Você está na página 1de 23

1 Ministrio da Educao Universidade Tecnolgica Federal do Paran/Campus Curitiba Departamento Acadmico de Matemtica Probabilidade e Estatstica Prof: Silvana Heidemann

n Rocha Aluno(a): ___________________________________ Data: ___/___/____

CONTROLE ESTATSTICO DE PROCESSO (C.E.P.)

1) INTRODUO O Controle Estatstico de Processo uma tcnica utilizada nos processos de produo que auxiliam na deteco de problemas na fabricao de um produto, visando diminuir desperdcios e retrabalhos, bem como aumentar a produtividade. Esse aumento da produtividade buscado, em geral, por meio da padronizao da produo, isto , por meio de se minimizar variaes nas especificaes dos produtos operando-se de modo estvel. Nesse sentido, a Estatstica fornece subsdios de como coletar dados e formalizar um padro a ser utilizado no acompanhamento do processo em questo, permitindo que o processo seja capaz de ser repetido e capaz de operar com pouca variabilidade ao redor do alvo (parmetro, medida padro a ser perseguida, objetivada, alcanada). Controle Estatstico de Processo uma expresso mais aplicada a processos industriais, enquanto que Controle Estatstico de Qualidade aplica-se mais a setores de servios. No entanto, conforme empresas industriais vo se ampliando e transformando suas formas de gerenciamento, elas passam a usar tcnicas administrativas dos setores de servios ao perseguir paradigmas do tipo satisfao do cliente, qualidade total, dentre outros. Alguns autores preferem classificar o Controle Estatstico de Processo como parte do Controle Estatstico de Qualidade (C.E.Q.), e outros classificam o C.E.P. como uma das ferramentas da Qualidade. Embora qualidade seja um termo subjetivo e que adquire conotaes diferentes conforme o momento histrico e os paradigmas dos processos de produo (se fordismo, taylorismo, toyotismo, motorolotismo, por exemplo), atualmente predomina o entendimento que as ferramentas da Qualidade so:

Brainstorming (reunies) Quadro 4Q1POC (4Q = O que, Quem, Quando, Quanto; Fluxograma
1POC = Porque, Onde, Como)
1

Diagrama de Causa e Efeito (ou diagrama de Ishikawa ou diagrama espinha de peixe)

Em minha opinio, deveria ser includo mais um P = Pra qu. Mas isso outra histria. (Silvana)

Grficos (sendo alguns deles histogramas, diagrama de disperso, diagrama de Pareto e


grficos de controle esses ltimos objeto de nossos estudos a seguir)

Lista ou Folha de Verificao Simples Lista ou Folha de Verificao de Frequncia Matriz de Preferncia (tabelas para organizao de idias) Quadro PDCA (P=Plan (planejamento); D = do (fazer); C = Check (avaliar); A = Action (ao
corretiva)

Relatrio de Auditoria (Formulrio de verificao de cumprimento de padres ou normas)


(Manual de ferramentas da qualidade. SEBRAE. Disponvel em: http://www.dequi.eel.usp.br/~barcza/FerramentasDaQualidadeSEBRAE .pdf. Acesso em 08/12/2010).

Por essa classificao popularizada pelo SEBRAE, os grficos, as listas de verificao e as tcnicas de amostragem para coleta de dados fazem parte do Controle Estatstico de Processo. Os grficos de controle, criados na dcada de 20 do sculo XX, aliados ao uso/aperfeioamento de tcnicas de amostragem, paulatinamente passaram a ser utilizados nos processos produtivos, em especial durante a 2 Guerra Mundial, uma vez que situaes como as de um soldado frente a frente com o inimigo puxar o cordo da granada e essa no funcionar trazia grandes problemas para o desfecho das batalhas. Aps a 2 Guerra Mundial, vrias tcnicas utilizadas no controle da qualidade de fabricao de produtos blicos, passaram a ser utilizadas na fabricao de diversos produtos comerciais para a populao, em especial no perodo de reconstruo do Japo, da Alemanha e de outros pases afetados pela Guerra. Atualmente, os sistemas de gesto da qualidade mais famosos so:

5S (organizao, ordenao, limpeza, asseio, disciplina palavras que em japons iniciam por S), Normas ISO (International Standard Organization) Qualidade Total Prmio Deming 6 (6 sigmas) criado nos EUA pela Motorola, cujo objetivo da direo da empresa era atingir um
, mas , uma vez que a empresa produz peas em p.p.m. nvel de 6 desvios-padres dentro dos limites de especificao dos produtos, isto , minimizar ao mximo o retrabalho. No (partes por milho).

2) TERMINOLOGIA Confiabilidade: a capacidade que um produto tem de ser usado sem a necessidade de reparos. Retrabalho: quando precisa-se refazer o produto ou o servio.
o Obs.: Empresas e pessoas deveriam perseguir a meta de fazer certo j na primeira vez, a fim de minimizar desperdcios de tempo, recursos e pacincia.

Varivel: termo utilizado para uma varivel quantitativa contnua (ex.: massa, dimetro, temperatura, comprimento) em geral com distribuio probabilstica Normal. Atributo: termo utilizado para uma varivel qualitativa (ex.: tipo de defeito) ou uma varivel quantitativa discreta (ex.: n de defeitos).

Valor nominal (target, alvo): Uma medida que garante as caractersticas de qualidade do produto em questo. Em geral, para uma varivel, o valor nominal a mdia.

Variao: a ao de afastar-se do alvo (valor nominal). Pode ser classificada em variao aleatria ou variao causal. As variaes aleatrias, isto , provocadas por fatores desconhecidos, so inerentes ao processo e no podem ser eliminadas. As variaes causais podem ser eliminadas e esse o principal objetivo do Controle Estatstico de Processo.

Desvio: a diferena entre o valor obtido e o valor nominal. s vezes, em Estatstica, desvio chamado (inconvenientemente) de erro.

Parmetro: medida estabelecida como padro, referncia. Tolerncia: a diferena mxima admitida entre um padro estabelecido e um padro alcanado.

Limites de especificao: so os extremos de um intervalo de medida, estabelecido em projeto. o L.I.E= limite inferior de especificao o L.S.E. = limite superior de especificao

Conformidade: Quando uma medida est dentro dos limites de especificao, diz-se que o produto conforme. Caso contrrio, o produto dito no-conforme. o Obs.: Um produto tecnicamente no-conforme pode ainda ser usado. Controle: Conjunto de tcnicas adotadas num processo produtivo para garantir que se alcance os padres previamente estabelecidos. Limites de controle: so os extremos de um intervalo de medida, para um processo o L.I.C.= limite inferior de controle (ou, em ingls, L.C.L.) o L.S.C. = limite superior de controle (ou, em ingls, U.C.L.) Grficos de controle: Diagramas estatsticos que permitem acompanhar no tempo o

que est operando dentro dos padres estabelecidos (isto , que est sob controle).

desempenho de um processo. Os principais grficos de controle so: o Grficos de controle para varivel Grficos
amplitude ( ,

- para acompanhar, em paralelo, a mdia amostral ( - para acompanhar, em paralelo, a mdia amostral (

e a

Grficos

e o

desvio padro amostral (S .

o Grficos de controle para atributos Grfico p para controlar a proporo de unidades defeituosas ou noconformes

Grfico np para controlar o nmero de unidades defeituosas ou no-conformes Grfico c para controlar o n de defeitos ou de no-conformidades em uma
amostra,

Grfico

- para controlar o n de defeitos ou de no-conformidades por unidade.

Observao: Limites de especificao algo diferente de limites de controle. Os limites de controle so provenientes dos dados, das observaes, e podem ser probabilsticos ou no (ver na prxima seo como so estabelecidos os limites de controle). J os limites de especificao so definidos no projeto e so referentes varivel de interesse. Os limites de especificao so os parmetros da distribuio, ou seja, as medidas representativas da populao.

3) REPRESENTAO GENRICA DE UM GRAFICO DE CONTROLE

LSC

Zona de controle
Mdia

Zona de controle
LIC

Grfico 1 Representao genrica de um grfico de controle

Os limites de controle podem ser definidos de duas maneiras: 1) Utilizando a distribuio de probabilidades da varivel aleatria fazendo em geral ; da , com e em questo, pequeno, sendo que

2) Estabelecendo-se esses limites por meio de mltiplos do desvio padro varivel , fazendo

em que: (linha central) a mdia da varivel , uma constante positiva e em geral costuma-se usar Alm dos limites superior e inferior de controle, pode-se utilizar limites de alerta. Quando um ponto ultrapassa os limites de controle (por exemplo ) aes corretivas devem ser utilizadas no processo de produo. No entanto, um limite menor (por exemplo ) pode ser utilizado como um limite de advertncia. Assim, quando um ponto atinge os limites de alerta, pode-se, por exemplo, coletar amostras de tamanho maior ou

amostras com maior freqncia, a fim de obter mais rapidamente informaes sobre o processo em questo. No entanto, limites de alerta devem ser usados com cautela, pois eles podem gerar falsos alarmes e, inclusive, aumentar custos sem necessidade.

LSC Limite superior de alerta Mdia

Limite inferior de alerta LIC

Grfico 2 Representao genrica de um grfico de controle, com limites de alerta

4) ANLISE DO PADRO DE GRFICOS DE CONTROLE Estabelecidos os limites de controle, deve-se interpretar as informaes fornecidas pelo grfico. Ainda que os pontos coletados estejam dentro dos limites de controle, o processo pode estar fora de controle. Por exemplo, a ausncia de aleatoriedade nos pontos pode indicar a existncia de uma fonte de variao causal, bem como comportamento cclico pode indicar fadiga de operadores. Ex.:

Grfico 3 - Grfico de controle apresentando padro de comportamento no aleatrio

H um conjunto de regras para se detectar padres no aleatrios de comportamento de grficos de controle. As principais so: Um ponto cair fora dos limites de controle, Dois de trs pontos consecutivos carem alm dos limites de alerta, Oito pontos consecutivos carem em um lado da linha central.
(Cf. MONTGOMERY et RUNGER. Estatstica aplicada e probabilidade para engenheiros. 2 ed. Rio de Janeiro: LTC, 2008, p. 366).

5) ESTABELECENDO UM GRFICO DE CONTROLE (para a mdia) Para estabelecer um grfico de controle pela primeira vez preciso ter fortes evidncias de que o processo esteja sob controle, isto , que variaes causais foram controladas. Em geral segue-se as seguintes etapas: 1) Calibrao: Coleta-se, segundo um plano amostral, aproximadamente 25 amostras de tamanho n, e a partir delas estabelece-se a linha central (controle-CTR) e os limites de controle (LIC e LSC); 2) Verificao da calibragem: Retiram-se ento outras 25 amostras de tamanho n e verifica-se se as medidas de interesse (mdia, proporo, amplitude, desvio padro, por exemplo) esto caindo entre LIC e LSC: i. Se sim, continua-se o processo de coleta de amostras, adotandose a linha central e os limites LIC e LSC iniciais como padres referenciais, ii. Se no, recomea-se do incio, isto , retiram-se novas 25 amostras, estabelece-se a linha central e os limites LIC e LSC. 3) Monitoramento do processo: Calcula-se ndices de capacidade do processo, para se ter idia do desempenho. Veremos esses ndices mais adiante. 4) Ajuste do processo: preciso rever periodicamente os limites de controle, visando diminu-los. Observaes: Se na fase da calibragem de um grfico de controle uma medida cair fora dos limites de controle, no pode-se simplesmente desprezar essa medida e utilizar as demais para calcular a linha central e os limites de controle. preciso investigar as causas que levaram a esse ponto fora da zona de controle. Somente se conhecer realmente que a causa foi acidental (falta de energia, medio errada, por exemplo) que tal observao pode ser retirada e utiliza-se as demais para calibragem.

O tipo de varivel a ser controlada e o tamanho da amostra influenciam na construo dos limites de controle.

Os grficos de controle devem ser on line, isto , obtidos e interpretados em tempo real, no podendo coletar tudo e interpretar os grficos uma semana depois, por exemplo, pois os prejuzos podem ser grandes.

Em primeiro lugar devem ser controladas as variveis de maior problema (usa-se brainstorm, diagrama de causa e efeito, diagrama de Pareto e outras ferramentas para se detectar essas variveis). Depois que essas variveis estiverem controladas, passa-se a outras com variabilidades menores.

6) PRINCIPAIS TIPOS DE GRFICOS DE CONTROLE PARA VARIVEIS COM DISTRIBUIO PROBABILSTICA NORMAL A seguir, veremos os principais tipos de grficos de controle para variveis com distribuio probabilstica Normal. Caso a varivel no tenha distribuio Normal, outros grficos de controle so usados. Os grficos de controle para variveis so analisados aos pares, onde um dos grficos representa o comportamento de uma medida de tendncia central (mdia, mediana) e o outro representa o comportamento de uma medida de variabilidade (amplitude, desvio padro).

6.1) Grficos O grfico estimador amostrais.

-R utilizado para monitorar a mdia do processo ( mediante o

(mdia amostral), e o grfico R usado para acompanhar a

variabilidade do processo mediante estimativas dessa variabilidade, as amplitudes

6.1.1) Grfico Em geral, para a construo de um grfico de controle para a mdia so necessrias de 20 a 25 amostras de tamanho n=4 a 6. Tamanho de amostras para

10

grficos de controle pode ser encontrados em livros de controle estatstico de processos. Seja uma varivel contnua
~

2 2 com X ~ N ( X , X ) , sendo X e X parmetros

desconhecidos. Seja x = ( x1 , x 2 ,..., x n ) uma amostra de tamanho n de


n n

. Ento a

xi
mdia desta amostra dada por x =
i =1

X
e o estimador
i =1

, obtido a

partir de uma amostra aleatria, tem distribuio Normal com mdia


N

x
X
i =1

N
N

(x
i =1

X )2 N n
.
2 X

e varincia Estatisticamente, representa-se:

2 X ~ N ( X , X )

~ N ( X ,

).

Sabe-se, da expresso do intervalo de confiana para a mdia populacional de uma varivel com distribuio normal e varincia conhecida, que:

Esse resultado vem da expresso: P( )=


. (Vide

material sobre distribuio amostral)

Estabelecendo

, vem P(

o que significa 0,0027.

que a probabilidade de uma mdia amostral x sair do intervalo

Assim, as linhas de controle tericas para um grfico

so dadas por:

11

No entanto, como os parmetros

so desconhecidos, eles precisam ser

estimados a partir dos dados amostrais. E a situao na prtica fica:

Seja ento

, ...,
.

a mdia de cada uma das Ento, a mdia das mdias , com e

amostras ( x1 , x 2 ,..., x n ) de , o estimador , sendo

tamanho n da varivel da mdia que

do processo (

a estimativa de

passa a ser a linha central do grfico .

Os limites de controle (LIC e LSC) podem ser estimados a partir das amplitudes ou dos desvios-padres das m amostras de tamanho n utilizadas para se obter a linha central. mais comum usar esses limites calculados a partir das amplitudes, por ser mais fcil o entendimento para quem realmente faz os grficos de controle nas fbricas, que so operrios em geral com pouca escolaridade.

a) Limites de controle do grfico


~

estimados a partir das amplitudes amostrais


. A amplitude R desta

Seja x = ( x1 , x 2 ,..., x n ) uma amostra de tamanho n da varivel

amostra dada pela diferena entre o maior e o menor valores coletados: R= em que ( x1 , x 2 ,..., x n ) ( x1 , x 2 ,..., x n ) .

Considere, agora, R1, R2,..., Rm, a amplitude das m amostras de tamanho n de Ento a amplitude mdia dada por:
m

R
R=
i =1

12

Neste caso, os limites de controle para o grfico

sero dados por:

em que valores de

uma constante tabelada para diferentes tamanhos n de amostras. Os , justificados a seguir, so dados numa tabela mais adiante.

b) Justificativa do uso da constante grfico Quando a varivel pequena de

para calcular os limites de controle de um

tem distribuio Normal e tem-se uma amostra x = ( x1 , x 2 ,..., x n )


~

, pode-se estimar o desvio padro populacional

a partir da e R, dada

amplitude R dessa amostra, pois segundo MONTGOMERY et RUNGER (p. 367) h pouca perda de eficincia nesta estimao. Assim, h uma relao entre por , em que W uma varivel aleatria (pois R uma varivel aleatria e de d2 ( notao: E(W) = um parmetro)

denominada amplitude relativa. A mdia da distribuio probabilstica de W chamada d2 ) e o desvio padro de W chamado de d3 ( notao:

). Os valores de d2 e de d3 foram tabelados para vrios valores de n, e podem ser obtidos por simulao. Mais adiante h um quadro com esses valores.

De

, vem:

, ento

R
Como R =
i =1

um estimador de

, tem-se de

que:

13

Logo, os limites de controle para a mdia amostral, dados como visto por podem ser feitos como:

Definindo a constante

, tem-se:

Assim, o grfico

, quando associado a um grfico R, fica:

LSC= + A2

LIC=

- A2

Grfico 4 Representao genrica de um grfico de controle para a mdia Grfico - associado a um grfico de controle da amplitude R 6.1.2) Grfico O grfico R monitora a variabilidade do processo e interpretado junto com o grfico . As linhas de controle para o grfico R so:

14

em que valores de

e e

so constantes tabeladas para diferentes tamanhos n de amostras. Os , justificados a seguir, so dados numa tabela mais adiante. e , para calcular os limites de controle

a) Justificativa do uso das constantes de um grfico Como anteriormente visto e

. Ento, vem:
.

Da situao terica

vem a seguinte situao prtica:

em que Assim, o grfico

e fica:

(Lembrando:

).

LSC=D4

LIC= D3

Grfico 4Representao genrica de um grfico de controle para a amplitudeGrfico

15

Observao sobre o grfico R O grfico R sensvel a pontos discrepantes (outliers). Assim, necessrio analisar a origem de um ponto discrepante antes de tirar concluses sobre o grfico R.

6.2) Grficos

eS

Uma outra maneira de monitorar a variabilidade de um processo produtivo utilizando os desvios padres das amostras. Esses desvios padres (s) so estimativas do desvio padro populacional Em geral, os grficos quando: o O tamanho das amostras maior que 10 (n>10), o O tamanho das amostras so diferentes. Se n>10, o grfico S prefervel ao grfico R pois tem melhor preciso. O grfico quando associado ao grfico S tem limites de controle diferentes do que quando associado ao grfico R. 6.2.1) Grfico S Neste tipo de grfico, o estimador do desvio padro populacional padro amostral dado por:
n

, isto , da varivel de interesse X.

e S so utilizados, de forma complementar um ao outro,

o desvio

(X
S=
i =1

X )2

n 1
n

(x
e as estimativas de so denotadas por s =
i =1

x) 2
.

n 1

No entanto, sabemos que S um estimador viciado para no viciado para


2 . Assim, se X ~ N ( X , X ) , s estima

(mas S2 um estimador (isto , E(S) =

em que c4 uma constante tabelada em funo de n. Os valores de c4 so dados numa tabela mais adiante. Ainda, o desvio padro de S dado por ). (ou seja,

16

Dessa forma, as linhas de controle para S, considerando 3 sigmas para os limites de controle e uma situao terica, so dados por:

=
.

em que funo de n. Como

so constantes tabeladas em

em geral um parmetro desconhecido, preciso estim-lo a partir dos

dados amostrais. Sejam m amostras x = ( x1 , x 2 ,..., x n ) de tamanho n de uma varivel contnua


~

com distribuio Normal X. Seja ainda si o desvio padro da i-sima amostra, com i=1, 2, ..., m. Ento a mdia desses desvios padres amostrais dada por:
m

s
s=
i =1

Como

, ento o estimador

no viciado para

(ou seja, E(

Logo, para uma situao prtica, as linhas de controle no grfico S so expressas por:

em que em funo de n.

so constantes tabeladas

17

Assim, o grfico S fica:

LSC=B4

LIC= B3

Grfico 5 Representao genrica de um grfico de controle para o desvio padro Grfico

6.2.2) Grfico Como visto anteriormente, na prtica as linhas de controle para o grfico dadas por: so

Tambm foi visto que de controle para um grfico

um estimador no viciado para

Da, vem que as linhas

associado a um grfico S so dadas por:

18

Adotando a constante

, vem:

e o grfico

associado a um grfico S fica:

LSC= + A3

LIC=

A3

Grfico 6 Representao genrica de um grfico de controle para a mdia Grfico - associado a um grfico de controle do desvio padro S

Tabela 1 - Constantes para grficos de controle n d2 A2 D3 D4 2


1,128 1,880 0 3,267

3
1,693 1,023 0 2,574

4
2,059 0,729 0 2,282

5
2,326 0,577 0 2,115

6
2,534 0,483 0 2,004

7
2,704 0,419 0,076 1,924

8
2,847 0,373 0,136 1,864

9
2,970 0,337 0,184 1,816

10
3,078 0,308 0,223 1,777

19

7) PRINCIPAIS TIPOS DE GRFICOS DE CONTROLE PARA ATRIBUTOS As amostras em grficos de controle para atributos necessitam ter tamanhos maiores que os grficos de controle para variveis. Em geral, essas amostras tem tamanho aproximadamente igual a n=50 e so tomadas m amostras (m=20 ou 25) . 7.1) Grfico p (grfico de controle para a proporo de unidades defeituosas) Quando comparado com um padro, um item pode ser classificado como defeituoso ou no-defeituoso. Uma varivel aleatria neste tipo de grfico D: nmero de unidades defeituosas em uma amostra aleatria de tamanho n, em que D ~ binomial (n, p) onde o parmetro p (com 0 < p < 1), sendo p a proporo populacional de unidades defeituosas, desconhecido. Um estimador de p a proporo amostral de unidades defeituosas , dado por: .

Como visto na distribuio amostral de : , quando n grande o suficiente (isto , sendo que: e .

Assim, as linhas de controle num grfico para a propoo de unidades defeituosas, numa situao terica, so dadas por:

Mas como p, a proporo populacional de unidades defeituosas, desconhecida preciso estimar p a partir dos dados amostrais. Suponha, ento, m amostras cada uma de tamanho n do item (produto) de interesse. Seja o nmero de unidades defeituosas na -sima amostra, com =1,2, ..., m. Ento

20

a proporo de unidades defeituosas na proporo defeituosa mdia como

-sima amostra. Tomando a

tem-se que o estimador de p nas linhas de controle do grfico p ficam:

. Assim, essas linhas

e o grfico p fica:

LSC= + 3

LIC=

Grfico 7 Representao genrica de um grfico de controle para a proporo Grfico

21

7.2) Grfico np (grfico de controle para o nmero de unidades defeituosas) Do grfico p, tem-se:

e o grfico np fica:

LSC=

+3

LIC=

Grfico 8 Representao genrica de um grfico de controle para o nmero de unidades defeituosas Grfico

7.3) Grfico c (grfico de controle para o nmero de defeitos numa amostra) Este tipo de grfico de controle utilizado quando se deseja monitorar o nmero de defeitos numa amostra. No grfico c , considera-se a varivel aleatria C: Nmero de defeitos total que ocorre numa amostra de tamanho n. Assim, muitas vezes, possvel modelar a varivel C por uma distribuio de Poisson, em que o parmetro C~ Poisson ( . desconhecido:

22

Para uma situao terica, as linhas de controle de um grfico c so dadas por:

Como

a taxa mdia de defeitos por amostra, desconhecido, preciso estim-lo a

partir dos dados amostrais. Tomando m amostras aleatrias de tamanho n cada uma, o nmero mdio de defeitos numa amostra dado por

em que o nmero de defeitos na -sima amostra, com = 1, 2, ..., m, e o estimador de (isto , ).

Para uma situao prtica, as linhas de controle de um grfico c so dadas por: = = =

8) Capacidade de um processo Medir a capacidade de um processo medir o desempenho deste processo quando ele est operando sob controle. As principais medidas da capacidade de um processo so: 8.1) Razo da capacidade de processo (RCP ou ndice Cp): uma medida potencial, pois pressupe um processo centrado, isto , que o valor mdio da varivel est exatamente sobre o valor nominal (alvo). Essa razo dada por:

e o seu estimador dado por:

23

Conforme MONTGOMERY et RUNGER (p. 376), muitas companhias americanas usam RCP=1,33 como um alvo mnimo aceitvel e RCP = 1,66 como um alvo mnimo para resistncia, segurana ou caractersticas crticas. 8.2) Coeficiente de capacidade atual (RCPk ou ndice Cpk): uma medida de capacidade real para processos que no estejam centrados. dado por: Cpk = RCPk = = e o seu estimador dado por: