FERRAMENTAS BSICAS DA QUALIDADE

INTRODUO

Os mtodos estatsticos so ferramentas eficazes para a melhoria do processo produtivo e reduo de seus defeitos. Entretanto, preciso que se tenha em mente que as ferramentas estatsticas so apenas ferramentas: elas podem no funcionar, caso sejam aplicadas inadequadamente.

As pessoas, com freqncia, tentam reduzir os defeitos de produo pelo rastreamento causa do defeito. Esta uma abordagem direta e, primeira vista, parece ser eficiente. Mas na maioria dos casos, as causas detectadas por esta abordagem no so as verdadeiras. Caso sejam tomadas aes contra defeitos com base no conhecimento daquelas falsas causas, a tentativa pode ser mal sucedida, e o esforo desperdiado. O primeiro passo na busca da verdadeira causa a cuidadosa observao do fenmeno do defeito. Aps tal observao cuidadosa, a verdadeira causa tornase evidente.

As ferramentas estatsticas conferem objetividade e exatido observao. As mximas da forma estatstica de pensar so:

1. Dar maior importncia aos fatos do que aos conceitos abstratos; 2. No expressar fatos em termos de intuio ou idias. Usar evidncias obtidas a partir de resultados especficos da observao; 3. Os resultados da observao, sujeitos como so a erros e variaes, so parte de um todo obscuro. A principal meta da observao descobrir este todo obscuro; 4. Aceitar o padro regular que aparece em grande parte dos resultados observados como uma informao confivel.
5

Estatstica a cincia responsvel pelo estudo dos dados.

Estatstica envolve: - coleta - organizao - descrio - anlise - interpretao de informaes numricas.

7

A estatstica deve ser encarada como uma ferramenta que ir auxiliar no processo de tomada de deciso.

FERRAMENTAS BSICAS DA QUALIDADE Estratificao; Folha de verificao; Grfico de Pareto; Diagrama de causa e efeito ("ISHIKAWA") Matriz de Deciso; Histograma; Grfico de correlao; Grfico de controle.
9

ESTRATIFICAO

uma forma de dividir ou separar um conjunto de dados em vrios outros, denominados camadas ou estratos.
Finalidade: Possibilitar melhor avaliao das caractersticas de um problema por meio de agrupamento de dados. Agrupamentos: Tempo, local, tipo, sintoma, indivduo, outros.

10

Dica A estratificao pode ser feita sob variados aspectos, visando, por ex.:, identificar detalhes das causas dos feitos que surgiram em uma determinada diviso.

11

FOLHA DE VERIFICAO

um formulrio onde os estratos a serem observados foram previamente definidos e impressos. Finalidade: Facilitar a coleta de dados; Tornar prtico o manuseio dos dados em clculos estatsticos
12

Como fazer: Ao construir a folha de verificao, faa inicialmente as seguintes perguntas:

o qu, quando, por qu, quem, onde e como ser coletado.

Pergunte se os dados que sero coletados podem ser estratificados por tempo, tipo, local,
sintoma, indivduo, etc.

13

Exemplo: - Folha de verificao de defeitos em eletrodos (anodos);

- Gerncia de Carbono de Revestimento; - Oficina de Chumbamento de Hastes - Junho/92

14

Dicas
A tarefa de coletar e manusear dados parece fcil. No entanto, tende a se tornar difcil quando o nmero de reas e pessoas envolvidas aumenta. Para garantir a consistncia dos dados e otimizar o processo de coleta, devemos nos orientar segundo os seguintes procedimentos:

15

Procedimentos:
O pessoal deve estar informado e treinado; O volume de dados a ser coletado deve ser representativo do todo; Os dados devem ser coletados de modo aleatrio; Os dados devem ser associados a smbolos, contagens ou marcaes; O universo sob observao deve ser homogneo.

16

GRFICO DE PARET0 uma forma especial do grfico de barras verticais organizadas em ordem decrescente de ocorrncias.

Finalidade:
- Identificar os problemas relativos qualidade em poucos vitais e muitos triviais; - Analisar diferentes grupos de dados; - Comparar o efeito aps mudana no processo.
17

Etapas: 1 Passo: Identificar o problema - Defina o problema que ser investigado. (tipos de defeito ou de acidentes; custo dos tipos de defeitos ou de acidentes etc.) - Decida como os dados sero coletados. (usando a estratificao e a folha de verificao).
18

2 Passo: Coletar dados (folha de verificao)

Rena os dados atravs da folha de verificao, elaborada no passo anterior. (Os itens que no foram definidos na folha, e que porventura venham a aparecer durante a coleta, devem ser includos sob o ttulo de outros).

19

Exemplo: Folha de verificao - Tipo de defeitos em automveis

Defeitos Motor Cmbio Eltrico Freio Suspenso Outros Total Quantidade 13 18 07 02 31 02 73

20

3 Passo: Organizar dados

Liste os itens coletados por ordem decrescente. Mas ateno: o item outros deve ser relacionado no final, mesmo que sua quantidade seja maior que a dos demais.

21

Folha de verificao - Tipo de defeitos em automveis

Defeitos Suspenso Cmbio Motor Eltrico Freio Outros Total Quantidade 31 18 13 07 02 02 73

22

4 Passo: Calcular os percentuais Encontre os percentuais relativos de cada item em relao ao total; e o percentual acumulado somando cada percentual relativo.

23

Folha de verificao - Tipo de defeitos em automveis

Defeitos Suspenso Cmbio Motor Eltrico Freio9 Outros Total

Quantidade 31 18 13 07 02 02 73

% relativo 42,5 24,7 17,8 9,6 2,7 2,7 100,0

% acumulado 42,5 67,2 85,0 94,6 97,3 100,0 -

24

5 Passo: Elaborar o grfico de Pareto.

Desenhe dois eixos verticais e, entre eles, um eixo horizontal. Marque no eixo vertical esquerdo a escala das quantidades, onde o mximo valor da escala corresponde quantidade total dos itens. No eixo vertical direito marque a escala dos percentuais, onde o mximo valor (100%) corresponde ao mximo do eixo vertical esquerdo. No eixo horizontal desenhe da esquerda para a direita, barras verticais, sendo a altura de cada barra definida pela quantidade. Desenhe a curva de percentuais, acumulados a partir dos pontos plotados acima do canto direito de cada uma das barras. Adicione ao grfico o nome de cada item, o ttulo de cada eixo, o ttulo do grfico, o perodo de coleta dos dados, o total de dados etc. 25

Exemplo:

Exemplo:

26

DIAGRAMA DE CAUSA E EFEITO ("ISHIKAWA")

Representa a relao entre o efeito e todas as possibilidades de causas que podem contribuir para este efeito.
Finalidade: Identificar de modo simples, rpido e sistemtico a relao mltipla entre causa e efeito. Tambm utilizado para estabelecer os itens de verificao.

27

 Etapas: Identificar o problema; Desenhar a cabea do diagrama (efeito); Listar as causas; Identificar o diagrama de causa e efeito.

28

1 Passo: Identificar o problema Defina o problema e sua importncia. Para isso, convide todas as pessoas que estejam envolvidas direta ou indiretamente com o problema, sobretudo aquelas que convivem com o problema h mais tempo. Inclua entre elas: executantes, supervisores, engenheiros, gerentes e consultores, de modo que todos sintam a responsabilidade de contribuir e participar na soluo do problema.

29

2 Passo: Desenhar a cabea do diagrama (efeito)

Escreva o problema no lado direito do papel dentro de um quadro, para que todos possam ter uma viso clara do mesmo.

Problema

30

3 Passo: Listar as causas

Relacionar todas as provveis causas no diagrama.
Distribuio de cinco cartes para cada Pprticipante; Aps esse tempo cada participante entrega um dos cartes ao coordenador. O coordenador, em conjunto com o grupo, organizar as causas em colunas, identificando as primrias, as secundrias, s tercirias e eliminando as repetidas. Se aps as cinco rodadas surgirem novas idias (causas), devero ser distribudas novos cartes e o grupo deve voltar ao item 2. Finalmente o coordenador, atravs das causas j organizadas, constri o diagrama de causa e efeito.
31

4 Passo: Identificar o diagrama de causa e efeito.

Escreva o ttulo, participante, data e outras informaes que julgar necessria.

32

Dicas
- Lembrar de listar as causas que podem influenciar significativamente o problema; - Expressar o problema ou efeito em termos concretos ou quantitativos. - Para facilitar a construo do diagrama no processo produtivo, as ramificaes principais so definidas pelas categorias de: mquina, mo-de-obra, matria-prima, meio ambiente, medida e mtodo, conhecidos tambm como grupo dos 6M. - Evitar construir um diagrama com um nmero muito grande de ramificaes, medida que dificulta o entendimento e a anlise. Quando for esse o caso, faa com que as ramificaes principais maiores sejam transformadas em novos diagramas de causa efeito.
33

- O diagrama de causa e efeito o resultado do conhecimento de um conjunto de pessoas acerca de um problema qualquer:
(um diagrama com um nmero reduzido de causas pode representar a pouca experincia do grupo em relao a esse problema);

-A anlise das causas, com base apenas em percepo ou sensibilidade, no ajudar muito na soluo do problema.
( A maioria dos problemas que poderia ser resolvida dessa forma j foi solucionada, restando aqueles que s podero ser resolvidos mediante a utilizao de fatos e dados, que a postura mais lgica e cientfica).

34

MATRIZ DE DECISO

Quando uma alternativa de soluo deve ser selecionada entre um pequeno nmero de outras, um timo processo ponderar diferentes critrios de avaliao. Desde que nem todos os critrios so avaliados igualmente, formamos, dessa forma, uma matriz de deciso que vai revelar os pontos fortes e fracos de cada alternativa.
35

O procedimento consiste em:

Escolher os critrios ; Construir uma matriz; Comparar cada alternativa com cada um dos critrios; Multiplicar a nota de cada alternativa; Somar, para cada alternativa, todas as notas ponderadas; Verificar qual a alternativa que obteve o maior nmero de pontos.

36

Exemplos de critrios:
Rapidez e facilidade de execuo; Possibilidade de teste preliminar; Boa relao custo x benefcio; Existncia de know how interno; Reao a mudana administrvel; e Aspectos sociais.

37

Exemplo: Problema: Falta da cozinheira no dia do jantar para 10 convidados.

Alternativas: 1. Solicitar uma cozinheira a uma agncia; 2. Encomendar o jantar em um restaurante; e 3. Fazer o jantar sozinha.

38

CRITRIOS
DESCRIO
PESO

ALTERNATIVA1
NOTA PONDERAO

ALTERNATIVA2
NOTA PONDERAO

ALTERNATIVA3
NOTA PONDERAO

Rapidez e facilidade Possibilidade teste Boa relao custo / benefcio Existncia de Know how Reao a mudana

5 3 4 5 2

3 1 4 5 5

15 3 16 25 10 69

5 4 3 5 4

25 12 12 25 8 82

2 1 5 2 2

10 3 20 10 4 47

Total

39

HISTOGRAMA
uma ferramenta que envolve a medio de dados e mostra a sua distribuio. Mostra quanto de variao existe em qualquer processo. Finalidade: - Verificar a capacidade do processo, ou seja, a quantidade de variao existente no mesmo; - Comparar a distribuio dos dados com limites de especificao; - Averiguar a existncia de dados dissociados dos demais; - Checar a forma da distribuio dos dados.
40

Como fazer
1 Passo: Identificar a varivel Defina qual a caracterstica que ter sua variao representada no histograma. - comprimento, - temperatura, - presso etc.

41

 2 Passo: Coletar dados (N > 30); (em geral: 50 < N < 200);
O nmero de dados recomendado para construir um histograma igual ou maior que trinta (N > 30). Normalmente esse nmero est na faixa de cinqenta a duzentos (50 < N < 200). Utilize a estratificao e a folha de verificao como a do modelo abaixo, para coletar os dados necessrios.

42

A
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 1.56 1.54 1.52 1.56 1.54 1.54 1.57 1.55 1.56 1.50 1.54 1.53 1.55 1.54 1.54 1.53 1.55 1.57 1.56 1.54

A
21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40

D
1.54 1.53 1.58 1.54 1.54 1.56 1.53 1.56 1.52 1.54 1.55 1.58 1.55 1.54 1.54 1.53 1.54 1.57 1.53 1.53

A
41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60

D
1.54 1.55 1.51 1.56 1.58 1.53 1.55 1.54 1.57 1.56 1.58 1.53 1.53 1.54 1.55 1.55 1.55 1.59 1.54 1.53

A
61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80

D
1.55 1.52 1.54 1.56 1.54 1.52 1.52 1.51 1.50 1.51 1.55 1.57 1.55 1.56 1.51 1.58 1.56 1.54 1.54 1.52

A
81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100

D
1.57 1.56 1.55 1.53 1.52 1.53 1.53 1.52 1.54 1.55 1.51 1.55 1.53 1.55 1.55 1.56 1.55 1.56 1.56 1.55

A = anodo D = densidade
43

 3 Passo: Encontrar os valores mximo e mnimo

Descubra os valores mximo e mnimo do universo de dados. Um meio prtico para fazer isso encontrando os maiores valores de subgrupos formados a partir do universo da amostra. O mximo valor obtido atravs do maior valor entre os maiores de cada subgrupo, e o valor mnimo atravs do menor valor entre os menores. Exemplificando.

Xmx = 1,59 Xmin = 1,50

44

4 Passo: Definir o nmero de classes Determine o nmero de classes atravs da seguinte tabela, modelo:

Quantidade de dados (n) 40 - 60 61 - 80 81 - 100 101 - 150 151 - 200 > 200

Nmero de classes (K) 6 8 10 12 16 20

45

O nmero de classes o valor que determina em quantas faixas os dados sero distribudos. Para o histograma apresentar uma viso adequada da distribuio dos dados, o nmero de classes no deve ser inferior a cinco nem superior a vinte.

(5 < K < 20). Exemplo: n = 100 K = 10

46

5 Passo: Calcular a largura (intervalo) da classe

m x

m in

Exemplo:

1, 59 1,50 h 0, 01 10
Importante O valor da largura de classe deve ser arredondado, quando possvel. Esse valor deve ter tambm o mesmo nmero de casas decimais que os dados da amostra.

47

 6 Passo: Calcular os limites de classe

Faa estes clculos de tal forma que os valores de mximo e mnimo sejam includos nas classes. Para evitar que os dados sejam iguais aos limites de classe necessrio obt-los com preciso de uma decimal, alm daquela apresentada pelos dados da amostra. Assim, os limites de cada classe so calculados da seguinte maneira:

1 classe: X min - D 2 classe: 1 classe + h 3 classe: 2 classe + h .... ltima classe = penltima classe + h
48

 O valor do parmetro D deve ter uma casa decimal a mais que a dos dados da amostra. A ltima casa decimal deve ter o valor correspondente a cinco, enquanto que para as demais o valor representado deve ser igual a zero. 1 classe = Xmin - D = 1,50 - 0,005 = 1,495 2 classe = 1 classe + h = 1,495 + 0,01 = 1,505 3 classe = 2 classe + h = 1,505 + 0,01 = 1,515 ... 10 classe = 9 classe + h = 1,585 + 0,01 = 1,595

49

7 Passo: Elaborar a tabela de freqncia. Monte esta tabela indicando o nmero e o intervalo da classe e o nmero de vezes que os dados aparecem por intervalo, como no exemplo a seguir:

Nmero 01 02 03 04 05 06 07 08 09 10 Total

Intervalo da classe 1,495 1,505 1,515 1,525 1,535 1,545 1,555 1,565 1,575 1,585 1,505 1,515 1,525 1,535 1,545 1,555 1,565 1,575 1,585 1,595

Contagem

Freqncia 02 05 08 15 23 20 15 06 05 01

100

10
50

 8 Passo: Desenhar o histograma Construa o histograma marcando no eixo horizontal os limites das classes. No eixo vertical so marcadas as freqncias correspondentes s classes. As barras so construdas a partir do eixo horizontal, com larguras idnticas a de cada classe (calculada no 5 passo) e comprimento igual freqncia da classe correspondente. O histograma deve vir acompanhado de:
ttulo, perodo de coleta, local, responsvel, tamanho da amostra, mdia, desvio padro, limites de especificao etc.

51

Exemplo.

Histograma - Densidade de anodo - Out/92-F.A.C.II, n=100

52

Tipos de histograma
Formas mais comuns de histograma

53

Dicas

Lembre-se:

A anlise feita a partir do histograma muito mais rpida do que qualquer anlise feita atravs da folha de verificao, que tambm muito mais difcil de ser elaborada, sobretudo quando a quantidade de dados aumenta.

A forma do histograma um dos meios de analisar os dados. Atravs da forma podemos verificar a normalidade, o desvio ou at mesmo as distores no processo ou mtodo de obteno dos dados.

conveniente que as escalas tenham o mesmo comprimento, de modo a facilitar a interpretao dos resultados.

Uma outra forma de analisar o histograma atravs da sua comparao com os limites inferior (LIE) e superior (LSE) de especificao. Estes limites so caractersticas definidas durante a fase de projeto do produto ou pelo prprio cliente. Abaixo so mostrados exemplos de comparao do histograma com os limites de especificao.
54

A-

O histograma satisfaz amplamente os limites de especificao:

LIE

LSE

55

B-

O histograma satisfaz os limites de especificao. No entanto, qualquer variao que ocorra no processo pode provocar perdas e rejeitos de produtos.

LIE

LSE

56

C O histograma no satisfaz o Limite Inferior de Especificao. (LIE). Neste caso, necessrio tomar aes que desloquem a mdia do histograma para o centro da faixa definida pelos limites de especificao:

LIE

LSE

57

D - O histograma no satisfaz a ambos os limites de especificao, sendo necessrio reduzir a disperso dos dados.

LIE

LSE

58

E - O histograma apresenta tanto o valor da mdia deslocada quanto uma alta disperso. Neste caso, devem ser tomadas as mesmas medidas mencionadas nos itens C.

LIE

LSE

59

GRFICO DE CORRELAO
um grfico cartesiano, onde mostrada a relao entre duas variveis quaisquer de um processo, podendo ser usado tambm para a verificao de uma possvel relao de causa e efeito. Isto no prova que uma varivel afeta a outra, mas torna claro se existe uma relao e com que intensidade.

Finalidade Estudar a relao entre duas variveis quaisquer, que podem ser: duas caractersticas de qualidade, uma causa e um efeito ou mesmo duas causas relacionadas a um mesmo efeito.

O grfico de correlao permite a visualizao da tendncia de crescimento, decrscimo ou mesmo a ausncia de relao entre as duas variveis em estudo.
60

Como fazer

1 Passo: Identificar as variveis Defina quais as variveis (altura x peso, comprimento x velocidade etc.) que sero representadas no grfico. 2 Passo: Coletar os dados. Recolha um nmero igual ou superior a 30 pares de dados. Utilize a estratificao e a folha de verificao para colet-los.
61

N 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15

Temperatura de reao (C) 79 79 78 80 75 79 76 78 77 80 80 79 77 78 75

Rendimento (%) 84,0 87,5 83,5 82,5 86,5 86,5 80,0 80,5 79,5 84,0 88,0 89,5 88,0 86,0 82,5

N 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

Temperatura de reao (C) 73 74 74 75 72 72 74 77 77 80 81 82 78 75 79

Rendimento (%) 81,0 80,0 78,5 78,5 82,0 84,5 84,5 81,0 80,5 86,0 90,5 86,5 78,5 84,5 82,5
62

3 Passo: Desenhar as escalas.

Como no exemplo abaixo, gradue o eixo vertical de cima para baixo, iniciando com o maior valor. O eixo horizontal deve ser graduado da esquerda para a direita. Comeando pelo menor valor. Mantenha de trs a dez unidades de graduao para cada eixo. conveniente que ambas as escalas tenham o mesmo comprimento, a fim de facilitar a leitura e a interpretao.

63

 4 Passo: Plotar os pontos Localizar no grfico todos os pares de dados. Quando existirem dois pares iguais desenhe um crculo em volta do ponto plotado.

64

 5 Passo: Registrar as informaes

Escreva o ttulo do grfico, perodo, nmero de pares de dados, o ttulo e as unidades da escala, local, responsvel e outras informaes que forem necessrias. Exemplo:

65

 Dicas
O primeiro exame que podemos fazer, a partir do grfico de correlao, verificar se existem pontos muitos distantes do ncleo de pontos. Essas ocorrncias aparecem muitas vezes como resultadas de erros de medida ou de coletas, ou mesmo quando algumas condies so alteradas no processo durante a fase de coleta dos dados. Ao invs de exclu-los completamente da anlise, voc pode tentar descobrir o motivo de tais irregularidades, o que ser de grande utilidade na anlise final.

Outro estudo que fazemos do grfico de correlao a anlise de tendncias. Veja quais so os tipos de correlao mais comuns:

66

 A - Correlao positiva forte

Um acrscimo na varivel X implica necessariamente um acrscimo na varivel Y e vice-versa. Neste tipo de correlao os pontos esto pouco dispersos em relao a uma reta hipottica que passa entre eles.

Exemplo:

67

B - Correlao positiva moderada

Se a varivel X aumentar, existe uma ligeira tendncia do valor da varivel Y tambm aumentar e vice-versa. Neste caso, os pontos esto mais dispersos que no caso anterior, conservando, no entanto, uma moderada tendncia de crescimento. Exemplo:

68

C - Correlao negativa forte

Um acrscimo na varivel X implica necessariamente um decrscimo na varivel Y e vice-versa. Neste caso, os pontos esto pouco dispersos em relao a uma reta hipottica que passa entre eles. Exemplo:

69

D - Correlao negativa moderada

Se a varivel X aumentar, existe uma ligeira tendncia da varivel Y diminuir e vice-versa. Neste caso, os pontos esto mais dispersos que no caso anterior, conservando, no entanto, uma tendncia de decrscimo moderada. Exemplo:

70

E - Ausncia de correlao.
Se a varivel X aumentar, a varivel Y pode tanto aumentar como diminuir e vice-versa. Neste caso, os pontos esto sob a forma de uma nuvem bastante dispersa. Exemplo:

71

GRFICOS A representao grfica das sries estatsticas tem por finalidade representar os resultados obtidos, permitindo chegar-se a concluses sobre a evoluo do fenmeno ou sobre como se relacionam os valores da srie. No h uma nica maneira de representar graficamente uma srie estatstica. A escolha do grfico mais apropriado ficar a critrio do analista. Contudo, os elementos simplicidade, clareza e veracidade devem ser considerados quando da elaborao de um grfico.
72

Grficos Lineares a representao mais usual em forma de linha, empregada para representar geralmente fenmenos contnuos, muitas vezes dispostos por perodo de tempo (semana, ms, ano, hora, etc.) mostrando,assim, tendncia nos dados em intervalos iguais.

73

Embarques de Pelotas - 2002 Meses Janeiro Fevereiro Maro Abril Maio Junho Pelotas (t) 1597 2109 2167 1991 2105 2046

Embarque de Pelotas - 2002

2500 2000 1500 1000 500 0
ei n Ja ro ve e F i ro e r o r a M ril b A o ai M ho n Ju
Toneladas

Meses

74

Grficos de Colunas ou Barras

O grfico de colunas representado por retngulos dispostos verticalmente. Com relao a base no existe um critrio fixo, mas dever permanecer igual para todos os retngulos. Geralmente, a distncia de uma coluna em relao a outra deve ser inferior a 2/3 e superior metade da largura da base. Um grfico de colunas mostra as alteraes dos dados ao longo de um perodo ou ilustra comparaes entre itens. As categorias so organizadas na horizontal e os valores, na vertical, para enfatizar as variaes ao longo do tempo.
75

Produo de 27/05/2002 Usinas 1 2 3 4 5 6 7 Pelotas (t) 6450 7790 9260 9720 7610 12180 12670
toneladas

Produo Diria
15000 10000 5000 0 1 2 3 4 5 6 7

Produo Diria 7
toneladas

5 3 1 0 5000 10000 15000

76

Setograma (Pizza)
de grande valia, quando pretendemos comparar os valores de uma srie com a sua soma total. Os grficos em setores so representados com valores relativos e no absolutos. Para isso, preciso transformar os valores absolutos em relativos (%) e, a partir da, com uma regra de trs simples, transform-los em graus correspondentes.

77

Grfico Polar
Em um grfico polar, cada categoria tem seu prprio eixo de valor irradiando a partir do ponto central. Sua plotagem se d a partir de circunferncias concntricas.

78

Produo da Pelota AF08 em 2001 Usinas 1 2 3 4 5 6 7 Dias 86 72 63 58 208 178 150 = 815 % 10,60% 8,80% 7,70% 7,10% 25,50% 21,80% 18,40% = 100% ngulo 38 31,8 27,8 25,6 91,9 78,6 66,3 = 360

Produo de pelotas AFOB em 2001

1 2 3 4 5 6 7

Dias de Produo
1 400 7 6 5 200 0 4 2 3

79

 Grficos de controle
Permitem a representao de uma varivel qualquer do processo, entre limites de controle previamente calculados. Os grficos de controle so bastante usados no controle estatstico do processo - CEP, pois atravs de sua anlise podemos identificar e corrigir, em tempo hbil, quaisquer variaes.

80

Grfico de Controle
Grfico da mdia

LSC = LIMITE SUPERIOR DE CONTROLE LM = LINHA MDIA

LSC = LIMITE INFERIOR DE CONTROLE

10
81

PROCESSO

Processo um conjunto de atividades que recebe insumos, transformando-os de acordo com a lgica pr-estabelecida e com agregao de valores, em produtos e servios para atenderem s necessidades dos clientes (interno ou externo). Os processos fazem uso dos recursos da organizao para gerar resultados concretos.

82

Processo: Todo trabalho executado em uma empresa pode ser visto como um processo, ou seja, um conjunto de atividades realizadas com um determinado propsito; Um processo nada mais do que a combinao de pessoas, mquinas, mtodos, etc. com a finalidade de se obter um produto (bem ou servio).
83

VISO SISTMICA

PROCESSO:
F O R N E INSUMOS C E D O R

C L TAREFAS QUE AGREGAM VALOR PRODUTO/ SERVIO I E N T E

84

A empresa um processo.
Recebe insumos e cria produtos ou servios para atende s necessidades de seus clientes e pode ser representada atravs do Ciclo da Qualidade.

85

Ciclo da Qualidade de uma Empresa

PLANEJAMENTO AQUISIO COMERCIAL

PRODUO CLIENTE

EMPRESA
ASISTNCIA TCNICA TREINAMENTO

FINANCEIRO ADMINISTRAO

86

Em toda lgica de transformao, existe a necessidade de recursos ou fatores de produo: Material/Matria-Prima; Mquina/Equipamentos; Medida/Instrumentos de Medida; Meio ambiente.

87

ESTATSTICA BSICA EXERCCIOS 1. Para os dados de octanagem de um combustvel de motor, dispostos abaixo, construa a distribuio de freqncia e um histograma.
88,5 94,7 84,3 90,1 89,0 89,8 91,6 90,3 90,0 97,7 91,1 86,7 93,4 96,1 89,6 90,4 91,6 90,7 83,4 91,0 88,2 88,5 93,3 87,4 91,1 90,5 86,7 94,2 90,8 90,1 91,8 88,4 92.6 93,7 87,5 87,8 88,3 89,2 92,3 88,9 89,8 92,7 91,5 89,9 98,8 88,3 90,4 91,2 90,6 92,2 92,2 91,1 89,3 90,1 85,3 94,2 88,3 88,6 100,3 87,6 92,7 87,9 93,0 94,4 90,4 91,2 96,5 84,3 93,2 88,6 88,7 92,7 89,3 91,0 93,3 86,7 91,0 90,9 89,9 91,8 89,7 92,2

88

2. Um artigo publicado pela Quality Engineering apresentou as viscosidades de um processo qumico. Uma amostra destes dados est apresentada na tabela abaixo.

133 145 153 153 143 148 152 145

146 141 143 161 131 126 146 143

154 152 168 149 137 152 145 153

156 158 133 141 154 152 152 159

148 151 170 149 148 140 158 137

151 134 141 148 143 143 164 169

142 169 149 144 152 146 164

142 157 160 149 136 153 143

156 161 139 152 144 140 144

137 156 145 128 161 166 156

89

3. Em um forno foram medidas e registradas as seguintes temperaturas (C): 953, 950, 948, 955, 951, 949, 957, 954 e 955. Pede-se calcular: a) A mdia destes dados b) A mediana

90

4. Os seguintes nmeros representam valores de temperatura (C) registrados em O rings usados pela NASA em foguetes espaciais: 84, 49, 61, 40, 83, 67, 45, 66, 70, 69, 80, 58, 68, 60, 67, 72, 73, 70, 57, 63, 70, 78, 52, 67, 53, 67, 75, 61, 70, 81, 76, 79, 75, 76, 58 e 31. Calcule a mdia e a mediana.

91

 5. A contaminao na bolacha (wafer) de silicone pode afetar profundamente o rendimento dos circuitos integrados produzidos. Uma amostra de 10 bolachas resultou nas seguintes concentraes de oxignio: 3,15 - 2,68 - 4,31 - 2,09 - 3,82 - 2,94 - 3,47 3,39 - 2,81 e 3,61. Calcular a varincia, o desvio padro e a amplitude da amostra.
92

6. Os seguintes dados representam a temperatura de descarga de uma estao de tratamento de esgoto em dias consecutivos:
43 50 46 51 49 45 44 50 48 50 44 49 48 52 50 46 49 45 52 46 47 51 49 51

a) Calcule a mdia e a mediana desta amostra; b)Calcule o desvio padro e a varincia.

93