝑆𝐶 = 𝜎𝑑2 + 3 𝑑3 𝜎 = 𝑅ത + 3 𝑑3
𝑑2
ത
𝐿𝐶 = 𝑅=17,06
𝑅ത
𝐿𝐼𝐶 = 𝜎𝑑2 - 3 𝑑3 𝜎 = 𝑅ത - 3 𝑑3
𝑑2

n 2 3 4 5 6 7 8

d2 1,128 1,693 2,059 2,326 2,534 2,704 2,847

d3 0,853 0,888 0,880 0,864 0,848 0,833 0,820

 Exemplo: gráfico da média
1 17,06
1010 LSC=1009,95 𝟏𝟎𝟎𝟎, 𝟏𝟏 + 3
2,326 5
Média Amostral

1005
__
1000 X=1000,11

995
17,06
990 1
LIC=990,27 𝟏𝟎𝟎𝟎, 𝟏𝟏 − 3
1 3 5 7 9
Amostra
11 13 15 17 2,326 5
40
LSC=36,06

ത
ഥ+3 𝑅
30
ഥ + 3 𝜎𝑥 = 𝒙
Amplitude Amostral

𝐿𝑆𝐶 = 𝑥ҧ + 3𝜎𝒙ഥ = 𝒙 𝑑 𝑛
20 𝑛 2 _
R=17,06

𝐿𝐶 = 𝑥ҧ = 1000,11 10

0 LIC=0
𝜎9𝑥 𝑅ത 15
𝐿𝑆𝐶 = 𝑥ҧ − 3𝜎𝒙ഥ = 𝒙
ഥ−3 1 3 5 7
Amostra
ഥ
=11𝒙 −3
13 17

𝑛 𝑑2 𝑛

n 2 3 4 5 6 7 8

d2 1,128 1,693 2,059 2,326 2,534 2,704 1,128

 𝐶𝑝𝑘 - Índice de capabilidade de processo
𝑥ҧ − 𝐿𝐼𝐸 𝐿𝑆𝐸 − 𝑥ҧ Calculado a partir da média
𝐶𝑝𝑘 = 𝑀𝑖𝑛 ; do desvio padrão das
3𝜎 3𝜎
amostras

1020

...
Resultados e média amostral

1010

1000

990

980

2 4 6 8 10 12 14 16 18
Amostra
 𝐶𝑝𝑘 - Índice de capabilidade de processo
𝑥ҧ − 𝐿𝐼𝐸 𝐿𝑆𝐸 − 𝑥ҧ
Amostra x1 x2 x3 x4 x5 𝑆
𝐶𝑝𝑘 = 𝑀𝑖𝑛 ;
1 1004 1009 1004 1010 1008 2,58
3𝜎 3𝜎
2 1007 1023 1003 1001 1003 9,46
3 1004 1014 1011 1014 1015 4,73 1015 − 1000,11
4 1003 1006 1001 1005 1001 2,15 𝐶𝑝𝑘 = 𝑀𝑖𝑛
5 999 1013 1005 996 992 9,03 3 ∗ 7,33
6 1004 1008 996 1013 1001 7,31
7 1001 1012 993 1012 998 8,17 𝑆ҧ = 7,33 𝐶𝑝𝑘 = 0,68 > 𝑃𝑝𝑘
8 994 1012 994 1009 1002 7,74
9 1004 995 1003 1019 991 12,04
10 1004 999 1005 1014 1002 6,45
11 995 983 1005 1001 992 9,46
12 1001 1007 991 1004 992 6,88
13 994 1003 992 996 997 4,73
14 995 985 994 995 1018 14,19
15 1000 980 992 993 994 8,60
16 989 1000 984 994 983 7,31
17 995 1000 996 989 988 5,16
18 993 995 995 981 993 6,02
 Diferenças entre 𝐶𝑝𝑘 𝑒 𝑃𝑝𝑘
1

1010

Instabilidade de
LSC=1009,95
𝐶𝑝𝑘 > 𝑃𝑝𝑘
Média Amostral

1005
processo __
1000 X=1000,11

995

990 LIC=990,27
1
1 3 5 7 9 11 13 15 17
Amostra

40
LSC=36,06

30
Amplitude Amostral

20 _
R=17,06

10

0 LIC=0
1 3 5 7 9 11 13 15 17
Amostra
 Diagrama de Pareto
❑ Princípio de Pareto: regra 80/20 desenvolvido por
Pareto e adaptada à varias áreas;
❑ Em qualidade:

◼ A maioria das perdas decorrem de alguns poucos

problemas;
◼ A maior parte dos problemas decorrem de
algumas poucas causas.
 Diagrama de Pareto
❑ Diagrama de barras, dos mais aos menos frequentes.
◼ Exemplo: inspeção em linha de montagem:
100 100

80 80
Frequência

60 60

40 40

20 20

0 0
Problema Mancha pintura Amassado Trinca Incompleta Outros
 Diagrama de Pareto
❑ Exemplo: entrega de encomendas:
100 100

80 80

60 60
Frequência

40 40

20 20

0 0
Problema Rastreamento da encomenda Demorado Danificado Outros
 Diagrama de Pareto
❑ Exemplo: em manufatura:
100 100

80 80
Frequência

60 60

40 40

20 20

0 0
Problema Não conformidade Falta de peça máquina parada Outros
 Diagrama de Pareto com dados estratificados
Turno do dia
100 100

80 80
Frequência

60 60

40 40

Turno da noite
20 20
120

100
0 0
Problema Não conformidade Falta de peça máquina parada Outros 100

80
80
Frequência

Percentual
60
60

40
40

20 20

0 0
Problema máquina parada Não conformidade Falta de peça Outros