I

"O texto apresenta um caminho simples e objetivo para que possamos conhecer e utilizar as ferramentas estatsticos no controle dos mais diversos processos de trabalho. Mostra, tambm, que os resultados gerados pelo prprio processo podem, se adequadamente tratados, nos apontar a existncia de problemas, o que, certamente, o primeiro passo para resolv-los."
FBIO VIEIRA CESAR - Adjunto Executivo - Diretoria Reqional do ES - ECT

i 1s o n I I >t s t

"Este livro vem em boa hora para lembrar, numa linguagem simples e prtica, conceitos do Controle Estatstico de Processo - CEP e, principalmente, a sua importante aplicao na Gesto da Qualidade Total, onde a tomada de decises gerenciais deve basear-se em fatos e dados."
RENATO PEDROSO LEE - Assessoria de Planejamento do Servio de Material da Petrobrs.

O Engenheiro Nilson Gonalves com sua Introduo ao Estudo de Controle Estatstico de Processo - CEP, mais uma vez d colaborao maiscula ao aprimoramento da tcnica da Gesto da Qualidade. Apresentando os conceitos com clareza e simplicidade, desmistifica a aplicao dos mtodos estatsticos e os torna acessveis a todos aqueles que, atravs do controle do processo, buscam conhecer e eliminar os fatores que podem vir a comprometer a Qualidade.
HEITOR A. DE MOURA ESTEVO - CB-25 - Diretor

RODUAO Estudo C ontrle

M A I ST I C O p R < )C I

I
I 'I

sso
H A

v V ~*
ISBN 85-7303-043-7

- CEP
-Ju A M h fM A H H
^ I il I I .1

9 788573 030433

UlBSo

INTRODUO AO ESTUDO DE CONTROLE ESTATSTICO DE PROCESSO CEP um liv ro cuja

p rin c ip al caracterstica a sim p licid ad e . u m a te n ta tiv a d e tra d u z ir o C ontrole Estatstico d e Processo n u m a lin g u a g e m q u e possa ser e n te n d id a p o r q u a lq u e r pessoa in teress ad a em a p re n d -lo , in d e p e n d e n te m e n te de sua fo rm a o acad m ica. O estudo do CEP a p re s e n ta d o de fo rm a g ra d u a l. O livro com ea fa la n d o d a im p o rtn cia d a Estatstica p a ra a Q u a lid a d e e dos m todos d e coleta de d ado s. Em s e g u id a , fe ito um estudo dos Grficos d e D istribuio de F req n cia, o n d e se v a i desde T abela P rim itiva a t A n lis e de C a p a c id a d e de Processo. F in a lm e n te , so a p re s e n ta d o s os Grficos d e C ontrole com exem plos com pletos. O liv ro te rm in a m o stran d o critrios de a n lise s de C artas de C ontrole. Os exem plos d e m o n stram a u tiliza o Im e d ia ta d a te o ria e , desta fo rm a , to rn a -s e fcil v e rific a r a fa c ilid a d e da ap licao d e tu d o q ue a b o rd a d o neste livro. A te o ria sem p r tic a to rn a e coisa d e terico", in til e esquecida; a p rtica sem te o ria to rn a -s e m ais c o m p licada e , p o r conseqncia, m ais c a ra e im p ro d u tiv a .
j |

In t r o d u o a o Estudo de C o n t r o l e E s t a t s t ic o de P r o c e s s o - CEP
' ./ - -.
'

' JV 0 rv \ -

Prefcio
Copyright 1996 by Nilson Gonalves P. Baptista Todos os direitos desta edio reservados Qualitymark Editora Ltda. proibida a duplicao ou reproduo deste volume ou de parte do mesmo, sob quaisquer meios, sem autorizao expressa da Editora. Direo Editorial SAIDUL RAHMAN MAHOMED Produo Editorial EQUIPE QUALITYMARK Capa WILSON COTRIM Editorao Eletrnica LAFE CIP-Brasil Catalogao-na-fonte Sindicato Nacional dos Editores de Livros, RJ B175i Baptista, Nilson Introduo ao estudo de controle estatstico de processo, CEP / Nil son Baptista. - Rio de Janeiro Qualitymark, 1996 BN 85-7303-043-7 T S I 1. Controle de processo. 2. Administrao da produo. I Ttulo CDD 658.56 CDU 658.562.012.7 inc iclui bibliografia

1996 Qualitymark Editora Ltda. Rua Felipe Camaro, 73 20511-010 - Rio de Janeiro - RJ

Tels.:(021) 567-3311 e 567-3322 Fax: (021) 204-0687 IM PR ESSO NO BR ASIL

JMBLIQE^
a c t o __

L U IH E R

'

No basta coletar dados, elaborar grficos e tabelas e guardar tudo. preciso incorporar os dados ao processo decisrio e aprender a decidir com base em dados concretos, corretamente apurados e conhecidos. / O CEP um instrumento de anlise do processo, uma radiografia que nos permite verificar o que est acontecendo e, assim, tomar decises para corrigir falhas do processo ou melhor-lo. 2' Estes grficos so um marco da Qualidade Total. J na dcada de 20, o Dr. Shewhart. professor do Dr. Deming. uti lizava-os como instrumento de melhoria de produtividade. comum observarmos empresas implantando programas de Qualidade Total e Melhoria de Processos, sem utilizar este precioso recurso que o CEP Controle Bstatstico de Processo. Assim, perdem a chance de analisar profunda e facilmente a performance dos processos produtivos. O CEP mais facil mente utilizado na produo industrial, mas muitas empresas prestadoras de servio j o descobriram e utilizaram-no com eficcia e grande retorno. O brasileiro tem o hbito de torcer o nariz para a velha e boa Matemtica. Este livro foi escrito para ser entendido mesmo por pessoas que no tenham formao matemtica. E, como seu prprio nome diz, um livro introdutrio. Sua mis so despertar o interesse pelo assunto e, atravs de exem plos, mostrar como se elabora e utiliza um Grfico de CEP. Cabe observar que o uso do Controle Estatsco de Processo - CEP - para anlise de um processo, algo dinmico. Ao se ajustar o processo, um novo grfico retratando a sua nova situao se faz necessrio.
V

' / H

CANOAS

Introduo ao Estudo de C ontrole Estatslico de Processo - C EP

Nilson G onalves P. Baptista

Neste final de sculo, as empresas procuram profissionais com alta capacidade de aprendizagem, em contraposio a uma experincia esttica. Desta forma, espero que todos os que se valerem deste livro possam aprender a fazer e inter pretar Grficos de Controle Estatstico de Processo e, aos que se entusiasmarem como eu me entusiasmei, um bom incio de estudo.

Agradecimentos
Inicialmente, agradeo a Mahomed, da Qualitymark, por ter viabilizado este meu sonho de escrever um livro. Pela forma direta, simples e amiga com que me recebeu pela primeira vez e aceitou este projeto. No poderia deixar de lembrar que foi Heitor A. de Moura Estvo, diretor do Comit Brasileiro da Qualidade, que me incentivou a procurar editar este trabalho. Que fique registra do meu profundo agradecimento. No poderia deixar de agradecer minha prima, Ktia Regina, da Workware Informtica, que fez a primeira edi torao deste livro, quando era ainda um projeto, com grande dedicao e preciso. Agradeo Empresa Brasileira de Correios e Telgrafos Diretoria Regional do Esprito Santo pela confiana no meu trabalho e pela amizade que caracteriza as parcerias de sucesso. No comeo de uma jornada, as dificuldades aparecem primeiro, por isso no posso deixar de agradecer a Ben-Hur Brenner Dan Farina, coordenador de treinam ento do SEBRAE/ES, que acreditou em mim e no meu trabalho, sem me conhecer e num momento em que estava iniciando. Agradeo aos meus cunhados Jlio e Telma, que me em prestaram a casa em So Pedro da Serra - Friburgo - RJ, onde, olhando as montanhas cobertas pelo que nos resta da Mata Atlntica, escrevi e revisei este livro. Agradeo, tambm, a toda minha famlia e amigos pelos incentivos que me deram e pelo orgulho que demonstraram, ao saber que este livro seria editado. E, em especial, agradeo

VI

V II

Introduo ao Estudo de C ontrole Estatstico de Processo - C EP

Nilson G onalves P. Baptista

penhoradamente aos meus tios, que viabilizaram meus estu dos de nvel superior. Finalmente, agradeo a Deus, pelo fato de todas estas pes soas existirem. mais fcil cometer ingratides do que agradecer a todos a quem devemos carinho, incentivo e dedicao. Se esqueci algum, peo desculpas. A

Dedicatria

Minha me, Neusa. Minha esposa, Helosa, pelo incentivo e pacincia com que suportou minha ausncia nas horas que, a despeito de finais de semana e feriados, dediquei a este trabalho. Meu av, Amaro Gonalves Fonseca. Meus sobrinhos: Alberto Lus, Ana Luiza e Gabriel.

Sumrio

1 - Introduo....................................................................1 1 - Abordagem Cientfica e a Gerncia pela Qualidade Total ..............................................| 2 - Variao - O Problema ......................................... 3 3 - Definies Bsicas ................................................5 4 - Fases do Mtodo Estatstico .................................7 5 - Coletas de D a d o s.................................................... 8 2 - Grficos de Distribuio de Freqncia............. 13 1 - Definies Bsicas ..............................................13 2 - Como Construir Tabelas de Freqncia ...........IX 3 - Histogramas .........................................................21 4 - Curvas de Freqncia ......................................... 25 5 - ndice dc Capacidade de Processo ................. (28 3 - Grficos de Controle ..............................................31 1 - D e fin i es............................................................. 31 2 - Tipos de Cartas de Controle ...............................35 3 - Anlise de Cartas de C ontrole............................ 48 Reflexo .......................................................................... 53 I
Bibliografia

Captulo 1

Introduo

1. A Abordagem Cientfica e a Gerncia pela Quali dade Total Um dos pilares da GQT - Gerncia pela Qualidade Total a abordagem cientfica, que nos obriga a renun ciar aos palpites em favor da anlise de dados correta mente coletados e interpretados atravs de mtodos esta tsticos. A estatstica comeou a ser usada para aumentar a produtividade industrial na dcada de 20 (1924), atra vs do CEP - Controle Estatstico de Processo, utilizado pelo estatstico do Bell Laboratories, Dr. Shewhart, que foi mestre do Dr. Deming. O uso das tcnicas estatsticas nos garante exatido. E a renncia aos palpites em favor da preciso, do conhe cimento comprovado daquilo que pesquisamos. Assim, estaremos substituindo intuio por evidncia. E um grande passo. A observag estatstica nos permite descobrir o que est oculto e, com isto, nos tornamos mais aptos a resol ver os problemas e fazer previses acertadas. No Brasil temos assistido a muitas empresas inicia rem program as de Qualidade Total esquecendo-se do uso da estatstica como ferramenta indispensvel ao pro1

Introduo ao Estudo de C ontrole Estatstico de Processo - CEP______Nilson G onalves P. Baptista

Introduo

cesso de busca do contnuo aperfeioamento dos proces sos. Outro fato que merece destaque que muitas vezes so realizados trabalhos de coleta de dados, gerao de grficos e tabelas que acabam no sendo efetivamente utilizados para a melhoria da Qualidade, quer pelo sim ples esquecim ento, quer pela falta de capacidade de interpretao. O objetivo deste trabalho no o de aprofundar con ceitos estatsticos, que so apresentados medida que forem essenciais, mas sim permitir o entendimento das ferramentas que devem ser utilizadas na busca contnua do controle e da eliminao dos fatores que comprome tem a Qualidade. Alm disso, demonstrar a necessidade e a form a de interpretao dos resultados obtidos e, sobretudo, despertar a conscincia para o estudo, utiliza o e difuso destes instrumentos. preciso ter em mente, sempre, que sem conhecimen to e sem aplicao do conhecimento, no h evoluo. Cada processo, cada etapa, cada produto, requer um tra tamento especfico e por isto preciso despertar a sensibi lidade para a escolha e uso da ferramenta ou conjunto de ferramentas que melhor se adequa ao caso a ser estudado. Finalmente, queremos enfatizar que o aspec to que importa no apenas o conhecimento dos mtodos estatsticos em si, mas a atitude do indivduo no sentido de querer aplic-los. Hitoshi Kume.
2

' 2. Variao - O Problema Produtos e/ou servios defeituosos so aqueles que no satisfazem s especificaes requeridas. Fogem ao padro estabelecido. Precisamos ser francos e corajosos para admitir que fazemos produtos (servios tambm) com defeitos. E, uma vez que este fato admitido, precisamos tomar pro vidncias. Uma primeira questo se impe: Por que os defeitos ocorrem? No resta dvida que eles ocorrem porque existem condies para tal. No entanto, detectar estas condies muitas das vezes no imediato. Depois, preciso que eliminemos estas condies e ao fazer isto, ao eliminar as causas dos problemas, estaremos tambm eliminando a ocorrncia de itens (ou servios) defeituo sos. Fcil falar, nem sempre fcil fazer, mas essencial para a melhoria contnua da Qualidade. Genericam ente, a causa dos defeitos a variao. Num processo produtivo tem os os seguintes fatores envolvidos: a) b) c) d) e) materiais; mquinas e equipamentos; mtodos de trabalho; mo-de-obra; inspeo'" .

Se pudssemos garantir que usaramos sempre mate riais exatam ente iguais, m quinas, equipam entos e mtodos de trabalho constantes e sem diferenas, mode-obra de caractersticas imutveis e mesma forma de
3

Introduo ao Estudo de C ontrole Estatstico de Processo - CEP_____ Nilson G onalves P. Baptista

Introduo

fazer inspees, no resta dvida de que os produtos produzidos seriam, sempre, exatamente iguais. Se todos estes fatores forem adequados, os produtos produzidos, alm de exatamente iguais, no apresentaro defeitos. Como na prtica no h como garantir homogeneidade total, pois os fatores variam, surgem os produtos defei tuosos. Desta forma, a variao a causa dos defeitos. Os fatores acima enumerados, presentes no processo de fabricao de um produto, afetam e so responsveis pelas caractersticas de Qualidade deste produto, por isso so causas de variao da Qualidade. Desta forma podemos entender um processo como um conjunto de causas de variao da Qualidade. A variao destas causas, destes fatores, so, pois, responsveis pela ocorrncia de produtos defeituosos. As causas da variao so incontveis. Observe como uma mesma matria-prima, por exemplo, pode ter espe cificaes para cor, acidez, granulometria, densidade, etc. No entanto, nem toda causa afeta a Qualidade com a mesma intensidade. Desta forma dividimos as causas de v a ria e s, q u a n to a sua c a p a cid ad e de in flu ir na Qualidade, em duas categorias.: Ia) Causa Aleatria: inevitvel: Ocorre no processo independentem ente do controle sobre os padres. No tcnica nem economicamente vivel eliminar estas causas, pois os processos tm condies de absorv-las sem que se gerem produtos defeituosos. No existem m atrias-prim as exatamentes iguais, mas se as diferenas estiverem dentro de limites

aceitveis estaremos diante de uma causa aleatria de variao; 2o) Causa Assinalvel: evitvel e prova que h falta de padres aceitveis ou estes so inadequados. Geram defeitos e precisam ser eliminadas. o caso de uma mquina desregulada, por exemplo. O procedimento de encontrar as causas assinalveis de defeitos-variaes chamado de diagnstico do pro cesso. Para realizar um diagnstico correto indicado utilizar anlises estatsticas com bases em dados. A utili zao de mtodos estatsticos um meio eficaz de se desenvolver novas formas de controle da Qualidade em processos. O treinamento e conscientizao que viabili zem o uso de tais ferram entas so essenciais para a busca da melhoria contnua que o objetivo maior.

3. Definies Bsicas: 3.1. Estatstica: uma parte da M atem tica Aplicada que fornece mtodos para coleta, organizao, descrio, anlise e interpretao de dados e para utilizao dos mesmos na tomada de decises. A coleta, a organizao e a descrio dos dados esto a cargo da Estatstica Descritiva, enquanto a anlise e a interpretao dos dados ficam a cargo da E statstica Indutiva ou Inferencial. NOTA: O nome Estatstica foi dado no sculo XVIII pelo matemtico Godofredo Achenwal.

Introduo ao Estudo de C ontrole Estatstico de Processo - CEP

N ilson G onalves P. Baptista

Introduo

3.2. Varivel: E o conjunto de resultados possveis de um fenmeno. Por exemplo: - para o fenmeno sexo so dois os resultados pos sveis: feminino ou masculino; - para o fenmeno estatura os resultados podem ter um nmero infinito de valores numricos dentro de um determinado intervalo. OBS: Para o nosso estudo importante definir: - Varivel Discreta: S pode assumir valores perten centes a um conjunto enumervel. o caso de con tagem (de cores; de defeitos; etc...) -V a ri v el Contnua: Pode assum ir qualquer valor entre dois limites, o caso das medies. 3.3. Populao e Amostra: Ao conjunto de entes portadores de, pelo menos uma caracterstica comum, d-se a denominao de POPU LAO ESTATSTICA OU UNIVERSO ESTATSTI CO. Um subconjunto finito da populao cham ado amostra. 3.4. Amostragem Tcnica especial para recolher amostras que garante, tanto quanto possvel, o acaso na escolha, para garantir que cada elemento da populao tenha a mesma chance de ser escolhido para fazer parte da amostra, garantindo

amostra o carter de representatividade do UNIVER SO ESTATSTICO. OBS: Muitas vezes a populao se divide em subpopulaes - estratos. Como provvel que a variao em estudo apresente, de estrato em estrato, um comporta mento heterogneo e, dentro de cada estrato, um com portamento homogneo, fundamental que o processo de amostragem leve em considerao os estratos. 4. Fases do Mtodo Estatstico 4.1. Definio do Problema Consiste numa definio ou formulao correta e pre cisa do problema (fenmeno) a ser estudado. Saber exa tamente o que se pretende pesquisar o mesmo que definir corretamente o problema. 4.2. Coleta de Dados Aps cuidadoso planejamento e a devida determina o das caractersticas mensurveis do problema que se quer pesquisar, damos incio coleta de dados numri cos necessrios descrio do fenmeno-problema. Formalmente a coleta de dados se refere obteno, reunio e registro sistemtico dos dados. 4.3. Apurao dos Dados Consiste em resumir os dados atravs de contagem, agrupamento e processam ento, dispondo-os mediante critrios de classificao.

Introduo ao Estudo de C ontrole Estatstico de Processo - CEP

Nilson Gonalves P. Baptista

Introduo

4.4. Exposio ou apresentao dos dados H duas formas de apresentao que no se excluem mutuamente: A presentao Tabular: dos dados num ricos na forma de tabelas; - Apresentao Grfica: apresentao geomtrica dos dados. 4.5. Anlise e interpretao dos dados O objetivo ltimo do estatstico tirar concluses sobre toda (populao) a partir das informaes forneci das por parte representativa do todo (amostra). Assim, realizadas as fases anteriores Estatstica Descritiva fazemos uma anlise dos resultados obtidos, atravs dos mtodos da Estatstica Indutiva ou Inferencial e tiramos desses resultados concluses e previses. 5. Coleta de Dados 5.1. Roteiro: Io) Definir o objetivo da coleta de dados. No controle da Qualidade, os objetivos da coleta de dados so: a) Controle e acompanhamento de processos; b) Anlise de no-conformidades; c)Inspeo 2o) Identificar o tipo de dados que devem ser coleta

dos e fazer a amostragem corretamente, observando-se a necessidade ou no de estratificao. Nota: Estratificao a diviso dos dados em subgru pos com base em determinado(s) fator(es). Por exemplo, se quisermos coletar dados sobre a estatura dos ndios de uma dada tribo amaznica, poderamos estratificar os dados por sexo e por faixa etria. 3o) Verificar e garantir a Qualidade das medies. Ser feito um julgam ento errado se as medies no forem confiveis. 4o) Registrar os dados corretamente: - a origem dos dados precisa ser registrada. Dados cuja origem no claramente conhecida podem tor nar-se inteis; - dados precisam ser registrados de tal modo que pos sam ser facilmente utilizados. 5.2. Folhas de Verificao: So formulrios nos quais os itens a serem verifica dos j esto impressos de modo que os dados possam ser coletados de forma fcil e concisa, garantindo um per feito registro dos dados. O projeto de uma Folha de Verificao adequada coleta de dados em questo nos proporciona a melhor forma de seguir os passos 2, 3 e 4 do roteiro de coleta de dados, apresentado acima. NOTA: Existem FOLHAS DE VERIFICAO onde os dados podem ser registrados atravs de marcas ou sm bolos sim ples e im ediatam ente organizados sem necessidade de processamento manual posterior.
9

*
Introduo ao Estudo de C ontrole Estatstico de Processo - CEP Nilson G o n c a lv ^ P ________________________________________________________________________________ Introduo

5.3. Exemplos 5.3.1. Coleta de dados sobre peas, obtidos atravs da realizaao de quatro medies em horrios preestabele cidos.

5.3.2. Coleta de Dados para registrar o dimetro de 25 peas cuja especificao de projeto 9,30 0,05 mm e avaliar a variao dos dimetros
_________________________________ FOLIIA DE VERIFICAO____________________ PKODUTQ: E X o C -0 2 1 8 ui spoNSVEL: A n a L u iz a
E M P R E S A S O M O S Q U A L ID A D E L T D A - D IR E T O R IA D A Q U A L ID A D E P R O JE T O : C E P - 0 3 /9 5 ____________

______

c o n f e r n c ia :

G a b rie l P e re ira
O: T a q u m e t r o 13

FOLHA DE VERIFICAO Empresa Somos Qualidade Ltda - Diretoria da Qualidade Produto: Inspetor:
---- ElXO C - 0 2 15 P m iftn-

i.O T i:
data

0 1 5 _______________________ /

in s t r u m e n t o d e m e d i

0 2 / 03
1 2

95
3 4

ltim ~ a fe ric o d o in s tr u m e n to : PECA 5 6 7 X 9 10 11 12 13 14 15 ir,

2 7 / 0 2 / 95
17 IX 19 20 21 22 23 24 25

A na 1 11 i 7j R n p tic f-j Local de C<>leta dos Dados:

/'nn n -in r A .,r.r -

IH M F/IR O >.20

IJnidaH e 4

>21 >22 >23 A f - \

DATA 9h 0 1 .1 2 .9 3 0 2 .1 2 .9 3 0 3 .1 2 .9 3 0 4 .1 2 .9 3 0 5 .1 2 .9 3 0 6 .1 2 .9 3 0 7 .1 2 .9 3 0 8 .1 2 .9 3 0 9 .1 2 .9 3 10.12.93 11.12.93 12.12.93 13.12.93 14.12.93 15.1 2 .9 3 12,3 13,1 12.5 12.9 11,8 11.5 12,2 11,9 14,1 12,9 14,2 13,7 11,6 14,1 13,2

HORA DA COI.F.TA 1lh 11.5 13,2 11,9 12,8 12,0 11,6 12.5 12,1 13,9 11.7 13,9 14,2 13.1 13,2 14,2 I4h 13,2 14,0 13,8 13,2 13.1 12,1 13,2 13,3 12,6 11.9 12,8 14.1 13.8 11,6 11.8 16h 14,1 12,8 13,7 12,7 12,9 13,4 13,0 14,2 14,1 13,2 12,7 11.9 14,0 1 1,9 11.7 A lb e rto L u is A lm e id a A lb e rto L u is A lm e id a G a b rie l P e re ira G a b rie l P e re ira
u

RESPONSVEL PELA COLETA DOS DADOS A lb e rto L u is A lm e id a G a b rie l P e re ira u A lb e rto L u is A lm e id a

9 24

9.25 9 2f> .-/ 9,28 9,29 9,30 9,31 9,32 9.33 11 9,35 9,36 9,37 9,3H 9.39 9 40 \ \ / N

A
V . s t / V

A \
v / /
}

(
/

\ \ \
\

\
V / / > /

O B S: N a c o n c e p o de FO L H A S DE V ER IFIC A O devem os considerar, em primeiro lugar, o objetivo da coleta de dados e, a seguir, executar vrias adaptaes criati vas at obtermos um formulrio final onde os dados possam ser coletados e registrados facilm ente e num a form a que seja a m ais apropriada ao objetivo.

10

Captulo 2

Grficos de Distribuio de Freqncia

I. Definies Bsicas I. I . Tabela Primitiva: aquela cujos elementos, dados, no oram necessa riamente organizados. Ex: Peso em gramas de 40 frascos tipo A 1.02 166 162
155 154 160 161 152 161 161 168 163 156 150 163 160 172 162 156 155 153 160 173 155 157 165 160 169 156 167 155 151 158 164 164 170 158 160 168 164 161

1.2 Rol: Tabela obtida aps a colocao dos dados em ordem crescente ou decrescente. Ex: Peso em gramas de 40 frascos tipo A l.02 (Ordem Crescente de peso)
______>

150 151 152 153

154 155 155 155

155 156 156 156

157 158 158 160

160 160 160 160

161 161 161 161

162 162 163 163

164 164 164 165

166 167 168 168

169 170 172 173

13

1 ^_ ___________ I_______

Introduo ao Estudo de Controle Estatstico de Processo - CEP

Nilson Gonalves P. Baptista

__________________________ ________________________

G rficos de Distribuio de Freqncia

1.3. Freqncia: Nmero de ocorrncias que fica relacionado a um determinado valor da varivel. Ex. freqncia do peso 155 no rol acima 4. freqncia do peso 160 no rol acima de 5. 1 4. Distribuio ou Tabela de Freqncia: Sao representaes nas quais os valores se apresenam em correspondncia com suas repeties, evitandose assim que eles apaream mais de uma vez na tabela como ocorre no rol. Ex. Peso em gramas de 40 frascos tipo A l.02*
P E S O (g) 150 151 152 153 154 155 156 157 FR E Q . 1 1 1 1 1 4 3 I P E S O (g) 158 160 161 162 163 164 165 166 FREQ . 2 5 4 2 2 3 1 I TO T A L 40

1.5. Classes: Classes de freqncia (ou simplesmente classes) so intervalos de variao da varivel. Ex.: Peso em gramas de 40 frascos tipo A 1.02
P E S O (g) 150 |----- 154 154 1 ----- 158 158 |----- 162 162 f 166 F R E Q N C IA 4 9 11 8 5 3 40

Nota: N esta distribuio de freqncia temos 6 clas ses: a primeira: de 150 a I54g ^ 5 a quinta: d e l6 6 a JL70g /

166 |----- 170 170 |----- 174 TOTAL PE S O (g) 167 168 169 170 172 173 FR EQ . 1 2 1 1 1 1

1.5.1. Lim ites de Classe: Denominamos limites de classe os extremos de cada classe. No exemplo acima temos: (Li): Limite inferior da 2a classe: 154g (Ls): Limite superior da 2a classe: 158g 1.5.2. Ponto Mdio de uma classe: Valor que divide o intervalo de classe em duas partes iguais: (Li + Ls)/2. No exejnplo, o ponto mdio da 3a classe :

* tabela nica tripartida por questo de espao.

J58 + 162 = 160g

14 15

G rficos de Distribuio de Freqncia

1.5.3. Amplitude de um intervalo de classe: a medi da de intervalo que define a classe: Ls-Li No exemplo da Ia classe, temos: 154 - 150 = 4g 1.5.4. Freqncia simples ou absoluta de uma classe E o numero de observaes correspondente a essa ciasSC. No exemplo, a freqncia da 4a classe 8.

1.8. Desvio Padro: uma medida usada para expressar o grau de con centrao (ou disperso) dos dados em torno da mdia. I, dado por: p L (Xi-xy S= ' n (Amostra);

1.6. Amplitude amostrai: amostradl,erena

t
(X , -X )2

Va' r m xim o e m fa o da

i= l________

(Populao)

No exem plo (tabela pg. 14): 173 - 150 = 23g 1.7. Mdia Aritmtica Simples:

onde: X j cada um dos valores da amostra; X a mdia aritmtica simples dos valores da amostra; n o nmero de valores da amostra. N o nmero de valores da populao Ex.: Peso em gramas do frasco tipo A 1.02 (dados de uma amostra)
FRASCO N 1 2 3 PESO 149 151 150 148 152 750 Xj - X -1 1 0 _2 2
...

A mdia aritmtica simples o quociente da diviso da soma dos valores da varivel pelo nmero de valores: X= J x, ? onde: i= l X a mdia aritmtica simples; X j cada um dos valores da varivel; n o nmero de valores Ex.: Calcular a mdia das notas de Geografia dos alu nos abaixo Maria: 9,8 Pedro: 8,5 Paulo: 7,7 Joo: 6,5
*= ^ ^ 7 7 ^ =g ^

(x ,-X )2 1 1 0 4 4 10

X = 750/5 = 150g

4 5 TOTAL

17

jm ro d u o ao Estudo de Controle Estatstico He P ^ . .- . . . ----------------------------- _ ----------Nilson Gonalves P. Baptista

G rficos de Distribuio de Freqncia

2. Como Construir Tabelas de Freqncia Nota: Usaremos para exemplo o Rol apresentado no item 1.2 (pg. 13) Etapas: 1 ) Calcular a amplitude amostrai: R R = 173 - 150 = 23 in .e l se: C'aSSeS 6 3 amplitude do

No nosso exemplo teramos: 23 ^ 2 = 11,5 e consideraramos 12 23 3 5 = 4,6 e consideraramos 5 A m bos os valores situam -se entre 5 e 20. Como tem os 40 valores (40 < 99) adotarem os 12. Logo a Amplitude do Intervalo de Classe 2. (Conforme nota 3 acima.) 3o) Determinar os limites das classes: - Os limites de classe tero uma casa decimal a mais que os dados; - O s limites da Ia classe tero que conter o menor valor da amostra; - Os limites da ltima classe tero que conter o maior valor da amostra; - Para se calcular o limite inferior da classe nmero n faz-se: Li Pelasse+ (n - 0 x Ac onde:

l O ^ u t r i O - ^ 7 tUde Am0S,ra' P r ' x l0" u 2 x . 11, 5 x 10 de f a a obter de 5 a 20 intervalos de classe de tamanho igual. Se houver duas possibilidades: use o menor resultado se o nmero de valores da amostra for igual ou maior que 100; use o m aior resultado se o nmero de valores da amostra for igual ou menor a 99. Notas: 1) O intervalo de classe deve ser um nmero inteiro l 2 ),oe f f S f ramos! " ^ 8Ual 3 043 iramos di r R por 0 01 (2 X ' 05 <5 * ,0 > * e -

Li = limite inferior da Ia classe; Ac = Amplitude de classe No nosso exemplo temos: - Menor valor da amostra: 150 - Maior valor da amostra: 173 - Ac (Amplitude de Classe): 2 -N m ero de Classes: 12

0,043 , 0,01 = 4,3 e consideraramos 4; 0,043 4 0,002 = 21,5 e consideraramos 22; 0,043 4 0,005 = 8,6 e consideraramos 9. 3) O valor usado para dividir R e determinar o nme ro de classes sera a amplitude do intervalo de classe.
18

Introduo ao Estudo de Controle Estatstico de Processo - C EP

Nilson G onalves P Ran,;.

G rficos de Distribuio de Freqncia

Limite inferior da Ia classe: 149,5 Ia classe: 149,5 >151,5

No nosso exemplo:
D IS T R IB U I O D E F R E Q U E N C IA DATA: 21.11.92 PESO EM GRAMAS DE 40 FRASCOS TIPO A 1.02 RESPONSVEL: OZ1RES SILVA - ENCARREGADO DE PRODUO CLASSE N 1 2 3 IN T E R V A L O 149,5 a 151,5 151,5 a 153,5 153,5 a 155,5 155,5 a 157,5 157,5 a 159,5 159,5 a 161,5 161,5 a 163,5 163,5 a 165,5 165,5 a 167,5 167,5 a 169,5 169,5 a 171,5 171,5 a 173,5 TOTAL P O N T O M D IO 150,5 152,5 154,5 156,5 158,5 160,5 162,5 164,5 166,5 168,5 170,5 172,5 II III lllllllll llll llll II II lllll llll M A R C A S DE FR E Q U E N C IA 2 2 5 4 2 9 4 4 2 3 1 2 40

Limite inferior da 12a classe: 149 5 + 11 X 2 171 ^ 12a classe: 171,5 >173,5 (Note-se que a Ia classe contm o menor valor 150 e a ultima o maior valor, 173) 4 ) Preparar a tabela de freqncia - A tabela deve conter a identificao completa dos dados; - A tab ela deve p o ssu ir as seguintes colunas da esquerda para a direita: nmero da classe; intervalo da classe; ponto mdio da classe; marcas de freqncia; freqncia. Deve ser mostrada a soma das freqncias que tem que ser igual ao nmero de dados da amostra.

4 5 6 7 8 9 10 II 12

3. Histogramas 3.1. Definio: uma representao grfica de uma distribuio de freqncia, que possibilita a organizao dos dados de uma amostra e que nos permite conhecer" a populao de forma mais objetiva. formado por um conjunto de retngulos justapos tos, cujas bases se localizam sobre o eixo horizontal de tal modo que seus pontos mdios coincidam com os pontos mdios dos intervalos de classe (largura igual Mmplitude do intervalo de classe) e cujas alturas so as Ireqncias das classes.

20

f
,

?lana e Eifcioieca

rf

ARTIN LUTHER - carxwa

jn tro d u o ao Estudo de Controle Estatstico de P r o c e ^ n .

p p p

Nilson Gonalves P. Baptista

G rficos de Distribuio de Freqncia

3.2. Como Construir Histograma: Etapas: 1 ) Construir a Tabela de Freqncia da amostra; 2a) Definir as escalas horizontal e vertical: N o ta: As escalas sero funo da A m plitude da Amostra e do tamanho que se deseja para o grfico. Suponhamos que se tenha uma Amplitude Amostrai 42,52 kg que querem os representar em 10 cm de papel, ento nossa escala ser: 42,52 kg = 4,252 kg para cada 1 cm ou 1:4 252 10,0 cm A escala horizontal determ inada em funo da amplitude e do tamanho que se deseja no eixo horizonA escala vertical deve que a altura de classe com tZeS a dlstancia entre o limite superior da ltima ser determinada de tal forma maior freqncia seja de 0 5 a o limite inferior da Ia classe e classe.

Se quisermos que a maior freqncia seja 0,75Ag, veremos que 9 cm representaro a freqncia 9, logo 1 cm para cada freqncia unitria. 3o) Faa o desenho indicando: - o que est representado em cada eixo; - valores indicativos em ambos os eixos; - o valor da mdia dos valores da amostra atravs de uma linha forte ( ); ttulo do histograma (na parte inferior); na parte superior direita o nmero de dados, o valor da mdia e, se calculado, o valor do desvio-padro da amostra; no eixo horizontal devemos deixar espao para uma i lasse antes da primeira e depois da ltima. Observao Importante: Outra forma de represen tao grfica de um a distribuio de freqncia o Polgono de Freqncia. Obtm-se um polgono de freqncia ligando-se os pontos determinados pelo ponto mdio de cada classe r a amplitude de classe. O ponto inicial ser o ponto mdio da classe ante11.i h primeira e o ltimo ser o ponto mdio da classe posterior ltima, sendo a amplitude zero em ambos os
l IliO S .

No nosso exemplo temos: - Maior freqncia = 9 - Limite inferior da Ia classe = 149,5 g - Limite superior da 12a classe = 173,5 g - Ag (Amplitude grfica) = 173,5 - 149,5 = 24 g ocuS ; , T ermOS que n eixo horizontal o histograma ocupe 12 cm. veremos que cada centmetro equivaler a

No exemplo temos: Mdia: X = 160,625 = 160,6g

23

jn tr o duo ao Estudo de C ontrole Estatstico de Processo - C EP

Nilson Gonalves P R n n y a

G rfico de Distribuio de Freqncia

3.3 Tipos de Histograma:

n = 40 X = 160,6

rf rh a) T ipo geral

J b) T ipo pente

1 4 9 ,5

1 5 3 ,5

1 5 7 ,5

1 6 1 ,5

1 6 5 ,5

1 6 9 ,5

1 7 3 ,5

P eso(g)
h is t o g r a m a

c) T ipo assim trico positivo

II

tU k.

d) Tipo abrupto esquerda

.l L

P E S O D E F R A S C O S A 1.02

OBS.. O polgono de freqncia est representado por uma linha tracejada. ifl
) Tipo achatado

xd
g) Tipo pico isolado

f) T ipo picos duplos

4. Curva de Freqncia
I I . Definio:

Como* em geral, os dados coletados pertencem a uma iimostra extrada de uma populao, podemos imaginar as am ostras to rn an d o -se cada vez m ais am plas e a amplitude das classes ficando cada vez menor, o que nos permite concluir que o Polgono de Freqncia tende a se tran sfo rm ar num a curva, C urva de F req n cia,

*
_________ G rficos de Distribuio de Freqncia

mostrando de modo mais evidente, a verdadeira natureza da distribuio da populao. 4.2. Tipos de Curvas de Freqncia:

4.3. Curva Normal: 4.3.1. Definio: uma das formas de distribuio de freqncia e a que mais interessa ao controle de Qualidade, pois, na maior parte dos casos, a distribuio de freqncia de uma caracterstica de Qualidade, tem iorma aproximada de uma curva normal. A curva normal simtrica e a maioria dos valores est prxima ao centro (onde est a mdia).

a) F orm a de sino sim trica: C urva N orm al

b) form a de sino assim trica esquerda

c) form a de sino assim trica direita

A curva normal unicamente determinada por dois parmetros: - a mdia; - o desvio-padro. 4.3.2. Caractersticas da Curva Normal: a) 99.7% dos valores de uma dis tribuio normal esto conti dos entre menos e mais trs d esvios-padro a partir do centro. b) 95,4% dos valores de uma distribuio normal esto con tidos entre menos e mais dois d esvios-padro a p artir do centro.

d) form a de jo ta

e ) form a de jo ta jnvertjcj0

0 form a de U

c) 68,3% dos valores de uma dis tribuio normal esto contidos entre menos e mais um desviopadro a partir do centro.
27

jn tro d u ao ao Estudo de C ontrole Estatstico de Processo - CEP

Nilson Gonalves P. Baptista

Grficos de Distribuio de Freqncia

5. ndice de Capacidade de Processo 5.1. Limites de especificao: Para que um produto seja considerado conform e ( entro das especificaes) ele ter que atender s carac tersticas estabelecidas como aceitveis. Assim, uma determinada medida ser aceita num intervalo. Os limi tes deste intervalo so chamados Limites de Especifica o. Se a medida de um determinado eixo especificada como 8.300 0,008 mm, temos: (8 300+% OTO)" de eSpeCflCaa (LSE>: 8-308 mm ' ' " ^ rior de especificao (LIE): 8,292 mm ( .juu - 0,008) 5.2. so: Cp Determinao do ndice de capacidade de proces

5.3. Avaliao de Processo pelo Cp: Io caso: Processo bastante satisfatrio : 1,33 ^ Cp 2o caso: Processo Adequado : 1,00 ^ Cp < 1,33 3o caso: Processo Inadequado : Cp < 1,00

LIE

LSE

LIE

LSE

I o caso: So especificados LSE e LIE (os dois limites de especificao) C LSE - I ,F P 6s , 6 S desvi-padro da amostra

Cp = 61,62-56,81 = 2,17 > 1,33 2,22

P rocesso b astan te satisfatrio

Cp = 6I62 - 56 81 = 0,66 < 1,00 7,32

P rocesso inadequado

2o caso: especificado apenas o LSE: C - LSE - X P -2 3s 3o caso: especificado apenas o LSE: n = X - LIE P 3s NOTA: 1) N a prtica, p ara avaliao da C apacidade de Processos, podemos usar histogramas assinalando neles as linhas de LSE e LIE. 2) No grfico da direita observamos que existem va lores fora dos limites de especificao.

28

Captulo 3

Grficos de Controle
1. Definies 1.1. Limites de Controle: So valores calculados a partir da mdia e do desviopadro da amostra. Indicam os limites de variao, de uma caracterstica da Qualidade, por causas aleatrias inerentes ao processo conforme ele (o processo) opera quando os dados so coletados.

Os limites de controle so calculados a partir das medies feitas efetivamente no processo, e, portanto, dizem respeito variao no pro cesso. J os limites de especificao represen tam exigncias e anseios e so determinados previam ente, de acordo com caractersticas desejveis.

1.2. Grficos de controle ou cartas de controle: Consistem em uma linha central, um par de limites de controle (um dos quais localiza-se acima e outro abaixo da linha central) e valores referentes a uma nica carac terstica da Qualidade, marcados no grfico representan do o estado do processo (em relao caracterstica da Qualidade em questo).
a . . Bibliotoc* A R flN L U TH E R - Canoas 31

jntro d iio ao Estudo de C ontrole Eslatistico de Processo - CEP

Nilson Gonalves P. Baptista Grficos de Controle

Um mesmo produto pode ter que atender a vrios requisitos de Qualidade (comprimento, dimetro, peso, volume, etc.) e desta forma podemos ter um Grfico de Controle para cada um destes requisitos da Qualidade. Para construir um grfico de controle, necessrio estimar a variao devida a causas aleatrias. Para esta finalidade, dividimos os dados em subgrupos em que os lotes de matrias-primas, as mquinas, os operadores e outros fatores so comuns, de modo que a variao den tro de um subgrupo possa ser considerada devida a cau sas aleatrias. Quando os pontos do grfico de controle incidem fora dos limites de controle, ou mostram tendncias particu lares, dizemos que o processo est fora de controle esta tstico, o que equivale dizer: Existem causas assinal veis de variao e o processo est fora de controle esta tstico. A fim de controlar um processo, devemos eli minar as causas assinalveis, evitando sua repetio. As variaes devidas a causas aleatrias so admiss veis.
L im ite s u p e rio r de c on trole

OBS: 1. Para se ter uma melhor noo da diferena entre limites de especificao e limites de controle, observe mos os casos abaixo; atentando para os lim ites (de Controle - LSC, LIC e Especificao - LSE, LIE): Io Caso 2o Caso

P ro ce sso fo ra de c o n tro le e sta ts ti co, g eran d o itens defeitu o so s.

P ro ce sso fo ra d e c o n tro le e sta tstic o , no g eran d o itens defeituosos.

3 Caso
LSC

4o Caso
LSC LSE LC LIE LIC

______Linha central Lim ite inferior de controle G r fic o d e C o n tro le de P ro cesso sob c o n tro le estatstic o

P ro c e s so so b c o n tro le e s ta ts tic o g eran d o itens d e fe itu o so s. ^

P ro ce sso sob c o n tro le e sta ts tic o no g eran d o itens d e feituosos.

2. Formao de subgrupos:
~ v ~ \~7

V ....... v

-> ~

T re c h o d e v a ria o por -------- c au sas alea trias - (O K )

G r fic o de C o n tro le d e P rocesso fo ra d e c o n tro le esta tstic o

O grfico de controle foi proposto em 1924 por W.A. Shew hart, Phd

Ao se formar subgrupos necessrio tentar agrupar os dados de tal maneira a no se ter causas assinalveis visveis, ficando a cargo do Grfico de Controle demons trar se existem ou no causas assinalveis no perspec tiveis. Para viabilizar isto:

32

Introduo ao Estudo de C ontrole Estatstico de Processo - CEP

N ilson G onalves P. Baptista

Grficos de C ontrole

a) o processo deve ser executado, tanto quanto pos svel, sem variaes das condies tcnicas; b) os dados coletados em perodos pequenos devem ser agrupados num mesmo subgrupo. A m udana da m aneira de se form ar subgrupos causar uma mudana nos fatores que constituem a vari ao dentro do subgrupo. As variaes nos dados coletados so classificadas como: a) variaes dentro dos subgrupos,

produto do processo atribuem s caractersticas da Qualidade do produto em questo. Por exemplo, se comprimento e cor so caractersti cas da Qualidade de um produto, e o cliente s se inter essa pelo comprimento, este deve ser a caracterstica de \ c o n t r o l e do processo 5. Uso de grficos de controle: O grfico de controle um meio eficaz de se identi ficar condies anormais do processo. Ao se eliminar estas condi es e co lo car o p ro cesso sob controle obtm-se melhoria no processo.

b) variaes entre subgrupos. Uma formao indevida de subgrupos conduz a um grfico intil. 3. Estratificao: A estratificao um mtodo de se identificar a fonte de variao dos dados coletados, classificando-os de acordo com fatores distintos envolvidos. Se, por exem plo, quisermos coletar dados sobre o comprimento de cilindros produzidos em duas mquinas A e B, podemos juntar os dados ignorando a mquina onde foram produzidos os cilindros ou estratificar os dados separando-os por mquina. 4. Caracterstica de Controle: Uma caracterstica da Qualidade que utilizada para o controle do processo denominada caracterstica de controle do processo. A escolha da caracterstica de con trole deve ser funo da importncia que os clientes do
34
LSC LC

2. Tipos de Cartas de Controle 2.1. Carta de Controle de Mdias e Amplitudes: X - R U sada para controlar e analisar um processo com valores contnuos da Qualidade - dados obtidos por medies. Constitui-se de um grfico X onde os pontos caracte rsticos so as mdias dos subgrupos e de um grfico R onde so marcadas as amplitudes de cada subgrupo.
LSC LC L1C

G rfico X: M dias

G rfico R: A m plitudes

35

in tr oduo ao Estudo de C ontrole Estatstico de Processo C EP

Nilson Gonalves P Baptista

Grficos de Controle

4 OBS: Coleta de dados para grficos X - R Colete at 100 dados. Divida-os em 20 ou 25 subgrupos, com 2 a 5 dados cada um, conform e o nmero total de dados e a forma de coleta. Quando no houver nenhum critrio tcnico para ormao de subgrupos, divida e registre os dados na ordem em que foram coletados. Frmulas:
L C = X

2. Por subgrupo entende-se cada lote de peas que compe a amostra. Por exemplo, contaremos defeitos em cada lote de 5 peas, num total de 20 lotes. Logo nossa amostra de 100 peas. OBS: Coleta de Dados para Grficos de Controle de Atributos: 1. Obtenha uma amostra, divida-a em 20 a 25 subgru pos, com 4 a 5 dados por subgrupo. 2. Conte e registre o nmero de peas defeituosas ou de defeitos por cada subgrupo, numa Folha de Verifica o.

G rfico X ls c = S

+ a2R

nc^e ^ ^ a m dia das am plitudes

[LIC = X - A 2 R

G rfico R

( LC~ R
| l s c = d 4r
G R F IC O X
a

N DE DADOS PO R SU B G R U PO 2 3

G R F IC O R
d4

H quatro tipos de Cartas de Controle de Atributos.

Tipo C ontam os N dc peas por siihgrupo Frm ulas

1 .8 8 0 1,023 0 ,7 2 9 0 ,5 5 7

3 267 2 .5 7 5 2 ,2 8 2 2,1 15

4 5

"pn"

Constante Peas Defeituosas

2.2. Grfico de Controle de Atributos: Usado para controlar e analisar um processo com valores discretos da Qualidade - dados obtidos por contagens. usado quando contamos nmero de peas defeituo sas ou nmero de defeitos.
"c"

LSC = pn + 3 pn( 1 - p) onde p _ total de peas defeituosas LC = pn total de peas da am ostra 1 n = nu de peas por subgrupo LIC r pn - 3 pn( 1 - p)

,,p

LSC = p + 3 p( 1 - p ) / n onde p = S frao d efeitu o sa *' L = p total de peas da amostra

Varivel
LIC = p - 3 0 p( 1 - p) / n

n _ n- de peas por subgrupo *2

LSC = c + 3 0 c _ _

onde c = total de nu de defeitos total de peas da am ostra

Constante
LIC = c - 3 T

NOTAS:
Defeitos

1. Uma pea defeituosa pode ter um ou mais defeitos. Logo, num lote de 100 peas podem os ter 13 peas defeituosas e 34 defeitos, por exemplo.

"u"

Varivel

LSC = + 3 u / n _ y, LIC = u - 3 u n

onde p = Sdefeitos/unidades total de peas da am ostra n _ n- de peas por subgrupo *4

37

G rficos de Controle Introduo ao Estudo de C ontrole Estatstico de Processo - CEP Nilson Gonalves P. Baptista

OBS.: 1) Nos casos em que o nmero de peas varia, os limites de controle no so constantes devido as altera es do tamanho do subgrupo. Isto significa que toda vez que alterarmos o tamanho do subgrupo, temos que recalcular os limites de controle. Nestes casos, os grficos de controle p e u tero a forma genrica abaixo:

Exerccios: Indique o tipo de carta de controle (X - R, np, p, c, u) para cada um dos casos abaixo. 1 Uma linha de montagem produz torradores e eles passam por um teste final. A linha compassada de forma que 50 unidades so testadas por hora. O numero de unidades defeituosas dado abaixo, para 20 horas consecutivas de produo:
HORAS 0* 1 2

V
1

3 _L

4a 1 __

5a 1

6a 1

7 L i.

8 1

9 3

19 20" 1 10a IIa 12" 13a 14a 15a 16" 17a 18a p 1 2 1 2 1 2 2 1 2 1 L il

* Q = quantidade de peas defeituosas

Resposta:_____________ 2) *' - Frao Defeituosa a mdia do nmero de peas defeituosas por subgrupo. Assim, se o subgrupo tem 5 peas das quais 2 esto defeituosas a frao defeituosa 2/5 = 0,40 3) *2 - n varia de subgrupo para subgrupo. Ver obs. 1. 4) *3 - Defeitos/ Unidades a medida do nmero de defeitos por subgrupo. Assim, se o subgrupo tem 30 peas e 5 defeitos a mdia de 0,1667 defeito por unidade 5) * ' - n varia de subgrupo para subgrupo. Ver obs. 1. 2 Prolas cultivadas so enviadas do Japo em 4 tamanhos de embalagens: 25, 50, 75, 100 pedras. Cada embalagem esvaziada e as prolas so selecionadas para separar as cinzas que so defeituosas . O registro de 20 embalagens
TAMANHO DA N PROLAS CINZA 50 100 100 25 75 75 50 25 50 100 25 50 25 75 100 100 25 25 50 75 rJ l 4 1 2 0 2 2 5 4 2 4 1 3 2 1 1 4 3

Resposta: 3. Uma linha de montagem de carros tem uma esta o de teste que registra o nm ero total de deteitos

N O TA IM PO R T A N T E : A tu a lm en te , fazer Grficos de Controle trabalho de computador

38

Introduo ao Estudo de C ontrole Estatstico de Processo - CEP

N ilson Gonalves P. Baptista

Grficos de Controle

encontrados nos carros. A linha produz e testa 100 car ros por dia. O nmero de defeitos para 15 dias consecu tivos :
DIA N D E F E IT O S 1" 10 2 10 3" 10 4" 8 5 7 6 11 7" 13 8" 5 9" 9 10" 11" 12" 13" 14" 15" 8 7 5 4 12 7

Exemplo 1: Tomemos o enunciado do 5o exerccio e os dados da tabela a seguir e tracemos a carta de controle do proces so. Especificao do dimetro (|) = 83,4 0,5 mm

Resposta: 4. Uma empresa de pedras preciosas vende esmeral das em embalagens de 4, 12, 20 e 50 pedras. Os defeitos que as esmeraldas apresentam so: cor, impureza, lapi dao e brilho no-conform es. Foi feita uma anlise registrando-se o nm ero de defeitos por embalagem estudada de 21 embalagens
TA M A N H O EM BA LA G EM N D EFEITOS
50

E M PR E S A SO M O S QUALID A D E REF.: D I M ETR O D E EIXOS C ILN DRICO S R ESP : ANA LUIZA PEREIRA DE A LM EIDA C O LET A DE DADOS SUB GRUPO (SG) DATA *1 DIMETROS LIDOS

FOLHA DE VERIFICAO IN STRUM EN TO IDENTIFICAO PA Q U M ETRO B-126 AFERIO 30/10/92

V A LO R ES D ETERM IN AD O S X XM X XM R 1.4 0,3 1.1

-~ (T.T ~

01 2 0 50 4 2 02 02 22 2 50 50 4 4 1 21 0 4 1 02 1 2 50 2 0 2 3 0 21 8 0 10 3 7 1 1 0 7 9 10 5 1 8 1 01
4

Resposta: 5. Num processo de usinagem coletou-se durante 25 dias, quatro vezes ao dia, a medida de eixos cilndricos em mm.
R e sp o sta s:

x4 x3 x2 82,7 1 01.11.92 84,1 83,0 82,8 83,9 2 02.11.92 84,2 84.1 84,0 82,9 3 03.11.92 82,7 83,2 83,8 - ~ n ----- - o c n ^ ) 2 - 83 ,"0 " 8 2 T - - "82.-8- - - 8 . r , r 5 05.11.92 84,5 83.9 82,5 83,7 6 82,8 84,0 08.11.92 83,6 83,2 7 09.11.92 82,9 83,3 82,7 84,2 84,1 8 10.11.92 83,6 83.8 82.9 - - - 9 ----- " r r n . w 782,3 -8 2 7 7 " 8 3 ,1 " ' " 83:6-" 10 83,0 83,4 83,5 84,0 12.11.92 82,0 82,7 11 15.11.92 83,1 84,3 12 16.11.92 83,5 84,1 83,0 83,3 82,9 13 17.11.92 84,2 83,2 83,3 T4----- - r s r n m ~ 84 ,"4 " 8 3X " 83,^ ' - 8 4 X 82,9 15 19.11.92 84,0 83,2 82.7 84,1 83,6 82.9 16 22.11.92 83.1 83,4 83,7 17 23.11.92 82.8 83,5 82,5 83,7 84,0 18 24.11.92 83,4 _ _ T9_ _ _ Z5:n.7>Z" " 84 ,TT " 8X9- _8 3 ;8 -' " 8 T,9" _ 20 82,7 26.11.92 83,7 82,8 84,1 83,5 84,0 21 29.11.92 84,3 83,2 84,1 82.8 83,4 22 30.11.92* 83,7 82.9 23 01.12.92 83,2 83,6 82,5 24 02.12.92 83,2 83,5 82,1 83,5 25 83,6 84,6 83,7 03.12.92 83,5 TAT A1C Legenda da Tabela x = Dado X = Mdia Aritmtica Simples do subgrupo Nota: X do subgrupo deve ser calculada com uma casa decimal a mais que os dados

84,1 83,15 82,7 83.9 84,05 84,2 83,15 83,8 82,7 "82,93" - - 8T, r - -8218" " 83,65 84,5 82,5

2,0

83,40 84,0 82,8 1,2 83,28 84,2 82,7 1,5 83,60 84,1 82,9 1,2 ' -8Z.98"" " 8.T,<r " " 8 2 , 3 - ' 171 83,48 84,0 83,0 1,0 83,03 84,3 82,0 2,3 83,48 83,0 84.1 1,1 83.40 82,9 84,2 1,3 " -84,(T5-' - 8 4",4" " - 83,'8- " 07T 83,20 84,0 82,7 1,3 82,9 83,43 84,1 1,2 83.35 83,7 82,8 0,9 83,40 84,0 82,5 1.5 ' ^ T .9 (r' T W " ' 8 3 ^ " - D 7T 83.33 84,1 82,7 1.4 83,75 84,3 83,2 l.l 83,50 84,1 82.8 1,3 83,05 83.6 82,5 U 83,08 83,5 82,1 1,4 83,85 84,6 83,5 l.l 2.085,47 28,9

2.p 3. c Resposta:

1. pn

4. li 5. X - R

x = Mximo valor do subgrupo x MjN = Mnimo valor do grupo R = Amplitude do subgrupo

Introduo ao Estudo de C ontrole Estatstico de Processo - CEP

Nilson Gonalves P. Baptista

G rficos de Controle

Clculos: a. Mdia das Mdias dos Subgrupos: x _ 2.085.47 _ 83,419

25 b . R = 28*9 = 1,156

Limite Superior de Controle: LSC = D 4r = 2,282 x 1,156 = 2,638 Limite Inferior de Controle: LIC = no considerado

25 Nota: =x e R devem ser calculados com duas casas decimais a mais que os dados originais.

c. Clculo dos Limites de Controle:

c .l. Grfico X Linha Central: LC = X= 83,419 Limite Superior de Controle: LSC X + A 2 r 83,419 + 0,729 x 1,156 = 84,262 Limite Inferior de Controle: LIC = X - A2 r = 83,419 - 0,729 x 1,156 = 82,576 c.2. Grfico R Linha Central: LC = R= 1,156 Grfico X - R Dimetro de Eixos Cilndricos (mm)

42

Introduo ao Estudo de Controle Estatstico de Processo - CEP

Nilson G onalves P. Baptista

G rficos de Controle

Exemplo 2: Numa confeco de calas jeans decidiu-se fazer um estudo sobre defeitos na produo. Para isso contou-se o nmero de calas defeituosas em cada lote de 50 calas, num total de 20 lotes. A partir dos dados coletados fazer um Grfico de Controle.

Clculos: Trata-se de um grfico pn, pois contamos peas defeituosas e o nmero de peas por subgrupo cons tante, igual a 50. Legenda: p = nmero de peas defeituosas por subgrupo;
FOLHA DE VERIFICAO EMPRESA JEANS PERFEITO

n = nmero de peas por subgrupo; h = nmero de subgrupos, a. Clculo da Mdia de Peas Defeituosas
P =

R E F .:C A L A S D E F E IT U O S A S P E R O D O D E C O L E T A : R E S P .: H E L O S A M O R A E S N DO LOTE
(S U B G R U P O ) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

01 A 0 5 /1 1 /9 2 TURNO: NOITE

NM ERO DE CALAS DEFEITUOSAS POR LOTE (P)

2 3 5 8 1 0 0 2

hxn

62 20 x 50

=0,062

b.
b 1

Clculo dos Limites de Controle:

L C = p n = 0,0 6 2 x 5 0 = 3,10 L S C = p n + 3 ^ /p - n ( l p) = 3 ,1 0 + 3 ^ 3 ,1 0 x ( l - 0 ,0 6 2 ) = 8 ,2 2 LIC = p n 3^/p n ( l - p ) = 3 ,1 0 -3 ^ 3 ,1 0 x (1 -0 ,0 6 2 ) = -2 .0 2

^2
, ^

1
7 5 2 4 0 3 3 1

(por ser negativo no considerado)

1
5 9 62

TOTAL:

Grfico de Controle de Processo Calas Defeituosas por lote de 50 peas

44 45

G rficos de Controle Introduo ao Estudo de C ontrole Estatstico de Processo - CEP Nilson Gonalves P. Baptista

Grfico de Controle
1. Clculo dos limites de controle 1.1. Grfico X: Linha central = X = 53,2760 = 53,28 LSC = X + A2R = 53,2760 + 0,576 = 57,70 LIC = X = A2R = 53,2760 - 0,729 x 0,576 = 52,86 1.2 Grfico R: Linha central = R = 0,576 LSC = D4R = 2,282 x 0,576 = 1,314 LIC: no considerado pois n < 6 2. Grfico
Limite de Especificao

A partir deste ponto entraremos no mbito da Estatstica Inferencial

O o b je tiv o de a n lise do p ro c e sso atra v s dos Grficos de Controle a identificao de causas assi nalveis de variao de uma caracterstica da Qualidade em um processo. Detectada a existncia destas causas indesejveis de variao preciso promover correes no processo para elimin-las. A anlise atravs das Cartas de Controle nos possi bilita observar a existncia de problemas nos processos mesmo quando estes esto sob controle estatstico.

LSC = 1,314

D im etro de eixos cilndricos em mm C arta de C ontrole X - R

47 46

Introduo ao Estudo de C ontrole Estatstico de Processo - CEP

Nilson Gonalves P. Baptista

Grficos de Controle

3. Anlise de Cartas de Controle - Critrios 3.1. Pontos fora dos limites de controle: Indicam que o processo apresenta causas assinalveis e, portanto, est fora de controle estatstico. 3.2. Seqncia: a situao em que pontos consecutivos situam-se em um dos lados da Linha Central segundo os padres (indesejveis) abaixo: a) M ais de cinco pontos consecutivos de um mesmo lado; b) Pelo m enos 10 de 11 pontos consecutivos de um mesmo lado; c) Pelo m enos 12 de 14 pontos consecutivos de um mesmo lado; d) Pelo m enos 16 de 20 pontos consecutivos de um mesmo lado. 3.3. Tendncia: Quando mais de 5 pontos formam uma linha cont nua, ascendente ou descendente. 3.4. Periodicidade: Quando o traado mostra repetidamente uma tendn cia para baixo e para cima em intervalos aproximada mente iguais.

3.5. Proximidade da linha central: A partir da linha central traam-se duas linhas, uma acima e outra abaixo, distando 1,5s (desvio-padro) da linha central Se a maioria dos pontos da linha de controle estive rem posicionados entre as duas linhas l,5s, isto se deve a uma maneira inadequada de formao de subgrupos. A proximidade da linha central no significa necessa riamente que o processo esteja em boas condies, mas sim que foram misturados inadequadamente, dados de amostras diferentes, em um mesmo subgrupo. Neste caso necessrio mudar a maneira de se formar subgru pos. 3.6. Proximidade das linhas de controle: Quando dois pontos de uma seqncia de trs locali zam-se muito prximos s linhas de controle isto sinal de problema no processo. Exerccios: Analise os processos abaixo pelos critrios acima:

Resposta:

49

G rficos de Controle Introduyo ao Estudo de C ontrole Estatstico de Processo - CEP N ilson Gonalves P. Baptista

2.

CARTA R

Grfico de Controle X - R

Carta de Controle X - R
(2 )

3.

( 1)

No caso (2) as mdias dos subgrupos esto estveis enquanto as amplitudes esto crescendo.

Resposta:

___________

Observao: Anlise do Grfico X - R Neste tipo de carta temos uma linha de controle de mdias e uma linha de controle de amplitudes. Podemos analisar os dois grficos em conjunto e tirarmos impor tantes concluses O grfico de mdias mostra se o processo est ten dencioso e a carta de amplitude mostra a disperso do processo. No caso (1) as mdias dos subgrupos esto flutuando para baixo enquanto as amplitudes esto estveis.

O mais importante no Controle do Processo compreender o estado do processo com exati do, in te rp retan d o o g rfico de co n tro le e tomando prontamente aes apropriadas quan do algo suspeito for encontrado. Hitoshi Kume

R e s p o s ta s : 1. P o n to s fo ra d o s lim it e s d e c o n tro le ; S e q n c ia : 10 d e 11 p o n to s d e u m m e s m o lad o . 2. T e n d n c ia , P erio d ic ic lade. 3. P r o x im id a d e d e linl ia d e c o n t r o l e , P r o x im id a d e d a lin h a c e n tra l.

P w tM C

Bihlint^. 51

M A R T IN L U T H E R - Cano<

Reflexo
Estudamos o comportamento dos processos, conside rando estveis as causas aleatrias de variao, na inten o de detectar a presena de causas assinalveis, ou seja, isolamos uma caracterstica da Qualidade e verifi camos se, quanto a ela, o processo estava ou no sob controle estatstico. O bserve-se que nossa inteno foi, to som ente, detectar problemas. No nos preocupamos em identifi car nem quantificar as causas destes problemas. O estudo de um processo o passo inicial para a sua melhoria. um meio e no um fim. A finalidade ltima , uma vez constatado o problema, pesquisar e elim inar as causas assinalveis de variao que esto afetando a Qualidade dos produtos. , pois, indispensvel que se compreenda a diferena entre os dois tipos de causas de variao e entender o que expressa um Grfico de Controle E statstico de Processo (CEP). Aps tomarmos medidas para modificar o processo visando a sua m elhoria reduo ou elim inao das causas assinalveis - necessrio que se faam novos grficos de controle para monitorar as alteraes no pro cesso.
53

Introduo ao Estudo de C ontrole Estatistico de Processo - CEP

Nilson Gonalves P. Baptista

A melhoria contnua dos processos um dos princi pais objetivos da GQT Gerncia da Qualidade Total. O uso de tcnicas estatsticas um dos requisitos item 4.20 - da norma ISO 9001. Nilson Gonalves P. Baptista

Bibliografia
1. KUME, Hitoshi: Mtodos Estatsticos para Melhoria da Qualidade. Editora Gente, 1993. 2. C R ESPO , A. A ntnio: E statstica Fcil. E ditora Saraiva, 1993. 3. TOLEDO, L. Geraldo e OVALLE I. Ivo: Estatstica Bsica. Editora Atlas, 1985. 4. K A ZM IER , J. L eonardo: E sta tstica A p lica d a a Economia e Administrao. Editora M cGraw-Hill, 1982. 5. CEP-Controle Estatstico do Processo. IMAM. 6. BRASSARD, Michael: Qualidade Ferramentas para uma M elhoria C ontnua, q u a l i t y m a r k e d i t o r a , 1985. 7. Joiner A ssociates Inc.: Times da Q ualidade. Co mo U sar E q u ip es p a ra M elh o ra r a Q ualidade. Q U A L IT Y M A R K E DITO RA , 1992.

55 54