Académique Documents
Professionnel Documents
Culture Documents
MATERIAL APOIO
Gesto da Qualidade II
EIXO:
rosana.mattioda@pucpr.br
mattioda@brturbo.com.br
EMENTA
Controle estatstico do processo por variveis. Controle estatstico do processo por atributos.
Capabilidade e ndices. Confiabilidade. Anlise de Sistemas de Medio. Aceitao por Amostragem.
Metodologia Seis Sigma.
TEMAS DE ESTUDO
Introduo ao CEP Reviso de Conceitos de Estatstica Aplicados ao CEP; Histrico e Conceitos;
Tcnicas; Causas de Variao; CEP e o PDCA; Grficos de Controle; Construo e Tipos de Cartas de
Controle.
Controle do Processo Estabilidade e Capacidade: Processo Sob Controle; Processo Fora de
Controle; Variabilidade do Processo e Especificaes; Capacidade do Processo.
Cartas de Controle para Variveis: Valores Individuais; Mdias e Amplitudes e Mdias e Desvio
Padro.
Cartas de Controle para Atributos: Frao No Conforme; Nmero de No Conformes; Nmero de
No Conformidades; Nmero de No Conformidades por Unidade.
Aceitao por Amostragem: Introduo; Nveis de Qualidade; Risco do Fornecedor e do Cliente;
Curva Caracterstica de Operao; Planos de Amostragem; e Normas NBR 5426/27.
Anlise de Sistemas de Medio: Introduo; Estabilidade; Tendncia; Linearidade; Repetitividade;
Reprodutibilidade; Avaliao do Sistema de Medio.
Confiabilidade: Fundamentos; Objetivos; Histrico, Tcnicas de Confiabilidade; Anlise de Tempo de
Falha: Conceitos e Modelos.
Metodologia Seis Sigma: Histrico, Definies, Implementao; A Medida Seis Sigma (Partes por
Milho); Mtodo DMAIC (Definir, Medir, Analisar, Melhorar, Controlar).
AVALIAO
O processo de avaliao consiste em atividades em classe e avaliaes escritas. A nota final ser dada
pela mdia ponderada das notas obtidas.
BIBLIOGRAFIA BSICA
MONTGOMERY, Douglas C. Introduo ao controle estatstico da qualidade. Rio de Janeiro: LTC, 2009
BIBLIOGRAFIA COMPLEMENTAR
BASS, Issa. Six Sigma Statistics with Excel and Minitab. 6 ed., London: Kindle, 2007, 385 p.
COSTA, Antnio F. B.; Epprecht, Eugnio K.; Carpinetti, Luiz C. R. Controle Estatstico de Qualidade. So
Paulo: Editora Atlas, 2 ed., 2005. 334 p.
MONTGOMERY, Douglas C. Introduo ao Controle Estatstico da Qualidade. 4 ed. Rio de Janeiro:
Editora LTC, 2004. 513 p.
ROTONDARO, Roberto G. Seis Sigma: Estratgia Gerencial para a Melhoria de Processos. So Paulo:
Editora Atlas, 2002. 376 p.
WERKEMA, Maria C. C. Avaliao de Sistemas de Medio. Belo Horizonte: Editora Werkema, 2006, 116
p.
a) Mdia (x): Tambm chamada de mdia aritmtica, a mais comum das medidas de posio.
Indica o centro da distribuio de frequncia em torno da qual localizam-se a maioria dos
valores de uma distribuio. Dados n valores, a mdia calculada pelo somatrio das n
observaes individuais (x1,x2,...,xn) dividido pelo nmero total de observaes (n).
Exemplo: para os valores = (2,2,4,4,8). Mdia = 2+2+4+4+8 = 20/ 5 = 4
x
i 1
b) Moda (mo): Foi Karl Pearson que a introduziu em estatstica pela primeira vez, no sculo XIX, talvez
baseado no prprio significado da palavra. A moda, ou tipo dominante de mxima densidade, definida
como sendo aquele valor ou aqueles valores que ocorrem com maior frequncia em um rol. Baseado neste
contexto, um conjunto de valores pode apresentar mais de uma moda. Neste caso, dizemos ser plurimodal.
Caso contrrio ser uni modal ou amodal (quando os valores das variveis em estudo apresentarem uma
mesma frequncia).
Exemplos:
a)2,2,3,7,8,8,8,10,10 -> mo=8
o mais usado.
b)1,2,3,4,5,7,9,10,8
-> mo=?
no existe moda.
c)2,3,4,4,4,7,7,7,8
-> mo=4 e 7
so os mais usados.
c) Mediana (md): A mediana indica o centro da distribuio de frequncia, porm, com um critrio
diferente. A mediana calculada com base na ordem crescente dos valores que formam o conjunto de
dados. Exemplo: Se o n par: a mediana a soma dos dois elementos centrais, dividida por 2; para (1,2,4,8)
temos 2+4 = 3.
Se o n mpar: a mediana o prprio elemento central, do conjunto de valores; para (1,2,3,4,8) a mediana
3.
Medidas de Disperso: Muitas vezes apenas os clculos ou apresentaes de um valor especfico para um
conjunto qualquer no so suficientes para caracterizar uma distribuio ou um conjunto de valores. As
Medidas de Disperso servem para localizar a distribuio de frequncia sobre o eixo de variao da
varivel em questo. So basicamente trs as medidas de posio: mdia, moda e mediana. Dependendo
da forma da distribuio, as trs medidas podem ou no coincidir.
Como exemplo, uma empresa que opere em trs turnos:
TURNOS
DIAS
I
II
III
/ SEG.
150
70
15
TER.
QUA.
QUI.
SEX.
150
130
67
150
150
117
150
180
251
150
220
300
TOTAL
PROD.
750
750
750
MDIA
PROD.
150
150
150
Assim, se este departamento enviasse um relatrio mostrando especificando a mdia diria dificilmente
iria identificar o grau de relacionamento entre as variveis que influenciam na produo. Isto porque todos
os turnos mantm a mesma produo mdia semanal de 150 peas. Poderamos fazer algumas perguntas
sobre esta produo, como, por exemplo:
a. Esta produo mdia semanal suficiente para uma anlise estatstica?
b. Os relacionamentos existentes entre a produo diria dos trs turnos esto compatveis com a
produo mdia semanal?
c. Estariam essas variveis de produo sendo mantidas sob controle?
Torna-se ento evidente a necessidade de obtermos maiores informaes sobre a correlao existente
entre as variveis. Estas informaes podem ser obtidas pelo estudo de medidas de disperso que
oferecem condies para analisarmos at que ponto estes valores apresentam oscilaes para mais ou
para menos, em relao a uma medida de posio fixada e que vm expressas na mesma unidade de
medida de valores.
a) Amplitude Total (R): A amplitude (R) de uma srie de termos (x1, x2, ..., xn) definida como a diferena
entre os valores extremos da srie, ou seja: R= (maior valor observado - menor valor observado). Portanto,
a amplitude depende somente dos valores extremos da srie, desprezando os valores intermedirios, o
que a torna insensvel disperso dos demais valores. Por isso, a amplitude no muito utilizada como
medida de disperso, salvo aplicaes no Controle de Qualidade. Exemplo: No grupo: 4,5,7,9 e 10 R = 10 4 = 6.
b) Desvio-Padro: chamado de quando para uma populao e s quando para amostra.
2
a mais importante e a mais utilizada de todas as medidas de disperso, e cuja definio S S
nada mais do que a raiz quadrada da mdia aritmtica dos quadrados dos desvios. Para
entendermos melhor esta medida, basta imaginarmos uma mquina programada para empacotar arroz
com um peso por embalagem de 5 kg. Esse peso programado poder sofrer oscilaes ora para mais, ora
para menos, ou seja, nem todos os pacotes de arroz sairo exatamente com 5 kg. Mas digamos que na
mdia o valor seja 5kg por pacote. Assim, por meio do Desvio Padro possvel identificar qual foi a
oscilao sofrida no peso, isto em termos absolutos. Para o clculo do desvio padro deve-se
primeiramente determinar o valor da varincia e, em seguida, extrair a raiz quadrada desse resultado.
Desenvolvendo a frmula para o desvio padro para dados no agrupados em classes, teremos ento:
di
S
n 1
Onde
Exemplos:
Coeficiente de Variao de Pearson (CVP): Esta medida de variao relativa ou percentual proposta por
Pearson nada mais do que um coeficiente entre o desvio-padro de cada distribuio com suas
respectivas mdias aritmticas. Simbolicamente teremos:
CVP
S
X
Seu clculo simples, sendo seu emprego mais utilizado quando desejamos comparar diversas grandezas
com unidades de medidas iguais ou diferentes, ou ainda, quando apresentam mdias diferentes, embora
suas unidades de medidas sejam iguais.
Suponhamos que um determinado fornecedor A de parafusos tenha enviado ao departamento de
compras de uma empresa uma amostra de 2000 parafusos, com medidas de comprimento variando de 101
a 113 milmetros. O departamento de compras efetuou uma anlise em suas mdias e calculou o desvio
padro, encontrando as seguintes caractersticas: a) comprimento mdio dos parafusos: 107,9mm b)
desvio-padro do comprimento do parafuso: 2.,72mm
Admitindo-se que um fornecedor B apresentou um lote deste mesmo parafuso com mdia de 108 mm e
desvio-padro de 1,08mm, qual o lote que voc escolheria se fosse o comprador?
Aplicando o coeficiente de variao de Pearson (CVP), teremos:
Para o fornecedor A: CVP (A) = 2,72/107,9 = 0,0252 = 2,52%
Para o fornecedor B: CVP (B) = 1,08/ 108 = 0,01 = 1%
O resultado final denota claramente que o lote do Fornecedor B apresenta menor disperso relativa do
que o lote do fornecedor A. Logo, pela anlise do coeficiente de variao, o lote escolhido seria o
fornecedor B.
As informaes fornecidas pelas medidas de posio, geralmente necessitam ser complementadas pelas
medidas de disperso, amplitude ou desvio-padro. Estas indicam o quanto os dados apresentam-se
dispersos em torno da regio central. Caracterizam, portanto, o grau de variao existente no conjunto de
valores. Entre duas ou mais sries de valores, a mais dispersa (ou menos homognea) aquela que possui
maior medida de disperso.
Histogramas: Os dados obtidos a de uma amostra servem como base para a deciso sobre uma populao.
Quanto maior for o tamanho da amostra maior ser a informao sobre a populao. Mas medida que
aumenta o tamanho da amostra fica difcil o entendimento da populao, se estes dados estiverem
dispostos apenas em uma tabela. Para facilitar ento o entendimento o histograma permitir entender a
populao de forma objetiva.
Histograma - Simtrico
ia
c
n
q
re
F
25
20
15
10
5
0
a
Intervalo de Classe
Interpretao do Histograma
f ( x)
1 x 2
)
(
1
e2
2
A distribuio normal com mdia 0 e desvio padro 1 chamada de distribuio normal padro, e costuma
ser denotada por Z.
Se X N(m ,s2), ento a varivel aleatria definida por
Z=
X
-3
-2
+2
+3
X-
Z
-3
-2
-1
Exerccios
1. Supondo que a vida til dos pneus de caminhes seja normal, com mdia de 50.000Km e desvio padro
de 1.000 Km, qual a probabilidade de um pneu, escolhido ao acaso, apresentar vida til de:
1 - P(Z < z)
LISTA DE EXERCCIOS
1) Abaixo estatsticas dos atrasos de voos de 3 Companhias Areas em Minutos: Qual seria a anlise para
esses resultados?
Companhia A Mdia: 10,6
Desvio Padro: 2,1
Companhia B Mdia: 8,4
Desvio Padro: 3,2
Companhia C Mdia: 6,2
Desvio Padro: 5,8
2) Segue o histograma geral das avaliaes da satisfao de
clientes internos sobre servios prestados.
a) podemos utilizar a mdia como valor central das
distribuies?
b) conforme sua forma o que pode estar ocorrendo:
3) Calcule a Mdia, Moda e Mediana das seguintes informaes sobre produo diria de peas de
determinado setor (no utilizar o Excel): 13 15 17 20 14 15 18 16
4) A amostra abaixo se refere a quilmetros rodados de 10 automveis: calcular descrevendo os passos
as medidas de posio e disperso:
98 88 76 64 62 59 64 42 39 50
5) Abaixo estatsticas dos atrasos de voos em minutos de 3 Companhias Areas no perodo de 30 dias:
Calcule o coeficiente de variao. Qual seria a anlise para esses resultados?
Companhia
A
B
C
Mdia
64,2
65,4
63,2
Desvio Padro
18,9
13,0
20,0
Coeficiente de
Variao
???
???
???
6) Em uma padaria, dois padeiros, A e B, assam po usando duas mquinas (mquina 1 e mquina 2). Os
pesos dos pes franceses produzidos foram registrados durante 20 dias, como mostra a tabela a seguir.
Em cada dia, quatro pes foram retirados ao acaso de cada mquina e pesados. O peso especificado
para cada pozinho de 200 a 225 gramas.
Dia
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Padeiro
A
A
A
B
B
A
A
B
B
B
A
B
B
A
A
A
B
B
B
A
209,2
208,5
204,2
204,0
209,6
208,1
205,2
199,0
197,2
199,1
204,6
214,7
204,1
200,2
201,1
201,3
202,2
194,1
204,8
200,6
Mquina 1
209,5
210,2
208,7
206,2
210,2
210,5
203,3
198,2
203,7
213,2
207,9
211,0
204,8
198,7
197,7
202,0
210,6
199,5
207,2
200,8
207,0
200,8
207,5
205,8
196,6
204,6
205,5
208,0
209,2
205,5
203,1
196,3
204,4
202,1
211,0
208,4
201,3
208,4
202,3
204,3
212,0
207,8
205,9
199,9
209,6
206,2
205,8
213,1
215,3
201,2
204,6
200,9
199,4
202,7
200,0
205,5
206,6
202,6
212,3
201,4
214,3
215,3
215,7
212,5
208,4
212,3
208,1
207,5
206,9
209,6
212,2
211,4
209,6
203,5
209,1
208,0
210,0
215,6
214,5
209,1
Mquina 2
221,8
214,6
216,7
212,3
213,8
215,2
210,2
211,3
214,9
212,8
216,2
208,4
211,9
212,9
209,9
210,6
207,1
213,6
209,5
206,8
209,8
207,6
211,2
214,4
209,2
206,1
206,9
210,6
206,3
209,8
207,9
205,3
209,4
209,1
211,8
205,4
207,5
212,9
205,8
212,0
214,4
212,0
202,7
210,4
214,8
210,8
209,0
212,3
212,2
214,2
212,6
212,6
207,1
212,3
211,4
203,6
207,0
209,0
204,3
204,2
10
Pede-se:
a) Medidas de Posio e Disperso:
A partir dos dados coletados calcule: Faa a anlise da tabela em relao as medidas de posio e disperso
e desempenho.
Estatstica
Descritiva
Geral
Padeiro
A
Mquina
M1
M2
Padeiro A
AM1
AM2
Padeiro B
BM1
BM2
n
Mximo
Mnimo
Mdia
Moda
Mediana
Amplitude
Desvio Padro
Coeficiente de
Variao
a) Histograma - A partir dos dados coletados, faa os seguintes histogramas: histograma global;
histograma do padeiro A e outro do padeiro B; histograma da mquina 1 e outro da mquina 2;
b) Faa uma anlise dos histogramas comparando-os com as especificaes.
12
Girar permanente e metodicamente o ciclo de controle (Ciclo PDCA: Plan, Do, Check, Action), visando
a melhoria contnua do desempenho;
Definir o prximo processo/etapa/posto de trabalho como cliente da etapa anterior. O cliente define a
qualidade esperada;
Identificar instantaneamente focos e locais de disfuno e corrigir os problemas a tempo;
Educar, treinar e organizar a mo de obra visando uma administrao participativa e o
Autocontrole.
Tcnicas
As principais tcnicas de apoio ao CEP so: Amostragem (Inspeo, Planos de Amostragem) Periodicidade,
Frequncia e tamanho da amostra.
Ferramentas: Folha de Verificao; Histograma / Grficos; Diagrama de Pareto; Diagrama de Causa e
Efeito/6M/Espinha de Peixe; Estratificao; Grficos de Controle (Grficos de Shewhart); Diagrama de
Correlao.
Atualmente a inovao fundamental em relao ao CEP que esses princpios e tcnicas devem ser
compreendidos, e aplicados, por todas as pessoas da organizao e no apenas pelos tcnicos e
engenheiros da rea de Qualidade.
O que causa a produo de defeituosos a existncia de variao nos materiais, nas condies do
equipamento, nos mtodos de trabalho, na inspeo, nas condies da mo de obra, e em outros insumos,
etc.
A variao que ocorre num processo de produo pode ser desmembrada em duas componentes: uma de
difcil controle, chamada variao aleatria, e outra chamada variao controlvel.
Assim a equao da variao total de um processo pode ser escrita como sendo:
Variao total = variao aleatria + variao controlvel
Se as variaes forem conhecidas, controladas e reduzidas, os ndices de produtos defeituosos certamente
se reduziro. Esses dois tipos de variao exigem esforos e capacitao, tcnica e gerencial, diferenciados
para o seu controle.
O CEP auxilia na identificao e priorizao das causas de variao da qualidade (separao entre as poucas
causas vitais e as muitas triviais) e objetiva controle ou eliminao (aprisionamento) das causas
fundamentais dos defeitos. Os defeitos podem ser separados em:
Defeitos crnicos (so inerentes ao prprio processo, esto sempre presentes) e
Defeitos espordicos (representam desvios em relao ao que o processo capaz de fazer, so
mais facilmente detectveis).
Todo processo est sujeito variabilidade. Segundo Ramos (1997), so definidos os seguintes conceitos
para as causas de variao nos processos:
1. Causas Comuns de Variao: - Muitas causas que individualmente tm pouca influncia; - Pequena
variao produzida; - Processo suficientemente estvel (previsvel).
So variaes naturais do prprio processo, que s podem ser diminudas com aes gerenciais.
So de natureza contnua, faz com que todos se acostumem ao problema.
Ex.: alteraes dimensionais dentro de um campo de tolerncia.
2. Causas Especiais de Variao: - Poucas causas que individualmente podem produzir grandes
variaes - Processo instvel (imprevisvel).
So irregularidades existentes no processo (problemas de operao), identificveis pelos sinais
estatsticos.
De natureza sbita, imprevisvel, inesperada, que chama a ateno facilmente por causar surpresa.
CEP e PDCA
importante observar que o conceito tradicional de controle se aproxima de ideias como: inspeo,
verificao, superviso, coero, etc. J o conceito moderno se aproxima de ideias como administrao,
gerenciamento e aperfeioamento.
14
Um par de limites de controle, representados um abaixo (Limite Inferior de Controle - LIC) e outro
acima (Limite Superior de Controle - LSC) da linha mdia.
Valores da caracterstica da qualidade traados no grfico.
Benefcios
Os grficos de controle so instrumentos simples que permitem ao processo atingir um estado de controle
estatstico (estado do processo em que esto presentes somente causas comuns de variao).
Podem ser aplicados pelos prprios operrios, que podero discutir com os supervisores, engenheiros e
tcnicos atravs da linguagem dos dados fornecidos pelos grficos de controle obtendo, assim, as
informaes necessrias para decidirem quando e que tipo de aes podem ser tomadas para se corrigir e
prevenir problemas no processo.
Os grficos de controle servem para monitoramento do processo, mostrando a ocorrncia de um
descontrole (presena de causas especiais) e/ou a tendncia dessa ocorrncia, evitando as frustraes e
os custos de interferncias (correes) inadequadas sobre o processo.
Ao melhorar o processo os grficos de controle permitem:
Aumentar a porcentagem de produtos que satisfaam exigncias dos clientes;
Diminuir os ndices de retrabalho dos itens produzidos e consequentemente, dos custos de produo
e aumentar a produtividade.
Tipos de carta de controle
Divide-se os grficos de controle em duas grandes categorias:
a) variveis: consistem naquelas caractersticas cujo valor mensurvel (Altura, espessura, etc..). Os
pontos registrados representam as medidas de posio e de disperso.
b) atributos: so aquelas caractersticas cujo resultado decorrente de uma classificao ou contagem
Os pontos registrados so medidas de proporo (frao defeituosa), ou medidas de quantidade (nmero
de defeitos).
Os grficos por variveis costumam ser superiores (em termos de desempenho) aos por atributos, pois
necessitam de tamanhos de amostras menores e contm uma maior quantidade de informao nos seus
dados.
16
http://www.adilsonrusteiko.com/arquivosprofessores/dori/2tc/CEP.pdf
19
Exerccio: Em uma padaria, dois padeiros, A e B, assam po usando duas mquinas (mquina 1 e mquina
2). Os pesos dos pes franceses produzidos foram registrados durante 20 dias, como mostra a tabela a
seguir. Em cada dia, quatro pes foram retirados ao acaso de cada mquina e pesados. O peso especificado
para cada pozinho de 200 a 225 gramas.
Dia
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Padeiro
A
A
A
B
B
A
A
B
B
B
A
B
B
A
A
A
B
B
B
A
209,2
208,5
204,2
204,0
209,6
208,1
205,2
199,0
197,2
199,1
204,6
214,7
204,1
200,2
201,1
201,3
202,2
194,1
204,8
200,6
Mquina 1
209,5
210,2
208,7
206,2
210,2
210,5
203,3
198,2
203,7
213,2
207,9
211,0
204,8
198,7
197,7
202,0
210,6
199,5
207,2
200,8
207,0
200,8
207,5
205,8
196,6
204,6
205,5
208,0
209,2
205,5
203,1
196,3
204,4
202,1
211,0
208,4
201,3
208,4
202,3
204,3
212,0
207,8
205,9
199,9
209,6
206,2
205,8
213,1
215,3
201,2
204,6
200,9
199,4
202,7
200,0
205,5
206,6
202,6
212,3
201,4
214,3
215,3
215,7
212,5
208,4
212,3
208,1
207,5
206,9
209,6
212,2
211,4
209,6
203,5
209,1
208,0
210,0
215,6
214,5
209,1
Mquina 2
221,8
214,6
216,7
212,3
213,8
215,2
210,2
211,3
214,9
212,8
216,2
208,4
211,9
212,9
209,9
210,6
207,1
213,6
209,5
206,8
209,8
207,6
211,2
214,4
209,2
206,1
206,9
210,6
206,3
209,8
207,9
205,3
209,4
209,1
211,8
205,4
207,5
212,9
205,8
212,0
214,4
212,0
202,7
210,4
214,8
210,8
209,0
212,3
212,2
214,2
212,6
212,6
207,1
212,3
211,4
203,6
207,0
209,0
204,3
204,2
20
Processo sob controle: Se todos os pontos estiverem dentro dos limites de controle, dizemos que o
processo est sob controle. Quando um ou mais pontos ultrapassam os limites, o processo deve ser
estudado/analisado (Fora de Controle). Algumas situaes: 1. pontos fora dos limites de controle; 2. Pontos
consecutivos alm do limite; 3. pontos consecutivos acima ou abaixo da linha central; 4. pontos em uma
linha crescente ou decrescente.
21
Processo Estvel
I-MR Chart of M3
UCL=220,83
Individual Value
220
215
_
X=210,59
210
205
LCL=200,34
200
1
11
13
15
17
19
Observation
UCL=12,59
Moving Range
12
9
6
__
MR=3,85
3
0
LCL=0
1
11
13
15
17
19
Observation
22
23
24
3. A mdia e o desvio-padro de uma populao podem ser estimados atravs da mdia e do desviopadro de uma amostra representativa de uma populao, e so utilizados na curva normal para
calcular o percentual tanto acima quanto abaixo da mdia;
4. Na distribuio normal, pegando uma rea entre (- 3) e (+ 3), pode-se garantir a probabilidade de
que o evento ocorrer 99,73% das vezes dentro desta rea. Quanto menor for esta rea menor
esta percentagem obtida.
Capacidade de processo
ndices de Capacidade medem o nvel de conformidade, no apenas se a capacidade do processo estiver
determinada corretamente, mas tambm se as especificaes estiverem com valores corretamente
determinados pela engenharia de projetos.
Os ndices de capabilidade podem ser obtidos diretamente dos dados registrados nas cartas de controle e
medem, para um processo sob controle estatstico, a relao entre a faixa de tolerncia especificadas para
uma dada caracterstica de projeto do produto e a variabilidade natural do processo produtivo destinado
obteno daquela caracterstica (a variabilidade devida s causas comuns).
Capacidade de processo utilizaes
As maiores utilizaes de anlise de capacidade do processo so para:
- predizer o quanto o processo ir se manter dentro das tolerncias;
- auxiliar desenvolvedores de produto na seleo ou modificao de processos;
- auxiliar no estabelecimento do intervalo entre amostras para o monitoramento do processo;
- especificar os requisitos de performance para um novo equipamento;
- selecionar concorrentes;
- planejar a sequncia de um processo de produo quando existe um efeito iterativo do processo com
as tolerncias;
- reduzir a variabilidade em um processo de manufatura.
Capacidade de processo ndice CPK
Pode-se expressar a capacidade de um processo (Cp) como o percentual fora das especificaes, medindo
os parmetros funcionais no produto, e no no processo.
Para avaliar mais eficientemente o desempenho de um processo, foi introduzido o ndice Cpk, que leva em
conta a variabilidade do processo e sua locao com relao aos limites de especificao.
O ndice Cpk vem a suprir exatamente a necessidade no satisfeita do ndice Cp, acrescentando-se para
isto o estimador da mdia X (Montgomery, 2008).
Capacidade de processo Cp
Taxa de capacidade de processo, a medida da habilidade do processo para manufaturar produtos que
atendam as especificaes.
O ndice de capacidade Cp tambm denominado ndice de capacidade potencial do processo, calculado
pela frmula seguinte:
onde:
LSE - Limite Superior de Especificao do produto ou processo
LSI - Limite Inferior de Especificao do produto ou processo
O denominador da frmula representa a variabilidade do processo, enquanto o numerador representa a
tolerncia especificada para o produto. Este ndice denominado potencial pois compara apenas os
tamanhos da disperso do processo e do intervalo de tolerncia do produto, no levando em considerao
a posio relativa entre ambos. Para Montgomery (2008) este ndice chamado de Razo de Capacidade
de Processo (PCR).
26
Quando a mdia do processo coincide com o valor nominal da especificao, ento Cpk = Cp
Os valores de referncia de Cp e Cpk variam muito de uma empresa para outra. Muito comum se adotar
o valor referncia de 1,33. Esse valor indica que possvel trabalhar com uma disperso de amplitude 8s
dentro do campo de tolerncia do produto. O ndice Cpk, portanto, determina a distncia entre a mdia do
processo e o limite de especificao mais prximo.
Classificao capacidade de processo
Montgomery, 2004
Ex: Considere o exemplo apresentado anteriormente para medidas (Carta de Mdias e Desvio Padro) e
considere os valores de especificao:
LIE = 28,00 LSE = 42,00
LIC = 29,82 LSC = 36,82
27
28
melhoria do processo. Registrar quaisquer anormalidades que possam ter ocorrido durante a execuo
das repeties de um subgrupo, pois sero importantes para a interpretao da carta de controle.
Nota: Podero ser utilizados dados histricos a fim de se obter os limites de controle preliminares.
Entretanto, estes s indicaro que o processo estava ou no sob controle; para continuar o
monitoramento, os limites devem ser frequentemente recalculados.
CARTAS DE CONTROLE POR ATRIBUTOS
Muitas caractersticas da qualidade no podem ser representadas numericamente de forma conveniente.
Nestas situaes, classificamos cada item inspecionado como conforme ou no conforme em relao s
especificaes para aquela caracterstica da qualidade.
importante no confundir os termos no conforme e no conformidade:
no conforme = defeituoso se refere ao produto
no conformidades = defeitos em um produto pode ter mais de uma no conformidade
Tipos de defeitos: Defeituoso/no defeituoso passa /no passa, conforme/no conforme. necessrio
definir partida aquilo que e o que no defeito!
Atributos so caractersticas que podem assumir apenas dois valores:
conforme ou no conforme, certo ou errado bom ou ruim, sucesso ou insucesso passa ou no passa, vaza
ou no vaza, etc.
Nota: Cartas de atributo exige subgrupos de tamanho considervel (em geral, 50 a 200 unidades ou mais)
para serem eficientes na deteco de alteraes no processo.
Exerccio -Uma indstria fabricante de produtos cermicos decidiu construir um grfico de controle p para
a linha de produo de um dos tipos de peas que ela fabrica. Com este objetivo, foram coletadas 20
amostras de tamanho n=100. O nmero de peas defeituosas em cada amostra apresentado. As
amostras foram numeradas de acordo com a sequncia de produo.
1 21
5 15
9 26
13 10
17 25
2 25
6 17
10 25
14 20
18 18
3 16
7 23
11 22
5 16
19 11
4 30
8 28
12 30
16 15
20 12
30
Carta np - total de itens no conforme: Aplica-se aos mesmos casos da carta "p". Entretanto, essa carta
utilizada quando se deseja saber o nmero de itens no conformes em vez de conhecer a proporo de
itens defeituosos.
Nota: Utilizar somente se o tamanho da amostra for fixa. Notar que se p representa a frao de defeituosos
e n o tamanho da amostra, np representa o nmero de defeitos. Distribuio terica: Binomial
Os dados da Tabela representam o nmero peas defeituosas observadas em lotes de 200 unidades de um
certo modelo de pea plstica injetada.
31
32
Carta u - percentagem de no conformidades por amostra: Esta carta tem a mesma aplicao da carta "c".
A diferena que o tamanho do subgrupo para a carta "u" maior do que um. Assim um exemplo seria o
controle do nmero de riscos em duas chapas metlicas. Logo, para esse caso o tamanho do subgrupo
de 2 amostras.
Nota: Utiliza-se quando podem ocorrer vrios defeitos na mesma unidade. S considerar defeitos
independentes. Distribuio terica: Poisson
Exemplo: Um fabricante de microcomputadores deseja estabelecer um grfico de controle para noconformidades pior unidades na linha de montagem final. O tamanho da amostra escolhido como 5
computadores.
Amostra
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
tamanho
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
Nmero total de
Noconformidades c
10
12
8
14
10
16
11
7
10
15
9
5
7
11
12
6
8
10
7
5
Mdia NC
2,0
2,4
1,6
2,8
2,0
3,2
2,2
1,4
2,0
3,0
1,8
1,0
1,4
2,2
2,4
1,2
1,6
2,0
1,4
1,0
38,6
33
34
envolvidos diretos devem privar pela coleta de dados e serem responsveis pelo mantimento e anlise
das cartas. Os engenheiros e operadores
tem todo o respaldo para tomar decises, conjuntas ou no, de modo a interferir no processo e fazer o
melhor uso das Cartas de Controle para a melhoria final do processo.
ESCOLHA DA CARTA DE CONTROLE
Para fazer a escolha correta das Cartas de Controle se deve ter conhecimento, segundo Montgomery
(2004), das seguintes diretrizes:
Utilizao de Cartas de Controle para variveis nos seguintes cenrios:
a) Um processo novo est sendo colocado, ou um produto novo est sendo produzido de acordo com
um processo j vivente.
b) Processo j est fundamentado, mas possui problemas permanentes ou no segue os padres
estabelecidos para o produto.
c) O processo apresenta problemas, a carta ento servir como parmetro de melhora efetiva do
processo.
d) Teste destrutivo fundamental.
e) Necessrio restringir a um mnimo a amostragem.
f) Foram usadas cartas de controle por atributos, mas o processo se apresenta fora de controle ou
incabvel o resultado da produo.
g) Pretende-se alterar a caracterizao do produto.
h) O operador decide se adapta o processo ou no.
i) Caracterizaes muito rigorosas.
j) Capacidade e estabilidade do processo devem ser constantemente apresentadas.
Utilizao de Cartas de Controle para atributos nos seguintes cenrios:
a) Operadores monitoram as causas atribuveis, preciso reduzir as falhas do processo.
b) Processo complicado e a qualidade do produto medida em no conformidades.
c) Controle do processo se faz necessrio, mas a grandeza no pode ser alcanada.
d) Um histrico do desempenho do processo importante, so muito eficazes para processo reviso
da gerncia.
e) Se possvel opte por carta de controle para variveis, so melhores que as cartas por atributos.
MEDIDAS TOMADAS PARA A MELHORIA DO PROCESSO
O controle estatstico do processo utilizado para causar melhoria no processo e adequ-lo da melhor
forma para que se garanta a estabilidade. Montgomery (2004) aborda a aplicao das cartas de controle
como fornecendo informaes sobre dois aspectos fundamentais do processo. O primeiro deles o
controle estatstico e o segundo a capacidade.
No se pode determinar a capacidade de um processo sem que ele o controle estatstico no tenha
sido alcanado. A Erro! Fonte de referncia no
encontrada. demonstra as possibilidades envolvendo se o processo capaz ou est sob controle,
possa existir.
So quatro as possibilidades que dependem das respostas referentes s duas questes, se O processo
capaz? e se O processo est sob controle?. A clula no canto superior direito representa o estado
almejado, processo est sob controle e o processo capaz. Sendo assim os mtodos do CEP so
importantes para o acompanhamento do processo, pois se ocorrem causas atribuveis podem
comprometer assim o processo antes sob controle e capaz.
A clula no canto superior esquerdo apresenta o processo sob controle estatstico, mas sua
capacidade fraca. Assim torna-se necessrio atacar os problemas que acarretam a variabilidade. Podese primeiro fazer o reconhecimento de padres na Carta de Controle, mas ainda pode no ser
suficiente, sendo necessrio interferir efetivamente no processo. As especificaes devem ser revistas,
podem ter sido dimensionadas em limites muito justos do que o necessrio.
No sendo possvel ainda resolver o problema, faz ento necessrio alterar o processo, desenvolvendo
e/ou analisando novos parmetros para esse processo.
J a clula inferior esquerdo, o processo no se encontra sob controle e no capaz. Recomenda-se ento a
mesma aplicao de ao da clula superior direita. E por fim, a clula inferior direita apresenta processo
no capaz e que no est sob controle, ou seja, sem controle estatstico e que produz um nmero
considervel de
defeituosos devido as suas especificaes serem muito extensas.
Nvel/Cdigo
NQA
5548
190
2155
1230
III
II
S1, S2 eS3
I
4,0%
2,5%
1,5%
1,0%
36
3 - Para inspeo de determinado produto, fixou-se um NQA = 2,5 % para o produto fornecido em lotes de
200 unidades. Determinar o plano de amostragem, usando-se Amostragem Simples, Inspeo Normal, pela
Norma NBR 5426.
4 - No plano de exemplo anterior, as duas ltimas partidas foram rejeitadas. Estabelecer o plano a ser
usado. Explique o procedimento de amostragem.
5 - Uma matria-prima fornecida em lotes de 500 peas. Estabelecer, de acordo com a Norma NBR 5426,
o Plano de Amostragem Dupla, Inspeo Normal com um nvel de qualidade aceitvel (NQA) de 4 %,
explicando o procedimento.
6 - Usar os dados iniciais do exerccio 1 e adotar um nvel de inspeo especial S-2. Qual o plano de
amostragem neste caso?
7 - Usando-se o plano de amostragem definido no exerccio 1, verifica-se nos registros do setor de inspeo
da qualidade que as 10 ltimas partidas foram aceitas, e que nestas 10 partidas ocorreu um total de 3
unidades no conformes, indicando um bom padro de qualidade do material analisado. Com base nestas
informaes: Pode-se adotar a inspeo atenuada? Caso seja possvel, quais sero os parmetros n, Ac e
Re?
8 - Usando os dados iniciais do exerccio 1, porm adotou-se um nvel de qualidade aceitvel (NQA) de
1,0%. Qual o plano de amostragem neste caso?
9 - Para inspeo de determinado produto, fixou-se um NQA = 1,5 % para o produto fornecido em lotes de
1000 unidades. Determinar o plano de amostragem, usando-se Amostragem Simples, Inspeo Normal,
pela Norma NBR
http://jararaca.ufsm.br/websites/gprocessos/download/arquivos/Insp_da_QUALID_1.pdf
ANLISE DE SISTEMAS DE MEDIO
a coleo de instrumentos ou dispositivos de medio, padres, operaes, mtodos, dispositivos de
fixao, software, pessoal, ambiente e premissas utilizadas para quantificar a unidade de medio ou
corrigir a avaliao de uma caracterstica sendo medida; o processo completo para obter medies.
O principal ponto para anlise consiste em interpretarmos o sistema de medio como um processo. No
somente a avaliao de equipamentos, mas o processo no qual utilizamos os equipamentos, o mtodo e
as pessoas para obtermos o resultado da medio.
37
Medio o conjunto de operaes com objetivo de determinar o valor de uma grandeza. O objetivo de
uma medio determinar o valor de uma grandeza a ser medida. Esta medio comea com uma
apropriada especificao da grandeza, do mtodo e procedimento de medio.
Erro de Medio: Toda medio tem imperfeies que do origem a erros no resultado da medio. Um
erro visto como tendo dois componentes: um componente aleatrio e um componente sistemtico. Um
sistema de medio ideal produziria somente medies corretas a cada vez que fosse utilizado. No
entanto, sistemas de medio com tal propriedade no existem. O erro de medio definido por:
Erro um conceito idealizado e os erros no podem ser conhecidos exatamente. Na prtica, associamos
uma varivel aleatria (por exemplo, a distribuio normal) para representar o erro de medio.
Erro Aleatrio: Este erro representa as pequenas variaes que ocorrem em medidas repetidas de uma
grandeza. Esta variao tem como causa, alteraes ambientais ou espaciais, variao devido ao
equipamento de medio, interferncia eltrica entre outras. Embora no seja possvel compensar o erro
aleatrio, ele pode geralmente ser reduzido se aumentarmos o nmero de observaes ou se melhorarmos
a tecnologia do sistema de medio (melhor ambiente, novos equipamentos ou treinamento dos tcnicos).
Interpretamos o erro aleatrio como uma varivel aleatria com mdia zero.
Erro Sistemtico: aquele que ocorre em todas as medies mais ou menos com a mesma intensidade. Assim
como o erro aleatrio, o erro sistemtico no pode ser eliminado, porm pode ser reduzido.
Calibrao
Para uma leitura confivel das amostras, deve-se fazer o uso da calibrao. A calibrao visa assegurar que
o equipamento de medio esteja dentro dos padres de medio e se mantenham durante as diversas
vezes que for utilizado. Mas com o decorrer das medies os instrumentos, por fatores externos e internos,
sofrem variaes no padro, fazendo assim com que apresente resultados sem a preciso necessria.
necessrio ter um sistema de controle e gesto para que se possa restaurar o estado inicialmente
padronizado do instrumento. Esse sistema de controle ter que ser formalizado, com detalhes e
operacionalizado de maneira detalhada, documentados, registro das aes realizadas, de modo que se
possam rastrear as aes tomadas. Os intervalos de tempo para ajuste e calibrao, devem ser definidos
de acordo com fontes de referncias.
Mtodos de Calibrao
So procedimentos documentados que devem ser adotados de acordo com cada tipo de instrumento, ou
seja, cada instrumento possui seu padro estabelecido. MORRIS (1991) cita as diretrizes necessrias para
a calibrao de instrumentos num ambiente fabril, so elas:
1. As condies ambientais devem estar de acordo para o sucesso da calibrao.
2. Os padres a serem utilizados devem estar bem definidos.
3. Mtodo disponvel para depsito e manuseio dos padres.
4. Definio do nmero validaes por faixa (escala) durante a calibrao, nmero de ciclos, qual a ordem
para uma sequncia de medio bem-sucedida e a maneira como os resultados sero documentados.
5. As condies ambientais devem estar de acordo e sendo assim, propcias para alcanar o nvel de
exatido necessrio descrito pelo procedimento de calibrao.
38
Um fator que deve ser levado em conta o custo de calibrao na obteno dos intervalos, se muito
elevado, pode ocasionar uma limitao a essa calibrao. Deve-se ento realizar estudos e utilizar de
diretrizes que possam auxiliar no melhor intervalo de calibrao, que fiquem dentro da estimativa de custo
para a calibrao.
Com uma maior habilidade e percepo do comportamento dos equipamentos calibrados, pode-se ento
modificar os intervalos, sempre almejando
uma melhora eficincia da calibrao e
reduo dos custos associados.
Para realizar a identificao da situao
atual do instrumento ou equipamento,
podemos colocar selos ou decalques que
informem em qual estado eles se
encontram. Teriam ento, todas as
informaes necessrias para uma tomada
de deciso rpida quando necessria.
Variao do Processo de Medio
Segundo o Manual de MSA da QS-9000
(1997), na maioria dos processos de
medio, a variao total usualmente
descrita como uma distribuio normal. A
probabilidade normal uma premissa dos
mtodos utilizados na anlise dos sistemas
de medio. Quando o sistema de medio
no normalmente distribudo e essa normalidade assumida, pode ocorrer a superestimao do erro do
sistema. Portanto, necessrio corrigir as avaliaes para esse caso.
Variao da Localizao
Exatido: A ISO e a ASTM consideram exatido como a juno entre tendncia e repetibilidade. Ou seja,
depende do grau de tendncia e da preciso da medio.
Tendncia ou vcio: A tendncia quantifica a diferena existente entre o valor real da caracterstica medida
e a mdia da distribuio dos resultados fornecidos pelo aparelho. uma parcela do erro total e composta
por efeitos combinados de todas as fontes de variao, conhecidas ou desconhecidas.
As principais causas possveis para uma tendncia excessiva so: a falta e inapropriada da calibrao do
instrumento ou seu desgaste excessivo; erro de linearidade; dispositivo de medio errado para a
aplicao; medio da caracterstica errada, ambiente; tamanho da pea; habilidade do operador; fadiga;
paralaxe e etc.
Estabilidade: A estabilidade tambm conhecida como o Deslocamento Lento e Gradual e consiste na
variao total das medies obtidas com um sistema de medio aplicado sobre as peas quando se
medida uma nica caracterstica durante um perodo de tempo prolongado. Trata-se da variao da
tendncia ao longo do tempo.
A anlise dos grficos de controle permite que se determine se um dado processo estvel, ou seja, se no
h presena de causas especiais de variao atuando sobre o mesmo. Para um processo ser considerado
estatisticamente estvel, os pontos nos grficos de controle devem distribuir-se aleatoriamente em torno
da linha mdia sem que haja padres estranhos do tipo, tendncias crescentes ou decrescentes, ciclos,
estratificaes ou misturas, pontos fora dos limites de controle.
Linearidade: A linearidade pode ser definida como a variao da tendncia no que diz respeito ao tamanho
medido. Suas causas so as mesmas da estabilidade e a tendncia.
39
VARIAO DA DISPERSO
Preciso: A preciso descreve o efeito lquido da discriminao, da sensibilidade e da repetibilidade ao
longo do intervalo de operao de um sistema de medio. frequentemente usada para descrever a
variao esperada em repetidas medies feita ao longo do intervalo de medio, que pode ser
caracterizada em tamanho ou em tempo.
Repetibilidade: a variao inerente ao equipamento. Trata-se de uma variao de causa comum (erro
aleatrio) decorrente de sucessivas medies feitas sob condies definidas. Suas condies de medio
so fixas e definidas (pea, instrumento, padro, mtodo, operador, ambiente, entre outros). Por esta
razo, a repetibilidade tambm conhecida como a variao dentro do sistema.
As principais causas de uma repetitibilidade incerta so: variao da amostra, variao do instrumento,
variao do padro, variao do mtodo, variao do avaliador, variao do ambiente e falhas na aplicao
(erros de observao, tamanho da pea, posio).
Reprodutibilidade: Pode ser definida como a variao das mdias das medies feitas por diferentes
avaliadores, utilizando um mesmo instrumento, enquanto medindo uma mesma caracterstica, sob as
mesmas condies ambientais. Portanto, no aplicvel a sistemas automatizados. Por esta razo, a
reprodutibilidade tambm conhecida como a variao das mdias entre sistemas ou entre condies de
medio. Porm ela no inclui apenas os diferentes avaliadores, mas tambm os diferentes dispositivos
de medio, laboratrios e ambientes. As principais causas de erros de reprodutibilidade so similares as
de repetibilidade, alm de treinamentos insuficientes e projeto inadequado do instrumento (permitindo
interpretaes subjetivas).
R&R do dispositivo de medio: O R&R a varincia resultante da soma das varincias dentro do sistema e
entre sistemas.
3. Para controle de produto, a variabilidade do sistema de medio deve ser pequena comparada com
limites de especificao. Comparar a variabilidade do sistema de medio com as tolerncias do
produto.
4. Para controle do processo, a variabilidade do sistema de medio deve demonstrar uma resoluo
efetiva e pequena comparada com a variao do processo de manufatura. Comparar a variabilidade do
sistema de medio com 6-sigma da variao do processo e/ou variao total.
Diretrizes para anlise do sistema de medio
Discriminar as grandezas relacionadas nos planos de controle;
Identificar os sistemas de medio e definir as prioridades (Cliente; Refugo e Complexidade);
Identificar uma equipe multifuncional: Para cada sistema de medio priorizado: Desenvolver um
fluxograma do processo de medio; treinar os envolvidos;
Desenvolver o diagrama de Ishikawa; Escolher as ferramentas estatsticas; montar um
cronograma de aplicao das ferramentas; documentar as solues e as correes;
institucionalizar a mudana.
Modelo de Erro de Medio
Fontes de erro
Componentes
Pea, Amostra, Mensurando, Unidade sobre
Peas
Teste, Artefato, Padro de Variao.
Instrumento Equipamento de Medio, Unidade de Medio, Clula de Medio
Escala, Referncia, Artefato, Padro de Verificao, Padro de
Padro
Consenso, Material Padro, Classe, Critrio de Aceitao
Treinamento On-the-job, Instruo de Trabalho, Plano de Controle,
Mtodo
Mtodo, Plano de Inspeo, Programa de Teste
Instrumentista, Tcnico de Teste ou
Operador
Calibrao, Inspetor
Temperatura, Umidade, Contaminao, Housekeeping, Iluminao,
Meio Ambiente
Posio, Vibrao, Interferncia Eletromagntica, Rudo, Tempo e Ar
Estatstica, Operacional, Calibrao, Constantes, Valor de Handbook,
Concepo
Estabilidade Trmica, Elasticidade
Fator ou Parmetro
Desconhecido
Meios de Comparao
Valor de Referncia ou
Critrio de Aceitao
Como
Quem
Condies de Medio
e Rudo
Medio Confivel
41
OP. C
OP. B
OP. A
http://www.portalaction.com.br/analise-dos-sistemas-de-medicao/24-repetitividade-e-reprodutibilidade
n
Pea
1
2
3
4
5
6
7
8
9
10
1
2
3
4
5
6
7
8
9
10
1
2
3
4
5
6
7
8
9
10
10
Medida 1
Operador
Medida 2
114,958
114,957
114,962
114,963
114,965
114,963
114,967
114,963
114,953
114,967
114,962
114,956
114,963
114,965
114,966
114,965
114,969
114,97
114,955
114,965
114,958
114,96
114,965
114,966
114,967
114,964
114,97
114,97
114,955
114,966
114,957
114,958
114,962
114,963
114,965
114,962
114,967
114,968
114,952
114,967
114,961
114,957
114,963
114,966
114,967
114,963
114,97
114,968
114,955
114,964
114,958
114,959
114,965
114,965
114,966
114,965
114,97
114,97
114,954
114,966
3
Medida 3
114,958
114,958
114,953
114,965
114,967
114,962
114,967
114,968
114,953
114,966
114,961
114,96
114,963
114,966
114,968
114,965
114,968
114,969
114,953
114,965
114,958
114,958
114,964
114,965
114,966
114,965
114,969
114,971
114,955
114,967
42
43