ctrl qual aula7 fe - av 1
TRANSCRIPT
5/10/2018 Ctrl Qual Aula7 FE - AV 1 - slidepdf.com
http://slidepdf.com/reader/full/ctrl-qual-aula7-fe-av-1 1/40
DISCIPLINA
CONTROLE DA QUALIDADEAula 7
Newton José Ferro
1
5/10/2018 Ctrl Qual Aula7 FE - AV 1 - slidepdf.com
http://slidepdf.com/reader/full/ctrl-qual-aula7-fe-av-1 2/40
CONTROLE DA QUALIDADE
REVISÃO ANTES DA VERIFICAÇÃO
2
5/10/2018 Ctrl Qual Aula7 FE - AV 1 - slidepdf.com
http://slidepdf.com/reader/full/ctrl-qual-aula7-fe-av-1 3/40
CAUSAS DE VARIABILIDADE DOS PROCESSOS
• variabilidade do processo – diferenças existentes entre as unidades produzidas; • variabilidade causas aleatórias (variabilidade natural);
causas especiais – outras perturbações deslocam a média de seu valor alvo; e/ou aumentam a sua dispersão.
3
5/10/2018 Ctrl Qual Aula7 FE - AV 1 - slidepdf.com
http://slidepdf.com/reader/full/ctrl-qual-aula7-fe-av-1 4/40
PROCESSO SOB CONTROLE
4
5/10/2018 Ctrl Qual Aula7 FE - AV 1 - slidepdf.com
http://slidepdf.com/reader/full/ctrl-qual-aula7-fe-av-1 5/40
PROCESSO FORA DE CONTROLE – Deslocamento da Distribuição
5
5/10/2018 Ctrl Qual Aula7 FE - AV 1 - slidepdf.com
http://slidepdf.com/reader/full/ctrl-qual-aula7-fe-av-1 6/40
PROCESSO FORA DE CONTROLE – Deslocamento da Distribuição e
Acréscimo da Dispersão
6
5/10/2018 Ctrl Qual Aula7 FE - AV 1 - slidepdf.com
http://slidepdf.com/reader/full/ctrl-qual-aula7-fe-av-1 7/40
ESTIMANDO A VARIABILIDADE DO PROCESSO
FONTE: Costa, Epprecht e Carpinetti7
ESTIMADOR CARACTERÍSTICASSA Considera as “m”amostras de “n” unidades
como uma grande amostra com “ mn” unidades
SB Baseado no desvio-padrão das médias dos“m”subgrupos
SC Baseado nos desvios-padrão amostrais “Si ” dos
“n”subgrupos
SD Baseado na amplitude amostral “R”
5/10/2018 Ctrl Qual Aula7 FE - AV 1 - slidepdf.com
http://slidepdf.com/reader/full/ctrl-qual-aula7-fe-av-1 8/40
ESTIMANDO A VARIABILIDADE DO PROCESSO
FONTE: Costa, Epprecht e Carpinetti8
N = mn; Y i = X ij
onde
Este estimador é tendencioso ,
pois seu valor esperado é
Em que a constante c 4 é função de N
5/10/2018 Ctrl Qual Aula7 FE - AV 1 - slidepdf.com
http://slidepdf.com/reader/full/ctrl-qual-aula7-fe-av-1 9/40
ESTIMANDO A VARIABILIDADE DO PROCESSO
FONTE: Costa, Epprecht e Carpinetti9
ESTIMADOR CARACTERÍSTICAS
SA Considera as “m”amostras de “n” unidadescomo uma grande amostra com “ mn” unidades
X ij – é o j-ésimo elemento do i-ésimo subgrupo;n – é o tamanho dos subgrupos;
m – é o número de subgrupos;
c 4 – é uma constante.
5/10/2018 Ctrl Qual Aula7 FE - AV 1 - slidepdf.com
http://slidepdf.com/reader/full/ctrl-qual-aula7-fe-av-1 10/40
ESTIMANDO A VARIABILIDADE DO PROCESSO
FONTE: Costa, Epprecht e Carpinetti10
C4 converge para 1 à medida que “n” cresce
5/10/2018 Ctrl Qual Aula7 FE - AV 1 - slidepdf.com
http://slidepdf.com/reader/full/ctrl-qual-aula7-fe-av-1 11/40
ESTIMANDO A VARIABILIDADE DO PROCESSO
FONTE: Costa, Epprecht e Carpinetti11
m = 8 n = 5 X 42 = 1002,1Média dos subgrupos = sétima coluna
5/10/2018 Ctrl Qual Aula7 FE - AV 1 - slidepdf.com
http://slidepdf.com/reader/full/ctrl-qual-aula7-fe-av-1 12/40
ESTIMANDO A VARIABILIDADE DO PROCESSO
FONTE: Costa, Epprecht e Carpinetti12
ESTIMADOR CARACTERÍSTICAS
SB Baseado no desvio-padrão das médias dossubgrupos
Se for a média dos valores de uma amostra aleatória de tamanho “n” da variável , então também é uma
variável aleatória e as variâncias mantém a seguinte relação: tendo como desvio-padrão
5/10/2018 Ctrl Qual Aula7 FE - AV 1 - slidepdf.com
http://slidepdf.com/reader/full/ctrl-qual-aula7-fe-av-1 13/40
ESTIMANDO A VARIABILIDADE DO PROCESSO
FONTE: Costa, Epprecht e Carpinetti13
• Nesta expressão as “m” parcelas do somatório são oquadrado da diferença entre as médias dos subgrupos e a médiaglobal;
• O que está entre colchetes corresponde ao clássico estimadordo desvio-padrão dividido pelo fator c 4 para correção datendenciosidade;
• o fator c 4 é sempre função do número de parcelas do somatório,CORRESPONDENDO NESTE CASO A “m ” OBSERVAÇÕES;
• Ao multiplicar o termo entre colchetes por , obtemos umestimador para s.
5/10/2018 Ctrl Qual Aula7 FE - AV 1 - slidepdf.com
http://slidepdf.com/reader/full/ctrl-qual-aula7-fe-av-1 14/40
ESTIMANDO A VARIABILIDADE DO PROCESSO
FONTE: Costa, Epprecht e Carpinetti14
ESTIMADOR CARACTERÍSTICAS
SC Baseado nos desvios-padrão amostrais “Si ” dos“m”subgrupos
• Baseado nos desvios-padrão amostrais S i dos “m” subgrupos;
onde:
• Lembrando que S i (i = 1,2,…, m) é dado por;
5/10/2018 Ctrl Qual Aula7 FE - AV 1 - slidepdf.com
http://slidepdf.com/reader/full/ctrl-qual-aula7-fe-av-1 15/40
ESTIMANDO A VARIABILIDADE DO PROCESSO
FONTE: Costa, Epprecht e Carpinetti15
ESTIMADOR CARACTERÍSTICAS
SC Baseado nos desvios-padrão amostrais “Si ” dos“m”subgrupos
• Qualquer dos valores de é uma estimativa não
tendenciosa de s ; • Para pequenas amostras (n = 3,4 ou 5) a variância é grande,sendo melhor adotar (obtém-se uma estimativa de s mais precisa com variância m vezes menor); • c 4 é função do número de parcelas do somatório de S i , que
corresponde a n subgrupos .
5/10/2018 Ctrl Qual Aula7 FE - AV 1 - slidepdf.com
http://slidepdf.com/reader/full/ctrl-qual-aula7-fe-av-1 16/40
ESTIMANDO A VARIABILIDADE DO PROCESSO
FONTE: Costa, Epprecht e Carpinetti16
ESTIMADOR CARACTERÍSTICAS
SD Baseado na amplitude amostral “R”
• O valor de d 2 é tabelado em função do tamanho “n” da amostra;
onde:
5/10/2018 Ctrl Qual Aula7 FE - AV 1 - slidepdf.com
http://slidepdf.com/reader/full/ctrl-qual-aula7-fe-av-1 17/40
ESTIMANDO A VARIABILIDADE DO PROCESSO
FONTE: Costa, Epprecht e Carpinetti17
ESTIMADOR CARACTERÍSTICAS
SA Considera as “m”amostras de “n” unidadescomo uma grande amostra com “ mn” unidades
SBBaseado no desvio-padrão das médias dos subgrupos
• Deslocamentos da média do processo, durante a primeira e a m-ésima amostra afetam drasticamente as estimativas S A e S B ;
• Afetam S A porque a mesma é baseada na dispersão de todos os pontos (que aumenta quando a média do processo não se
mantém estável); • Afetam mais ainda S B porque ela é baseada justamente nas diferenças entre as médias amostrais .
5/10/2018 Ctrl Qual Aula7 FE - AV 1 - slidepdf.com
http://slidepdf.com/reader/full/ctrl-qual-aula7-fe-av-1 18/40
ESTIMANDO A VARIABILIDADE DO PROCESSO
FONTE: Costa, Epprecht e Carpinetti18
ESTIMADOR CARACTERÍSTICAS
SC Baseado nos desvios-padrão amostrais “Si ” dos“m”subgrupos
SD Baseado na amplitude amostral “R”
• As estimativas S C e S D são mais confiáveis pois se baseiam apenas na dispersão dos valores dentro das amostras (são insensíveis às causas especiais que alteram a média do processo);
• O exemplo a seguir ilustra a questão
5/10/2018 Ctrl Qual Aula7 FE - AV 1 - slidepdf.com
http://slidepdf.com/reader/full/ctrl-qual-aula7-fe-av-1 19/40
ESTIMANDO A VARIABILIDADE DO PROCESSO
FONTE: Costa, Epprecht e Carpinetti19
EXEMPLO
• Os valores das tabelas 2.6 e 2.8 foram gerados de uma distribuição normal com média 1000 e desvio-padrão 4,exceto o segundo subgrupo (2 a linha) da tabela 2.8 (média 1010 e desvio-padrão 4);
• Vamos supor que no caso da tabela 2.8, a segunda amostra foi obtida quando o processo possuía uma causa especial que aumentou o volume em 10 ml.
5/10/2018 Ctrl Qual Aula7 FE - AV 1 - slidepdf.com
http://slidepdf.com/reader/full/ctrl-qual-aula7-fe-av-1 20/40
ESTIMANDO A VARIABILIDADE DO PROCESSO
FONTE: Costa, Epprecht e Carpinetti20
S A = 4,1 S B = 4,2 S C = 4,1 S D = 3,9
S A = 5,1 S B = 8,7 S C = 4,0 S D = 3,8
5/10/2018 Ctrl Qual Aula7 FE - AV 1 - slidepdf.com
http://slidepdf.com/reader/full/ctrl-qual-aula7-fe-av-1 21/40
ESTIMANDO A VARIABILIDADE DO PROCESSO
FONTE: Costa, Epprecht e Carpinetti21
Tabela 2.6 S
A
= 4,1 S B
= 4,2 S C = 4,1 S D = 3,9
Tabela 2.8 S A = 5,1 S B = 8,7
S C = 4,0 S D = 3,8
• As estimativas S A e S B são muito afetadas pela causa especial (superestimam o desvio-padrão s );
• As estimativas S C e S D são mais robustas (menos sensíveis aos efeitos de causas especiais), de modo que devem ter a preferência;
• Para escolher qual utilizar , devem-se avaliar suas eficiências ;
• Um estimador não tendencioso é tanto mais eficiente quanto menor for a variância das estimativas que ele fornece;
5/10/2018 Ctrl Qual Aula7 FE - AV 1 - slidepdf.com
http://slidepdf.com/reader/full/ctrl-qual-aula7-fe-av-1 22/40
ESTIMANDO A VARIABILIDADE DO PROCESSO
FONTE: Costa, Epprecht e Carpinetti22
Tabela 2.6 S
A
= 4,1 S B
= 4,2 S C = 4,1 S D = 3,9
Tabela 2.8 S A = 5,1 S B = 8,7
S C = 4,0 S D = 3,8
• Para subgrupos grandes (dez ou mais unidades) S C é mais eficiente que S D (mais preciso) pois usa mais informação (todos
os valores da amostra) enquanto que S D usa apenas dois valores extremos;
• Para subgrupos pequenos (n < 10), S D é praticamente tão preciso quanto S C , com a vantagem da simplicidade de cálculo.
• Assim S D será adotado como estimativa do desvio padrão do processo ( s ), por ser robusto a alterações na média do processo e por ser simples de calcular.
• S D é o estimador mais utilizado em CEP.
OS G S C
5/10/2018 Ctrl Qual Aula7 FE - AV 1 - slidepdf.com
http://slidepdf.com/reader/full/ctrl-qual-aula7-fe-av-1 23/40
AMOSTRAGEM ESTRATIFICADA
FONTE: Costa, Epprecht e Carpinetti23
• Deve-se conhecer sempre a origem de nossos dados;
• Eles devem vir da mesma fonte; • No caso do empacotamento de leite, se existirem vários bocais,é necessário construir um gráfico de controle para cada bocal;
• Se as amostras contiverem sacos enchidos por bocais diferentes, ao se ter um sinal não se saberá qual bocal está com problemas;
• Se um dos bocais estiver entupido e outro desregulado (injetando mais leite), os efeitos se compensarão e a média não sinalizará a presença de causas especiais;
ESTIMANDO A VARIABILIDADE DO PROCESSO
5/10/2018 Ctrl Qual Aula7 FE - AV 1 - slidepdf.com
http://slidepdf.com/reader/full/ctrl-qual-aula7-fe-av-1 24/40
ESTIMANDO A VARIABILIDADE DO PROCESSO
FONTE: Costa, Epprecht e Carpinetti24
Tabela 2.6 S A = 4,1 S B = 4,2
S C = 4,1 S D = 3,9
Tabela 2.8 S A = 5,1 S B = 8,7
S C = 4,0 S D = 3,8 • Para subgrupos grandes (dez ou mais unidades) S C é mais eficiente (mais preciso) que S D ;
• Isto ocorre porque S C
usa mais informação (todos os valores da amostra) enquanto S D usa apenas seus dois valores extremos;
• Para subgrupos pequenos ( n < 10) S D é praticamente tão preciso quanto S C , com a vantagem da simplicidade de cálculo;
• Assim S D será adotado como estimativa do desvio-padrão do processo s , por ser robusto a alterações na média do processo e por ser simples de calcular;
• De fato S D é o estimador mais usado em controle estatístico de
processos.
EXERCÍCIO
5/10/2018 Ctrl Qual Aula7 FE - AV 1 - slidepdf.com
http://slidepdf.com/reader/full/ctrl-qual-aula7-fe-av-1 25/40
EXERCÍCIO
FONTE: Costa, Epprecht e Carpinetti25
EXERCÍCIO
5/10/2018 Ctrl Qual Aula7 FE - AV 1 - slidepdf.com
http://slidepdf.com/reader/full/ctrl-qual-aula7-fe-av-1 26/40
EXERCÍCIO
FONTE: Costa, Epprecht e Carpinetti26
SA = 4,07 SB = 4,22 SC = 4,13 SD = 3,94
SUBGRUPOS RACIONAIS
5/10/2018 Ctrl Qual Aula7 FE - AV 1 - slidepdf.com
http://slidepdf.com/reader/full/ctrl-qual-aula7-fe-av-1 27/40
SUBGRUPOS RACIONAIS
• A partir do processo estável e ajustado, o próximo passo é construir
os gráficos de controle: A primeira função dos gráficos de controle é a de sinalizar a
presença de causas especiais que venham ocorrer;
Por se tratar de uma variável contínua (volume do leite), o usual é
monitorar o processo por meio de dois gráficos de controle:
média ;
amplitude R.
Para construir os gráficos necessitamos conhecer a média m e o
desvio-padrão s do processo. Como são desconhecidos, precisamos
estimá-los; Se tivéssemos certeza de que o processo permaneceu em controle
durante todo o intervalo em que foram retiradas as amostras ,
bastaria adotar como estimativa de m e S2 como variância de s 2.
FONTE: Costa, Epprecht e27
GRÁFICOS DE CONTROLE POR VARIÁVEIS
5/10/2018 Ctrl Qual Aula7 FE - AV 1 - slidepdf.com
http://slidepdf.com/reader/full/ctrl-qual-aula7-fe-av-1 28/40
GRÁFICOS DE CONTROLE POR VARIÁVEIS
FONTE: Costa, Epprecht e Carpinetti28
• No caso de variáveis contínuas o usual é monitorar o processo
por um par de gráficos de controle; um para monitorar a centralidade (Xbarra);
outro para monitorar a dispersão(R).
GRÁFICO DE CONTROLE DE Xb
5/10/2018 Ctrl Qual Aula7 FE - AV 1 - slidepdf.com
http://slidepdf.com/reader/full/ctrl-qual-aula7-fe-av-1 29/40
GRÁFICO DE CONTROLE DE Xbarra
FONTE: Costa, Epprecht e Carpinetti29
• No caso de variáveis contínuas o usual é monitorar o processo
por um par de gráficos de controle; A linha média (LM) é localizada na média (valor esperado)de Xbarra;
Os limites de controle são estabelecidos usualmente a 3
desvios-padrão dessa média.
5/10/2018 Ctrl Qual Aula7 FE - AV 1 - slidepdf.com
http://slidepdf.com/reader/full/ctrl-qual-aula7-fe-av-1 30/40
Distribuição Normal
Considerando a probabilidade de ocorrência, a área sob sua curvasoma 100%. Isso quer dizer que a probabilidade de uma observação
assumir um valor entre dois pontos quaisquer é igual à área
compreendida entre esses dois pontos.
68,26% => 1 desvio (68,26% das observações)
95,44% => 2 desvios (95,44% das observações)
99,73% => 3 desvios (99,73% das observações)
30
GRÁFICO DE CONTROLE DE Xbarra
5/10/2018 Ctrl Qual Aula7 FE - AV 1 - slidepdf.com
http://slidepdf.com/reader/full/ctrl-qual-aula7-fe-av-1 31/40
GRÁFICO DE CONTROLE DE Xbarra
FONTE: Costa, Epprecht e Carpinetti31
GRÁFICO DE CONTROLE DE Xbarra
5/10/2018 Ctrl Qual Aula7 FE - AV 1 - slidepdf.com
http://slidepdf.com/reader/full/ctrl-qual-aula7-fe-av-1 32/40
GRÁFICO DE CONTROLE DE Xbarra
FONTE: Costa, Epprecht e Carpinetti32
• Os limites de controle com 3 desvios-padrão de afastamento em
relação à média („limites de 3 sigmas) foram propostos por Shewart que se baseou no seguinte lema:
“Se o processo estiver controlado, evite ajustesdesnecessários que só tendem a aumentar a sua
varaibilidade”; Com a abertura de 3 desvios-padrão, enquanto o processo estiver em controle, raramente um ponto cairá nessa região do gráfico;
LEMBRE-SE: Intervenções geram custo com: a interrupção do processo;
a investigação para descobrir problemas.
GRÁFICO DE CONTROLE DE Xbarra
5/10/2018 Ctrl Qual Aula7 FE - AV 1 - slidepdf.com
http://slidepdf.com/reader/full/ctrl-qual-aula7-fe-av-1 33/40
GRÁFICO DE CONTROLE DE Xbarra
FONTE: Costa, Epprecht e Carpinetti33
OBTENÇÃO DA MÉDIA E DESVIO-PADRÃO PARA
DETERMINAÇÃO DOS LIMITES DO GRÁFICO PREMISSA:
• Supondo a independência entre os valores individuais dos elementos da amostra, o valor esperado da estatística Xbarra
coincide com o valor esperado, da variável aleatória X:
• Já a dispersão dos valores de reduz-se à medida que aumenta o tamanho das amostras
•Por exemplo para uma amostra de tamanho 4, o desvio padrão de é igual ao desvio padrão das observações individuais de
GRÁFICO DE CONTROLE DE Xbarra
5/10/2018 Ctrl Qual Aula7 FE - AV 1 - slidepdf.com
http://slidepdf.com/reader/full/ctrl-qual-aula7-fe-av-1 34/40
GRÁFICO DE CONTROLE DE Xbarra
FONTE: Costa, Epprecht e Carpinetti34
NOTA: Para fins de simplificação, a média de , , e o desvio-
padrão de , , serão denotados por , respectivamente.
Onde são as estimativas do processo isento de causas especiais
GRÁFICO DE CONTROLE DE “R”
5/10/2018 Ctrl Qual Aula7 FE - AV 1 - slidepdf.com
http://slidepdf.com/reader/full/ctrl-qual-aula7-fe-av-1 35/40
GRÁFICO DE CONTROLE DE R
FONTE: Costa, Epprecht e Carpinetti35
Onde
5/10/2018 Ctrl Qual Aula7 FE - AV 1 - slidepdf.com
http://slidepdf.com/reader/full/ctrl-qual-aula7-fe-av-1 36/40
Capítulo 3: Gráficos de Controle por Variáveis
3.1 Construindo os Gráficos de Controle de X e R
s m 2 R d
s s 3 R d
R
Figura 3.16: Distribuição da amplitude R
2 D d / RS
5/10/2018 Ctrl Qual Aula7 FE - AV 1 - slidepdf.com
http://slidepdf.com/reader/full/ctrl-qual-aula7-fe-av-1 37/40
2 D d / RS
R R R 3 LSC s m (3.9)
R R LM m (3.10)
R R R 3 LIC s m (3.11)
n 2 3 4 5 6 7
2d 1,128 1,693 2,059 2,326 2,534 2,704
3d 0,853 0,888 0,880 0,864 0,848 0,833
s m 2 R d
s s 3 R d
3.1 Construindo o Gráfico de Controle de R
5/10/2018 Ctrl Qual Aula7 FE - AV 1 - slidepdf.com
http://slidepdf.com/reader/full/ctrl-qual-aula7-fe-av-1 38/40
Tabela 3.2: Valores de ij X e i R
1i X 2i X 3i X 4i X 5i X i R
1 1004,6 997,3 1003,0 1005,9 995,8 10,1
2 1001,6 1008,6 997,9 1001,3 999,1 10,7
3 999,1 992,6 1001,1 1001,6 1002,9 10,3
4 1007,9 997,5 991,3 997,8 1000,8 16,5
5 999,5 995,6 1004,3 995,6 991,4 13,0
729 ,4326 ,2 / 0 ,11d / RSˆ 2 D0 s
3.1 Construindo o Gráfico de Controle de R
5/10/2018 Ctrl Qual Aula7 FE - AV 1 - slidepdf.com
http://slidepdf.com/reader/full/ctrl-qual-aula7-fe-av-1 39/40
26 ,23ˆ )d 3d ( LSC 032 R s
0 ,11 R LM R
00 ,0 LIC 26 ,1ˆ )d 3d ( LIC R032 R s
11,0
23,27
0,0
5,0
10,0
15,0
20,0
25,0
30,0
1 3 5 7 9 11 13 15 17 19 21 23 25
Número da Amostra
A m p l i t u d e R
3.1 Construindo o Gráfico de Controle de R
Figura 3.1: Gráfico da Amplitude R
(3.19) (3.20)
(3.21)
5/10/2018 Ctrl Qual Aula7 FE - AV 1 - slidepdf.com
http://slidepdf.com/reader/full/ctrl-qual-aula7-fe-av-1 40/40
20 ,22ˆ )d 3d ( LSC 032 R s
5 ,10 R LM R
00 ,0 LIC 20 ,1ˆ )d 3d ( LIC R032 R s
3.1 Construindo o Gráfico de Controle de R
Figura 3.3: Gráfico da Amplitude R ( sem a 12ª amostra)
10,5
22,21
0,0
5,0
10,0
15,0
20,0
25,0
1 3 5 7 9 11 13 15 17 19 21 23 25
Número da Amostra
A m p l i t u d e R
514 ,4ˆ 0 s