Você está na página 1de 26

CONTROLE

Controlar manter algo dentro de padres ou


fazer com que se comporte de forma adequada.

Professor Marcos M. Filho


Escola SENAI Prof Joo Batista Salles da Silva Americana/SP

CONTROLE
Imagine que uma pessoa com 1,70m de
altura deva pesar em mdia 70kg, ou seja,
75kg no mximo e 65kg no mnimo.

Professor Marcos M. Filho


Escola SENAI Prof Joo Batista Salles da Silva Americana/SP

CONTROLE

Toda ao para manter uma determinada


atividade dentro dos limites, faz parte do
controle.

Professor Marcos M. Filho


Escola SENAI Prof Joo Batista Salles da Silva Americana/SP

ESTATSTICA

a parte da matemtica que permite tirar


concluses a partir de uma srie de dados
observados.

Professor Marcos M. Filho


Escola SENAI Prof Joo Batista Salles da Silva Americana/SP

ESTATSTICA
A estatstica permite tirar concluses com
base em nmeros.

Professor Marcos M. Filho


Escola SENAI Prof Joo Batista Salles da Silva Americana/SP

PROCESSO

a combinao necessria entre o homem,


os materiais, as mquinas, e equipamentos,
mtodo e o meio ambiente para fabricar um
produto qualquer.

Professor Marcos M. Filho


Escola SENAI Prof Joo Batista Salles da Silva Americana/SP

VARIABILIDADE

Variabilidade a existncia da variao.

Variaes
Por melhor que estejam as condies de
operao de um processo, nunca se obtm
produtos exatamente iguais. Essa diferena
de um produto para outro chamada de
variao.

Professor Marcos M. Filho


Escola SENAI Prof Joo Batista Salles da Silva Americana/SP

VARIABILIDADE
Nunca dois elementos so exatamente iguais.

Professor Marcos M. Filho


Escola SENAI Prof Joo Batista Salles da Silva Americana/SP

VARIABILIDADE
As variaes que ocorrem no processo,
quanto sua natureza, so classificadas em
dois tipos:
1.
2.

Variaes aleatrias (causas comuns);


Variaes causais (causas especiais).

Professor Marcos M. Filho


Escola SENAI Prof Joo Batista Salles da Silva Americana/SP

VARIAES ALEATRIAS
Fazem parte da natureza do processo; sempre
esto presentes; podem ser diminudas e
controladas dentro de padres normais
previsveis. Para isso necessria uma ao
de aperfeioamento no sistema, geralmente
de responsabilidade da gerncia.
Exemplo:
Reforma ou aquisio de um equipamento,
novo projeto de iluminao para a rea de
trabalho, etc.
Professor Marcos M. Filho
Escola SENAI Prof Joo Batista Salles da Silva Americana/SP

10

VARIAES CAUSAIS

So, de certa forma, imprevisveis; originadas


de causas possveis de serem identificadas.
Quando detectadas, devem ser eliminadas
rapidamente, pelas pessoas envolvidas com o
processo.
Exemplo:
Quebra de uma ferramenta de corte.
Obstruo do canal de alimentao.

Professor Marcos M. Filho


Escola SENAI Prof. Joo Batista Salles da Silva Americana/SP

11

POPULAO

o conjunto de todas as peas produzidas ou


possveis de serem produzidas em um
processo de fabricao, que possuam pelo
menos uma caracterstica em comum. Pode
ser finita ou infinita.

Professor Marcos M. Filho


Escola SENAI Prof Joo Batista Salles da Silva Americana/SP

12

LOTE
o conjunto de peas produzidas, em um
processo de fabricao, durante um intervalo
de tempo, ou at mesmo uma produo
programada independente do tempo.

Professor Marcos M. Filho


Escola SENAI Prof Joo Batista Salles da Silva Americana/SP

13

AMOSTRA
o conjunto formado de um ou vrios
elementos retirados do lote para estudo.

Professor Marcos M. Filho


Escola SENAI Prof Joo Batista Salles da Silva Americana/SP

14

TAMANHO DA AMOSTRA
o nmero de elementos existentes na
amostra, indicado pela letra n. No exemplo
acima n = 5.

Professor Marcos M. Filho


Escola SENAI Prof Joo Batista Salles da Silva Americana/SP

15

ELEMENTO (X)

a unidade considerada para o estudo


estatstico.

Professor Marcos M. Filho


Escola SENAI Prof Joo Batista Salles da Silva Americana/SP

16

AMOSTRAGEM

o nmero de amostras consideradas para


estudo.
Exemplo:
12 grupos de 5 elementos cada.
Amostragem k = 12 amostras
Tamanho da amostra n = 5 elementos
Total de elementos N = K.n = 12 . 5 = 60

Professor Marcos M. Filho


Escola SENAI Prof Joo Batista Salles da Silva Americana/SP

17

uma projeo grfica do comportamento do


processo.
Os grficos de controle auxiliam a distinguir as
variaes causais das aleatrias.
Os grficos de controle devem ser elaborados
pelos prprios operadores da produo. As
anlises so feitas pelo operadores ou supervisor
local, indicando necessidade ou no de uma ao
corretiva.
No controle estatstico do processo, os grficos
de controle so tambm chamados de cartas de
controle.

GRFICO DE CONTROLE

Professor Marcos M. Filho


Escola SENAI Prof Joo Batista Salles da Silva Americana/SP

18

LIMITES DE CONTROLE
So fronteiras da regio onde esto
compreendidas as variaes aleatrias
permitidas em um processo.
LSC - Limite superior de controle.
LIC - Limite inferior de controle.

Professor Marcos M. Filho


Escola SENAI Prof Joo Batista Salles da Silva Americana/SP

19

CONTROLE POR VARIVEIS


aquele que se baseia em medidas das
caractersticas do produto ou parmetros do
processo. Pode ser de quatro tipos:
- Mdia e desvio padro (X, s)
- Mdia, amplitude (X, R );
- Mediana, amplitude ( X, R);
- Valores individuais e amplitudes mveis (X,
Rm ).
Professor Marcos M. Filho
Escola SENAI Prof Joo Batista Salles da Silva Americana/SP

20

GRFICOS DE MDIA E AMPLITUDE

Mdia

Amplitude

Professor Marcos M. Filho


Escola SENAI Prof Joo Batista Salles da Silva Americana/SP

21

CLCULO DA MDIA DA AMOSTRA


Para calcular a mdia da amostra, devemos
somar os valores encontrados na amostra e
dividir pelo nmero de elementos da amostra
(tamanho da amostra).
Ex:
Dado a amostra: 12, 13, 15, 20, 10, calcular a
mdia

Professor Marcos M. Filho


Escola SENAI Prof Joo Batista Salles da Silva Americana/SP

22

CLCULO DA MDIA DA AMOSTRA

Soma dos valores da amostra:


12+13+15+20+10=70
Tamanho da amostra=5

Professor Marcos M. Filho


Escola SENAI Prof Joo Batista Salles da Silva Americana/SP

23

CLCULO DA AMPLITUDE
DA
Amplitude
(R). AMOSTRA (R)
a diferena entre o maior e o menor valor
encontrado na amostra (indica a variao do
processo).
Exemplo:
Seja a amostra: 4,4; 2,8; 4,2, 3,4; 2,6.
Maior valor = 4,4
Menor valor = 2,6
Ento, teremos: R = 4,4 - 2,6
R = 1,8
Professor Marcos M. Filho
Escola SENAI Prof Joo Batista Salles da Silva Americana/SP

24

EXERCCIOS
Calcular a mdia ( ) e a amplitude (R) das
seguintes amostras.

Professor Marcos M. Filho


Escola SENAI Prof Joo Batista Salles da Silva Americana/SP

25

Professor Marcos M. Filho


Escola SENAI Prof Joo Batista Salles da Silva Americana/SP

26