Escolar Documentos
Profissional Documentos
Cultura Documentos
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.
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)
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.
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
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:
Para as médias:
Linha Central:
Para as amplitudes:
4
Linha Central:
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.
5
Tabela 4.1.1: Dados amostrais de comprimentos de peças.
X1 X2 X3 X4 X5 R
6
Etapas para a coleta das amostras e análise dos dados:
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.
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
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:
9
10