universidade federal de são carlos

departamento de engenharia de produção

Gestão da Produção e da Qualidade

Projeto Final

Nome: RA:
Ítalo Gabriel Bezerra 727999
Julia de Assis Scarpin 728001
Mateus Araújo de Mello 561665
Mateus Borges Comito 727947
Pedro Gomes 727651
Rui Pedro A. de Oliveira 727825

15 Janeiro 2021
1 Definição e caracterı́stica controlada
Neste trabalho será analisado um processo inspirado na indústria ali-
mentı́cia, mais especificamente na produção são bolinhos. A caracterı́stica a
ser analisada é o peso de cada bolinhos. É importante mantê-la sob controle
visto que se for muito acima do padrão o produto não caberá na embalagem
e, caso contrário, haverá reclamação dos clientes.
O peso médio dos bolinhos é 70g, sendo que assumem uma distribuição
normal com desvio padrão de 2,28g.

2 Fase 1
Primeira amostragem
Utilizou-se 25 amostras de tamanho 5 para calcular os limite de controle,
como mostra a Figura 1. Para o gráfico x̄ e R de controle, a média amostral
é 69,6481g e o desvio padrão é 1,95115g, o LSC é igual a 72,2658g e o LIC
é igual a 67,0303g. Como os pontos estão entre os limites e não apresenta
comportamento sistemático (comportamento é aparentemente aleatório), o
processo está sob controle. Nenhuma tendência ou padrão estão presentes.
O tamanho do bolinho é estável entre todos os 25 subgrupos.

Figura 1: Dados da primeira amostragem em função da média e amplitude

amostral

1
Segunda amostragem
Utilizou-se 35 amostras de tamanho 9, os limites de controle encontrados
foram de 72,11g e 67,542g. A média das médias amostrais foi de 69,83g, e o
desvio padrão das médias amostrais foi 0,73g. Como pode ser visto na Figura
2:

Figura 2: Dados da segunda amostragem em função da média e amplitude

amostral

3 Fase 2
3.1 Processo controlado
Para estudar a fase 2 com um processo controlado, criamos 1000 novas
amostras de tamanhos iguais aos respectivos da primeira fase, e comparamo-
as com os limites de controle da primeira fase Nos processos controlados
podemos encontrar o erro de tipo 1. Esse erro ocorre quando paramos um
processo controlado (como nesse caso) devido a uma variação aleatória que
escapa aos limites de controle, e não devido a um erro real no processo.
Podemos calculá-lo experimentalmente a partir da frequência relativa dos
erros na amostra, ou teoricamente, pois, se sabemos que a média amostral
tem distribuição normal, podemos calcular a probabilidade de um ponto estar
fora dos limites de controle a partir da função normal. Também podemos

2
calcular o ARL(average run lenght), trata-se do número médio de amostras
até que encontremos um erro, ou seja, é o inverso do erro tipo 1.

Primeira amostragem
Encontramos 11 erros dentre as 1000 amostras, o que corresponde a um
erro tipo 1 experimental de 1, 1%, muito próximo do teórico de 0,012. O
ARL foi de 91 amostras.

Figura 3: Dados controlados da primeira amostragem

Segunda amostragem
Ao estudar a segunda amostragem encontramos 3 amostras com erro, o
que nos fornece um erro tipo 1 de 0, 3%, similar ao teórico de 0, 44%. O ARL
foi de 333 amostras.

3
 Figura 4: Dados controlados da segunda amostragem

Discussão
A diferença entre as duas amostragens consiste no fato de a segunda
representar melhor o processo do que a primeira. Assim, os limites de controle
feitos a partir da segunda amostragem devem fornecer um menor número de
erros para o processo controlado.Por isso, a diminuição do erro de tipo 1, de
1, 1% para 0, 3%, está de acordo com o esperado teoricamente.

3.2 Processo fora de controle

Aqui também criamos duas novas amostragens com 1000 amostras de
tamanhos iguais aos respectivos da fase 1. Porém, as variáveis foram geradas
com média meio desvio padrão acima da fase 1. Isso nos ajudará a entender
o erro de tipo 2, que é o erro que cometemos quando acreditamos que o
processo está sobre controle quando não está. Nesse caso,o erro experimental
será a frequência de pontos dentro dos limites de controle, pois, os pontos
estão dentro do controle nos fazem crer que o processo está sob controle,
mesmo não estando. O ARL continua sendo o inverso da frequência de
pontos fora do limite de controle, porém agora é interessante que esse seja o
menor possı́vel, para que detectemos rapidamente o erro no processo. Para
calcular o erro tipo 2 teórico, calculamos a probabilidade de as amostras
caı́rem dentro dos limites de controle,porém sua distribuição não é a mesma

4
do processo controlado.A média é 0,5 desvio padrão acima do controlado,
e seu desvio padrão é √σn , onde σ é o desvio da variável e n é o tamanho
da amostra. É importante notar que esses erros dependem da variação da
média. No caso foi usado meio desvio padrão a mais, poderiam ser usados
outros valores a mais ou menos, com os valores de erro do tipo 2 diferentes.
Isso ocorre pois uma mudança grande na média é mais fácil de ser percebida,
por isso veremos que os erros tipo 2 calculados são altos.

Primeira amostragem
Na primeira amostragem encontramos 100 pontos fora dos limites de con-
trole, ou seja, dos 1000 pontos só 100 nos indicam que há algo errado com o
processo. Logo, o ARL é de 10 amostras. O erro tipo 2 é 90% pois dos 1000
pontos, todos fora de controle, 900 parecem sob controle. O erro teórico foi
de 91, 7%.

Figura 5: Dados sem controle da primeira amostragem

Segunda amostragem
Na segunda amostragem encontramos 55 erros dentre as 1000 amostras,
logo, o tempo médio até pararmos o processo é de 1000/55, ou seja, 18
amostras. Dos 1000 pontos apenas 55 saem dos limites, logo, temos 945
pontos fora de controle, porém dentro dos limites, ou seja, temos um erro
tipo 2 experimental igual a 94, 5%. O valor teórico é de 95, 14%.

5
 Figura 6: Dados sem controle da segunda amostragem

Discussão
Ao contrário do erro tipo 1, o tipo 2 aumenta com a amostra, pois, ao
aumentarmos os limites de controle existe maior probabilidade de pontos fora
de controle estarem dentro dos limites.

6
Referências Bibliográficas

[1] F. L. Lizarelli. Métodos e filosofia de controle estatı́stico do processo.

[2] Douglas C Montgomery. Introdução Ao Controle Estatı́stico Da Qualidade

. Grupo Gen-LTC, 2000.