Avaliação de sistema de

classificação por
atributos

Peterson Diego Kunh - petersond@utfpr.edu.br

 Introdução
• No caso de Inspeção de atributos, em
que não é possível calcular a
percentagem da faixa de especificação
utilizada pela capacidade do sistema de
medição, é colocada ênfase na
avaliação da capacidade do operador
em detectar repetidamente itens
perfeitos ou defeituosos e da
tendência (rejeita unidades perfeitas e
aceita unidades defeituosas).
 Introdução
• Inspeção da qualidade:
durante a qual é
verificado se o produto
está apto ou não para o
consumo.

• A qual pode ser realizada para um produto

acabado ou itens desse produto imediatamente
após eles serem fabricados.
 Introdução
• Quando se inspeciona a
totalidade dos produtos
produzidas tem-se a
inspeção de 100%.

• Geralmente ela é adotada para itens ou

produtos cuja falha possa colocar em risco a
segurança do usuário, por exemplo: freios de
carros.
 Introdução
• Aparentemente a inspeção de 100% de um
produto ou item pode assegurar a
conformidade dele.

• Entretanto, é sabido que uma pessoa que

inspecione visualmente um produto ou item
pode por fadiga, por exemplo, falhar e deixar
passar produtos não-conforme. Então, a
inspeção de 100% de um produto não resultar
em garantia de qualidade.
 Introdução
• Um exemplo clássico disso foi mostrado por
W.E. Deming: Imagine que o Figura abaixo é
uma unidade de produtos a ser inspecionada a
letra “F “é uma falha.
FINISHED FILES ARE THE RESULT OF
YEARS OF SCIENTIFIC STUDY COMBINED
WITH THE EXPERIENCE OF MANY YEARS

• Quantas Falhas existem no quadro? Conte

uma só vez.
 Introdução
• Faça novamente a contagem como se você
estivesse inspecionando uma nova peça com
as mesmas condições anterior, ou seja, o
processo de produção não sofreu qualquer
variação.
FINISHED FILES ARE THE RESULT OF
YEARS OF SCIENTIFIC STUDY COMBINED
WITH THE EXPERIENCE OF MANY YEARS
 Introdução
• Essa era a forma como Deming demostrava de
forma simples como depender de inspeção de
100% era perigoso e não era garantia de
qualidade.

• Além de isso, ensaios destrutivos impedem

que um produto ou item seja inspecionado.
 Definições preliminares
1. Eficácia [E]: representa a capacidade de um
operador em detectar, de forma correta, itens
perfeitos e defeituosos.

a. OBS: o número total de oportunidades de acerto depende do número de

itens inspecionados e do número de vezes que cada item é inspecionado.

• A Eficácia é expressa como um número entre 0

e 1, em que 1 representa a perfeição
 Definições preliminares
• 2. Probabilidade de Classificação Errada –
P[CE] (Probabilidade de aceitar um item
defeituoso)

• P[CE] representa a chance ou probabilidade de

que um item defeituoso não seja rejeitado.
Este erro é grave, já que representa a
aceitação de um item defeituoso como perfeito.
 Definições preliminares

• Número de falhas representam o número de

aceitações de item defeituosos.
• O número total de oportunidades de falhas
depende do número de unidades defeituosas
utilizadas no estudo e do número de vezes que
cada unidade é inspecionada.
 Definições preliminares
• 3. Probabilidade de Alarme Falso – P[AF]
(Probabilidade de rejeitar um item bom)

• P[AF] representa a chance de que um item

perfeito seja rejeitado.

• Este erro não é tão grave quanto o anterior,

mais deve ser evitado, já que a rejeição de um
item perfeito implica na realização de
retrabalho e inspeções desnecessárias.
 Definições preliminares

• Número de alarmes falsos representam o

número de rejeições de um item perfeito.
• O número total de oportunidades de
alarmes falsos depende do número de
unidades perfeitas utilizadas no estudo e do
número de vezes que cada unidade é
inspecionada.
 RESUMO
Decisão do Operador
Situação Real Defeituoso Bom

Defeituoso Perfeita Correta P[CE]

Bom P[AF] Perfeita Correta

 Definições preliminares
• 4. Tendência ou Vício (T): representa a
predisposição de um operador para classificar
um item perfeito ou defeituoso e depende de
P[CE] e P[AF].
 Definições preliminares

• T[CE] é um fator apresentado na Tabela 4, em

função de P[CE], e T[AF] um fator apresentado
na mesma tabela, em função de P[AF].
• Interpretação:
• T = 1, indica ausência de Tendência;
• T < 1, indica Tendência para aceitar itens;
• T > 1, indica Tendência para rejeitar intens.
 Definições preliminares
• A Tabela a seguir apresentam os casos
especiais encontrados no cálculo da
Tendência, quando P[AF] e/ou P[CE] são
iguais a zero ou maiores que 0,5.
 Definições preliminares
• De acordo com a Tabela a seguir , sempre que
um operador ou instrumento for avaliado como
marginal ou inaceitável, haverá
necessariamente de realizar ações corretivas.

• Após as ações corretivas o estudo deverá ser

refeito.
 Critérios de avaliação
• Sistemas de classificação de Atributos
Baseados em E, P[AF], P[CE] e T:
 Coleta de dados
• Diretrizes para a avaliação de sistemas de
classificação por atributos:
 Exemplo de aplicação
• Problemática: Aumento do número de
lentes defeituosos produzidos por uma
empresa.

• Operadores: 03 responsáveis pelas inspeções.

• Número de lentes = 20 dos quais 9 são
perfeitas e 11 são defeituosas.
• Cada operador inspecionou três vezes cada
uma das lentes.
• Os resultados obtidos são apresentados:
Exemplo de aplicação
 Exemplo de aplicação
• Com os dados da Tabela 3.4 são obtidos os
seguintes resultados da Tabela 3.5
 Resultados
 Coluna(1): Perfeitas Corretas
 A coluna 1 é o número de lentes perfeitas,
identificadas pelo operador que as
inspecionou.
 Lentes perfeitas =9
 Número de inspeções = 3
 Oportunidade de classificação correta =
9x3=27
 Resultados
 Coluna (2): Defeituosas Corretas
 A coluna 2 é o número de lentes defeituosas,
identificadas pelo operador que as
inspecionou.
 Lentes Defeituosas =11
 Número de inspeções = 3
 Oportunidade de classificação correta =
11x3=33
 Resultados
 Coluna(3): Total Correto
 A coluna (3) = (1)+(2)

 Coluna (4): Alarme Falso

 A coluna (4) é o número de vezes que cada
operador identificou como defeituosa uma lente
perfeita.
 Resultados
 Coluna (5): Classificação Errada
• A coluna (5) é o número de vezes que cada
operador identificou como perfeita um lente
defeituosa.

 Coluna (6): Total Geral

• Coluna (6)= (3)+(4)+(5) = Número de lentes
inspecionadas.
Resultados
 Exemplo de aplicação
• Com os dados da Tabela 3.4 são obtidos os
seguintes resultados da Tabela 3.5
 Conclusão
• A partir da realização deste estudo a indústria
pode chegar a seguinte conclusão:
 Conclusão
• Há necessidade de adoção de ações corretivas
para os três operadores, antes que a empresa
prossiga na solução do problema em aumento
do número de lentes defeituosos produzidas.