Escolar Documentos
Profissional Documentos
Cultura Documentos
2ªED IÇ ÃO
Cristina Werkema
Obrigado por adquirir este e-book
Esta obra é acompanhada de conteúdo complementar. Para acessá-lo, encaminhe a
confirmação de compra deste e-book para pin@elsevier.com.br, solicitando seu código de
acesso.
Sumário
Capa
Folha de rosto
Cadastro
Copyright
Agradecimentos
Epígrafe
Prefácio
2 Avaliação Da Discriminação
3. Avaliação Da Precisão
2 Definições E Exemplos
2.1 Precisão
Capítulo 2
Capítulo 3
Anexo C. Referências
Capítulo 1
Capítulo 2
Capítulo 3
Edital
Cadastro
ISBN 978-85-352-5386-3
ISBN (versão eletrônica): 978-85-352-5387-0
Nota: Muito zelo e técnica foram empregados na edição desta obra. No entanto, podem
ocorrer erros de digitação, impressão ou dúvida conceitual. Em qualquer das hipóteses,
solicitamos a comunicação à nossa Central de Atendimento, para que possamos
esclarecer ou encaminhar a questão. Nem a editora nem o autor assumem qualquer
responsabilidade por eventuais danos ou perdas a pessoas ou bens, originados do uso
desta publicação.
CIP-Brasil. Catalogação-na-fonte.
Sindicato Nacional dos Editores de livros, RJ
W52la
2. ed.
Werkema, Cristina
Avaliação de sistemas de medição / Cristina Werkema. – 2. ed. – Rio de
Janeiro: Elsevier, 2011. (Werkema de excelência empresarial)
Inclui bibliografia
ISBN 978-85-352-5386-3
FIGURA 1.22 Fluxograma do processo de medição de uma característica da qualidade de uma peça
1 Terminologia
A ntes de iniciarmos a discussão dos estudos para avaliação de sistemas de medição por
variáveis é necessário apresentar a terminologia básica utilizada.
1.3 Linearidade
A linearidade é a diferença entre os valores do vício ao longo do intervalo de operação
esperado do sistema de medição.
O conceito de linearidade está ilustrado na Figura 2.32.
A s mesmas causas que podem fazer com que um sistema de medição apresente um
vício elevado podem gerar um valor não aceitável para a linearidade.
1.4 Precisão
A precisão quantifica a proximidade entre as medidas individuais da característica de
interesse geradas pelo sistema de medição.
O conceito de precisão está ilustrado na Figura 2.4.
1.6 Repetibilidade
A repetibilidade de um sistema de medição é a variação nas medidas obtidas quando um
avaliador utiliza o instrumento para medir repetidas vezes a característica de interesse
dos mesmos itens.
A quantificação da repetibilidade será identificada neste texto pelo símbolo σre pe .
A Figura 2.6 apresenta a repetibilidade de dois diferentes sistemas de medição.
FIGURA 2.6 Conceito de repetibilidade
FIGURA 2.7 Avaliação da repetibilidade de sistemas de medição por meio de Diagramas de Dispersão
D e acordo com o manual de referência Análise dos Sistemas de M edição – M SA, 3ª edição
(I Q A – I nstituto da Q ualidade Automotiva, 2004)3, um sistema de medição pode ter
repetibilidade inadequada devido a elevada variação dentro:
♦ da peça (amostra ou item medido): forma, posição, acabamento superficial,
conicidade, consistência.
♦ do instrumento: reparo, desgaste, falha do dispositivo de fixação, baixa qualidade,
manutenção precária, projeto inadequado.
♦ do método: ajuste, técnica operacional, fixação da peça, aperto do dispositivo.
♦ do avaliador: técnica, posição, falta de experiência, habilidade de manipulação,
treinamento no manuseio, sentimento/sensibilidade pessoal, fadiga.
♦ do ambiente: flutuações na temperatura, umidade, vibração, iluminação, limpeza.
A partir do exposto no parágrafo anterior é fácil perceber porque a repetibilidade
também é conhecida como variação dentro do sistema de medição.
1.7 Reprodutibilidade
A reprodutibilidade de um sistema de medição é a variação na média das medidas
obtidas quando diferentes avaliadores utilizam o instrumento para medir repetidas vezes
a característica de interesse dos mesmos itens.
A quantificação da reprodutibilidade será identificada neste texto pelo símbolo σre pro.
A Figura 2.8 apresenta a reprodutibilidade, associada a dois avaliadores, de dois
diferentes sistemas de medição.
FIGURA 2.8 Conceito de reprodutibilidade
Vale destacar que, como nas empresas é comum que vários avaliadores (operadores)
utilizem um mesmo instrumento de medição, é importante que os aparelhos sejam
projetados de forma que diferentes avaliadores obtenham resultados similares. N o
entanto, conforme destaca o manual de referência Análise dos Sistemas de M edição – M SA
3ª edição (I Q A – I nstituto da Q ualidade Automotiva, 2004)4, “essa situação é muito real
para instrumentos manuais influenciados pela habilidade do operador. Contudo, não é
real para processos de medição em que o operador não se constitui na maior fonte de
variação, como, por exemplo, sistemas automáticos. Por essa razão, a reprodutibilidade é
conhecida como variação das médias entre sistemas ou condições de medição.”
N a seção 3 será apresentada a forma de condução de um estudo para avaliação da
reprodutibilidade de um sistema de medição.
N o caso de instrumentos de medição dependentes da habilidade do avaliador, alguns
exemplos de fatores que podem implicar em uma reprodutibilidade inadequada são:
♦ Utilização de diferentes procedimentos de medição por parte dos avaliadores.
♦ Treinamento insuficiente dos avaliadores.
♦ Projeto inadequado do instrumento, de modo a permitir interpretações subjetivas.
J á para sistemas de medição altamente automatizados, em que faz mais sentido avaliar
a diferença entre as médias de medições realizadas em diferentes instantes de tempo, a
baixa reprodutibilidade geralmente é consequência de variações nas condições
ambientais.
FIGURA 2.9 Elementos a serem analisados em estudos para avaliação de sistemas de medição por variáveis
2 Avaliação da Discriminação
Um dos problemas que frequentemente surgem associados aos sistemas de medição é a
utilização de unidades de medida inadequadas, de forma que não é possível realizar uma
distinção apropriada entre valores imediatamente próximos da característica que está
sendo medida. A ocorrência desse problema pode ser detectada de forma simples por
meio da interpretação apropriada de Cartas de Controle X-barra e R5, conforme será
mostrado no exemplo a seguir.
Exemplo 2.1
Para o monitoramento da estabilidade de seu processo produtivo, uma fábrica
de tubos de PVC coleta, a cada hora, uma amostra de cinco unidades do
mesmo modelo e mede, em uma posição predeterminada, a espessura de cada
tubo. A seguir, a espessura média e a amplitude das espessuras são
calculadas e esses valores são grafados nas Cartas de Controle X-barra e R,
respectivamente.
O s valores da espessura dos tubos são registrados em centímetros, sendo a
menor unidade de medida (discriminação) do instrumento atualmente
utilizado pela empresa igual a 0,001cm. A indústria gostaria de passar a
utilizar outro instrumento de medição, cuja discriminação é 0,01cm, mas
antes de fazer a troca deseja avaliar se a nova unidade de medida será
adequada, permitindo uma distinção significativa entre valores
imediatamente próximos da espessura dos tubos.
Para realizar a avaliação, a empresa coletou 25 amostras de tamanho n = 5 e
mediu, por meio do instrumento atualmente empregado, a espessura dos
tubos que constituíam as amostras. O s dados obtidos são apresentados na
Tabela 2.1. A partir dos dados dessa Tabela foram construídas as Cartas de
Controle X-barra e R apresentadas naFigura 2.10. A análise das cartas indicou
que o processo estava sob controle estatístico em relação à espessura dos
tubos de PVC.
Tabela 2.1
Medidas da espessura (cm) dos tubos de PVC
FIGURA 2.10 Cartas de Controle X-barra e R: dados registrados em 0,001cm
Tabela 2.2
Medidas da espessura (cm) dos tubos de PVC: dados arredondados
FIGURA 2.116 Cartas de controle X-barra e R: dados registrados em 0,01cm
Exercício 2.1
Uma empresa utiliza Cartas de Controle X-barra e R para monitorar uma
variável que é atualmente medida e registrada com quatro decimais, conforme
mostrado na Tabela 2.3. A empresa poderá passar a medir essa variável por
meio de um novo aparelho que registra apenas duas casas decimais?
Tabela 2.3
Dados do exercício 2.1
3. Avaliação da precisão
3.1 Introdução
A variabilidade total presente em um conjunto de dados, gerados por um processo
produtivo e medidos por meio de um sistema de medição, pode ser dividida em duas
parcelas:
♦ Variabilidade inerente às unidades do produto ou peças (resultante do processo
produtivo).
♦ Variabilidade (precisão) inerente ao sistema de medição.
Se
então é possível escrever:
FIGURA 2.12 Decomposição da variabilidade total dos dados resultantes de um estudo para avaliação de
sistemas de medição
As parcelas de variação mostradas na Figura 2.12 podem ser separadas e estimadas por
meio das técnicas apresentadas a seguir.
Exemplo 2.2
N o gerenciamento da rotina de uma indústria são coletados dados referentes
à concentração de um elemento químico em um produto fabricado pela
empresa. Como foi adquirido recentemente um novo aparelho para medir a
concentração do elemento químico, a indústria decidiu realizar um estudo
para avaliar a capacidade do sistema de medição.
N o estudo foram selecionadas vinte unidades do produto e três avaliadores
responsáveis pela realização das medições. Cada avaliador utilizou o novo
instrumento para medir duas vezes a concentração do elemento químico em
cada unidade do produto. Os dados, mostrados na Tabela 2.4, foram coletados
de acordo com as diretrizes que serão discutidas na seção 3.3.1.
Tabela 2.4
Medidas da concentração do elemento químico obtidas para a avaliação
da precisão do sistema de medição do exemplo 2.2
A s Cartas de Controle X-barra e R construídas para os dados obtidos no
estudo são apresentadas na Figura 2.13.
FIGURA 2.13 Cartas de Controle X-barra e R para o exemplo 2.2
1 Interpretação da carta R
A carta R avalia a consistência do sistema de medição.
U m sistema de medição é definido como consistente se a carta de controle R
construída para medidas repetidas de um mesmo item indica um estado de controle
estatístico.
O leitor deve notar que os valores de R representam as diferenças entre medidas feitas
no mesmo item, por meio do emprego do mesmo instrumento de medição e pelo mesmo
avaliador. N o exemplo 2.2 a carta R indica uma situação sob controle estatístico. I sso
significa que os avaliadores não estão encontrando dificuldades em fazer medidas
consistentes da concentração do elemento químico. S e tivessem ocorrido pontos fora dos
limites de controle na carta R, esse fato seria uma indicação da presença de causas
especiais de variação atuando no processo de medição, tais como dificuldades dos
avaliadores na utilização do instrumento ou necessidade de calibração do aparelho.
S empre que a carta R mostrar falta de controle estatístico, as causas especiais de
variação deverão ser encontradas e eliminadas e, posteriormente, deverão ser coletados
novos dados para que a avaliação do sistema de medição possa ser reiniciada.
2 Interpretação da carta X-barra
A carta X-barra retrata a habilidade do sistema de medição em fazer a distinção entre
diferentes concentrações do elemento químico. O fato de essa carta apresentar vários
pontos fora dos limites de controle já era esperado, porque existe uma grande
variabilidade entre os valores da concentração considerados no estudo (mínimo = 24,0
ppm e máximo = 43,8 ppm).
D e modo geral, como em estudos para avaliação de sistemas de medição os limites de
controle da carta X-barra são calculados com base na variação entre as medidas feitas
para um mesmo item, não levando em conta a variação existente entre diferentes itens
resultantes do processo produtivo, o resultado esperado e desejável é que essa carta
mostre um estado de falta de controle estatístico. N a realidade, quanto mais pontos fora
dos limites de controle existirem na carta X-barra, melhor será o sistema de medição,
porque ele possuirá uma boa habilidade para distinguir os diferentes itens resultantes do
processo produtivo.
Por outro lado, se a carta X-barra mostrar um estado de controle estatístico, o sistema
de medição será de pouca utilidade para fazer a distinção entre diferentes itens do
produto. N esse caso, antes de se pensar na implementação de ações para melhoria do
processo produtivo, devem ser consideradas alternativas para melhoria ou substituição
do sistema de medição utilizado. I sso ocorre porque o sistema de medição, sob a forma
atual, será incapaz de detectar se as ações de melhoria serão realmente efetivas.
Exemplo 2.3
A inda com base na situação do exemplo 2.2, serão apresentados os cálculos
para estimação da repetibilidade, reprodutibilidade e precisão do sistema de
medição.
1 Estimação Da Repetibilidade
onde d2 é um fator de correção, obtido na tabela A .18 (A nexo A), que depende dos
seguintes parâmetros:
♦ número de vezes em que uma mesma unidade do produto é medida pelo mesmo
avaliador (m).
♦ número de unidades do produto multiplicado pelo número de avaliadores (g).
Para o exemplo, m = 2 e g = 20 × 3 = 60, o que leva a d2 = 1,12838. Portanto,
2 Estimação Da Reprodutibilidade
onde
n = número de vezes que cada item é medido.
k = número de itens medidos.
d2 = fator de correção, obtido na tabela A .18 (A nexo A), em função dos seguintes
parâmetros:
♦ número de avaliadores (m).
♦ g = 1 (porque há apenas um cálculo de amplitude).
N a equação anterior, se for obtida a raiz quadrada de um número negativo, σre pro será
considerada igual a zero.
Para o exemplo 2.3:
3 Estimação Da Precisão
Para o exemplo, as especificações estabelecem que, para que o produto possa ser
considerado de boa qualidade, a concentração do elemento químico deve pertencer ao
intervalo (30 ; 40) ppm. Isto é, LSE = 40 ppm e LIE = 30 ppm. Logo,
4 Estimação Da Variabilidade Das Unidades Do Produto (Peças)
A variabilidade das unidades do produto (peças) utilizadas no estudo pode ser estimada
por meio da equação:
onde
Rp = amplitude das médias das peças.
d2 = fator de correção, obtido na tabela A .18 (A nexo A), em função dos seguintes
parâmetros:
♦ número de peças (m).
♦ g = 1 (porque há apenas um cálculo de amplitude).
Para o exemplo 2.3:
Portanto,
FIGURA 2.14 Critério para avaliação de sistemas de medição com base na percentagem da tolerância da
medição
6.2 Classificação com base na percentagem da contribuição da medição para a variabilidade total
FIGURA 2.15 Critério para avaliação de sistemas de medição com base na percentagem da contribuição da
medição
O leitor deve notar que os resultados mostrados na Figura 2.16 coincidem com aqueles
obtidos anteriormente, a menos de pequenas diferenças nas últimas casas decimais, em
função de erros de arredondamento.
A inda na Figura 2.16, vale destacar que a coluna %S tudy Var (%S V) – percentagem da
variação do estudo – compara o desvio-padrão de cada fonte de variação com o desvio-
padrão total:
FIGURA 2.21 Gráfico de valores individuais e médias das medições para cada avaliador
A le rt a s qua nt o à cole t a de da dos pa ra a a va lia çã o da
pre cisã o de sist e m a s de m e diçã o por va riá ve is
S ão apresentadas a seguir, com base no trabalho de J . L. Hradesky9, algumas
diretrizes para a coleta de dados para a avaliação da repetibilidade e
reprodutibilidade de sistemas de medição.
♦ A forma de condução do estudo deve ser previamente explicada aos
avaliadores.
♦ O método de medição deve ser avaliado para que seja possível verificar
se ele está sendo cumprido e se está correto.
♦ As unidades do produto que serão medidas devem ser selecionadas
aleatoriamente da produção.
♦ As unidades escolhidas podem ou não estar dentro das especificações
estabelecidas para a característica da qualidade de interesse. É
aconselhável selecionar itens distribuídos em toda a faixa de
especificação.
♦ Cada unidade deve ser rotulada com um número ou código para facilitar
sua identificação e a coleta de dados.
♦ Pelo menos 10 unidades do produto devem ser medidas no estudo.
♦ Cada unidade do produto deve ser medida uma vez, em ordem aleatória,
e as leituras devem ser registradas em uma folha de verificação
apropriada.
♦ Cada unidade do produto deve ser medida uma segunda vez, também
em ordem aleatória, e as leituras devem ser registradas em uma outra
folha de verificação. É importante manter registros separados para que
os avaliadores não sejam influenciados pelos resultados obtidos
anteriormente.
♦ As medições das unidades do produto devem continuar, até que o
número desejado de medidas por unidade seja alcançado. Cada grupo
de medições deve ser registrado em uma folha de verificação separada.
2 Gage R&R
Tabela 2.5
Dados do exercício 2.2
Exemplo 2.3
Considere um estudo para avaliação de um sistema de medição por variáveis
para um produto de sua empresa, realizado sob as seguintes condições:
♦ Serão avaliadas 15 unidades do produto selecionadas aleatoriamente da
linha de produção.
♦ Os grupos que irão realizar as medições deverão ter dois avaliadores, um
responsável pela aleatorização e um coordenador.
♦ Dois avaliadores irão medir duas vezes a característica da qualidade de
interesse das unidades do produto.
As unidades do produto deverão ser medidas da seguinte forma:
1. O responsável pela aleatorização deverá numerar todas as unidades do
produto de 1 a 15.
2. O responsável pela aleatorização deverá sortear a ordem na qual as
unidades do produto serão medidas.
3. O primeiro avaliador deverá medir as 15 unidades do produto na ordem
determinada e informar os resultados ao coordenador.
4. O coordenador deverá registrar os dados coletados na folha de verificação
apropriada (veja a Figura 2.26).
FIGURA 2.26 Folha de verificação do coordenador do estudo para avaliação do sistema de
medição por variáveis do exercício 2.3
S e cada conjunto de unidades do produto for medido por um único avaliador, os dados
deverão ser analisados por meio do procedimento G age R&R Study (N ested) do
MI N I TA B®, que utiliza como método de análise a técnica A N O VA (A nálise d
Variância). Essa situação, para dois avaliadores e duas medidas repetidas por avaliador, é
ilustrada na Figura 2.28.
FIGURA 2.28 Exemplo em que cada conjunto de unidades do produto é medido por apenas um avaliador
A situação acima (Nested) é a mais frequente na prática, devido à dificuldade de se
obter unidades do produto muito similares para constituírem os conjuntos. Também
devido a essa dificuldade são usualmente empregados pares de unidades de produtos
para compor cada conjunto.
FIGURA 2.29 Decomposição da variabilidade dos dados resultantes de um estudo para avaliação de sistemas
de medição por meio da técnica ANOVA no caso de Experimentos Hierárquicos (Nested)
Exemplo 2.4
N a indústria Boxes-R-Us, uma importante característica da qualidade é a
resistência à compressão de um produto, medida por meio de um ensaio
destrutivo e cujas especificações são 7,00 ± 0,40. A empresa suspeita que o
sistema de medição apresente uma elevada variação e, para confirmar essa
possibilidade, decidiu coletar dados para estudá-lo (Tabela 2.6).
Tabela 2.6
Medidas da resistência à compressão, obtidas para a avaliação do
sistema de medição do exemplo 2.4
Nota: Na tabela acima, a unidade do produto número I para o operador I é, na verdade, diferente da unidade
do produto número I para os operadores 2 e 3.0 mesmo comentário vale para as demais unidades do
produto.
7.10 1 1
7.14 1 1
6.80 1 2
6.76 1 2
7.47 1 3
7.41 1 3
7.16 1 4
7.18 1 4
6.72 1 5
6.68 1 5
7.01 1 6
6.96 1 6
7.21 1 7
7.26 1 7
6.89 1 8
6.93 1 8
7.79 1 9
7.70 1 9
6.52 1 10
6.56 1 10
7.03 2 1
7.09 2 1
6.74 2 2
6.57 2 2
… … …
… … …
7.62 3 9
7.51 3 9
6.48 3 10
6.38 3 10
Tabela 2.7
Medidas para a avaliação do sistema de medição do exercício 2.4
Nota: Na tabela acima, a unidade do produto número I para o avaliador A é, na verdade, diferente da unidade
do produto número I para o avaliador B. O mesmo comentário vale para as demais unidades do produto.
Tabela 2.8
Dados do exemplo 2.5
Tabela 2.9
Resultados intermediários para o exemplo 2.5
FIGURA 2.32 Saída do MINITAB® para o exemplo 2.5
1 2 2.7
1 2 2.5
1 2 2.4
1 2 2.5
1 2 2.7
1 2 2.3
1 2 2.5
1 2 2.5
1 2 2.4
1 2 2.4
1 2 2.6
1 2 2.4
2 4 5.1
2 4 3.9
… … …
… … …
2 4 4.1
2 4 3.8
… … …
… … …
5 10 9.3
5 10 9.4
No exemplo 2.5, como P = 0,000, é possível concluir que a linearidade é inaceitável.
• Teste de hipóteses referente ao intercepto (valor P associado à linha identificada
como Constant na saída do MINITAB ®):
H0: intercepto = 0 (ausência de vício, dado que a linearidade é aceitável).
H1 intercepto ≠ 0 (presença de vício, dado que a linearidade é aceitável).
– Se P ≥ 0,10, o vício está ausente (isto é: “vale” a hipótese H0).
– Se P < 0,10, o vício está presente (isto é: “vale” a hipótese H1).
N o exemplo 2.5, como a linearidade é inaceitável, não faz sentido realizar o teste para o
intercepto.
♦ R-Sq (R2) = coeficiente de determinação (0 < R-Sq < 1). Quanto mais próximo de 1 (ou
de 100%) for R-Sq, melhor o ajuste da equação de regressão aos dados.
N o exemplo 2.5, R-sq = 71,4%, o que indica que o modelo linear pode não ser
apropriado aos dados. O leitor deve notar que, mesmo se considerarmos o modelo linear
adequado, a reta de referência Vício = 0 “corta” os limites da faixa de confiança, em lugar
de permanecer contida dentro desses limites. A situação ideal – isto é, linearidade e vício
aceitáveis – corresponde à reta V ício = 0 totalmente contida dentro do intervalo de
confiança.
Conforme destacado no início deste capítulo, os fatores abaixo podem ser a causa do
vício e da linearidade inaceitáveis detectados no exemplo 2.5:
♦ Calibração inadequada do instrumento de medição.
♦ Utilização incorreta do instrumento por parte do operador.
♦ Condições ambientais (por exemplo, excesso de calor ou frio).
♦ Método de medição inadequado.
♦ Instrumento de baixa qualidade quanto ao projeto ou manufatura.
♦ Deformação da peça ou do instrumento de medição.
Exercício 2.5
Com base nos dados da Tabela 2.10, avalie o vício e a linearidade do sistema
de medição considerado.
Tabela 2.10
Dados do exercício 2.5
CAPÍ T ULO 3
1 Introdução
Em um sistema de medição (classificação ou inspeção) por atributos, o resultado da
medição é um valor único de um conjunto finito de possíveis categorias (usualmente,
categoria perfeita ou defeituosa). Essa característica faz com que ele seja distinto de um
sistema de medição por variáveis, no qual podem ser obtidos como resultados valores em
uma escala contínua.
N o caso da avaliação de sistemas de medição por atributos, como não é possível
calcular a percentagem da faixa de especificação “utilizada” pela capacidade do sistema
de medição, é colocada ênfase na avaliação da capacidade ou da eficácia do avaliador em
detectar repetidamente itens perfeitos ou defeituosos e da tendência com que o avaliador
rejeita unidades perfeitas e aceita unidades defeituosas.
Como exemplos de sistemas de medição por atributos é possível citar o uso de um
calibrador passa / não passa ou de inspeção visual para a classificação de uma peça como
perfeita (conforme) ou defeituosa (não conforme).
É importante destacar que, apesar da situação mais comum envolver apenas dois
resultados possíveis (perfeito/defeituoso), alguns sistemas de medição por atributos
podem gerar mais de duas categorias distintas. Um exemplo é a nota atribuída ao sabor
de uma marca de chocolate em um experimento de degustação, por meio de uma
pontuação em uma escala de 1 a 9, onde 1 = desgosto muitíssimo, 2 = desgosto muito, 3 =
desgosto, 4 = desgosto pouco, 5 = não gosto nem desgosto, 6 = gosto um pouco, 7 = gosto,
8 = gosto muito, 9 = gosto muitíssimo.
A estrutura para avaliação de sistemas de medição por atributos é apresentada na
Figura 3.1.
FIGURA 3.1 Estrutura para avaliação de sistemas de medição por atributos
2 Definições e exemplos
Exemplo 3.1
Uma empresa fabricante de produtos alimentícios estava utilizando o método
DMAIC para resolver o problema aumento do número de embalagens de tortas
congeladas defeituosas, a partir de julho de 2006. N a etapa Measure do DMAIC, a
empresa decidiu avaliar o sistema de inspeção que vinha sendo utilizado para
a detecção de embalagens defeituosas, com o objetivo de verificar se o mesmo
era confiável. N esse sistema, as embalagens eram visualmente inspecionadas
para que os possíveis defeitos - embalagem rasgada, amassada, aberta, com
data de validade do produto ilegível, entre outros - pudessem ser detectados.
S e uma embalagem apresentasse um ou mais defeitos ela deveria ser
classificada como defeituosa e, a seguir, ser separada do restante da produção.
Participaram do estudo três avaliadores responsáveis pela inspeção das
embalagens. Vinte embalagens (nove perfeitas e 11 defeituosas) foram
utilizadas na avaliação, após terem sido previamente inspecionadas e
classificadas pelo engenheiro que trabalhava no gerenciamento do processo
de produção.
Cada avaliador inspecionou três vezes cada uma das embalagens e os
resultados obtidos estão apresentados na Tabela 3.1. N essa tabela, P significa
embalagem perfeita e D embalagem defeituosa.
Tabela 3.1
Dados coletados no estudo para avaliação do sistema de medição por
atributos da empresa fabricante de produtos alimentícios
2.1.1 Repetibilidade
A repetibilidade representa a capacidade de o avaliador repetir a mesma resposta
quando avalia repetidas vezes o mesmo item, de modo independente do padrão.
A avaliação da repetibilidade é feita por meio da comparação dos resultados para um
mesmo avaliador.
N a saída do MI N I TA ®B, o resultado da avaliação da repetibilidade é apresentado na
parte intitulada Within Appraisers, conforme mostra a Figura 3.2.
FIGURA 3.2 Saída parcial do MINITAB: avaliação da repetibilidade para o exemplo da empresa fabricante de
produtos alimentícios
FIGURA 3.3 Saída parcial do MINITAB®: análise da avaliação da reprodutibilidade para o exemplo da empresa
fabricante de produtos alimentícios
2.2 Vício
A avaliação do vício é feita por meio da comparação dos resultados dos avaliadores com o
padrão, o que pode gerar concordância ou discordância.
2.2.3 Discordância
2.2.3 Discordância
A discordância representa a capacidade de cada avaliador escolher a resposta incorreta
(diferente do padrão), quando avalia todos os itens, em todas as repetições. A s respostas
incorretas podem ser identificadas como classificação errada, alarme falso e mistura ou
inconsistência.
♦ Classificação errada:
A classificação errada representa a aceitação de um item defeituoso, isto é, classificar
como perfeito um item que é defeituoso (P / D), o que é um erro grave. O percentual
de classificação errada é calculado por meio da expressão:
♦ Alarme falso:
O alarme falso representa a rejeição de um item perfeito, isto é, classificar como
defeituoso um item que é perfeito (D / P). Esse erro não é tão grave quanto o anterior,
mas deve ser evitado, já que a rejeição de um item perfeito implica na realização de
trabalho e reinspeção desnecessários. O percentual de alarme falso é calculado por
meio do quociente:
♦ Mistura ou inconsistência:
A mistura ou inconsistência ocorre quando há resultados contraditórios nas
avaliações de um mesmo item, que é avaliado como perfeito e também como
defeituoso, nas diferentes repetições (um exemplo de mistura ocorre com a
embalagem 6, para os avaliadores A e C, conforme mostra a Tabela 3.1). O percentual
de mistura é calculado de acordo com a expressão abaixo:
Exemplo 3.2
1
Uma empresa que atua no setor de educação deseja medir o desempenho de
cinco avaliadores recentemente contratados para corrigir a porção dissertativa
de um teste. É importante que os avaliadores possuam a habilidade de
classificar as dissertações de modo consistente com os padrões estabelecidos.
Q uinze dissertações, previamente corrigidas por um dos supervisores da
empresa, foram classificadas pelos cinco avaliadores de acordo com uma
escala de cinco pontos (−2, -l, 0, l, 2).
O s resultados obtidos estão apresentados na Tabela 3.2 e a saída completa
®
do MI N I TA B com a análise dos dados é mostrada nas Figuras 3.9 e 3.10. A
interpretação dos resultados é discutida na próxima seção.
Tabela 3.2
Dados coletados no estudo para avaliação do sistema de medição por
atributos do exemplo 3.2
FIGURA 3.9 Saída completa do MINITAB®: avaliação do sistema de medição por atributos do
exemplo 3.2
FIGURA 3.10 Saída gráfica do MINITAB® para avaliação da concordância individual dos
avaliadores do exemplo 3.2
Tabela 3.3
Critérios para avaliação de sistemas de medição por atributos
Continuação Do Exemplo 3.1
A partir da análise dos resultados obtidos na seção anterior e dos critérios
constantes na Tabela 3.3, é possível classificar os avaliadores da empresa
fabricante de produtos alimentícios do exemplo 3.1 conforme apresentado na
Figura 3.11.
FIGURA 3.11 Conclusões do estudo realizado para avaliação do sistema de medição por
atributos da empresa fabricante de produtos alimentícios
A Figura 3.11 mostra que o sistema de medição por atributos tem diferentes
níveis de desempenho quanto à concordância individual, alarme falso e
classificação errada, de forma dependente do avaliador. N enhum dos
avaliadores apresenta resultados aceitáveis (ou inaceitáveis) nas três
categorias. N esse contexto, podem surgir as seguintes perguntas, a serem
consideradas pela empresa:
♦ Os critérios para aceitação ou rejeição das embalagens estão
suficientemente claros ou necessitam de melhorias?
♦ Os avaliadores necessitam de treinamento?
♦ O ambiente no qual as inspeções são realizadas pode ser melhorado?
♦ Quais são os impactos desse sistema de medição para o cliente?
Continuação Do Exemplo 3.2
A partir da análise dos resultados mostrados nas Figuras 3.9 e 3.10 e dos
critérios constantes na Tabela 3.3, os avaliadores da empresa do exemplo 3.2
podem ser classificados conforme apresentado na Figura 3.12. O leitor deve
notar que, quando o sistema de medição por atributos pode gerar mais de
duas categorias distintas como resposta, os percentuais de classificação errada
e alarme falso não são calculados.
FIGURA 3.12 Conclusões do estudo realizado para avaliação do sistema de medição por
atributos do exemplo 3.2
Tabela 3.4
Tamanho das amostras para a avaliação de sistemas de medição por
atributos
Número de avaliadores Número mínimo de itens Numero mínimo de inspeções por item
1 24 5
2 18 4
3 ou mais 12 3
Exercício 3.1
Uma seguradora deseja avaliar seu sistema para classificação de solicitações
de pagamento de seguro-saúde, que podem ser identificadas como perfeitas
ou defeituosas.
Participaram do estudo três avaliadores responsáveis pela classificação das
solicitações.
Q uinze solicitações de seguro-saúde (oito perfeitas e sete defeituosas)
foram utilizadas na avaliação, após terem sido previamente inspecionadas e
classificadas por um dos gestores da empresa.
Cada avaliador inspecionou três vezes cada uma das solicitações e os
resultados obtidos estão apresentados na Tabela 3.5. N essa tabela, P significa
solicitação perfeita e D solicitação defeituosa.
Tabela 3.5
Dados coletados no estudo para avaliação do sistema de medição por
atributos da seguradora
Avalie o sistema de medição por atributos utilizado pela seguradora para
classificação das solicitações de seguro-saúde.
Exercício 3.2
Considere um estudo para avaliação de um sistema de medição por atributos
para um produto de sua empresa, realizado sob as seguintes condições:
♦ Serão avaliadas doze unidades do produto selecionadas aleatoriamente e
previamente classificadas como perfeitas ou defeituosas.
♦ Os grupos que irão realizar as medições deverão ter três avaliadores, um
responsável pela aleatorização e um coordenador.
♦ Três avaliadores irão inspecionar a característica da qualidade de interesse
das unidades do produto.
As unidades do produto deverão ser avaliadas da seguinte forma:
1. O responsável pela aleatorização deverá numerar todas as unidades do
produto de 1 a 12.
2. O responsável pela aleatorização deverá sortear a ordem na qual as
unidades do produto serão avaliadas.
3. O primeiro avaliador deverá inspecionar as 12 unidades do produto na
ordem determinada e informar os resultados ao coordenador.
4. O coordenador deverá registrar os dados coletados na folha de verificação
apropriada (ver Figura 3.13).
FIGURA 3.13 Folha de verificação do coordenador do estudo para avaliação do sistema de
medição por atributos do exercício 3.2
Tabela A.1
Valores do fator de correção d2
tabela extraída do manual de referência “Análise dos Sistemas de Medição - MSA, 3ª edição” (IQA - Instituto da Qualidade
Automotiva, 2004), p. 195
ANE X O B
Comentários e referências
Capítulo 1
1. Segundo o manual de referência “Análise dos Sistemas de Medição – MSA, 3ª edição”
(IQA – Instituto da Qualidade Automotiva, 2004), um “sistema de medição é a
coleção de instrumentos ou dispositivos de medição, padrões, operações, métodos,
dispositivos de fixação, software, pessoal, ambiente e premissas usadas para atribuir
um valor à característica sendo medida; o processo completo utilizado para obter
medições”.
2. A Figura 1.2 foi adaptada de Kane, V. E., Defect Prevention: Use of Simple Statistical
Tools. New York: Marcel Dekker, Inc., 1989. p. 614.
3. Neste texto serão utilizados como sinônimos os termos instrumento de medição,
equipamento de medição, aparelho de medição e medidor.
4. De acordo com a norma ISO 10012-1, calibração é a “operação que tem por objetivo
levar o instrumento de medição a uma condição de desempenho e ausência de erros
sistemáticos, adequados ao seu uso”.
5. De acordo com a norma ISO 1001 2-1, erro de medição é definido como o “resultado
de uma medição menos o valor real do mensurando”.
Capítulo 2
1. A Figura 2.1 foi extraída do manual de referência “Análise dos Sistemas de Medição –
MSA, 3ª edição”. IQA – Instituto da Qualidade Automotiva, 2004. p. 44.
2. A Figura 2.3 foi extraída do manual de referência “Análise dos Sistemas de Medição –
MSA, 3ª edição”. IQA – Instituto da Qualidade Automotiva, 2004. p. 51.
3. Manual de referência “Análise dos Sistemas de Medição – MSA, 3ª Edição”. IQA –
Instituto da Qualidade Automotiva, 2004. p. 53.
4. Manual de referência “Análise dos Sistemas de Medição – MSA, 3ª edição”. IQA –
Instituto da Qualidade Automotiva, 2004. p. 53.
5. As Cartas de Controle X-barra e R são apresentadas em detalhes em outro volume da
Série Seis Sigma.
6. O procedimento para construção da Figura 2.11 é análogo ao apresentado
anteriormente para a Figura 2.10.
7. Wheeler, D. J.; Lyday, R. W., Evaluating the Measurement Process, 2. ed. Knoxville: SPC
Press, Inc., 1989. p. 6.
8. A Tabela A.1 foi extraída do manual de referência “Análise dos Sistemas de Medição
– MSA, 3ª edição”. IQA – Instituto da Qualidade Automotiva, 2004. p.195.
9. Hradesky J. L., Productivity & Quality Improvement: A Practical Guide to Implementing
Statistical Process Control. New York: McGraw-Hill, Inc., 1988.
10. Manual de referência “Análise dos Sistemas de Medição – MSA, 3ª edição”. IQA –
Instituto da Qualidade Automotiva, 2004. p.117.
11. As técnicas “Análise de Variância” e “Testes de Hipóteses”, bem como o conceito de
p-valor, são apresentados em outro volume da Série Seis Sigma.
12. O valor padrão 0,25 usado pelo MINITAB® pode ser alterado em Options…, na caixa
de diálogo Alpha to remove interaction term:.
13. O exemplo 2.5 foi extraído do texto intitulado Measurement Systems Analysis.
publicado pelo software MINITAB®, p. 7.
Capítulo 3
1. O exemplo 3.2 foi extraído do texto intitulado Measurement Systems Analysis,
publicado pelo software MINITAB® p. 24.
ANE X O C
Referências
Capítulo 1
1. IQA – Instituto Da Qualidade Automotiva. In: Análise dos Sistemas de Medição – MSA:
Manual de Referência. 3 São Paulo: IQA; 2004;225.
2. Kane VE. In: Defect Prevention: Use of Simple Statistical Tools. New York: Marcel Dekker
Inc.; 1989;712.
Capítulo 2
1. Hradesky JL. In: Productivity & Quality Improvement: A Practical Guide to Implementing
Statistical Process Control. New York: McGraw-Hill, Inc.; 1988;320.
2. IQA – Instituto Da Qualidade Automotiva. In: Análise dos Sistemas de Medição – MSA:
Manual de Referência. 3 São Paulo: IQA; 2004;225.
3. Minitab. In: Measurement Systems Analysis. State College: Minitab. Inc.; 2003;31.
4. Werkema Cristina. Avaliação da Qualidade de Medidas. Série Ferramentas da
Qualidade Belo Horizonte: Fundação Christiano Ottoni, Escola de Engenharia da UFMG.
1996;13:98.
5. Wheeler DJ, Lyday RW. In: Evaluating the Measurement Process. 2 Knoxville: SPC Press,
Inc; 1989;114.
Capítulo 3
1. Minitab. In: Measurement Systems Analysis. State College: Minitab. Inc.; 2003;31.
Edital1
Por esse instrumento faço saber
que é verdade
o que de mim dizem.
É verdade o que alardeiam os inimigos
e os amigos enfatizam.
Sou tudo o que me pespegam.
Quando me acanalham, é verdade,
e é verdade
– quando me embalam.
Jovem, indignado,
tentei com engenho & arte
separar do trigo
a outra parte.
Já não consigo. Renegar o joio
é ter o trigo empobrecido.
Quando me atiram pedras, é justo.
Quando me atiram estrelas, quem sabe?
Não vou de mim, de vós, viver a contrapelo.
Sou como Ulisses
na ida e no regresso:
a soma dos descaminhos
a contradição em progresso.
Affonso Romano de Sant’ Anna
1
“Edital”, poema extraído do livro “Poesia Reunida: 1965–1999”, de Affonso Romano de Sant’Anna. Porto Alegre: L&PM,
2004. p. 136.