Gesto de Operaes

Controle Estatstico da Qualidade

Prof. Cesaltina Pires

controle da Qualidade Plano

1. 2. 3. 4.

As sete ferramentas de melhoria da qualidade Fontes de variabilidade do processo controle estatstico da qualidade Grficos de controle do processo
1. 2. 3. 4.

Tipos de dados usados no controle do processo Distribuies amostrais e SPC Grfico p Grficos X e R

5.

Capacidade do processo
1. 2.

Limites de tolerncia e custos de variabilidade Capacidade do processo 3. Rcio da capacidade do processo 4. ndice da capacidade do processo controle estatstico do Processo na Harley Davison
GO Prof Cesaltina Pires 2

1. As sete ferramentas de melhoria da qualidade

Diagrama de fluxo do processo Lista de verificao Histograma Diagrama de Pareto Diagrama de disperso Diagrama causa efeito Diagrama de controle
x x x x x x x x x x x xx x x x

Processo 1 2 3 4 5

1
Dirt Old Temp Fault

LCS

LCI

GO

Prof Cesaltina Pires

Diagramas do fluxo do processo

1 2 3 4 5

Diagrama com os vrios passos do processo ou operao. Pode ser til para detectar onde que ocorrem problemas de qualidade e onde se pode melhorar

Anlise de processos para melhoria contnua: O qu que o consumidor precisa? Ser possvel eliminar alguma operao (adiciona ou no valor, tem de ser feita)? Ser possvel combinar operaes? Simplificar operaes? Quem faz o operao? Ser possvel alter-la de forma a usar menos trabalho? Ser possvel combinar operaes para tornar emprego mais enriquecedor? Onde que cada operao feita? Ser possvel melhorar layout? Quando que a operao feita? Ser possvel reduzir paragens, atrasos? Como que a operao feita? Ser possvel usar melhores mtodos, procedimentos, equipamento?
4

Checklist Lista de verificao

COMPONENTES SUBSTTUIDAS Perodo de Tempo: 22 a 27 Fevereiro 2008 Tcnico de Reparao: Antnio

TV MODELO 1013 Circuitos Integrados Capacitors Resistncias Transformadores Comandos CRT |||| |||| |||| |||| |||| |||| || || |||| |

Ferramenta para recolher informao. Lista prvia de causas de problemas. Registar n de defeitos.

GO

Prof Cesaltina Pires

Histograma
25
Frequncia Usado para identificar a distribuio de probabilidades de uma dada varivel.

20

10 5 0
GO

Tempo de espera
Prof Cesaltina Pires 6

Diagrama de Pareto
70 Percentagem 60 50 40 30 20 10 0 (13) (10) (64)

Identificar causas mais importantes dum problema

Regra prtica: 20% das causas responsveis por 80% dos problemas.
(6) (3)

(2)

(2)

GO

Prof Cesaltina Pires

Diagrama de disperso

Mostra a relao entre duas variveis. Pode ser til para identificar variveis que podem estar a causar o problema de qualidade

X
GO Prof Cesaltina Pires 8

Diagrama causa efeito

Medio
Falha do equipamento de teste Especificaes incorrectas Mtodos imprprios

Humanas
Fraca superviso Falta de concentrao Treino inadequado

Mquinas
Mau ajustamento Problemas ferramentas Velhas \ Desgaste

controle da temperatura desadequado

Problema de Qualidade
Defeito do fornecedor No de acordo com especificaes M concepo do processo Gesto da qualidade ineficaz Deficincias na Concepo do produto

Sujidade e p Problemas no transporte

Ambiente

Materiais

Processos

Quais das causas potenciais esto de facto a contribuir para o problema?

Diagrama de controle

LCS Mdia do processo

Grfico com linha mdia, limite inferior e limite superior. Amostras so recolhidas ao longo do tempo e a varivel em causa medida e representada no grfico de controle. Processo est sob controle se estiver dentro dos limites.

LCI = 1.99
2
GO

10

12

14

16
10

Nmero da amostra

2. Fontes da variabilidade no processo

Causas Aleatrias Variao inerente ao prprio processo S pode ser reduzida atravs de melhorias no prprio processo

Causas No aleatrias Variao devida a causas identificveis Pode ser alterada atravs de aces do operador ou do gestor

GO

Prof Cesaltina Pires

11

3. Controlo estatstico da qualidade

controle Estatstico da Qualidade

Controle do processo

Planos de amostragem

Grficos variveis

Grficos atributos

GO

Prof Cesaltina Pires

12

Controlo estatstico nos servios

Defeito no servio uma falha na satisfao das expectativas dos consumidores Monitorizar tempo e nvel de satisfao do consumidor Exemplos de medidas de qualidade nos servios
Hospital tempo mdio de espera para ser tratado, preciso dos resultados de anlises, resposta do pessoal a pedidos, limpeza, Mercearia limpeza, produto estar disponvel, tempo mdio de espera na caixa, erros na caixa, Companhia area tratamento da bagagem, tempo de espera para check in, simpatia da tripulao, atrasos,
GO Prof Cesaltina Pires 13

4. Grficos de controle do processo

Retirar amostras peridicas do processo Calcular mdia (ou proporo) na amostra Calcular limites de controle inferior e superior Representar as amostras no grfico de controle Verificar se o processo est dentro dos limites de controle Verificar se h padres de comportamento suspeitos que sugiram que a variabilidade no processo se deve a causas no aleatrias

GO

Prof Cesaltina Pires

14

Grfico de controle do processo

Valor na Amostra Fora de controle Limite de controle superior

Mdia do processo

Limite de controle inferior

10

Nmero da amostra

Limites devem ser calculados com processo sob controle

15

Um processo est sob controle se

No houver pontos fora dos limites A maioria dos pontos estiver prxima da mdia Mais ou menos metades dos pontos acima/abaixo da mdia Pontos estiverem distribudos de forma aleatria

GO

Prof Cesaltina Pires

16

4.1 Tipos de dados usados no controle do processo

Atributos Caractersticas do produto avaliadas usando varivel qualitativa defeituoso/no defeituoso, mau/bom, sim/no.

Variveis Caractersticas do produto que podem ser medidas Altura, comprimento, peso, tempo, velocidade,

Grficos p e c

Grficos X e R

GO

Prof Cesaltina Pires

17

4.2 Distribuies amostrais e SPC

O estimador mdia na amostra uma varivel aleatria. Porqu? Qual o valor esperado de X ? E qual a varincia de X?
E(X) = A mdia das mdias na amostra igual mdia da populao. Quanto maior for a dimenso da amostra, n, menor a variabilidade do estimador X

Var(X) = 2/n

Estas 2 propriedades so sempre verdadeiras. Mas qual a distribuio de X ?

Se X seguir a distribuio normal (na populao), ento o estimador mdia na amostra tambm segue a distribuio normal
GO 18

4.2 Distribuies amostrais e SPC

Teorema do limite Central Seja qual for a distribuio da populao, medida que a dimenso da amostra aumenta, a distribuio da mdia na amostra aproxima-se da Normal.
Quando n grande Funo densidade de X

Quando n grande

E se e 2 no forem conhecidos?
GO Prof Cesaltina Pires 19

A distribuio normal

95.55% 99.73% -3 -2 -1 =0 1 2 3

GO

Prof Cesaltina Pires

20

10

4.3 Grfico de controle para atributos

Grfico p
Em cada amostra calculada a percentagem de produto/servio defeituoso. Populao segue a distribuio Bernoulli. Nmero de defeitos numa amostra de dimenso n segue a distribuio binomial.

Grfico c
Usado quando o n de defeitos potenciais em cada item muito elevado e desconhecido, mas o n de defeitos verificados pequeno. No se pode calcular percentagem de defeitos. Contase n de defeitos em cada item. Populao segue uma distribuio Poisson (mdia e varincia so iguais)
GO Prof Cesaltina Pires 21

4.3 Grfico de controle para atributos grfico p

LCS = p + zp LCI = p zp
z = nmero de desvios padres de desvio em relao mdia (z = 3 o mais usado) p = proporo de unidades defeituosas no conjunto das amostras (proporo mdia de defeitos) p = Desvio padro da proporo na amostra p(1 - p) n
Prof Cesaltina Pires 22

p =

GO

11

Grfico p exemplo
Sample Amostra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Defectives p n n N defeitos Proporo 100 4 0.04 100 2 0.02 100 5 0.05 100 3 0.03 100 6 0.06 100 4 0.04 100 3 0.03 100 7 0.07 100 1 0.01 100 2 0.02 100 3 0.03 100 2 0.02 100 2 0.02 100 8 0.08 100 3 0.03

1 passo calcular a percentagem de unidades defeituosas em cada amostra 2 passo calcular mdia das propores, p = 0.036

3 passo calcular o desvio padro da proporo na amostra

sp =

p (1 - p) .036(1- .036) = = .0188 n 100

Total

1500

55

0.036

Grfico p exemplo
4 passo calcular os limites de controle

LCS = 0.036 + 3(.0188) = 0.0924 LCI = 0.036 3(.0188) = - 0.024 ( zero, proporo no pode ser negativa) 5 Representar no grfico de controle, a proporo mdia, os limites de controle, e a proporo de defeituosos de cada amostra

GO

Prof Cesaltina Pires

24

12

4.3 Grfico de controle para atributos grfico c

LCS = c + zc LCI = c zc
z = nmero de desvios padres de desvio em relao mdia (z = 3 o mais usado) c = n mdio de defeitos por item c = Desvio padro do n de defeitos por item

c = c
GO Prof Cesaltina Pires 25

Grfico c
N de defeitos em 15 quartos do hotel Quarto 1 2 3 : : 15 N de Defeitos 12 8 16 : : 15 190
GO Prof Cesaltina Pires

c=

190 15

= 12.67

LCS = c + zc

= 12.67 + 3 12.67 = 23.35

LCI = c zc

= 12.67 3 12.67 = 1.99

26

13

Grfico c
24

LCS = 23.35
21

Nmero de defeitos

18 15 12 9 6 3

c = 12.67

LCI = 1.99

10

12

14

16
27

Nmero da Amostra

4.4 Grficos X e R exemplo

Mdia na amostra Observaes (dimetro em cm) Amostra 1 2 3 4 5 6 7 8 9 10 1 5.02 5.01 4.99 5.03 4.95 4.97 5.05 5.09 5.14 5.01 2 5.01 5.03 5.00 4.91 4.92 5.06 5.01 5.10 5.10 4.98 3 4.94 5.07 4.93 5.01 5.03 5.06 5.10 5.00 4.99 5.08 4 4.99 4.95 4.92 4.98 5.05 4.96 4.96 4.99 5.08 5.07 5 4.96 4.96 4.99 4.89 5.01 5.03 4.99 5.08 5.09 4.99 x 4.98 5.00 4.97 4.96 4.99 5.01 5.02 5.05 5.08 5.03 50.09 n=5 R 0.08 0.12 0.08 0.14 0.13 0.10 0.14 0.11 0.15 0.10 1.15 Intervalo de variao na amostra

GO

Prof Cesaltina Pires

28

14

Grfico R exemplo
R= R 1.15 = = 0.115 k 10 0.28 0.24 0.20 LCS = 0.243 R = 0.115 LCS = D4R = 2.11(0.115) = 0.243 LCI = D3R = 0(0.115) = 0

Intervalo

0.16 0.12 0.08 0.04 0

LCI = 0

|
1

|
2

|
3

|
4

|
7

|
8

|
9

|
10
29

5 6 Tempo

Grfico X exemplo

Mdia das mdias na amostra

= x =

x1 + x2 + ... + xk k
N de amostras

LCS = x + A2R

LCI = x - A2R

Factor A equivalente ao valor z = 3 usado no caso dos limites serem calculados usando o desvio padro como medida de variabilidade (ver tabela)
GO Prof Cesaltina Pires 30

15

Tabela com factores para grficos X e R

Tamanho da amostra n 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
GO

Factor para grfico x A2 1.88 1.02 0.73 0.58 0.48 0.42 0.37 0.44 0.11 0.99 0.77 0.55 0.44 0.22 0.11 0.00 0.99 0.99 0.88
Prof Cesaltina Pires

Factores para grfico R D3 D4 0.00 0.00 0.00 0.00 0.00 0.08 0.14 0.18 0.22 0.26 0.28 0.31 0.33 0.35 0.36 0.38 0.39 0.40 0.41 3.27 2.57 2.28 2.11 2.00 1.92 1.86 1.82 1.78 1.74 1.72 1.69 1.67 1.65 1.64 1.62 1.61 1.61 1.59
31

Grfico X exemplo
LCS = 5.08 Mdia

= x = 5.01

LCI = 4.94

| 1

| 2

| 3

| 4

| | 5 6 Tempo

| 7

| 8

| 9

| 10

GO

Prof Cesaltina Pires

32

16

Identificao de padres suspeitos

33

Identificao de padres suspeitos

LCS A B C
= x

Alguns padres suspeitos Em 3 pontos 2 esto na zona A Em 5 pontos 4 esto em A ou B 8 pontos de um dos lados da linha mdia 14 pontos alternando entre subida e descida

C B A LCI
| 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13

34

17

5. Capacidade do processo
Estamos ou no a produzir produtos de acordo com as especificaes?

Limites de tolerncia das especificaes

Variabilidade estatstica no processo: Limites do processo

Capacidade do processo Como que os dois limites esto relacionados?

GO Prof Cesaltina Pires 35

5.1 Limites de tolerncia e custos da variabilidade

Viso tradicional
Alta
Perda social com desvios em relao ao ideal

Viso de Taguchi
Alta
Perda social com desvios em relao ao ideal

Zero LTI Especificao ideal LTS

Zero LTI Especificao ideal LTS

Os limites de tolerncia das especificaes indicam-nos entre que limites pode Prof Cesaltina Pires variarGO uma dada caracterstica de forma a satisfazer expectativas do consumidor

36

18

Perda com desvios em relao ao ideal

Perda Elevada No Aceitvel Perda Fraca Razovel Bom O melhor Perda Baixa

LTI

LTS

Quanto mais prximo do ideal, melhor.

A forma de garantir que um maior percentagem dos produtos produzidos esto prximos do ideal reduzir a variabilidade no processo
37

5.2 Capacidade do processo

Intervalo de tolerncia Variao natural do processo excede intervalo de tolerncia das especificaes. Processo no tem capacidade para satisfazer sempre as especificaes distribuio do processo

Intervalo de tolerncia Variao natural do processo igual intervalo de tolerncia das especificaes. Processo tem capacidade para satisfazer quase sempre as especificaes. 3
GO Prof Cesaltina Pires

distribuio do processo

+ 3
38

19

Capacidade do processo porqu 6 ?

Intervalo de tolerncia Variao natural do processo menor que intervalo de tolerncia das especificaes. Processo tem capacidade para satisfazer sempre as especificaes. 6

distribuio do processo

+ 6

Em cada bilio de unidades produzidas, em mdia apenas 2 unidades caem fora dos limites de tolerncia (com 3 aproximadamente 3 em cada mil caem fora dos limites)
GO Prof Cesaltina Pires 39

Capacidade do processo

Intervalo de tolerncia Variao natural do processo menor que intervalo de tolerncia das especificaes. Contudo o processo no est centrado na especificao ideal. Algumas unidades no vo satisfazer o LTS.

distribuio do processo

+ 6

GO

Prof Cesaltina Pires

40

20

5.3 Rcio da capacidade do processo

Cp =

Intervalo de tolerncia Intervalo do processo

Se Cp for inferior a 1 o processo no tem capacidade para satisfazer especificaes

Cp =

LTS LTI 6

GO

Prof Cesaltina Pires

41

5.4 ndice da capacidade do processo

X LTI LTS - X C pk = min 3 , 3

O ndice da capacidade do processo mostra at que ponto as unidades que esto a ser produzidas esto dentro dos limites de tolerncia

Se a mdia do processo no coincidir com o ponto ideal, usar o ndice de capacidade prefervel a usar o rcio da capacidade do processo
GO Prof Cesaltina Pires 42

21