PONTIFCIA UNIVERSIDADE CATLICA DO PARAN

CAMPUS CURITIBA - PR-REITORIA ACADMICA

Escola Politcnica
Curso Engenharia da Produo II

MATERIAL APOIO
Gesto da Qualidade II

PROGRAMA DE APRENDIZAGEM: Gesto da Qualidade II

ANO: SEM 2016

PROFESSOR (ES): Rosana Adami Mattioda

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.

CONTROLE ESTATSTICO DE PROCESSOS

NOES DE ESTATSTICA PARA O CEP - REVISO
preciso conhecer alguns conceitos fundamentais da estatstica para interpretar melhor o CEP. Entre estes
conceitos podem-se definir os mais bsicos: o que vem a ser um universo (populao), uma amostra,
variveis contnuas (variveis), variveis discretas (atributos), distribuio de frequncia, mdia, desvio
padro, amplitude, entre outros.
Atualmente, existe a conscincia de que mais produtivo treinar o operador a controlar suas prprias
operaes, evitando com isso a produo de produtos de m qualidade, do que introduzir procedimentos
adicionais de controle aps o produto ter sido produzido. Para efetuar este controle com eficincia, podemse utilizar os recursos do Controle Estatstico do Processo (CEP).
Estes so os conceitos estatsticos bsicos para uma boa interpretao do CEP:
1) Amostragem
7) Distribuio de probabilidades
2) Populao e amostra
8) Histograma
3) Variveis contnuas e discretas
9) Distribuio Normal
4) Distribuio de frequncia
10) Previses com a Normal
5) Medidas de posio
6) Medidas de disperso
Amostragem probabilstica: Todos os elementos da populao tm probabilidade conhecida e no zero de
pertencer a amostra: Aleatria Simples; Sistemtica; Estratificada e Conglomerado.
Amostragem no probabilstica: Restrita aos elementos que se tem acesso: escolha a esmo (ex: coelhos
numa gaiola, escolha de parafusos numa caixa); impossibilidade de sorteio (ex: sangue); amostragem
intencional, sem sorteio (ex: escolha de elementos tpicos); voluntrios (ex: testes de vacina).
Conceitos variveis
Caractersticas observveis em cada elemento pesquisado: medidas, controladas ou manipuladas em
uma pesquisa.
Cada varivel, para cada elemento pesquisado pode assumir APENAS UM valor em determinado
momento.
Classificao por nvel de mensurao: quantidade de informao.
Qualitativas: dados atributivos onde a varivel em estudo no numrica -nominais, ordinais.
Quantitativas: Varivel contnua e Varivel discreta.
Classificao por nvel de manipulao: quais so manipuladas (dependentes) e quais apenas
observadas (independentes).
Varivel contnua: pode assumir qualquer valor num intervalo contnuo: Altura, Peso, Tempo, Dimetro,
Largura, Distncia, Espessura, m2, m3
Varivel discreta: s pode assumir certos valores, geralmente inteiros: absentesmo, nmero de (acidentes,
peas, funcionrios, pedidos, reclamaes...)
Medidas de Posio: At agora estudamos alguns processos para o levantamento de dados estatsticos e
algumas tcnicas referentes a tabulaes, representaes grficas etc. Neste captulo estudaremos alguns
tpicos relacionados com o que denominamos medidas de posio ou de tendncia central. As medidas de
tendncia central so subdivididas nos seguintes grupos: a) Mdia. b) Mediana. c) Moda.
Servem para localizar a distribuio de frequncia sobre o eixo de variao da varivel em questo.
Dependendo da forma da distribuio, as trs medidas podem ou no coincidir.

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

di x X so os desvios em torno da mdia aritmtica.

Exemplos:

Grupo A: 2,5,5,6 e 7 = mdia =5 pela frmula s = 1,87.

Grupo B: 4,6,7,9 e 9 = Mdia =7 pela frmula s= 2,12.
Pode-se concluir que o grupo A mais homogneo, pois possui o menor desvio-padro.

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

Baixa disperso: CV 15%

Mdia disperso: 15%< CV<30%
Alta disperso: CV 30%

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

Distribuio de probabilidades: As medies de quaisquer caractersticas (sejam elas de qualidade ou no)

so feitas sobre a populao ou a amostra, e muitos problemas so resolvidos tomando-se os resultados
das medies da amostra e, com base nestes resultados, extrapolando-os para a populao da qual a
amostra foi retirada.
Distribuies estatsticas: Em problemas prticos, normalmente no necessrio deduzir as probabilidades
de ocorrncia, pois existem alguns modelos probabilsticos que se aplicam a vrias situaes prticas,
fornecendo a regra de determinao das probabilidades. Distribuies Discretas: Bernoulli Binomial;
Hipergeomtrica; Poisson Distribuies Contnuas: Uniforme Exponencial Normal
Distribuio Normal: A distribuio Normal tem como caractersticas fundamentais a mdia e o desvio
padro.
a mais importante das distribuies contnuas pois muitas variveis aleatrias de ocorrncia natural ou
de processos prticos obedecem esta distribuio. Parmetros populacionais: mdia populacional e
desvio padro populacional
Se uma varivel aleatria x tem distribuio normal com mdia e varincia, diz-se que x ~ N(,2)

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=

A rea esquerda um valor especificado da N(0,1) encontra-se tabelada.

X
-3

-2

+2

+3

X-

Z
-3

-2

-1

Exemplo: Qual a rea sob a curva normal contida entre z = 0 e z = 1?

Utilizao da Tabela Normal
Procura-se o valor 1 na primeira coluna da tabela e o valor da coluna 0,00. O valor da interseco de
0,3413, ou seja, 34,13%.
Entretanto, lembrando que a curva normal simtrica, sabe-se que a rea sob a curva normal contida entre
z = 0 e z = -1 tambm 34,13%. Portanto, a rea referente a -1 < z < 1 vale a soma de ambas, ou seja,
68,26%. Recordando que o valor central corresponde a, pode-se traar o seguinte grfico, onde percebese que fora dos valores centrais sobram apenas 15,87% para cada lado da curva.

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:

P(Z < -z)

1 - P(Z < z)

a) Menor que 49.000Km?

P (X < 49000) = 49000 50000 / 1000 = - 1
-z
z
P ( Z = -1,0)= 0,1587
Pelo Excel = =DIST.NORM(49000;50000;1000;VERDADEIRO) = 0,158655
Resposta: Dada a distribuio N~(50000, 1000), a probabilidade de um pneu escolhido ao acaso apresentar
vida til menor que 49000 de 15,86%
b) mais de 51.000 Km? 0,158655
P (X > 51000) = 51000 50000 / 1000 = 1
P( Z = 1) = 1,0 = 0,1587
Pelo Excel distribuio cumulativa= DIST.NORM(51000;50000;1000;VERDADEIRO) = 0,841345
Conforme a figura encontraremos a rea direita, ento teremos: 1 0,841345
= 0,1586
Resposta: Dada a distribuio N~(50000, 1000), a probabilidade de um pneu escolhido ao acaso apresentar
vida til maior que 51000 de 15,86%.
c) entre 49.000 Km e 51.000 Km?
Z Min = P (X < 49000) = 49000 50000 / 1000 = - 1
Pelo Excel = =DIST.NORM(49000;50000;1000;VERDADEIRO) = 0,158655
Z Mx = P (X > 51000) = 51000 50000 / 1000 = 1
Pelo Excel distribuio cumulativa= DIST.NORM(51000;50000;1000;VERDADEIRO) = 0,841345
P ( 49.000 < x < 51.000) = 0,841345 - 0,158655 = 0,682689
Resposta: Dada a distribuio N~(50000, 1000), a probabilidade de um pneu escolhido ao acaso apresentar
vida til entre 49000 e 51000 de 68,27%

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.

EXERCCIOS DISTRIBUIO NORMAL

1 - Os salrios mensais dos operrios de uma determinada empresa so distribudos normalmente em torno
da mdia de 3.500,00 reais e desvio padro 240,00 reais. Calcule a probabilidade de um operrio ter um
salrio mensal situado entre 2.500,00 e 3.700,00 reais. R. (79,67%)
2 - Um teste padronizado de escolaridade tem distribuio normal com mdia de 100 e desvio padro de
10. Determine a probabilidade de um indivduo submetido ao teste ter nota:
a) Maior que 120 R. (2,28%) b) Maior que 80 R. (97,72%)
c) entre 85 e 115 R. (86,64%) d) Maior que 100 R. (50,00%)
3 - Os pesos de 600 estudantes so normalmente distribudos com mdia 65,3 kg e o desvio padro de
5,5kg. Determine nmero de estudantes que pesam:
a) entre 60 e 70 kg R. (380) b) Mais de 63,2 kg R. (389) R. c) Menos de 68 kg R. (187)
4 - As vendas de um determinado produto tem apresentado distribuio normal com mdia de 600
unidades por ms e desvio padro de 40 unidades. Se a empresa decide fabricar 700 unidades naquele
mesmo ms, qual a probabilidade de ela no poder atender a todos os pedidos desse ms?
R. (0,62%)
5 - O processo de empacotamento de uma companhia de cereais foi ajustado de maneira que uma mdia
de 13,0 kg de cereal colocada em cada saco. claro que nem todo o saco tem precisamente 13 kg devido
a fontes aleatrias de variabilidade. O desvio padro do peso de 0,1 kg e sabe-se que a distribuio dos
pesos segue uma distribuio normal. Determinar a probabilidade de que um saco escolhido
aleatoriamente contenha entre 13,0 a 13,2 kg de cereal. R. (47,72%)
6 - Com relao ao problema anterior, qual a probabilidade de que o peso de cereal esteja entre 12,9 e
13,1 kg. R. (68,26%)
11

7 - O tempo necessrio em uma oficina, para o conserto da transmisso de um tipo de automvel

normalmente distribudo com mdia de 45 minutos e desvio padro de 8 minutos. O mecnico planeja
comear o conserto do carro em 10 minutos aps o carro ter sido deixado na oficina, comunicando ao
cliente que o carro estar pronto em um tempo total de uma hora. Qual a probabilidade de que o mecnico
esteja enganado? Z= ((60min 10 min) 45) /8 R. (26,76%)

CONTROLE ESTATSTICO DE PROCESSOS

O Controle Estatstico de Processos considerado uma das formas de controle do processo preventivo.
Resumidamente constitui-se da utilizao de tcnicas estatsticas para se controlar o processo. Por tcnicas
estatsticas entende-se a coleta, representao e anlise de dados de um processo (Owen, 1989).
Walter Andrew Shewhart
1923 EUA Bell telefones
Substituir inspeo de todas as peas
Surge controle do processo e inspeo por amostragem grficos de controle
Dr. W. Edwards Deming.
1954 Indstrias japonesas
Sob orientao de Deming
ABNT NBR 11469 NB 1326/1990: Controle Estatstico para preveno e deteco de desvios da qualidade,
durante processos de fabricao, por meio de grficos.
A estratgia para obter sucesso com o CEP envolve basicamente:
- Envolvimento da Alta - Administrao
- Avaliao dos meios de medio
- Coleta e Organizao de dados
- Apresentao e Anlise dos dados coletados
- Anlise das possveis causas de variaes
Na NBR 11469 O controle estatstico do processo uma tcnica baseada na teoria estatstica que tem como
objetivos principais:
a. Eliminar as causas especiais;
b. Manter o processo sob controle estatstico detectando e eliminando possveis novas causas especiais;
c. Evitar a produo de itens defeituosos;
d. Conhecer a variabilidade do processo.

A VISO MODERNA DE CEP

Hoje, mais do que uma ferramenta estatstica, o CEP entendido como uma filosofia de gerenciamento
(princpios de gerenciamento) e um conjunto de tcnicas e habilidades, originrias da Estatstica e da
Engenharia de Produo, que visam garantir a estabilidade e a melhoria contnua de um processo de
produo. Em resumo, visa o controle e a melhoria do processo.
Princpios
Os princpios fundamentais para implantao e gerenciamento do CEP so:
Pensar e decidir baseado em dados e fatos;
Pensar separando a causa do efeito, buscar sempre conhecer a causa fundamental dos problemas;
Reconhecer a existncia da variabilidade na produo e administr- la;
Usar raciocnio de prioridade (Pareto);

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.

Fontes de variao de um processo:

Matria-prima
Ferramentas
Meios de medio
Mquinas
Operacional
Mtodos de trabalho
Meio ambiente
Gerencial
Informao
Pessoas
etc.......

POR QUE CONTROLAR O PROCESSO?

Porque do processo de produo podem resultar itens (produtos) no conformes/defeituosos ou a
porcentagem de defeituosos pode variar ao longo do tempo.
13

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

Controlar um processo significa:

Conseguir manter ESTVEL o desempenho do processo, ou seja, estabilizar os resultados e causas
de variao do processo; e
Buscar MELHORAR o desempenho do processo atravs da eliminao de causas que afetam as
vrias caractersticas de controle do processo que est sendo gerenciado.
Na sua vertente de busca de MELHORIA o controle visa:
Estabelecer um plano e uma meta de aperfeioamento voltados para problemas prioritrios dentro
dos objetivos da empresa;
Implementar o plano de melhoria;
Atuar nos desvios do plano de forma a garantir que se atinja a meta.
A melhoria visa obter um processo cada vez mais competitivo atravs de uma melhoria contnua
do desempenho.
GRFICOS ESTATSTICOS
O Grfico de Controle permite a visualizao do nvel de variabilidade do processo provocada pelas causas
comuns de variao (WERKEMA, 1995).
Os grficos de controle possuem trs objetivos bsicos:
a) verificar se o processo estudado estatisticamente estvel, ou seja, se no h presena de causas
especiais de variao;
b) verificar se o processo estudado permanece estvel, indicando quando necessrio atuar sobre o
mesmo; e
c) permitir o aprimoramento do processo, mediante a reduo de sua variabilidade.
Para que o Controle Estatstico de Processos seja eficaz so necessrios 10% de ao estatstica e 90% de
ao administrativa (Hradesky,1989).
Este controle eficaz contm 5 ingredientes principais:
Tcnicas estatsticas;
Tcnicas de soluo de problemas;
Liderana e atitudes para aperfeioamento da produtividade da qualidade;
Planejamento da qualidade;
Mtodo sistemtico, que atua como catalisador
uma representao visual de uma caracterstica da qualidade medida ou calculada para uma amostra de
itens, grafada em funo do nmero da amostra ou de alguma varivel indicadora do tempo (ordem
cronolgica).
Consiste de:
Uma linha mdia (LM).
15

 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.

Carta de CEP Adaptado de Montgomery 2004.

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

Tipos de carta de controle - a) Variveis

Carta de Individuais: Esse tipo de carta de controle utilizado quando o tamanho do subgrupo de amostra
igual a um, sendo necessrio calcular a amplitude entre os subgrupos (Amplitude Mvel). Alguns
exemplos de aplicao desta carta so: a) processos homogneos em que no faz sentido subgrupos de
amostras com tamanho maior que uma unidade, b) para processos cuja taxa de produo baixa, no faz
sentido acumular resultados ao longo do tempo para a avaliao da estabilidade do processo; c) quando o
tamanho de amostra maior que uma unidade for economicamente invivel
Carta de Mdias e Amplitudes: Esse tipo de carta de controle a mais aplicada na indstria.
Invariavelmente, o tamanho do subgrupo situa-se em torno de 4 ou 5 amostras. Na prtica, o tamanho da
amostra deve ser determinado com base na capacidade de deteco de mudanas. Porm, medida que
o tamanho do subgrupo aumenta, diminui a sensibilidade da amplitude R como estimador do desviopadro do processo. Montgomery demonstra que, para subgrupos com tamanho prximo de 10, a
amplitude perde significativamente sua sensibilidade como estimador (MONTGOMERY, 2008).
Carta de Mdias e Desvios-Padro: Esta uma opo para a carta X-R quando o tamanho das amostras
maior ou igual a 10. Na prtica esse modelo de carta de controle no frequentemente utilizado, pois
muitas vezes as amostras desse tamanho so inviveis economicamente. No entanto, assim como para a
carta X-R o tamanho da amostra deve ser calculado com base na capacidade de deteco de mudanas no
processo.
Tipos de carta de controle - b) Atributos
Carta p - percentagem de itens no conforme: utilizada quando a caracterstica de qualidade de interesse
representada pela proporo de itens defeituosos produzidos. Exemplos so: % de peas defeituosas/fora
do especificado produzidas em uma hora de produo ou turno/dia de trabalho.
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.
17

Carta c - no conformidades encontradas numa amostra de tamanho constante: utilizada quando se

deseja controlar o nmero total de defeitos em uma unidade do produto.
Exemplos: a) Nmero de quebras de uma ferramenta durante um ms de trabalho de uma indstria; b)
Nmero de riscos em uma chapa metlica; c) Nmero de soldas defeituosas em um aparelho de rdio; d)
Nmero de defeitos em 100m de tecido.
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.
O sistema de medio
O Sistema de Medio utilizado para aferir as amostras, deve ser de boa qualidade e apresentar valores
precisos. Medies com aparelhos dentro dos padres de medio vo influenciar diretamente nos
resultados apresentados pelas Cartas de Controle. Por mais que o Sistema de Medio seja de excelente
qualidade ainda assim sero suscetveis a erros causados por fatores internos e externos e o conhecimento
dessas incertezas associadas medio de grande importncia para que o resultado da medio possa
ser achado de maneira segura.
Segundo TOLEDO (2014), para determinar um atributo de um produto quanto ao seu desenvolvimento ou
qualidade final necessita-se ter uma medio e quantificao das caractersticas desse produto e do
respectivo processo. A quantificao do determinado atributo de um produto estabelecida de acordo
com os parmetros abaixo:
1. As unidades de medida devem seguir um padro, que possibilitam a converso de grandezas
incompreensveis em grandezas quantificveis, como exemplo, dimetro em metro.
2. Os instrumentos quanto a sua disponibilidade que so calibrados de acordo com a sua capacidade para
aferio dessas unidades de medida de acordo com os padres estabelecidos.
3. Uso de instrumentos adequados para garantir uma medio confivel do produto ou processo em
questo.
4. Interpretar e catalogar os resultados obtidos atravs das medies realizadas pelos instrumentos de
medio adequados.
A quantificao do processo em questo segue as seguintes etapas: definio da unidade; disponibilidade
do instrumento de medio; uso do instrumento; interpretao e catalogao dos resultados da medio.
necessrio gerenciar os resultados, por isso deve-se conhecer a fundo qual o objetivo da medio do
produto, cuidando sempre para estar dentro das especificaes e requisitos. Isso assegura as decises a
respeito da conformidade deste produto.
Preenchimento Carta de Controle
http://www.joinville.udesc.br/portal/professores/alan/materiais/A6___Cartas_de_controle.pdf
No existe uma nica maneira aprovada para exibir as cartas de controle. Entretanto, deve-se sempre
ter em mente os motivos pelos quais as cartas de controle so utilizadas. Todo o formato aceitvel desde
que contenha o seguinte:
Elementos das Cartas de Controle: Escala apropriada; LSC, LIC; Linha central; Sequncia do
subgrupo/Tempo; Identificao dos valores marcados como fora de controle e Registro de eventos
As seguintes informaes de cabealho devem ser includas nas cartas de controle que fazem parte de
um relatrio e naquelas que so atualizadas manualmente.
- O qu: pea/produto/nome e nmero do servio/identificao
- Onde: operao/informao da etapa do processo/processo, nome/identificao
- Quem: operador e avaliador
- Como: sistema de medio utilizado, nome/nmero, unidades (escala)
- Quantos: tamanho do subgrupo, uniforme ou por amostragem
- Quando: esquema de amostragem (frequncia e tempo)
18

E o dirio de Bordo!!! Anotaes 5W

O 5W1H uma ferramenta, muito usada em conjunto com o PDCA no estabelecimento de um plano de
ao. medida que os processos tornam-se mais complexos e menos definidos fica mais difcil identificar
sua funo a ser satisfeita, bem como os problemas e as causas que do origem aos efeitos sentidos.
O 5W1H um check-list muito til para enfrentar essas situaes, garantindo que todos os ngulos de um
problema sejam abordados.
Atualmente acrescenta-se mais um H
(How Much) Quanto? Utilizado para auxiliar no levantamento dos custos. Talvez sendo mais adequado
denominarmos a tcnica de 5W2H.

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

Montgomery, 2008 pg. 368 Sugesto de caracterstica

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 fora de Controle - Oakland, 2003

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

Frmula para limites de controle

Clculo dos limites de controle Fatores de Correo

23

Exemplo carta indivduos

Uso do Software Minitab

Exemplo carta de mdias e desvio padro

Uso do Software Minitab

24

COMPARANDO HISTOGRAMAS COM LIMITE DE ESPECIFICAO

Se existe uma especificao devemos levantar linhas dos limites superior e inferior de especificao (LSE e
LIE) no histograma para comparar a distribuio com a especificao. A partir da verificar se o histograma
est bem localizado dentro dos limites.
Exemplo histograma

Sobreposio de um Histograma e uma Curva Normal

Propriedades da Distribuio Normal1. Simtrica em relao sua mdia;
2. Se a probabilidade total abaixo da curva 100%, ento a probabilidade de cada lado 50%;
25

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

Capacidade de processo CPK

Imaginamos processos bem centralizados, que garantem uma dimenso mdia coincidindo com a mdia
da especificao.
Para medir as posies relativas entre a disperso do processo e a tolerncia do produto, utilizado o
ndice de capacidade real do processo, Cpk, e calculado pela seguinte frmula:

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

Relao entre Cp e Cpk

Quando Cp alto (> 1,33) e Cpk baixo (< 1,0) = disperso adequada, porm a mdia est deslocada.
As aes geralmente indicadas so operacionais, resumindo-se muitas vezes na regulagem de mquina
para centralizao do processo.
Quando o valor de Cp baixo, a disperso do processo no satisfatria, e pode ser tambm que a
sua mdia esteja deslocada.
Aes para este caso so muitas vezes gerenciais e mais complexas, pois as causas da elevada disperso
podem, muitas vezes, ser de difcil reduo, tanto financeira quanto tecnicamente.

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

Mdia = 33,32 Desvio Padro = 2,61

Cp = LSE - LIE = 38,00 28,00 = 0,90
6s
6 (2,60524)
Cpk = LSE - mdia = 42,00 33,32 = 1,11
3s
3 (2,60524)
Cpk = mdia - LIE = 33,32 28,00 = 0,6807
3s
3 (2,60524)

Relao entre Cp e Cpk Exemplo

28

PLANEJAMENTO PARA CONSTRUO DE CARTAS DE CONTROLE

A construo de uma carta de controle requer o seguinte planejamento:
a) Definir quais processos sero controlados (mtodos de ensaio validados, ou
instrumentos/equipamentos de medio, etc.).
b) Definir quais caractersticas do processo sero controladas. Por exemplo: a exatido de um mtodo
analtico, resposta de um instrumento de medio, etc.
c) Definir quais materiais sero monitorados (materiais de referncia certificados MRCs, material de
referncia, solues padro, controles, etc.). Nota: Estes materiais devem ser homogneos e estveis
e disponveis em quantidade suficiente para serem analisados regularmente.
d) Definir equipamentos/instrumentos de medio e insumos necessrios; Nota: Os
equipamentos/instrumentos devem ter um plano de manuteno preventiva e de calibrao.
e) Definir pessoal responsvel pelas anlises;
f) Escolher o tipo de carta de controle. As cartas de controle podem ser classificadas em dois tipos: cartas
de controle para variveis ou cartas de controle para atributos (item 4). Se a caracterstica a ser
controlada for expressa como um nmero em uma escala contnua de medida denominada varivel.
Neste caso, conveniente descrever a caracterstica como uma medida de tendncia central e uma de
variabilidade. Estes grficos so chamados de cartas de controle para variveis. Muitas caractersticas
no so medidas em uma escala contnua ou mesmo em uma escala quantitativa. Nestas situaes,
possvel julgar cada unidade do processo como conforme ou no conforme, com base se ela possui ou
no certos atributos, ou ento, pode-se contar o nmero de defeitos que aparecem em uma unidade
do produto. Grficos de controle para tais caractersticas so denominados cartas de controle para
atributos. Para cada tipo de carta de controle h duas situaes distintas: quando no h valores de
referncia e quando valores de referncia so fornecidos. Os valores de referncia podem ser definidos
pelo mtodo ou legislao (por exemplo, na avaliao de desempenho de mtodos analticos com o
emprego de MRCs, podem ser utilizados os limites calculados com base nos valores certificados e
incertezas associadas descritos no certificado).
g) Definir a quantidade m de subgrupos e a frequncia das anlises, de preferncia, em intervalos
regulares de tempo, definidos pelo analista.
h) Definir o nmero de replicatas de cada subgrupo ou tamanho do subgrupo (n). Preferencialmente, as
medies das replicatas devem ser independentes e realizadas em condies de preciso
intermediria. Se as replicatas independentes forem realizadas em condies de repetibilidade, as
chances de variabilidade dentro do subgrupo sero minimizadas e as chances de variabilidade entre os
subgrupos sero maximizadas. As cartas so construdas na suposio de que o tamanho do subgrupo
n constante. Neste manual no sero abordados clculos dos limites de controle quando os valores
de n so distintos dentro dos subgrupos.
Nota: No h regra geral para determinar a quantidade de subgrupos e/ou o tamanho dos subgrupos.
Normalmente, 20 a 25 subgrupos com 4 ou 5 replicatas so considerados adequados para fornecer
estimativas preliminares.
i) Definir limites de controle Os limites de controle nas cartas de Shewhart so definidos por 3 desvios (
3 ) acima ou abaixo do limite central ( L 3 ). Muitas vezes, vantajoso construir o grfico juntamente
com os limites 2 , que so chamados de limites de alerta. Podem ser inseridos ainda, os limites 1 ,
formando trs regies na carta de controle que auxiliam na deteco de alguns padres (ver item 3).
No entanto, podem existir situaes onde ser necessrio aplicar outros critrios. Quando um processo
est operando sob controle estatstico por certo tempo, novos limites de controle mais restritivos
podem ser estabelecidos. Os limites de controle devem ser revistos periodicamente de acordo com as
peculiaridades de cada processo.
j) Definir aes para melhoria do desempenho do processo. Antes de monitorar o processo, deve-se ter
certeza de que o mesmo se encontra sob controle estatstico. Isto requer conscientizao, treinamento
e esforo por parte da equipe tcnica envolvida, pois para eliminar causas especiais, reduzir a
variabilidade do processo e estabilizar seu desempenho, a equipe dever estar apta para coletar os
dados corretamente, interpretar os resultados, identificar a causa raiz de eventuais problemas,
implementar ao corretiva e usar o grfico como instrumento para verificar e/ou acompanhar a
29

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.

Tipos de carta de controle - Grficos Atributos

Carta p - percentagem de itens no conforme: utilizada quando a caracterstica de qualidade de interesse
representada pela proporo de itens defeituosos produzidos. Exemplos so: % de peas defeituosas/fora
do especificado produzidas em uma hora de produo ou turno/dia de trabalho.
Clculo Limites de Controle

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

Carta c - no conformidades encontradas numa amostra de tamanho constante: utilizada quando se

deseja controlar o nmero total de defeitos em uma unidade do produto. A carta c mais apropriada
quando: a) os defeitos esto dispersos em um meio contnuo, como por exemplo: nmero de falhas por
rea de tecido, nmero de imperfeies por comprimento de pavimento e b) um produto pode apresentar
mais de um tipo de defeito.

Exemplo: Os dados da Tabela representam o nmero de defeitos de pintura (no-conformidades)

observados na pintura da lataria de nibus

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

Ver Material e exerccios cartas de controle por atributos:

https://fenix.tecnico.ulisboa.pt/downloadFile/3779571247639/Exerc%C3%ADcioCEQCartaControloAtributos.pdf
Montgomery pag. 213 a 219
http://www.producao.ufrgs.br/arquivos/disciplinas/388_apostilacep_2012.pdf
CARACTERSTICAS QUE DEVEM SER CONTROLADAS
De incio se torna complicado determinar as caractersticas do processo ou produto a serem controlada
pelas Cartas de Controle, de acordo com Montgomery (2004), sero ento descritas algumas diretrizes
para auxiliar a construo das Cartas de Controle.
1. A utilizao deve atingir qualquer particularidade do produto, processo ou operao de produo que
realmente se avaliem como necessrias. As Cartas de Controle daro retorno imediato se sero
realmente teis, ou seja, se poderemos atingir ganhos no controle da operao, produto ou
processo.
2. Deve-se fazer uma anlise das Cartas de Controle que devem ser removidas, por qualquer motivo
que no venha a impactar na melhora do controle, ou acrescentadas, no que julgar conveniente pela
rea industrial envolvida. A tendncia que haja uma diminuio da quantidade de cartas
utilizadas, devido s diversas estabilizaes do processo.
3. A quantidade e os tipos de Cartas de Controle devem estar constantemente atualizados e os
arquivos das cartas por varveis devem estar separadas das por atributos. A tendncia que o nmero
de cartas cresa num primeiro momento de maneira perdurvel, mas passado certo tempo
comumente decrescer. Atingido a estabilidade do processo, podemos comparar que de um ano
para o outro predisposto que o nmero de cartas siga o mesmo, mas o contedo necessariamente
no ser o mesmo podendo ocorrer variaes no processo.
4. Com o frequente uso das Cartas de Controle e a obteno de novas informaes sobre as
variveis-chave do processo, notamos que a quantidade de cartas x e R aumentam e a quantidade
de cartas por atributos diminui.
5. Inicialmente haver mais Cartas de Controle por atributos, mas ao adquirirmos maior
conhecimento sobre o processo, essas cartas sero trocadas pelas cartas de variveis (x e R)
aplicadas com antecedncia no processo que derivem em no conformidade do item resultante.
Em processos mais complicados pode haver a necessidade de se aplicarem cartas nos nveis de
fornecedores e vendedores. Quanto mais cedo se puder alcanar o controle do processo, melhores
sero os futuros ganhos do processo.
LOCALIZAO AS CARTAS DE CONTROLE
Para ter acesso, para consultas e constantes atualizaes, as cartas devem ficar localizadas de modo que
todos os interessados tenham acesso rpido e fcil. Montgomery (2004), lista como devem estar
localizadas as Cartas de Controle. As Cartas de Controle devem se dispor o mais bem localizado possvel,
para que as respostas s consultas e mudanas do processo sejam de fcil acessibilidade. Os

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.

Matriz de possibilidades Fonte: Montgomery (2004)

35

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.

AMOSTRAGEM DE ACEITAO: APLICAES DOS PLANOS DE AMOSTRAGEM

Apresentao da Norma NBR 5426: Planos de amostragem e procedimentos na inspeo por atributos
https://flaviobotana.files.wordpress.com/2011/04/nbr-5426-1985.pdf
Apresentao da Norma NBR 5427: Guia para utilizao da norma NBR 5426 - Planos de amostragem e
procedimentos na inspeo por atributos
https://intranet.ifs.ifsuldeminas.edu.br/~eder.clementino/GEST%C3%83O%20AMBIENTAL/LEGISLA%C3%
87%C3%83O%20AMBIENTAL/NORMAS%20BRASILEIRAS%20REGULAMENTADORAS/NBR%2005427%20%201985%20-%20Amostragem%20e%20Inspe%C3%A7%C3%A3o%20por%20Atributos.pdf
Exerccios Aceitao por amostragem
1) Utilizando a norma NBR 5426 determine o plano de amostragem simples o critrio de aceitao
/rejeio Atenuada, Normal e Severa e descreva os resultados para:
m/ Plano

Nvel/Cdigo

NQA

5548
190
2155
1230

III
II
S1, S2 eS3
I

4,0%
2,5%
1,5%
1,0%

2) um produto apresentado para inspeo de recebimento em lotes de 5.000 peas. A inspeo

realizada de acordo com a NBR-5426, nvel III, com NQA = 0,40 %.
a) escolha o plano de amostragem simples, com comutao entre os modos de inspeo normal,
atenuada e severa pertinente.
b) quando se deve passar da inspeo normal para a severa? E da atenuada para a normal?
c) explique o procedimento de aceitao e rejeio do lote, caso esteja em uso o plano de amostragem
dupla, inspeo atenuada.

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.

Propriedades fundamentais que definem um bom sistema de medio:

1. Uma adequada discriminao ou sensibilidade. O incremento de medida deve ser pequeno o suficiente
para detectar variaes no processo ou nos limites de especificao. A regra comum conhecida como
regra do dez, que consiste em definir a discriminao do sistema de medio dividindo a tolerncia (ou
variao do processo) em 10 partes.
2. O sistema de medio deve estar sob controle estatstico. Isto significa que sob condies de
repetitividade, as variaes do sistema de medio so devidas causas comuns e no causas
especiais.
40

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

Exerccios: Utilizar o Suplementos Action (Excel)

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

Calcular o R&R para:

a) 3 operadores e 10 peas
b) Todas as peas e operadores 2 e 3
c) Todos os operadores e peas 1, 2, 3, 4, 5, 6, 7, 8, 10
d) Operadores 2 e 3 e peas 2, 3, 4, 5, 6, 7, 8, 9, 10
e) Compare e analise os resultados anteriores

CONFIABILIDADE E ESTRATGIA 6 SIGMA MATERIAL APRESENTAO

42

43