Gráficos de Controle

Carta de controle é um tipo de gráfico utilizado para o acompanhamento de um processo. Este

gráfico determina estatisticamente uma faixa denominada limites de controle, que é limitada
pela linha superior (limite superior de controle) e uma linha inferior (limite inferior de
controle), além de uma linha média. O objetivo é verificar, por meio do gráfico, se o processo
está sob controle, isto é, isento de causas especiais.

As funções destes gráficos são:

1. “Mostrar evidências de que um processo esteja operando em estado de controle

estatístico e dar sinais de presença de causas especiais de variação para que medidas
corretivas apropriadas sejam aplicadas”.
2. “Manter o estado de controle estatístico estendendo a função dos limites de controle
como base de decisões”.
3. “Apresentar informações para que sejam tomadas ações gerenciais de melhoria dos
processos”.

Formas de aplicação dos gráficos de controle

A forma mais usual dos gráficos de controle envolve registros cronológicos regulares (dia-a-dia,
hora-a-hora, etc) de uma ou mais características (por exemplo, média, amplitude, proporção,
etc) calculadas em amostras obtidas de medições em fases apropriadas do processo. Estes
valores são dispostos, pela sua ordem, em um gráfico que possui uma linha central e dois
limites, denominados “limites de controle” (ver Figura 2.1).

Os gráficos de controle fornecem assim uma regra de decisão muito simples: pontos dispostos
fora dos limites de controle indicam que o processo está “fora de controle”. Se todos os pontos
dispostos estão dentro dos limites e dispostos de forma aleatória, consideramos que “não
existem evidências de que o processo esteja fora de controle".

Podemos observar no primeiro gráfico que os dados estão dispostos entre os limites do intervalo,
exceto uma observação. Observe também que há indícios de falta de aleatoriedade no gráfico
(os últimos 8 pontos estão abaixo da linha central), entretanto, o gráfico da Amplitude
apresenta um comportamento supostamente aleatório.

1
 Benefícios dos gráficos de controle
Os gráficos de controle, ao distinguir as causas comuns das causas especiais de variação e
indicar se o problema é local ou merece atenção gerencial, evita frustrações e o custo de erros
no direcionamento da solução de problemas.

Ao melhorar o processo os gráficos de controle produzem:

1. Um aumento na porcentagem de produtos capazes de satisfazer aos requisitos do cliente.

2. Uma diminuição do retrabalho e sucata, diminuindo, consequentemente, os custos de
fabricação.
3. Aumenta a probabilidade geral de produtos aceitáveis.
4. Informações para melhoria do processo.

Tipos de gráficos de controle

Existem dois tipos básicos de gráficos de Controle:

 Gráficos por variáveis:

o Gráficos e R (média e amplitude)
o Gráficos e S (média e desvio padrão)
o Gráficos e R (mediana e desvio padrão)
o Gráficos para Valores Individuais (X) e Amplitude Móvel (MR)

2
 Gráficos por atributos:
o Gráfico p (proporções não conforme)
o Gráfico np (unidades não conforme)
o Gráfico c (número de não conformidade por unidade)
o Gráfico u (taxa de não conformidade por unidade)

Escolha do tipo do gráfico

Em princípio, o tipo gráfico a ser selecionado depende da característica da qualidade a ser

controlada. Sendo esta uma característica contínua (peso, dimensão, concentração, etc) os
gráficos para valores individuais ou os e (ou e ) poderão ser utilizados. Muitas vezes
instrumentos passa/não passa são utilizados, o que produz uma discretização das características
contínuas, permitindo assim a utilização de gráficos p (ou np).

Gráficos de Controle por Variáveis

Muitas características da qualidade podem ser expressas em termos de valores numéricos. Por
exemplo, o diâmetro de um anel pode ser medido com um micrômetro e expresso em termos de
milímetros. As características da qualidade mensuráveis tais como peso, dimensão ou volume
são denominadas variáveis.

Gráficos Média e Amplitude

Quando lidamos com uma característica da qualidade que é uma variável, necessitamos
monitorar tanto a média da característica da qualidade quanto a sua variabilidade. Para isto,
supomos que a característica da qualidade tem distribuição de probabilidade com média μ e
desvio padrão σ. Assim, para uma amostra aleatória X1, X2, ... , Xn de tamanho n, temos que a
média amostral é dada por:

Com isso, aplicando o Teorema Central do Limite para esta amostra aleatória, quando o
tamanho da amostra aumenta, a distribuição amostral da média se aproxima de uma

distribuição Normal com média μ e desvio padrão , ou seja, se o tamanho amostral é

suficientemente grande, podemos assumir que a média amostral tem uma distribuição Normal.

Para o gráfico da média , tomamos as médias de cada amostra, temos que o

melhor estimador de para o processo da média é dada por:

que é a linha central do gráfico

3
 Agora, necessitamos da estimativa do desvio padrão, para isto, vamos estimar nesta seção pela
amplitude Assim, para uma amostra aleatória X1, X2, ... , Xn de tamanho n, temos que a
amplitude é dada por:

Agora, seja as amplitudes das m amostras, então a linha central (LC) ou a média
das amplitudes é dada por:

A seguir, vamos apresentar os principais tópicos para a construção do gráfico e

 Os gráficos e (média e amplitude) devem ser implementados simultaneamente, pois as

funções se complementam.

 Objetivo: controlar a variabilidade do processo e detectar qualquer mudança que aconteça.

 Um processo pode sair de controle por alterações no seu nível ou na sua dispersão. As mudanças
no nível (média) e dispersão (variabilidade) do processo podem ser consequências de causas
especiais, gerando defeitos.

Cálculo dos limites de controle

 Para as médias:

Limite Superior de Controle:

Linha Central:

Limite Inferior de Controle:

 Para as amplitudes:

Limite Superior de controle:

4
Linha Central:

Limite Inferior de Controle:

Disposição dos pontos nos gráficos e

Tendo calculado as Linhas Centrais e os Limites Inferiores e Superiores de Controle para os

gráficos e , estamos em condições de dispor os pontos que representam as médias amostrais
(no gráfico ) e as amplitudes amostrais (no gráfico ), respectivamente.

Para facilitar a análise dos resultados é também recomendável colocar os gráficos um abaixo do
outro e marcar os pontos correspondentes a uma mesma amostra na mesma reta vertical.

Exemplo 4.1.1: Para aplicação dos gráficos e consideremos dados correspondentes ao

comprimento de peças em subgrupos de tamanho 5.

5
Tabela 4.1.1: Dados amostrais de comprimentos de peças.

X1 X2 X3 X4 X5 R

0,65 0,7 0,65 0,65 0,85 0,7 0,2

0,75 0,85 0,75 0,85 0,65 0,77 0,2

0,75 0,8 0,8 0,7 0,75 0,76 0,1

0,6 0,7 0,7 0,75 0,65 0,68 0,15

0,7 0,75 0,65 0,85 0,8 0,75 0,2

0,6 0,75 0,75 0,85 0,7 0,73 0,25

0,75 0,8 0,65 0,75 0,7 0,73 0,15

0,6 0,7 0,8 0,75 0,75 0,72 0,2

0,65 0,8 0,85 0,85 0,75 0,78 0,2

0,6 0,7 0,6 0,8 0,65 0,67 0,2

0,8 0,75 0,7 0,8 0,7 0,75 0,1

0,85 0,75 0,85 0,65 0,7 0,76 0,2

0,7 0,7 0,75 0,75 0,7 0,72 0,05

0,65 0,7 0,85 0,75 0,6 0,71 0,25

0,9 0,8 0,8 0,75 0,85 0,82 0,15

0,75 0,8 0,75 0,8 0,65 0,75 0,15

0,75 0,7 0,85 0,7 0,8 0,76 0,15

0,75 0,7 0,6 0,7 0,6 0,67 0,15

0,65 0,65 0,85 0,65 0,7 0,7 0,2

0,6 0,6 0,65 0,6 0,65 0,62 0,05

0,5 0,55 0,65 0,8 0,8 0,66 0,3

0,6 0,8 0,65 0,65 0,75 0,69 0,2

0,8 0,65 0,75 0,65 0,65 0,7 0,15

0,65 0,6 0,6 0,6 0,7 0,63 0,1

0,65 0,7 0,7 0,6 0,65 0,66 0,1

6
 Etapas para a coleta das amostras e análise dos dados:

1. Seleção da característica de qualidade do processo, focada no cliente.

2. Registro das observações obtidas seguindo os critérios de amostragem racional. No
exemplo foram escolhidos 5 itens por hora, durante m = 25 horas.
3. Cálculo da média amostral e da amplitude amostral , para cada i = 1, 2, …, m. Os
valores de e de acompanham os valores em cada coluna.
4. Cálculo da média das médias amostrais e da média das amplitudes amostrais, os quais são
indicados, respectivamente, por e .

Para os dados do nosso exemplo temos:

 m = Número de amostras = 25
 n = Tamanho das amostras = 5

Vamos agora calcular os limites de controle. Em separado encontram-se os valores tabelados das
constantes necessárias para o cálculo, assim para n = 5 temos, A 2 = 0,577; D3 = 0 e D4 = 2,114.

Aplicando as fórmulas, obtemos:

 Para a média:

 Para a amplitude:

7
A seguir temos os resultados obtidos para esse exemplo.

O gráfico das amplitudes ( ) se encontra sob controle estatístico. No entanto, o gráfico apresenta um
ponto a mais de 3 desvios padrão da linha central, indicando uma possível causa especial de variação.

8
 Objetivos e interpretação dos gráficos e

A função dos gráficos é a de identificar/detectar qualquer evidência de que a média do processo

e sua dispersão não estejam operando a níveis estáveis.

Se um ou mais pontos estão fora dos limites de controle (seja no gráfico ou ) ou outro
padrão de não aleatoriedade, existe um sinal de alerta (ou indicador) de que o processo não
está sob controle estatístico.

Um dos objetivos da aplicação dos gráficos de controle é testar se um processo, não conhecido,
está sob controle estatístico ou não e, caso o processo seja diagnosticado "fora de controle",
orientar as ações para levar o processo ao estado de controle.

Podemos concluir que um processo está fora de controle se um ou mais dos critérios listados
abaixo forem encontrados nos gráficos de controle. Os critérios são:

 1 ponto mais do que 3 desvios padrão a partir da linha central;

 7 pontos consecutivos no mesmo lado da linha central;
 6 pontos consecutivos, todos aumentando ou diminuindo;
 14 pontos consecutivos, alternando acima e abaixo;
 2 de 3 pontos consecutivos maior que 2 desvios padrão a partir da linha central (mesmo lado);
 4 de 5 pontos consecutivos maior que 1 desvio padrão a partir da linha central (mesmo lado);
 15 pontos consecutivos dentro de 1 desvio padrão da linha central (qualquer lado);
 8 pontos consecutivos maior que 1 desvio padrão a partir da linha central (qualquer lado).

A seguir serão ilustrados alguns exemplos dos testes.

9
10