Escolar Documentos
Profissional Documentos
Cultura Documentos
UA — Aveiro 2024
“Statistical Process Control or SPC has been called one of the greatest technological innovations of the 20th
century. I think this is because the techniques have a sound intuitive basis, are straightforward
mathematically, and have broad applicability to a wide range of industrial and business environments,
including but not limited to manufacturing, process development, product design, supply chain
operations, financial operations, health care, logistics and distribution, and many other transactional and
service operations."
UA — Aveiro 2024
Introdução ao Controlo Estatístico de Processos
A qualidade é um conceito
multidimensional. Assim é
necessário considerar diferentes
características de qualidade que
podem ser utilizadas para avaliar
diferentes dimensões da
qualidade.
Mesmo nos casos em que o processo de produção funciona de forma estável, as características de qualidade
de interesse ainda possuem aleatoriedade ou variabilidade envolvidas. Este tipo de variabilidade é
designado variação atribuído a causas comuns. Este tipo de variação é considerada parte inerente do
processo de produção.
Nos casos em que apenas a variação de causa comum está presente no processo produtivo, o processo é
considerado estável, sob controle estatístico ou simplesmente sob controle.
Variação
Existem muitas fontes de variação incontroláveis (causas comuns)
Existem, também, causas especiais de variação que podem ser detetadas e controladas (causas
assinaláveis)
Não distinguir as diferenças entre as causas referidas pode aumentar a variação no sistema.
UA — Aveiro 2024
Introdução ao Controlo Estatístico de Processos
Tratar uma reclamação, um erro, um acidente ou uma falha como sendo devido a uma causa especial, quando, na
realidade, é devido(a) a causas comuns.
Atribuir a causas comuns reclamações, erros, acidentes ou falhas que são, na realidade, causados(as) por causas
especiais.
UA — Aveiro 2024
INTRODUÇÃO AO CONTROLO ESTATÍSTICO DE PROCESSOS
O Controlo Estatístico de Processos como uma ferramenta
de melhoria da Qualidade
O valor de qualquer característica da qualidade varia de peça para
peça, de dia para dia, etc... A dispersão deve-se a: (i) causas
comuns, imprevisíveis e impossíveis, difíceis ou caras de evitar –
causas aleatórias e a (ii) causas menos comuns e, eventualmente
evitáveis que explicam uma parte da dispersão nos resultados –
causas assinaláveis.
As cartas de controlo são uma ferramenta estatística que permite
detetar a presença de causas assinaláveis. Um processo diz-se “sob
controlo” quando só existirem causas aleatórias de variação e “fora
de controlo” quando se verifica a presença de causas assinaláveis.
De um processo sob controlo, tanto podem resultar 5% como 50% de
peças defeituosas: o processo estará sob controlo enquanto a
distribuição da variável “número de defeituosas” for estável.
8
INTRODUÇÃO AO CONTROLO ESTATÍSTICO DE PROCESSOS
9
INTRODUÇÃO AO CONTROLO ESTATÍSTICO DE PROCESSOS
Causas comuns vs. Causas assinaláveis (de variação)
O valor de qualquer característica da qualidade varia de peça
para peça, de dia para dia, etc.
Por um lado, a dispersão dos resultados deve-se a causas,
conhecidas ou desconhecidas, que atuam de forma aleatória e cujo
efeito individual sobre a variável é pequeno.
causas comuns
11
INTRODUÇÃO AO CONTROLO ESTATÍSTICO DE PROCESSOS
Variabilidade e suas Causas
12
INTRODUÇÃO AO CONTROLO ESTATÍSTICO DE PROCESSOS
Objetivo das Cartas de Shewhart
As cartas de controlo de Shewhart constituem uma ferramenta
de controlo estatístico de processos cujo objectivo fundamental
consiste na detecção de causas assinaláveis de variação
(“trouble”).
13
INTRODUÇÃO AO CONTROLO ESTATÍSTICO DE PROCESSOS
O estado de “fora de controlo”
Num processo sujeito a causas assinaláveis de variação (portanto
instável) a variável em apreço toma valores imprevisíveis.
Nesta situação, o processo estará (estatisticamente) no estado de
fora de controlo.
(Note-se que no caso contrário – se só estiver sujeito aos efeitos de
causas comuns – o processo estará sob controlo).
14
INTRODUÇÃO AO CONTROLO ESTATÍSTICO DE PROCESSOS
Y=F(x)
To get results, should we focus our behavior on the Y or X?
Y X1 . . . XN
Dependent Independent
Output Input
Effect Cause
Symptom Problem
Monitor Control
If we find the “vital few” X’s, first consider using SPC on the
X’s to achieve a desired Y. 15
INTRODUÇÃO AO CONTROLO ESTATÍSTICO DE PROCESSOS
Forma geral das cartas de controlo de Shewhart
+ 3s
m0 → Linha central
- 3s
1 2 3 4 5 6 7 8 9 10 11 12 13
16
INTRODUÇÃO AO CONTROLO ESTATÍSTICO DE PROCESSOS
Cartas de Controlo de Shewhart
Tal como num teste de hipóteses para o valor esperado, nas cartas
de controlo Shewhart admite-se que, se o processo que gera a
estatística em causa estiver "em controlo", uma certa proporção dos
valores observados situar-se-ão no intervalo:
m (valor esperado) ± k s (desvio padrão)
17
INTRODUÇÃO AO CONTROLO ESTATÍSTICO DE PROCESSOS
Teorema do Limite Central
18
INTRODUÇÃO AO CONTROLO ESTATÍSTICO DE PROCESSOS
Teste de H0: a média da característica é μ0
População
hipóteses H1: a média da característica é
diferente / inferior/ superior a μ0
(exemplo: teste de
Amostra (N)
hipóteses à média
de uma população
- amostras
Medir a
grandes) característica e
calcular a média
Resultado (X)
H0 provável
>?
Não se aceita H1
P(X|H0)
H0 pouco provável
<? Aceita-se H1
19
INTRODUÇÃO AO CONTROLO ESTATÍSTICO DE PROCESSOS
Sucessão de testes Rejeitar H0 Não rejeitar H0 Rejeitar H0
21
INTRODUÇÃO AO CONTROLO ESTATÍSTICO DE PROCESSOS
Control and Out of Control
Outlier
3
2
1
99.7%
95%
68%
-1
-2
-3
22
Outlier
INTRODUÇÃO AO CONTROLO ESTATÍSTICO DE PROCESSOS
Interpretação das Cartas de Controlo
Ponto fora dos limites
Significa que, com uma elevada probabilidade, um determinado
parâmetro da distribuição da característica da qualidade em estudo
(por exemplo, a sua média) se terá alterado.
23
INTRODUÇÃO AO CONTROLO ESTATÍSTICO DE PROCESSOS
Interpretação das Cartas de Controlo (continuação)
Sequência de pontos acima ou abaixo da linha central
Um conjunto de pontos do mesmo lado da linha central, de acordo
com a regra que a seguir se apresenta, deve significar uma situação
anormal:
• 7 pontos consecutivos do mesmo lado da linha central
• 10 pontos do mesmo lado da linha central entre 11 pontos consecutivos
• 12 pontos do mesmo lado da linha central entre 14 pontos consecutivos
• 16 pontos do mesmo lado da linha central entre 20 pontos consecutivos
24
INTRODUÇÃO AO CONTROLO ESTATÍSTICO DE PROCESSOS
Interpretação das Cartas de Controlo (continuação)
Tendências
Um conjunto de pontos exibindo uma nítida tendência ascendente ou
descendente (por exemplo, numa carta da média o efeito provocado pelo
desgaste da ferramenta).
Periodicidade
26
INTRODUÇÃO AO CONTROLO ESTATÍSTICO DE PROCESSOS
Utilização de várias regras em simultâneo
Embora permitam tornar as cartas mais sensíveis, as regras
baseadas nas sequências aumentam de forma apreciável o valor de
, acentuando assim o risco de falsos alarmes.
27
CONTROLO ESTATÍSTICO DE PROCESSOS
Metodologia de aplicação
FASE 1
Análise do processo
Estimação dos parâmetros
Melhoria do processo
Fixação dos limites de controlo definitivos
28
CONTROLO ESTATÍSTICO DE PROCESSOS
Metodologia de aplicação
FASE 2
29
CONTROLO ESTATÍSTICO DE PROCESSOS
Fase 1 – Procedimento Geral
Seleção da variável de controlo e avaliação do processo de
medida.
Identificação de possíveis causas “assinaláveis” de variação e
recolha de dados classificados de acordo com tais causas.
Verificação da independência das observações.
Cálculo dos limites iniciais; confirmação ou rejeição das hipóteses
anteriores e hierarquização das causas “assinaláveis” (ou fatores)
de variação de acordo com a magnitude dos seus efeitos.
Pesquisa e eliminação das causas raiz dos fatores de variação
relevantes (melhoria do processo).
Confirmação da melhoria e cálculo dos limites definitivos.
30
CONTROLO ESTATÍSTICO DE PROCESSOS
Fase 1 – Seleção da Variável
Sempre que possível, recorrer a variáveis contínuas, utilizando, em
simultâneo, uma carta para o valor esperado e outra para a
variabilidade.
m = m0
m = m0 m < m0 s > s0
X s = s0 s = s0
LSC x
x LC
LIC
x
Há dados suficientes?
As observações são independentes?
A distribuição é aproximadamente Normal? 31
CONTROLO ESTATÍSTICO DE PROCESSOS
Fase 1 – Limites de Controlo
32
CONTROLO ESTATÍSTICO DE PROCESSOS
Fase 1 – Plano de Amostragem
A recolha dos dados iniciais deverá, pois, ser precedida por um
cuidadoso estudo do processo, determinando-se quais as
potenciais causas assinaláveis (ou fatores de variação) a
considerar.
Ao formar os grupos de observações (amostras) há que decidir
quais os fatores que atuarão (nesta altura hipoteticamente) dentro
e entre os grupos.
33
CONTROLO ESTATÍSTICO DE PROCESSOS
Fase 1 - Amostragem “Racional”
Recolher k amostras piloto de dimensão n constituídas por
observações obtidas nas mesmas condições, previamente
estabilizadas.
A variação que se verificar dentro de cada amostra deverá ser
atribuível apenas a causas comuns de variação.
A periodicidade de amostragem deve ser cuidadosamente
planeada.
será nos intervalos entre a recolha das amostras que se deverão
situar as oportunidades de ocorrência das causas assinaláveis de
variação.
A recolha dos dados iniciais deverá ser precedida por um
cuidadoso estudo do processo que permita indicar quais as
potenciais causas assinaláveis de variação a considerar. 34
The Impact
CONTROLO ESTATÍSTICO DE PROCESSOS of Variation
Sources of Variation Sources of Variation Sources of Variation
-UCL
-LCL
If you base your limits on all three sources of variation, what will sound the alarm? 35
CONTROLO ESTATÍSTICO DE PROCESSOS
Fase 1 – Número e Dimensão das Amostras
No caso de cartas média – (amplitude ou desvios padrão):
m amostras de dimensão n
36
CONTROLO ESTATÍSTICO DE PROCESSOS
Size of Subgroups
Typical subgroup sizes are 3-12 for Variable Data:
If difficulty of gathering sample or expense of testing exists the size, n, is smaller
3, 5, and 10 are the most common size of subgroups because of ease of
calculations when SPC is done without computers.
Size of subgroups aid in detection of shifts of Mean indicating Special Cause exists.
The larger the subgroup size, the greater chance of detecting a Special Cause.
Subgroup size for Attribute Data is often 50 – 200.
Lot 1 Lot 5
Lot 3
Lot 2
Lot 4
Short-term studies
37
Long-term study
CONTROLO ESTATÍSTICO DE PROCESSOS
Fase 1 - Conclusão
Before you can install a control chart on the line and expect
positive results, you must first understand process variation,
how to sample to quantify that variation and how to use SPC to
guide the reduction of variation.
SPC is not a tool to steer the process; it is a means of gaining
process understanding to aid in process improvement.
39
CONTROLO ESTATÍSTICO DE PROCESSOS
Em conclusão
Quando utilizadas de uma forma retrospetiva, as cartas Shewhart
são uma ótima ferramenta para a melhoria de processos (em
particular no caso de variáveis).
Na Fase 2, e de uma forma geral, raramente estas cartas
correspondem à melhor solução.
42
CONTROLO ESTATÍSTICO DE PROCESSOS
Cartas de Shewhart mais comuns
Proporção de defeituosas
(p)
Número de defeitos (dimensão de cada unidade constante)
(c)
Número de defeitos por unidade
Cartas de
(u)
Controlo
Média e desvio padrão amostral
(x; s)
n 7
Média e amplitude
(x; A)
Valores individuais e amplitude móvel
(x; Amóvel)
43
CONTROLO ESTATÍSTICO DE PROCESSOS
Carta de Amplitudes
LSC mA 3 s A sˆ A d3 sˆ x
X N(m, s)
sˆ x A d2
LC mA
LIC m 3 s
A A
A
LSC A 3 d3 d D4 A
2
LC A
A
LIC A 3 d3 D3 A N D4 D3
d2
2 3,267 0
3 2,575 0
constantes que
4 2,282 0
só dependem de N 44
CONTROLO ESTATÍSTICO DE PROCESSOS
Carta de Médias (baseada em amplitudes)
LSC mx 3 s x sˆ x A d2
X N(m, s)
LC mx
LIC m 3 s
x x
3
LSC x A x A2 A
d2 N
LC x
3
LIC x A x A2 A N A2
d2 N
2 1,880
3 1,023
constante que 4 0,729
só depende de N
45
CONTROLO ESTATÍSTICO DE PROCESSOS
Carta de Desvios Padrão
LSC ms 3s
s X N(m, s) sˆ 1-c s c
s
2
4 4
LC ms
LIC ms 3s
s
LSC s 3s c 1c B s
4 4
4
LC s
LIC s 3s c 1c B s
4 4
3
N B4 B3
3 2,568 0
constantes que
4 2,226 0
só dependem de N
5 2,089 0
46
CONTROLO ESTATÍSTICO DE PROCESSOS
Carta de Médias (baseada em desvios padrão)
LSC mx 3 s x
X N(m, s) sˆ x s c4
LC mx
LIC m 3 s
x x
s
LSC x 3 x A3 s
c4 N
LC x
s
LIC x 3 x A3 s
c4 N
N A3
3 1,954
constante que 4 1,628
só depende de N 5 1,427
47
CONTROLO ESTATÍSTICO DE PROCESSOS
Estimativa dos Parâmetros do Processo
Final da Fase 1 – processo sob controlo estatístico (apenas sujeito a
causas comuns de variação)
48
CONTROLO ESTATÍSTICO DE PROCESSOS
Amostra
Observações (peso das medalhas, em gramas)
Exercício 1: no.
1 74.030 74.002 74.019 73.992 74.008
2 73.995 73.992 74.001 74.011 74.004
Uma empresa de joalharia fabrica 3 73.988 74.024 74.021 74.005 74.002
uma determinada medalha em 4 74.002 73.996 73.993 74.015 74.009
5 73.992 74.007 74.015 73.989 74.014
ouro, cujo peso pretende controlar 6 74.009 74.994 73.997 73.985 73.993
7 73.995 74.006 73.994 74.000 74.005
estatisticamente. Para tal, foram 8 73.985 74.003 73.993 74.015 73.988
recolhidas 25 amostras de 9 74.008 73.995 74.009 74.005 74.004
10 73.998 74.000 73.990 74.007 73.995
dimensão 5, cujo peso se apresenta 11 73.994 73.998 73.994 73.995 73.990
na tabela seguinte. 12 74.004 74.000 74.007 74.000 73.996
13 73.983 74.002 73.998 73.997 74.012
14 74.006 73.967 73.994 74.000 73.984
Qual (ou quais) a(s) carta(s) de 15 74.012 74.014 73.998 73.999 74.007
controlo que utilizaria para este caso? 16 74.000 73.984 74.005 73.998 73.996
17 73.994 74.012 73.986 74.005 74.007
Calcule a linha central e os limites 18 74.006 74.010 74.018 74.003 74.000
19 73.984 74.002 74.003 74.005 73.997
da(s) carta(s) de controlo. 20 74.000 74.010 74.013 74.020 74.003
21 73.988 74.001 74.009 74.005 73.996
Esboce a(s) carta(s) e represente os 22 74.004 73.999 73.990 74.006 74.009
pontos correspondentes aos valores 23 74.010 73.989 73.990 74.009 74.014
24 74.015 74.008 73.993 74.000 74.010
apresentados. Que conclusões retira? 25 73.982 73.984 73.995 74.017 74.01349
CONTROLO ESTATÍSTICO DE PROCESSOS
Exercício 2:
O tempo de resposta a reclamações é uma
característica da qualidade importante para
determinar o desempenho de um determinado
serviço, pelo que foi decidido implementar cartas
de controlo da média e do desvio padrão.
Foram recolhidas 24 amostras, constituídas por 8
reclamações cada uma, e determinaram-se as suas
médias e desvios padrão, em horas, como consta
da tabela que se apresenta.
Construa e analise as cartas da média e do desvio
padrão.
LSC m x 3 s x
X N(m, s) sˆ x A d2
LC m x
LIC m 3 s
x x
LSC x 3 A
N d2
d
2 2 1,128
3 1,693
LC x
4 2.059
LIC x 3 A
d
2 51
CONTROLO ESTATÍSTICO DE PROCESSOS
Lote Viscosidade
Exercício 3: 1 33,75
No processo de pintura dos aviões a 2 33,05
viscosidade do primário é uma 3 34,00
característica da qualidade importante.
4 33,81
O produto é produzido em lotes sendo
5 33,46
que cada um deles demora várias
6 34,02
horas a ser produzido e, portanto, o
processo tem uma velocidade 7 33,68
demasiado lenta para se utilizarem 8 33,27
amostras de dimensão superior a 1. 9 33,49
Na tabela ao lado apresentam-se os 10 33,20
valores da viscosidade para os 15 11 33,62
primeiros lotes do estudo. 12 33,00
Elabore as cartas de controlo 13 33,54
adequadas ao caso em questão. 14 33,12
52
15 33,84
CONTROLO ESTATÍSTICO DE PROCESSOS
Cartas de Controlo para Atributos – Carta np
Utiliza-se este tipo de carta de controlo para atributos quando a dimensão
da amostra, n, é fixa.
sn p n p(1 p)
Se o LICnp for inferior a “0”, deve utilizar-se o valor
LSC n p 3sn p “0” como limite inferior de controlo (mesma
np situação que na carta de amplitudes).
LC n p Um ponto numa carta np abaixo do LIC ou o
desenvolvimento de uma tendência abaixo da linha
LIC n p 3s central indica uma eventual melhoria do processo,
np np uma vez que a situação ideal seria a obtenção de “0”
defeituosas.
54
CONTROLO ESTATÍSTICO DE PROCESSOS
Cartas de Controlo para Atributos – Carta p
Quando a dimensão de cada amostra (n) é variável utiliza-se a carta p, cujos
limites de controlo e linha central são calculados do seguinte modo:
Note-se que os limites de controlo são
LSC p 3 p(1 p)
variáveis (com n), o que torna esta carta de
p n controlo menos prática que a carta np. Em
tudo o resto a carta p é idêntica à np.
LC p
LIC p 3 p(1 p)
Se o LICp for inferior a “0”, deve utilizar-se o
p n valor “0” como limite inferior de controlo
(mesma situação que na carta de amplitudes).
55
CONTROLO ESTATÍSTICO DE PROCESSOS
Exercício 4:
Uma empresa produtora de cereais para pequeno almoço produz um tipo de
cereais para crianças com a forma de estrelas. Acontece que nem todos os
cereais ficam com a forma pretendida. No entanto, dado que não é relevante
para os consumidores que todos os cereais tenham a mesma forma, é
admitida uma dada percentagem de estrelas “defeituosas”. Ainda assim,
pretende controlar-se a referida percentagem, para o que se retiraram 20
amostras de dimensão 100 e se contaram o número de “estrelas”
defeituosas em cada amostra. Na linha seguinte encontram-se os resultados
dessa contagem.
Amostra nº. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
No. de
5 5 2 1 3 5 12 7 6 6 2 11 3 7 5 8 6 7 8 5
defeituosos
a) Qual (ou quais) a(s) carta(s) de controlo que utilizaria para este caso?
b) Calcule a linha central e os limites da(s) carta(s) de controlo.
c) Esboce a(s) carta(s) e represente os pontos correspondentes aos valores
56
apresentados. Que conclusões retira?
CONTROLO ESTATÍSTICO DE PROCESSOS
Cartas de Controlo para Atributos (n.º defeitos) – Carta c
Utiliza-se esta carta quando se está interessado não no número de itens
defeituosos, mas no número de defeitos por unidade (c).
LSCc c 3 c c é o n.º médio de defeitos por unidade
LC c
Se o LICc for inferior a “0”, deve utilizar-se o valor
LICc c 3 c
“0” como limite inferior de controlo (mesma
situação que na carta de amplitudes e na carta np).
57
CONTROLO ESTATÍSTICO DE PROCESSOS
Nº da amostra Número de não conformidades
Exercício 5: 1 21
2 24
A Direção da Qualidade de uma 3 16
4 12
empresa que se dedica à produção de 5 15
circuitos impressos decidiu controlar 6 5
7 28
estatisticamente uma característica da 8 20
9 31
qualidade que é o número de não 10 25
conformidades nos circuitos. 11 20
12 24
Na tabela ao lado apresentam-se o 13 16
14 19
número de não conformidades 15 10
observadas em 26 amostras de 100 16 17
17 13
circuitos impressos. Note-se que, por 18 22
conveniência, a unidade foi definida 19 18
20 39
como 100 circuitos. 21 30
22 24
Construa a carta de controlo adequada 23 16
ao processo em causa e interprete-a. 24 19
25 17
58
26 15
CONTROLO ESTATÍSTICO DE PROCESSOS
Cartas de Controlo para Atributos (n.º defeitos) – Carta u
Utiliza-se esta carta quando se está interessado não no número de itens
defeituosos, mas no número de defeitos por unidade (u).
c1 c2 ... ck
u
LSCu u 3 u n n1 n2 ... nk
LC u Também nesta carta os limites de controlo são
variáveis (com n), o que a torna menos prática que a
carta c.
LICu u 3 u n
Se o LICu for inferior a “0”, deve utilizar-se o valor
59
“0” como limite inferior de controlo.
CONTROLO ESTATÍSTICO DE PROCESSOS
Exercício 6: Nº Nº de não
Nº. de m2 do
Numa empresa têxtil, os rolos de do conformidades
rolo
tecido de 2ª escolha são rolo no rolo
inspecionados com o objetivo de 1 500 14
controlar o número de ocorrências 2 400 12
de pequenos defeitos por 50 m2. Os 3 650 20
dados recolhidos para 10 rolos estão
4 500 11
na tabela ao lado.
5 475 7
Construa a carta de controlo
adequada ao processo em causa e 6 500 10
interprete-a. 7 600 21
8 525 16
9 600 19
10 625 23
60