1 - Módulo 7 - Controlo Estatístico Do Processo

7
CONTROLO ESTATÍSTICO DO
PROCESSO
Grupo de Controlo e Gestão G G

C
Objectivos
Após a leccionação deste módulo, os estudantes deverão ser capazes de:
• Entender a variabilidade enquanto factor com repercussão negativa na qualidade;
• Compreender o conceito de Controlo Estatístico do Processo;
• Reconhecer a importância do Controlo Estatístico do Processo na redução da variabilidade;
• Compreender o conceito de Carta de Controlo;
• Interpretar a informação contida numa Carta de Controlo;
• Entender o conceito de Capacidade do Processo, sua relevância e aplicabilidade.

C
7.1 Variabilidade
(Montgomery, 2009)
A qualidade é inversamente proporcional à variabilidade.
Componente da Transmissão Automóvel
Distribuições centradas no valor alvo da dimensão.
EUA
Distribuição abrange cerca de 75% do intervalo das especificações.
Japão
Distribuição abrange cerca de 25% do intervalo das especificações.
Variabilidade do processo produtivo da unidade japonesa muito inferior à variabilidade registada na unidade americana.

C
7.1 Variabilidade
(Montgomery, 2009)
A qualidade é inversamente proporcional à variabilidade.
Componente da Transmissão Automóvel
Custos de garantia Custos registados na unidade de produção americana muito

(falha externa) superiores aos registados na unidade japonesa.
Redução da variabilidade traduz-se em menores custos.
Relação estreita com o conceito de desperdício.
(dinheiro, tempo, esforço, etc.)
Melhoria de qualidade pode ser definida como redução da variabilidade (redução de desperdício) em produtos e processos.

C
7.1 Variabilidade
(Gryna et al., 2007)

Redução da variabilidade do processo - Principais Vantagens
• Aumento da estabilidade do processo - Maior facilidade em prever o seu comportamento (sobretudo a curto-prazo);
• Produtos com desempenho superior - Aumento da qualidade percepcionada pelo cliente;
• Menor necessidade de inspecção dos componentes produzidos;
• Compensação da maior variabilidade de outros componentes, indo ao encontro dos objectivos de desempenho do
conjunto ou sistema;
• Diminuição, no caso de clientes industriais, de ajustes de processo destinados a compensar a variabilidade dos produtos
adquiridos.
A variabilidade num processo produtivo resulta em defeitos de qualidade e falta de consistência dos produtos.

C
7.1 Variabilidade

Abordagem Antiga Abordagem Actual
Cliente
Cliente
O produto não tem a qualidade que pretendo.
O produto não tem a qualidade que pretendo.
Fornecedor
Fornecedor
Muito bem. Responsabilizamo-nos pelo ocorrido e baixamos o preço do
Muito bem. Responsabilizamo-nos pelo ocorrido e baixamos o preço
produto.
do produto.
Cliente
Cliente
Desculpe, o preço é aceitável. Eu disse que o produto não tem
Aceito.
qualidade.
Fornecedor
Mas, está algum produto fora das especificações?
Cliente
Não, não está. Porém, respeitar especificações não é suficiente. Os
seus concorrentes respeitam as mesmas especificações, com menor
variabilidade.

C
7.1 Variabilidade

Abordagem Actual
Concorrente A Concorrente B
Limite Superior Tolerância
Limite Inferior Tolerância
Estudos de uma multinacional de produtos electrónicos revelam que produtos fabricados próximo dos limites de especificações geram grande
número de reclamações por parte dos clientes que os adquirem.

C
7.2 Controlo Estatístico do Processo
(Montgomery, 2009)
Conceito
Controlo estatístico do processo é definido como a aplicação de métodos estatísticos na medição e análise da variabilidade de
um processo. Ferramentas de resolução de problemas são adoptadas com o objectivo de alcançar estabilidade e aumentar a
capacidade do processo, através da redução da variabilidade.
O controlo estatístico do processo ajuda à criação de um ambiente onde todos os indivíduos numa organização procurem melhoria
contínua na qualidade e produtividade. É, contudo, fundamental que a gestão esteja envolvida e comprometida com este processo.
Ferramentas de Controlo Estatístico do Processo
• Histograma • Análise de Pareto
• Folha de Registo • Fluxograma • Carta de Controlo
• Diagrama Causa-Efeito • Diagrama de Dispersão

C
Histograma
• Gráfico construído a partir da distribuição de frequências;
• Evidencia a distribuição de frequências dos valores

observados de uma determinada variável;
• Destaca o centro e a quantidade de variação na amostra

de dados.
A sua simplicidade de construção e interpretação tornam-no uma ferramenta eficaz na análise elementar de dados.

C
(Montgomery, 2009)
Folha de Registo
• Lista destinada a discriminar os defeitos mais comuns e

sua ocorrência;
• Pode fazer referência à localização ou instante dos

defeitos;
• Ferramenta simples e eficaz de recolha de informação

acerca dos defeitos observados.

C
(Montgomery, 2009)
Diagrama Causa-Efeito
• Diagrama destinado a identificar possíveis causas para

problemas de qualidade específicos;
• Problema de qualidade (efeito) é relacionado com as suas

possíveis causas. Cada causa é, por sua vez, decomposta em
aspectos mais específicos;
• Frequentemente designado Diagrama em Espinha-de-Peixe

ou Diagrama de Ishikawa.
O desenvolvimento do diagrama causa-efeito requer trabalho em equipa (brainstorming), por forma a explorar todas as possíveis
causas da não qualidade.

C
Análise de Pareto
• Técnica utilizada para identificar problemas de

C qualidade com base na sua importância;
B
Freq. relativa de defeitos
(cum.) • Assente na lógica de que um número reduzido de
Freq. relativa de defeitos indivíduos é responsável pela maior parte do efeito.
Curva ABC Classe A

~ 20% dos indivíduos  ~ 80% efeito
Classe C
~ 50% dos indivíduos  ~ 5% efeito

C
(Montgomery, 2009)
Dispersão
• Gráfico destinado a evidenciar a forma como duas variáveis se

relacionam;
Variável A
• Particularmente útil na detecção da força da correlação entre duas

variáveis ou do seu grau de linearidade.
Variável B

C
(Dan Reid e Sanders, 2009)

Fluxograma
• Diagrama esquemático da sequência de passos envolvidos numa operação/processo;
• Ferramenta visual de fácil uso e compreensão. A visualização dos passos envolvidos na operação/processo, permite ter
consciência da forma como esta se desenvolve, bem como do modo como os problemas podem surgir.

C
(Juran e Godfrey, 1998)

Carta de Controlo

C
Implementação de um Programa de Controlo Estatístico do Processo
O sucesso do controlo estatístico do processo está dependente de outros factores, para lá da utilização de ferramentas de controlo
estatístico.
(Montgomery, 2009)
• Programa abrangente e transversal de melhoria de qualidade;
• O envolvimento e o compromisso da gestão de topo com o programa de melhoria contínua;
• Formação contínua dos colaboradores em controlo estatístico do processo.
O controlo estatístico do processo não pode ser encarado como um programa delimitado no tempo, a ser usado quando o negócio
apresenta dificuldades. Melhoria da qualidade focada na redução da variabilidade deve tornar-se parte da cultura da organização.

C
(Montgomery, 2009)
Factores de Sucesso na Implementação de um programa SPC
• Liderança da gestão;
• Abordagem de equipa;
• Educação dos colaboradores a todos os níveis;
• Ênfase na redução da variabilidade;
• Avaliação/medição do sucesso em termos quantitativos (económicos);
• Mecanismo de comunicação dos resultados bem sucedidos transversal à organização.
A medição e comunicação do progresso e sucesso em termos quantitativos é essencial. A comunicação transversal de

melhorias é geradora de motivação e incentivo. Ajuda a tornar a melhoria contínua um valor da organização.

C
Factores de Sucesso na Implementação de um programa SPC
Fonte: Soriano, F. R., Brandão, R. B. C., de Matos, A. C.

R., Felício, R. C., Martins, M. P., Carvalho Filho, A. E., &
Gomes, A. C. (2018). Fatores críticos de sucesso para
implantação do CEP, uma visão do pólo de informática de
Ilhéus. Brazilian Journal of Development, 4(6), 2990-3002.

C
7.3 Cartas de Controlo
Contextualização Histórica
• Ferramenta desenvolvida por Walter A. Shewhart nos laboratórios da companhia de telefones Bell (Bell
Telephone Laboratories), entre as décadas de 1920 e 1930;
• O seu desenvolvimento é fruto de Walter A. Shewhart ter reconhecido a existência de variabilidade em todos os processos de
fabrico;
• Walter A. Shewhart é pioneiro em afirmar que a redução da variabilidade leva a melhoria da qualidade. O seu trabalho é
encarado como os alicerces do controlo estatístico do processo.

C
(Montgomery, 2009)
Causas de Variabilidade
Aleatórias ou Comuns
A existência de variabilidade inerente ou natural é inevitável em qualquer processo, sendo resultado do efeito cumulativo de grande
quantidade de pequenas causas (causas aleatórias ou comuns).
Um processo que opere apenas com causas aleatórias ou comuns encontra-se em controlo estatístico.
Assinaláveis ou Especiais
Para além da variabilidade inerente, pode também existir variabilidade promovida por causas menos comuns (causas assinaláveis),
eventualmente controláveis. Leva, frequentemente, a níveis inaceitáveis de desempenho.
Um processo que opere com causas assinaláveis encontra-se fora de controlo.
Equipamento ajustado ou controlado de forma inapropriada, erros de operadores, matéria-prima não-conforme, etc.

C
Aleatórias ou Comuns
Devido à variabilidade inerente do processo, as medidas individuais de uma característica de qualidade são todas diferentes entre si,
mas quando agrupadas elas tendem a formar um certo padrão. Quando o processo é estável, esse padrão pode ser descrito por uma
distribuição de probabilidade.
As causas comuns, em geral, só podem ser resolvidas por uma ação global sobre o sistema, e muitas vezes a atuação sobre elas não se
justifica economicamente. Os operadores estão em boa posição para identificá-las, mas a sua correção exige decisão da gestão.

C
Assinaláveis ou Especiais
As causas especiais são causas que não são pequenas e não seguem um padrão aleatório (erros de set up, problemas nos
equipamentos ou nas ferramentas, um lote de matéria prima com características muito diferentes etc.) e por isso também são chamadas
de causas assinaláveis. São consideradas falhas de operação.
Fazem com que o processo saia fora de seu padrão natural de operação, ou seja, provocam alterações na forma, tendência central ou
variabilidade das características de qualidade.
Elas reduzem significativamente o desempenho do processo e devem ser identificadas e neutralizadas, pois a sua correção justifica-se
economicamente.
As causas especiais geralmente são corrigidas por ação local e, por isso, são de responsabilidade dos operadores, apesar de algumas
vezes a equipa de gestão estar em melhor posição para resolver o problema.

C
Uma distribuição de probabilidade caracteriza-se por três parâmetros:
• Parâmetro de localização: que representa a tendência central dos dados. Ao lado podem ser vistas duas distribuições com
parâmetros de localização diferentes;
• Parâmetro de dispersão: que representa a variabilidade dos dados em torno da tendência central. Ao lado podem ser vistas duas
distribuições com parâmetros de dispersão diferentes
• Parâmetro de forma: que representa a forma da distribuição: simétrica, assimétrica, uniforme, exponencial, etc.. Ao lado podem ser
vistas duas distribuições com parâmetros de forma diferentes.

C
(Montgomery, 2009)
Alteração no valor do desvio-padrão do

processo
Alteração no valor da média do processo
A média e o desvio padrão do processo assumem os seus valores de controlo

C
(Montgomery, 2009)
Nenhum processo é verdadeiramente estável em definitivo.
Causas assinaláveis ocorrem, resultando no desvio do processo para um estado fora de controlo.
O objectivo principal do controlo estatístico do processo consiste em detectar, com a maior brevidade, a existência de causas
assinaláveis na base dos desvios do processo, por forma a que o processo seja investigado e acções correctivas implementadas.
As cartas de controlo são uma ferramenta eficaz na redução da variabilidade do processo.

C
(Montgomery, 2009)
Utilização de Cartas de Controlo
A maioria dos processos não opera num estado de controlo estatístico.
O uso regular e atento de cartas de controlo permite identificar causas assinaláveis. Ao eliminarem-se essas causas, reduz-se a
variabilidade, melhorando-se o processo.
A carta de controlo permite apenas detectar a existência de causas assinaláveis. A acção de gestores, operadores e
engenheiros é necessária para eliminar as causas assinaláveis.

C
(Montgomery, 2009)
Factores de Popularidade
• Técnica provada de melhoria da produtividade;
- Um programa bem sucedido de implementação de cartas de controlo permitirá reduzir o desperdício e retrabalho, aumentado
a produtividade de qualquer processo.
• Eficazes na prevenção de defeitos;
- A sua utilização contribui para a manutenção de um processo em controlo, sendo consistente com a filosofia “fazer bem à
primeira”. Seleccionar unidades boas e descartar más nunca será mais económico do que fazer os componentes bem à
primeira.
• Previnem ajustes desnecessários ao processo;
- Ao distinguirem variabilidade anormal e inerente, previnem ajustes desnecessários ao processo, fruto da sobrereacção a
variabilidade inerente. Estes ajustes podem resultar na deterioração do desempenho do processo.

C
(Montgomery, 2009)
Factores de Popularidade
• Fornecem informação de diagnóstico;
- O padrão de pontos numa carta de controlo contém informação de valor diagnóstico para um operador experiente ou
engenheiro.
• Fornecem informação acerca da capacidade do processo.
- Uma carta de controlo fornece informação relevante acerca do valor de importantes parâmetros do processo, bem como da
sua estabilidade ao longo do tempo. Uma estimativa da capacidade do processo pode ser feita.

C
(Montgomery, 2009)
Conceito
Carta de controlo consiste na representação gráfica de uma característica da qualidade medida (ou computorizada) a partir de uma
amostra, em função do número ou instante de recolha da amostra.
Linha Central
Valor médio da característica correspondente ao estado de controlo.
Limites de Controlo - Inferior/Superior
Definidos por forma a que, caso o processo se encontre em controlo, todos

os pontos referentes às diferentes amostras se encontrem posicionados
entre eles.

C
(Montgomery, 2009)
Conceito
Se todos os pontos se posicionarem entre os limites superior e inferior de controlo,

o processo é assumido em controlo.
(não existência de comportamento sistemático)
Se um ponto se encontrar fora dos limites superior e inferior de controlo, o processo é assumido fora de controlo.
Necessário investigar o processo e implementar acções correctivas, por forma a detectar e eliminar as causas assinaláveis
responsáveis pelo comportamento evidenciado.
Ainda que todos os pontos se posicionem no interior dos limites de controlo, a manifestação de um comportamento sistemático, não
aleatório, pode indicar que o processo se encontra fora de controlo, pelo que a causa na base deste comportamento deve ser
investigada e eliminada.

C
(Montgomery, 2009)
Conceito
A análise das cartas de controlo exige que, quando necessário, se proceda à

identificação e eliminação das causas assinaláveis.
Fundamental encontrar a raiz do problema e atacá-la.
Soluções meramente “cosméticas” não produzem qualquer resultado real de melhoria de um processo a longo-prazo.
O desenvolvimento de um sistema eficaz de implementação de acções correctivas é componente essencial da aplicação bem
sucedida do controlo estatístico do processo.

C
(Montgomery, 2009)
Plano de Acção Fora-de-controlo (Out-of-control Action Plan)
Diagrama ou descrição textual da sequência de actividades que devem ser conduzidas após a ocorrência de um evento
activador. Eventos activadores são, normalmente, sinais de condição fora de controlo emitidos a partir da carta de controlo.
Checkpoints - Potenciais causas assinaláveis
Plano de Acção Fora-de-controlo
Terminators - Acções a conduzir para resolver situações de condição fora de controlo

(preferencialmente para eliminar causas assinaláveis)
É um documento em tempo real que deve ser modificado ao longo do tempo, à medida que maior compreensão e conhecimento
acerca do processo vão sendo obtidos.
É pouco provável que a aplicação de cartas de controlo sem definição de um documento deste tipo seja uma estratégia eficaz de
melhoria do processo.

C
(Montgomery, 2009)
Base Estatística
Processo produtivo de um componente
μ = 1.5 mm; σ = 0.15 mm

Característica da qualidade relevante (μ = 1.5 mm; σ = 0.15 mm)
 0.15
x   Recolha horária de amostra de 5 unidades
n 5
Média amostral da característica ( x ) calculada e representada
  
TLC → x N  ; 
 n
Se o processo está em controlo com μ = 1.5 mm, espera-se que:
Limites de Controlo 3 Sigma
       
P  Z  xZ    100(1  )% P  3 x 3   99.73%
 1
2 n 1
2 n   n n

C
(Montgomery, 2009)
Base Estatística
Processo produtivo de um componente
Característica da qualidade relevante (μ = 1.5 mm; σ = 0.15 mm)
Recolha horária de amostra de 5 unidades
Média amostral da característica ( x ) calculada e representada
Limites de Controlo 3 Sigma
LSC = 1.5 + 3 x 0.0671 = 1.7013
LIC = 1.5 - 3 x 0.0671 = 1.2987

C
(Montgomery, 2009)
Base Estatística
Distribuição Médias Amostrais
Distribuição Populacional

C
(Montgomery, 2009)
Base Estatística Dados amostrais são recolhidos e usados na construção da carta de controlo.
Limite Superior de Controlo = x  Lx L Distância da linha central em unidades de desvio-padrão.
Linha Central = x x Média das médias amostrais (da característica da qualidade).
Limite Inferior de Controlo = x  Lx x Desvio-padrão da média amostral.
Ao afastar os limites da linha central, decresce-se o risco de um ponto, fora dos limites de controlo, indicar condição fora de controlo, quando, na
realidade, não existe qualquer causa assinalável. Porém, aumenta-se o risco de um ponto, dentro dos limites de controlo, indicar controlo estatístico,
quando, na realidade, o processo está fora de controlo.

C
(Montgomery, 2009)
Análise de Padrões
Uma carta de controlo pode indicar condição fora de controlo quando um ou mais pontos se posicionam fora dos limites de controlo ou
quando os pontos exibem um padrão não aleatório.
A capacidade para interpretar um padrão particular em termos de causas assinaláveis exige experiência e conhecimento do
processo. Não é suficiente conhecer em profundidade os princípios estatísticos das cartas de controlo.
Embora os pontos se encontrem dentro dos limites de controlo, não indicam

controlo estatístico, uma vez que o padrão por eles exibidos tem um aspecto não
aleatório.
Dos 25 pontos, 19 encontram-se abaixo da linha central, enquanto que apenas 6

se encontram acima.
Após o 4º ponto, aparece uma linha crescente de cinco pontos.
Após o 18º ponto, aparece uma linha decrescente de seis pontos.

C
Análise de Padrões
Sequência de pontos acima ou abaixo da linha central
• 8 pontos consecutivos do mesmo lado da linha central;
• 10 pontos do mesmo lado da linha central entre 11 consecutivos;
• 12 pontos do mesmo lado da linha central entre 14 consecutivos;
• 16 pontos do mesmo lado da linha central entre 20 consecutivos.
Tendência Periodicidade
• Conjunto de pontos exibindo uma tendência ascendente • Conjunto de pontos exibindo comportamento cíclico.
ou descendente.

C
+3σ
Análise de Padrões +2σ
+1σ
-1σ
-2σ
-3σ
Proximidade dos limites de controlo
• Quando 2 em 3 pontos consecutivos aparecem entre as linhas limite de controlo e as linhas de ± 2 σ está-se, com grande
probabilidade, numa condição fora de controlo.
Proximidade da linha central
• Quando a maioria dos pontos ocorre entre as linhas ± 1,5 σ está-se, com grande probabilidade, numa condição fora de controlo.

C
(Montgomery, 2009)
Tipo de Carta de Controlo
Variáveis
A característica da qualidade pode ser medida e expressa como um número numa escala de medição contínua.
Conveniente descrever a característica da qualidade com uma medida de tendência central e uma medida de dispersão.
Atributos
A característica da qualidade não pode ser medida numa escala contínua, ou mesmo, numa escala quantitativa.
Cada unidade de produto é julgada enquanto conforme ou não-conforme na medida em que possui ou não determinados atributos.
Pode também contar-se o número de não conformidades presentes em cada unidade de produto.

C
(Montgomery, 2009)
Cartas de Controlo de Variáveis
Ao abordar-se uma característica da qualidade variável, é, usualmente, necessário controlar o valor médio da característica e a sua
dispersão.
O controlo da média do processo é normalmente feito através de uma carta de controlo para médias, ou carta de controlo X .
O controlo da variabilidade do processo pode ser feito através de uma carta de controlo para o desvio padrão, carta de controlo S,
ou através de uma carta de controlo para a amplitude, carta de controlo R.
média e desvio-padrão em controlo desvio na média desvio no desvio-padrão

C
(Montgomery, 2009)
Cartas de Controlo de Variáveis - Cartas X e R
• X exprime o valor médio (amostral) da característica da qualidade;
• R exprime o valor da amplitude (amostral) da característica da qualidade;
• Através de R estima-se o desvio padrão do processo;
• Se cada amostra for constituída por mais do que 10 observações, R perde eficiência estatística para estimar desvio padrão do
processo (deve usar-se o desvio padrão amostral, s, como estimador, passando a trabalhar-se com cartas X e s).

C
(Montgomery, 2009)
A média e o desvio padrão do processo são, na maioria dos casos, desconhecidos, pelo que têm de ser estimados quando se pensa
que o processo se encontra em controlo (não estão presentes, no processo, causas assinaláveis de variação).
Recolha, em intervalos regulares e durante períodos curtos, de um número m, relativamente pequeno (m = 20 a 30), de amostras de
dimensão n (n = 2 a 10).
x1  x2  x 3  x 4  ...  xm
x Melhor estimador da média do processo (μ); Linha central da carta de controlo X
m
R  xmax  xmin
R1  R2  R3  R4  ...  Rm Linha central da carta de controlo R

R
m

C
(Montgomery, 2009)
Limite Superior de Controlo  x  A2 R Controlo Estatístico da Média
X
Linha Central x
Limite Inferior de Controlo  x  A2 R
A2 - Constante referente à distância de 3 desvios-padrão (3σ), dependente da dimensão da amostra.

C
(Montgomery, 2009)
Limite Superior de Controlo  D4 R Controlo Estatístico da Amplitude
Linha Central R
Limite Inferior de Controlo  D3 R
D3, D4 - Constantes referentes à distância de 3 desvios-padrão (3σ), dependentes da dimensão da amostra.

C
(Montgomery, 2009)
Recolha de m amostras preliminares (m = 20 a 25) de dimensão n (n = 3 a 5).
Determinar se o processo se encontra em controlo no momento do cálculo dos limites de controlo:
• Se todos os pontos ficarem inseridos no interior dos limites de controlo teste e não apresentarem qualquer comportamento
sistemático, assume-se que o processo se encontra em controlo e que os limites de controlo teste são adequados para
controlar a produção actual e futura.
• Se os pontos não ficarem todos inseridos no interior dos limites de controlo teste ou apresentarem algum comportamento
sistemático, assume-se que o processo se encontra fora de controlo. Os limites de controlo teste têm de ser revistos.

C
(Montgomery, 2009)
25
 xi 37.6400
x i 1
  1.5056
25 25
25
 Ri 8.1302
R i 1
  0.32521
25 25
Controlo Estatístico da Amplitude
LSC  D4 R  2.115x0.32521  0.68759
LIC  D3R  0x0.32521  0
Controlo Estatístico da Média
LSC  x  A2R  1.5056  0.577x0.32521  1.69325
LIC  x  A2R  1.5056  0.577x0.32521  1.31795

C
(Montgomery, 2009)
Controlo Estatístico da Amplitude Controlo Estatístico da Média
Não existe indicação de condição fora de controlo. Não existe indicação de condição fora de controlo.
O processo encontra-se em controlo para os níveis considerados.

C
(Montgomery, 2009)
Cartas de Controlo de Atributos - Cartas p (fracção de defeituosas ou não-conformes)
• p exprime a fracção não conforme de cada amostra;
• p exprime a média das fracções não conformes por amostra.
dimensão n.
p i
p i 1 Média das fracções não conformes por amostra; Linha central da carta de controlo p
m

C
(Montgomery, 2009)
Cartas de Controlo de Atributos - Cartas p (fracção de defeituosas ou não-conformes)

p 1p  p3

p 1p 
Limite Superior de Controlo p3 Limite Inferior de Controlo
n n
(se LIC < 0, considera-se LIC = 0)
Linha Central p
Recolhem-se amostras subsequentes de n unidades, determina-se a fracção não conforme de cada amostra e representa-se
graficamente, na carta, o valor.
Se o valor representado graficamente se encontrar dentro dos limites de controlo, e a sequência de pontos não apresentar
qualquer padrão sistemático, conclui-se que o processo se encontra em controlo no nível p.

C
(Montgomery, 2009)
Cartas de Controlo de Atributos - Cartas np (número de defeituosas ou não-conformes)
• np exprime o número de não conformes de cada amostra;
• p exprime a fracção média de não conformes por amostra.
dimensão n.
p i
np  n i 1 Número médio de não conformes por amostra; Linha central da carta de controlo np
m

C
(Montgomery, 2009)
Cartas de Controlo de Atributos - Cartas np (número de defeituosas ou não-conformes)
Limite Superior de Controlo 

 np  3 np 1  p  Limite Inferior de Controlo 
 np  3 np 1  p 
(se LIC < 0, considera-se LIC = 0)
Linha Central  np
Recolhem-se amostras subsequentes de n unidades, determina-se o número de unidades não-conformes de cada amostra e
representa-se graficamente, na carta, o valor.
Se o valor representado graficamente se encontrar dentro dos limites de controlo, e a sequência de pontos não apresentar
qualquer padrão sistemático, conclui-se que o processo se encontra em controlo no nível np.

C

1 - Módulo 7 - Controlo Estatístico Do Processo

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

1 - Módulo 7 - Controlo Estatístico Do Processo

Enviado por

Direitos autorais:

Formatos disponíveis

7

Grupo de Controlo e Gestão G G

Após a leccionação deste módulo, os estudantes deverão ser capazes de:

• Entender a variabilidade enquanto factor com repercussão negativa na qualidade;

• Compreender o conceito de Controlo Estatístico do Processo;

• Reconhecer a importância do Controlo Estatístico do Processo na redução da variabilidade;

• Compreender o conceito de Carta de Controlo;

• Interpretar a informação contida numa Carta de Controlo;

• Entender o conceito de Capacidade do Processo, sua relevância e aplicabilidade.

Grupo de Controlo e Gestão G G

Componente da Transmissão Automóvel

Distribuições centradas no valor alvo da dimensão.

Grupo de Controlo e Gestão G G

Componente da Transmissão Automóvel

Custos de garantia Custos registados na unidade de produção americana muito

Redução da variabilidade traduz-se em menores custos.

Relação estreita com o conceito de desperdício.

(dinheiro, tempo, esforço, etc.)

Grupo de Controlo e Gestão G G

(Gryna et al., 2007)

• Produtos com desempenho superior - Aumento da qualidade percepcionada pelo cliente;

• Menor necessidade de inspecção dos componentes produzidos;

Grupo de Controlo e Gestão G G

(Gryna et al., 2007)

Grupo de Controlo e Gestão G G

(Gryna et al., 2007)

Limite Inferior Tolerância

Grupo de Controlo e Gestão G G

Ferramentas de Controlo Estatístico do Processo

• Histograma • Análise de Pareto

• Folha de Registo • Fluxograma • Carta de Controlo

• Diagrama Causa-Efeito • Diagrama de Dispersão

Grupo de Controlo e Gestão G G

• Gráfico construído a partir da distribuição de frequências;

• Evidencia a distribuição de frequências dos valores

• Destaca o centro e a quantidade de variação na amostra

Grupo de Controlo e Gestão G G

• Lista destinada a discriminar os defeitos mais comuns e

• Pode fazer referência à localização ou instante dos

• Ferramenta simples e eficaz de recolha de informação

Grupo de Controlo e Gestão G G

• Diagrama destinado a identificar possíveis causas para

• Problema de qualidade (efeito) é relacionado com as suas

• Frequentemente designado Diagrama em Espinha-de-Peixe

Grupo de Controlo e Gestão G G

• Técnica utilizada para identificar problemas de

Curva ABC Classe A

Grupo de Controlo e Gestão G G

• Gráfico destinado a evidenciar a forma como duas variáveis se

• Particularmente útil na detecção da força da correlação entre duas

Grupo de Controlo e Gestão G G

(Dan Reid e Sanders, 2009)

• Diagrama esquemático da sequência de passos envolvidos numa operação/processo;

Grupo de Controlo e Gestão G G

(Juran e Godfrey, 1998)

Grupo de Controlo e Gestão G G

Implementação de um Programa de Controlo Estatístico do Processo

• Programa abrangente e transversal de melhoria de qualidade;

• O envolvimento e o compromisso da gestão de topo com o programa de melhoria contínua;

• Formação contínua dos colaboradores em controlo estatístico do processo.

Grupo de Controlo e Gestão G G

• Educação dos colaboradores a todos os níveis;