Universidade Estadual do Oeste do Paran UNIOESTE

Controle de Qualidade

GRFICOS DE CONTROLE E INSPEO DE

QUALIDADE

Prof. Marcos Moreira

Toledo PR
2017
 SUMRIO

1. Grficos de Controle para Variveis.................................................. 01

2. Grficos de Controle para Atributos.................................................. 17

3. Grficos de Controle de CUSUM e de EWMA................................. 21

4. Inspeo de Qualidade....................................................................... 29

BIBLIOGRAFIA................................................................................... 36
Embora ningum possa voltar atrs e fazer um novo comeo...qualquer um
pode comear agora e fazer um novo fim.(Chico Xavier)
APRESENTAO

Nesta apostila so apresentados os Grficos de Controle e a Inspeo de

Qualidade.
Na parte de Grficos de Controle so apresentados os Grficos para
Variveis (Captulo 1) onde destacam-se os grficos da mdia e amplitude, os
grficos da mdia e desvio-padro e os grficos para medidas individuais. Ainda
no Captulo 1 so abordados a porcentagem de itens fora de especificao, a
capacidade do processo e o tempo esperado at um sinal de descontrole.
No Captulo 2 so abordados os grficos para atributos.
Para pequenas variaes no processo, so aplicados os grficos
apresentados no Captulo 3, de CUSUM e de EWMA.
J no Captulo 4, sobre Inspeo de Qualidade, tratam-se dos fundamentos
de amostragem e apresentam-se a determinao de planos de amostragem.
No final da apostila encontram-se tabelas utilizadas ao longo do texto.

Prof. Marcos Moreira

Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 1

1. GRFICOS DE CONTROLE PARA VARIVEIS

1.1 Grficos X R

Se a varivel a ser controlada uma varivel contnua, o usual monitorar o processo

por um par de grficos de controle: um para monitorar a centralidade e outro para monitorar a
disperso da varivel. Na maioria das vezes, os grficos empregados so o da mdia amostral
( X ) para monitorar a centralidade e o da amplitude amostral (R) para monitorar a disperso.
Comecemos examinando o grfico de X .
A linha mdia (LM) para o grfico de X localizada na mdia (valor esperado) de X
, e os limites de controle [limite superior de controle (LSC) e limite inferior de controle
(LIC)] para o grfico so usualmente estabelecidos a trs desvios-padro dessa mdia (k=3).
Os limites para a mdia e para a amplitude so dados por:

LSCX x A2 R
LM X x
LICX x A2 R

LSCR D4 R
LM R R
LICR D3 R

onde:
k d , d k 3
A
2
, D 1 k
4
3
D 1 k
3
3 ,
d 2
n d2
d 2

sendo as estimativas da mdia e do desvio-padro do processo sob controle dadas por:

x
0

R

0
d
2
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 2

ESTABELECIMENTO DE LIMITES PARA OS GRFICOS DE CONTROLE

Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 3

Grficos de controle para a mdia e para a amplitude

Alternativa para identificar quedas no desvio-padro do processo

Uma alternativa na construo do grfico da amplitude R consiste em utilizar limites

que levem a uma probabilidade predeterminada de alarme falso. Por exemplo, para =0,002,
isso conseguido usando limites tais que:

LSCR W0,999( R / d 2 )
LM R R
LICR W0,001( R / d 2 )

A vantagem dessa abordagem que melhorias no processo (caracterizadas por

reduo na variabilidade) podem agora ser detectadas (quando um valor de R fica abaixo do
limite inferior de controle, j que o limite inferior diferente de zero). A outra vantagem est
na reduo do risco de alarme falso, pois a faixa entre os limites superior e inferior de
controle pode ser alargada.
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 4

1.2 Grficos X S
1.2.1 Grficos X S (Amostra constante)
Este tipo de grfico preferido ao grficos X R quando:
1- ou o tamanho da amostra grande (maior que 5 ),
2- ou o tamanho da amostra varivel.
k S
LSC X X
n c4
LM X X
k S
LIC X X
n c4
Para k=3 temos que:
3 S
LSC X X
n c4
LM X X
3 S
LIC X X
n c4
ou

LSCX X A3 S
LM X X
LICX X A3 S
3
onde A3
c4 n
1 c4
2

LSCS (1 k . )S
c4
LM S S
1 c4
2

LICS (1 k. )S
c4
ou para k=3
LSCS B4 S
LM S S
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 5

LICS B3 S

3 3 4n 4
B4 1 (1 c4 ) ; B3 1 (1 c4 ) ; c4
2 2
onde
c4 c4 4n 3
n

m (x i x)2
S Si / m ; S 2 i 1

i 1 n 1

sendo as estimativas da mdia e do desvio-padro do processo sob controle dadas por:

x
0

S
0
c4

1.2.2 Grficos X S (Amostra varivel)

Nesse caso devemos aplicar a abordagem da mdia ponderada no clculo de X e S 2 ,

ou seja:

n x i i
x i 1
m

n
i 1
i

(n i 1) S i2
S2 i 1
m

(n
i 1
i 1)

m ni m
( x j xi ) 2
i 1 j 1
(n i 1) S i2
S m
i 1
m

ni m
i 1
ni 1
i m
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 6

Os limites de controle sero calculados pelas equaes utilizadas no caso anterior,

mas os parmetros A3, B3 e B4 so funo do tamanho da amostra, ento o grfico apresentar
variaes nos limites de controle superior e inferior de amostra para amostra.
Para os casos onde a diferena entre o tamanho das amostras no grande, S pode ser
dado como:
m

S i
S i 1

e A3, B3 e B4 so obtidos para um tamanho mdio de amostra, dado por:

m

n i
n i 1

m
Para os casos onde o tamanho mdio no um nmero inteiro, podemos fazer uso do
tamanho modal das amostras (o tamanho mais comum) em lugar do tamanho mdio.

1.3 Capacidade do Processo

importante no confundirmos os limites de especificao com os limites naturais do

processo, e muito menos com os limites de controle do grfico X . Os limites naturais do
processo (LSN e LIN) so definidos como os valores de X situados a 3 desvios-padro da
mdia do processo, ou seja:

LSN o 3 o
LIN o 3 o

Adotando X e R / d 2 como estimadores de e , temos:

R
LSN X 3
d2
R
LIN X 3
d2

J os limites de controle so dados por:

R
LSC X 3
d2 n
R
LIC X 3
d2 n
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 7

Esses limites definem a regio de ao do grfico de X . Seu propsito fornecer um

critrio que indique o momento de intervir no processo.

J os limites de especificao so estabelecidos pela engenharia levando em conta a

segurana, o respeito s normas, etc.

Limite Inferior de Especificao (LIE) o limite inferior do intervalo em que a medida X

pode variar.

Limite Superior de Especificao (LSE) o limite superior do intervalo em que a medida X

pode variar.

A diferena entre LSE e LIE a tolerncia do projeto e a mdia aritmtica desses

valores o valor nominal (VN).

No existe relao matemtica ou estatstica entre limite de controle e limite de

especificao e tambm no h sentido na comparao entre essas duas variveis, pois os
limites de especificao so aplicados a valores individuais de X e os limites de controle so
aplicados s mdias amostrais X .

1.3.1 Anlise da capacidade do processo usando o histograma

a) colete uma amostra de pelo menos 100 itens produzidos e mea o caracterstico de
qualidade;
b) calcule a mdia, o desvio-padro, os limites naturais, organize uma tabela de distribuio
de freqncia e desenhe um histograma;
c) verifique se a mdia do processo coincide ou tem valor prximo ao valor nominal;
d) compare o valor 6 com a tolerncia (LSE-LIE) e calcule o ndice da Capacidade do
Processo Cp (ou razo de capacidade do processo):
LSE LIE
Cp
6
Alguns autores chamam Cp de PCR (Process Capacity Ratio).
e) calcule a porcentagem do intervalo de especificao (P) que est sendo utilizada pelo
processo:
1
P 100
Cp
e) analise o histograma quanto forma e disperso;
f) veja se os dados esto distribudos entre os limites de especificao.

1.3.2 ndices de Capacidade do Processo

Os ndices de capacidade de processo (ICPs) so parmetros adimensionais que

indiretamente medem o quanto o processo consegue atender s especificaes. No h uma
relao fixa entre o seu valor e a porcentagem de itens que o processo capaz de produzir
dentro das especificaes: essa relao vai depender da distribuio de probabilidades do
caracterstico de qualidade considerado (para alguns ndices de capacidade, conhecida a
distribuio do caracterstico, a relao fica determinada, como veremos adiante). Contudo,
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 8

para grande parte dos ndices, quanto maior o seu valor, melhor o processo consegue atender
s especificaes. Existem vrios ndices de capacidade do processo. Dentre eles, os ndices
Cp, Cpk e Com, dados pelas expresses a seguir, so os mais usuais.

LSE LIE
Cp
6

LSE LIE
Cpk Min ,
3 3

LSE LIE LSE LIE

Cpm d
6 2 (d ) 2 2

Os trs indices tornam-se iguais quando =d.

Como regra geral, quanto maior for o valor do ICP, melhor o processo estar atendendo
s especificaes. Deve-se porm ter cuidado ao comparar valores de ndices distintos.
O ndice Cp insensvel a mudanas na mdia do processo; portanto, s deve ser
utilizado quando a mdia do processo permanece centrada em d. Se a mdia do processo no
pertencer ao intervalo das especificaes o ndice Cpk assumir valores negativos. O ndice
Com possui a desvantagem de que, por um lado, processos que produzem unidades no
conformes em iguais propores podem ter valores de Cpm muito diferentes; por outro lado,
processos que produzem itens no conformes em propores muito diferentes podem ter
valores de Cpm prximos. Isso se deve ao fato de o ndice Cpm penalizar os processos muito
mais pela falta de centralidade do que pela quantidade produzida de itens no conformes. O
ndice Cpm mais coerente com a viso proposta por Taguchi, de que existe uma perda
crescente com o afastamento do valor do caracterstico de qualidade em relao a seu valor-
alvo; mas no coerente com a viso de que um item conforme se o valor do caracterstico
de qualidade estiver entre LIE e LSE, e no conforme no caso contrrio.
Alguns caractersticos de qualidade possuem apenas um limite de especificao, inferior
ou superior (especificao unilateral). Nesse caso, obviamente, os ndices Cp e Com no se
aplicam, e o ndice Cpk calculado com o limite existente, LSE ou LIE.
A relao entre o ICP e a PFE depende da distribuio do caracterstico de qualidade X.
Se X tem distribuio normal e =d, ento um valor de Cp=Cpk=1,33 corresponde a Z=3,99
o que significa que 70 itens por milho (70ppm) estaro fora das especificaes. Assim, um
processo com Cpk1,33 um processo altamente capaz. No devemos, contudo, esquecer
que os processos esto sempre sujeitos a ocorrncias de causas especiais. Uma causa especial
que desloque a mdia do processo, , de 2 desvios-padro reduzir o Cpk para 0,667.
Processos com 1Cpk1,33 so processos razoavelmente capazes e processo com
Cpk<1 so processos incapazes.
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 9

1.4 Porcentagem de itens fora de especificao (PFE)

Com os dados amostrais estimamos a mdia e o desvio-padro do processo.

Assim podemos calcular a porcentagem de itens fora da especificao (PFE) que ser
dada por:

PFE Pr[Z Z LIE ] Pr[Z Z LSE ]

LIE o
Z LIE
o

LSE o
Z LSE
o

1.5 NMAF e NMA

Alarme falso no grfico de X corresponde a algum valor de controle que caia fora da
faixa de controle. A probabilidade disso ocorrer de .
Se quisermos calcular a probabilidade de retirarmos d amostras sucessivas e apenas
a ltima cair fora da faixa de controle, teremos que:

Pr[L d ] (1 ) d 1. d=1,2,3,4

Essa distribuio uma distribuio geomtrica e sua mdia portanto 1/. Assim
temos que:
1
NMAF

NMAF o nmero mdio de amostras at um alarme falso. Em outras palavras, com
limites de k=3, teremos =0,0027 e NMAF=370,4, ou seja, um alarme falso a cada 370,4
amostras. Caso o usurio considere essa freqncia de alarmes falsos inaceitvel, a alternativa
consiste em alargar os limites de controle com a diminuio de , ou seja, com o aumento de
k. Passando k para 3,1, teremos um risco de alarme falso () de 0,0019. A cada 516,7
amostras ocorrer um alarme falso em mdia. Se uma amostra retirada do processo a cada
15 minutos, ento teremos um alarme falso a cada 129 horas de produo.
O tamanho da amostra no afeta a probabilidade de alarme falso.
Se por um lado o tamanho da amostra no afeta a probabilidade de alarme falso, por
outro lado o tamanho da amostra tem grande influncia no poder do grfico de controle (Pd).

Pd 1
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 10

1 0
Considerando que
0 , teremos que:

Z / 2 n Z / 2 n

Pd 1 Z / 2 n Z /2 n

O valor de definido a partir do valor de k que nada mais do que o valor de Z. O

valor de k serve para montar os limites inferior e superior de controle. Geralmente tomado
como 3 (para k=3, =0,0027).
Se quisermos calcular a probabilidade de retirarmos d amostras sucessivas e apenas
a ltima gerar um alarme verdadeiro (ou seja, o processo mudou de mdia), teremos que:

Pr[L d ] d 1.Pd d=1,2,3,4

Essa distribuio uma distribuio geomtrica e sua mdia portanto 1/Pd. Assim
temos que:
1
NMA
Pd
NMA o nmero mdio de amostras at um alarme verdadeiro. Em outras palavras,
com limites de k=3, teremos =0,0027 e NMAF=370,4, ou seja, um alarme falso a cada
370,4 amostras. Caso o usurio considere essa freqncia de alarmes falsos inaceitvel, a
alternativa consiste em alargar os limites de controle com a diminuio de , ou seja, com o
aumento de k. Passando k para 3,1, teremos um risco de alarme falso () de 0,0019. A cada
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 11

516,7 amostras ocorrer um alarme falso em mdia. Se uma amostra retirada do processo a
cada 15 minutos, ento teremos um alarme falso a cada 129 horas de produo.

O risco , ou risco de alarme falso, dado por:

1 Pr[LICR R LSCR o ]
A distribuio de R no simtrica por isso devemos fazer algumas modificaes
para obtermos a distribuio W(=R/) e a podermos utilizar as tabelas para W para encontrar
a probabilidade de alarme falso.
A probabilidade de alarme falso dada por:
1 Pr[LICR R LSCR n no ; o ]
1 Pr{max[ 0, (d 2 kd3 ) o ] R (d 2 kd3 ) o n no ; o }
Dividindo todos os membros da dupla inequao por =o, obteremos:

1 Pr{max[ 0, (d 2 kd3 )] W (d 2 kd3 ) n no }

comum utilizarmos k=3, mas esse valor depende do usurio.

Obtido o valor de , podemos calcular o NMAF para o grfico R, pois NMAF=1/.
Tambm podemos obter Pd a partir das tabelas para W. Supondo que o desvio-padro
do processo () se altere, passando para o. Ento:
Pd Pr[R LSCR (d 2 kd3 ) o n no ; o ]
ou
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 12

R (d 2 kd3 ) o
Pd Pr[W LSCR n no ; o ]
o

(d 2 kd3 )
Pd Pr[W n no ]

Tanto no risco de alarme falso quanto no poder do teste h a influncia do tamanho da

amostra quando tratamos dos grficos R.

O risco , de um alarme falso para os dois grficos ao mesmo tempo dado por:
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 13

X R X . R
O Pd para os dois grficos ao mesmo tempo dado por:

Pd Pd X Pd R Pd X .Pd R

Abaixo so dados os valores de e Pd para a mdia e para a amplitude.

X 1 Pr[LICX X LSCX o ; o ]

R 1 Pr[LICR R LSCR o ]

Pd R Pr[R LSCR (d 2 kd3 ) o W1 R o 1 o ]

W1 R
Pd R Pr[W ]

O poder para a mdia na anlise em conjunto torna-se um pouco diferente do poder da
mdia para o caso da anlise isolada, pois agora devemos considerar tambm a mudana do
desvio-padro do processo () alm da mudana na mdia ().
O poder da mdia ser dado pela rea da curva normal onde a hiptese alternativa
aceita a partir da anlise de H1, ou seja,

Pd X Pr[ X LICX 1 ; 1 ] Pr[ X LSCX 1; 1 ]

o o
Pd X Pr[ X o k 1 ; 1 ] Pr[ X o k 1 ; 1 ]
n n

Subtraindo de cada termo 1 e dividindo cada termo por 1 / n tem-se que:

(k n ) (k n )
Pd X Pr[Z ] Pr[Z ]

1 0
sendo que
0
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 14

1.6 Regras Suplementares de Deciso

Consideremos os 3 casos a seguir a respeito da deciso sobre o descontrole do processo.

Caso 1: um ponto fora dos limites (regra bsica)

Caso 2: dois pontos fora dos limites, no necessariamente consecutivos
Caso 3: dois pontos fora dos limites, necessariamente consecutivos

Para o Caso 2

2
NMA
Pd
2
NMAF

Para o Caso 3

Pd 1
NMA
Pd 2
1
NMAF 2

1.7 Tempo Esperado at o Sinal (TES)

1
TES h NMA
2
n
TA
h
h
TMAF

NMA NMA(k , n, )

htempo entre duas amostragens consecutivas

TAtaxa de amostragem (n unidades por h)
TMAFtempo mdio at a ocorrncia de um alarme falso (geralmente um dado de
entrada)

Devemos levar em conta TES e TMAF para tomarmos uma deciso.

Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 15

1.8 Grficos de Controle de Shewhart para Medidas Individuais

Em algumas situaes, para controlar o processo, usam-se amostras de um s

elemento. Isto acontece quando:

a) aplica-se a tecnologia de inspeo e medio automtica e toda a unidade fabricada

inspecionada, de modo que no h razo para formar subgrupos racionais.

b) a taxa de produo muito lenta e inconveniente acumular amostras com mais de

um elemento para a anlise, pois o longo intervalo entre as unidades fabricadas pode causar
problemas na formao dos subgrupos.

c) medidas repetidas do processo diferem apenas por causa de erro de laboratrio ou

de anlise, como em processos qumicos.

Em muitas aplicaes dos grficos de controle para unidades individuais usamos a

amplitude mvel de duas observaes consecutivas como base para estimar a variabilidade do
processo. A amplitude mvel definida como:

MRi xi xi1

No se define amplitude mvel para a primeira amostra.

Os limites para as medidas individuais so dados por:

MR
LSCx x k
d2
LM x x
MR
LICx x k
d2
m

MR i

onde MR i 2
m 1
Os limites para a amplitude so dados por:

LSCR D4 MR
LM R MR
LICR D3 MR
Geralmente k tomado como 3 e os parmetros d2, D4 e D3 so tomados para n=2,
pois a amplitude mvel calculada a partir de dois valores. Assim tem-se que:
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 16

LSCx x 2,66.MR
LM x x
LICx x 2,66.MR

LSCR 3,267.MR
LM R MR
LICR 0
sendo as estimativas da mdia e do desvio-padro do processo sob controle dadas por:

x
0

MR

0
d2
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 17

2. GRFICOS DE CONTROLE PARA ATRIBUTOS

2.1 Grfico de Controle np

Este grfico monitora o nmero de itens no-conformes em amostras de tamanho

constante.
m

D i
p i 1
m.n
Se n clientes so consultados e D representa o nmero de clientes insatisfeitos, ento D
tem distribuio binomial, com parmetros n e p:

n
Pr[D d ] . p d .(1 p) nd
d
A mdia e o desvio-padro da varivel aleatria D so:

D np ;
D npq

Ento teremos que:

LSCnp npo k npo (1 po )

LM np npo
LICnp npo k npo (1 po )
Sendo po desconhecido, usamos p como uma estimativa do seu valor. Assim,

LSCnp np k np(1 p)
LM np np

LICnp mx 0; np k np(1 p)
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 18

2.2 Grfico de Controle p

Este grfico monitora a proporo de itens no-conformes em amostras de tamanho

constante ou varivel.
Para obter os limites de controle do grfico de p, basta dividir os limites de controle do
grfico de np por n, ou seja:

po (1 po )
LSC p po k
ni
LM p po
po (1 po )
LIC p po k
ni
Sendo po desconhecido, usamos p como uma estimativa do seu valor. Assim,

p (1 p )
LSC p p k
ni
LM p p
p (1 p )
LIC p mx 0; p k
ni
Sendo a mdia das propores dada por:

D i
p i 1
m

n
i 1
i
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 19

2.3 Grfico de Controle C

Este grfico monitora o nmero de defeitos (ou no-conformidades) em unidades de

tamanho constante.
Supe-se em geral que a varivel aleatria C, nmero de no-conformidades em
qualquer quantidade definida de produto, tem distribuio de Poisson, isto :

c e
Pr[C c]
c!
onde c o nmero de no-conformidades e representa o nmero mdio de no-
conformidades na quantidade de produto considerada.
Os requisitos bsicos para que o nmero de no-conformidades obedea a uma
distribuio de Poisson so:
a) a freqncia mdia de no-conformidades deve ser proporcional ao nmero de itens
analisados;
b) as no-conformidades devem ocorrer de forma independente;
c) na quantidade de produto considerada, deve existir uma infinidade de oportunidades para
ocorrncia de no-conformidades, porm o evento associado ocorrncia de uma no-
conformidade especfica deve ser um evento raro.

A mdia e o desvio-padro da varivel aleatria C so:

C ;
C

Ento teremos que:

LSCC k
LM C
LICC k

Estimando por C nu ento:

LSCC C k C
LM C C

LICC mx 0; C k C
m

C i

onde C i 1
;
m
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 20

2.4 Grfico de Controle u

Este grfico monitora o nmero mdio de defeitos (ou no-conformidades) em unidades

de tamanho constante ou varivel.
No grfico de u, o nmero de defeitos Ci de cada amostra dividido pelo nmero de
unidades de inspeo da amostra, ni:

Ci
ui
ni
Os valores de ui so plotados no grfico de u.

Os limites de controle do grfico de u so dados por:

uo uo
LSCu uo k ; LM C uo ; LICu uo k
ni ni
M

C i
uo u i 1
M

ni
Estimando uo como , teremos que:

i 1

u
LSCu u k
ni
LM C u
u
LICu mx 0; u k
ni
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 21

3. GRFICOS DE CONTROLE DE CUSUM e de EWMA

Uma das razes do sucesso dos grficos de Shewhart a simplicidade da regra de

deciso: basta examinar a posio do ltimo ponto; se ele estiver na regio de ao do
grfico, deve-se intervir no processo. Para a deteco de grandes desvios da mdia do
processo, ou de aumentos significativos da varincia ou da frao defeituosa, os grficos de
Shewhart, ou seja, os grficos da mdia, da amplitude, do desvio-padro, da frao
defeituosa, etc., so imbatveis; contudo, eles perdem rapidamente a eficincia medida que
os processos vo ficando mais robustos (robustos no sentido de as causas especiais cada
vez mais interferirem com menos profundidade, de modo que a magnitude dos desvios ou dos
aumentos tende a diminuir). Por exemplo, o grfico de X requer, media, mais de 30 amostras
de tamanho 5 para sinalizar um deslocamento na mdia da ordem de meio desvio-padro.
O grfico de controle das Somas Acumuladas (CUSUM, de Cumulative Sum) e o
grfico de controle da Mdia Mvel Ponderada Exponencialmente (EWMA, de
Exponentially Weighted Moving Average) so indicados para o monitoramento de
processos sujeitos a pequenas perturbaes. Quando um desses dispositivos est em uso, a
deciso sobre o estado do processo baseada na informao acumulada de diversas amostras,
e no apenas na ltima delas. Acumulando dessa forma a pequena evidncia que cada
amostra fornece do estado do processo, consegue-se maior rapidez na sinalizao de
pequenos desajustes.
O procedimento a ser visto aplica-se no s para a mdia do processo, mas para o
desvio-padro, a proporo, etc.

3.1 Grfico de Controle CUSUM

O grfico de controle de CUSUM utiliza informaes de diversas amostras para decidir

sobre o estado do processo: medida que as amostras so retiradas, os desvios de X em
relao ao valor alvo o (ou ao valor mdio em controle) so acumulados, gerando a
estatstica Si:

S X
i

j
i j 1 o

onde X j

a mdia da j-sima amostra de tamanho n1.

Enquanto a mdia do processo permanecer ajustada no alvo, os desvios positivos ( X
>o) sero compensados pelos negativos ( X <o), e a estatstica Si oscilar, de forma
aleatria, em torno do valor zero. Se porm, a mdia do processo aumentar (ou diminuir), a
estatstica Si crescer (ou descer) indefinidamente.
A tabela a seguir apresenta 30 valores da varivel aleatria X. Os valores de X i, para
i=1, 2, ... 20, foram gerados aleatoriamente segundo uma distribuio normal com mdia 100
e desvio-padro 1, e os valores para i=21, 22, ... 30 foram gerados de uma distribuio normal
com o mesmo desvio-padro, porm com mdia igual a 101. Os valores da estatstica S i esto
na ltima coluna da tabela.
No grfico de X (observaes individuais) todos os pontos esto dentro dos limites 3
sigma; portanto, o deslocamento da mdia, de o=100 para 101, ocorrido entre a 20a e a 21a
amostras, passou despercebido. No grfico das somas acumuladas esse deslocamento faz com
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 22

que a estatstica Si cresa indefinidamente. Similarmente ao grfico de X , um limite superior

e outro, inferior, dividem o grfico de CUSUM em duas regies: a de ao e a de controle.
Nesse caso particular, os limites so de mesma magnitude; o superior positivo e o inferior,
negativo. Quando o valor de Si ultrapassa um dos dois limites, isso entendido como sinal de
que a mdia do processo deslocou-se do valor o.

O grfico de CUSUM, alm de sinalizar o desajuste, ainda informa quando este

ocorreu.
Pelo fato do grfico de CUSUM basear-se no histrico do processo, e no apenas na
ltima observao, ele, naturalmente, no sinaliza os desajustes de imediato,
independentemente da magnitude destes; portanto, para grandes desvios da mdia, o grfico
de X sempre mais gil.
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 23
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 24

Algoritmo CUSUM

O algoritmo CUSUM trabalha com as seguintes quantidades:

S max0, X d S

i i o

i 1

S max0, d X S

i o i

i 1

onde Xi a i-sima observao do processo, e So+= So-=0. O algoritmo CUSUM produz um
sinal sempre que Si+ ou Si- for maior que K. Os valores recomendados para K e d so
respectivamente, 5o e 1- o/2, sendo o o desvio-padro do processo quando em
controle, e 1- o, a magnitude do deslocamento da mdia que relevante detectar com
rapidez.
O princpio em que se baseia o algoritmo o seguinte: se no houvesse o parmetro d, a
ocorrncia casual de vrios valores, por exemplo, acima de o faria o somatrio Si+ crescer;
o resultado seria uma probabilidade elevada de alarmes falsos. O parmetro d tem o propsito
de reduzir essa probabilidade: somente valores de Xi maiores que o+d que incrementam
Si+; valores de Xi maiores que o, porm menores que o+d, fazem o somatrio decrescer.
Assim, o parmetro d funciona como uma mola que puxa os valores de Si+ para baixo no
caso do processo estar com a mdia em o. Observe que com isso os valores de Si+ tenderiam
a decrescer infinitamente; para evitar que isso acontea, sinalizando erroneamente reduo da
mdia (alarme falso), que o algoritmo limita S i+ a valores positivos ou nulos, zerando Si+
sempre que Xi-(o+d)+ Si-1+<0. Agora, se Si+ somente sinaliza deslocamentos da mdia para
cima, necessria uma quantidade Si- para sinalizar deslocamentos para baixo. O
comportamento de Si- idntico ao de Si+ (note que Si- tambm sempre positivo por
definio; seu aumento, porm, indica reduo da mdia do processo). Deslocamentos da
mdia de mdulo menor do que d no sero detectados ( a rigor, possuem probabilidades
de deteco desprezvel); por isso, recomenda-se fazer d=1- o/2.
A tabela a seguir apresenta os clculos parciais referentes aplicao do Algoritmo
CUSUM aos dados apresentados na tabela anterior. O contador N + zerado sempre que
Si+=0; o mesmo vale para N- com respeito a Si-. Esses contadores servem para indicar o
momento em que a mdia do processo alterou-se. Isso importante porque, com o algoritmo
CUSUM, o sinal ocorre bem depois da alterao, pois S i+ (ou Si-, conforme o caso) leva
algum tempo para ultrapassar o limiar K. A informao sobre o momento em que a alterao
ocorreu pode ser importante para auxiliar no diagnstico da causa especial. Para determinar o
instante estimado da alterao basta subtrair N+ do nmero de ordem da amostra observao
que sinalizou. No exemplo, o sinal foi dado pela 31a observao; como N+=11, calculamos
31-11=20; portanto, bem provvel que a mdia tenha sido alterada por volta da 20 a
observao. A estimativa da magnitude do deslocamento sofrido pela mdia dada por:

d S /N

d S /N

se Si+>K e se Si- >K

Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 25

No exemplo, i=31 (ndice da observao em que o algoritmo sinaliza); portanto

=0,5+5,91/11=1,04. Note que aqui se trata da estimativa do deslocamento realmente sofrido
pela mdia; esse deslocamento no deve ser confundido com o valor hipottico 1- o do
menor deslocamento que relevante detectar com rapidez, e que foi usado para determinar o
valor de d a ser usado no algoritmo.
A tabela a seguir compara o desempenho de diferentes esquemas de controle CUSUM
com o grfico de controle X , em termos do nmero mdio de amostras at o sinal (NMA).
Nesses esquemas, o valor de K foi ajustado conforme o valor de d, de maneira a manter o
intervalo mdio entre alarmes falsos igual a 370 amostras, como no grfico de X com os
limites tradicionais de 3 sigma. Ao variarmos o parmetro d, se mantivermos K fixo,
alteraremos a frequncia de alarmes falsos. O ideal, portanto, que o valor de K seja
determinado em funo do risco em que o usurio esteja disposto a incorrer. Como no
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 26

existe uma expresso simples que relacione o risco com o parmetro K para determinado
valor de d, uma recomendao geral adotar K=5o. Esse valor costuma dar sempre bons
resultados, para 1- o compreendido entre 0,6o e 1,6o. Pode-se observar que, medida
que o valor de d diminui, o esquema CUSUM detecta pequenos desajustes com maior
rapidez. As duas ltimas linhas da tabela confirmam ainda que no caso de grandes desvios da
mdia o grfico de Shewhart (grfico da mdia) sinaliza em mdia mais rapidamente que o
algoritmo CUSUM.

O algoritmo CUSUM pode ser utilizado para n>1: basta substituir X i por X i. e
considerar o/n1/2 em vez de o. Para os grficos de Shewhart, altamente vantajoso trabalhar
com n>1; j com o algoritmo CUSUM, nem sempre.

Algoritmo CUSUM com resposta inicial rpida (RIR)

De tempos em tempos, necessrio intervir nos processos, especialmente quando o

grfico de controle sinaliza algum desajuste. Por vezes, aps a interveno, no temos certeza
se, de fato, todas as causas especiais presentes foram eliminadas. Desse modo, ao
reiniciarmos um processo, este pode estar ou no isento de causas especiais.
Se, em virtude de alguma causa especial que no foi eliminada, o processo reinicia-se
com a mdia desajustada o algoritmo CUSUM acabar sinalizando o problema; porm, pelo
fato desse dispositivo basear-se no histrico do processo, e no apenas na ltima observao,
ele, naturalmente, no sinalizar o desajuste de imediato. Como importante detectar o
desajuste do processo o mais rpido possvel, ento, se consideramos que h uma
probabilidade no desprezvel de que o processo j possa estar desajustado desde o incio,
podemos aumentar a rapidez de sinalizao do algoritmo CUSUM mediante o artifcio de
Resposta Inicial Rpida (RIR), que consiste em recomear o monitoramento com Si+ e Si- j
a meio caminho do limiar de sinalizao K. Para isso basta fazer S o+ = So- = K/2.
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 27

Se o processo estiver fora de controle, o NMA ser bastante reduzido (a

aproximadamente 60% do NMA do CUSUM sem RIR, para deslocamentos da mdia maiores
ou iguais em mdulo a 2d). Se o processo estiver em controle, ento, como j vimos, graas
ao parmetro d, o algoritmo puxar os valores de Si+ e Si- para prximo de zero, de modo
que o artifcio RIR praticamente no aumenta a probabilidade de alarmes falsos.

3.2 Grfico de Controle de EWMA

O grfico de controle da Mdia Mvel Ponderada Exponencialmente (EWMA) outra

alternativa para o grfico de controle de Shewhart, se o objetivo detectar pequenos
deslocamentos na mdia do processo. O grfico de EWMA apresenta desempenho bastante
similar ao do grfico CUSUM e, como este, geralmente utilizado com observaes
individuais. No grfico de controle de EWMA, so plotados valores da estatstica Y i:

Y . X 1 - Y
i i i 1

onde 0<<1, e Yo=o (valor-alvo ou valor mdio em controle de X). A varincia da varivel
Yi dada por:

1 1
2 2 2i

2
Yi

onde 2 a varincia da varivel X; portanto, a linha mdia e os limites k-sigma do grfico

EWMA so dados por:
LSC k o Yi

LM o

LIC k o Yi

medida que i aumenta a varincia de Yi passa a ser dada por:

2
Yi

e os limites tornam-se constantes.

A figura a seguir foi obtida com os dados utilizados anteriormente para o grfico de
CUSUM utilizando agora =0,2 e k=2,859.
Valores pequenos de fazem com que o histrico dos dados tenha grande peso,
enquanto que valores elevados diminuem a importncia dos dados passados. No caso limite
quando =1, o grfico EWMA se transforma no grfico de Shewhart. Por outro lado, caso
=0 significa no monitorar o processo, por isso necessrio que >0.
A cada reincio do processo, aps a eliminao da causa especial e consequentes
reajustes deve-se fazer Yo=o.
O grfico de controle de EWMA pode ser utilizado para n>1, nesse caso tem-se que:

Y . X 1 - Y
i
i
i 1
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 28

LSC k
o
Yi

n
LM o

LIC k
o
Yi

A tabela a seguir apresenta uma comparao entre os grficos de X e de EWMA.

Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 29

4. INSPEO DE QUALIDADE

4.1 Inspeo para Aceitao

O seguinte teste de hipteses est associado inspeo para aceitao:

Ho: p=po

H1: p>po

Se m for o tamanho de um lote que contm D itens defeituosos, a probabilidade de

encontrarmos d defeituosos em uma amostra de tamanho n tomada desse lote dada por:

D m D


Prd d
d n d O O

m
O

n
Se em um lote de 200 itens 10 so defeituosos, a probabilidade de uma amostra de 20
unidades conter 2 itens defeituosos de:

10 200 10

2 20 2
Prd 2
200

20
J a varivel D tem distribuio binomial. Se p porcentagem de itens defeituosos que
o processo produz, ento:

m
PrD D p 1 p Do m Do

D
O

A probabilidade de um lote de 200 itens conter 10 itens defeituosos dada por:

200
PrD 10 p 1 p 10 20010

10

Como exemplo, supondo um processo com p=0,1 (10% de defeituosos), m=200 e n=20,
a probabilidade de encontrarmos 2 defeituosos ser de:

Prd 2
200

Do 0
Prd 2 D D PrD D 0,285
O O
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 30

Se a relao entre o tamanho da amostra n e o tamanho do lote m for menor ou igual a

10% possvel fazer a seguinte aproximao:

n
Prd d p 1 p do ndo

d
O

Uma das razes do sucesso dos grficos de Shewhart a simplicidade da regra de

deciso: basta examinar a posio do ltimo ponto; se ele estiver na regio de ao do
grfico, deve-se intervir no processo. Para a deteco de grandes desvios da mdia do

4.2 Planos de Amostragem Simples e Curvas Caractersticas de Operao (CCO)

Um plano de amostragem simples por atributos definido por dois parmetros: um

tamanho de amostra, n, e um nmero de aceitao, Ac. De cada lote, retira-se uma amostra de
n unidades, que so examinadas uma a uma. Se o nmero de unidades defeituosas encontrado
na amostra for menor ou igual a Ac, o lote aceito; se for maior que Ac, o lote rejeitado.
A cada plano de amostragem est associada uma nica CCO que relaciona a
probabilidade de aceitao do lote (pac) com a proporo de defeituosos do lote (p). A figura a
seguir apresenta a CCO para n=200 e Ac=5.

A figura acima foi obtida pela distribuio de Poisson acumulada onde pac=Pr(Dd),
d=Ac e =np.
A figura a seguir apresenta o efeito do tamanho da amostra e do nmero de aceitao na
probabilidade de aceitao dos lotes. Um aumento no tamanho da amostra (de 200 para 300)
ou uma reduo no nmero de aceitao (de 4 para 3) implica um aumento do risco (o que
ruim para o fabricante) e uma diminuio do risco (o que bom para o comprador). A
nica maneira de reduzir simultaneamente ambos os riscos com mais informao:
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 31

aumentando o tamanho da amostra (n) e aumentando, tambm, em contrapartida, o nmero

de aceitao (Ac), para no aumentar o risco . Esses aumentos no so, necessariamente,
proporcionais.

4.3 Determinao do Plano de Amostragem

Os planos de amostragem (valores de n e de Ac, tamanho da amostra e nmero mximo

de itens defeituosos permitido na amostra para que o lote seja aceito) podem ser obtidos com
base nos pares (p0, 0) e (p1, 1), onde:

- p0 a mxima proporo de defeituosos que o consumidor considera satisfatria como

mdia de um processo; p0 tambm conhecida como NQA (Nvel de Qualidade Aceitvel)
- p1 uma proporo de defeituosos que o consumidor considera totalmente insatisfatria
como mdia de um processo; p1 tambm conhecida como NQI (Nvel de Qualidade
Inaceitvel)
- o risco que o fabricante est disposto a aceitar de que um lote de boa qualidade, com
proporo de defeituosos igual a p0, seja rejeitado
- o risco que comprador est disposto a aceitar de que um lote de m qualidade, com uma
proporo de defeituosos igual a p1, seja aceito

Um algoritmo para a determinao do plano de amostragem apresentado a seguir:

PASSO 1: Escolha um valor Ac0 inicial para Ac (um bom chute 3, 4 ou 5)

PASSO 2: Nas tabelas da distribuio de Poisson acumulada, entrando com Ac 0, encontrar a
clula cujo valor pac0 seja maior ou igual a (1-) e ler o valor de , chamando-o de 0
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 32

PASSO 3: Calcular n=0/p0 e 1=n.p1

PASSO 4: Na coluna de =1, ler o valor pac1 da probabilidade acumulada da linha com
Ac=Ac0 (se no houver coluna com =1, obter o valor por interpolao; se 1>20, ento
calcular a probabilidade pac1 pela aproximao normal com Z0=(Ac-1)/(1)1/2
PASSO 5: Se pac1 for igual ou um pouco menor do que , a soluo foi encontrada: use
tamanho de amostra igual a n, e LSC=Ac0 + 0,5;
Se pac1 for maior do que , aumente o valor de Ac0 e recomece (PASSO 2 em
diante);
Se pac1 for muito menor do que , diminua o valor de Ac0 e recomece (PASSO 2
em diante);

4.4 Inspeo Retificadora

A inspeo retificadora diferencia-se da inspeo para aceitao no seguinte: os lotes

rejeitados na inspeo para aceitao so devolvidos ao fornecedor; j na inspeo
retificadora, os lotes rejeitados so submetidos inspeo a 100%, e todos os itens
defeituosos do lote so substitudos por itens bons. A inspeo retificadora oferece proteo
contra fornecedores inescrupulosos que tm o hbito de oferecer lotes j rejeitados. Como
existe o risco , bem possvel que em determinado momento o fornecedor inescrupuloso
consiga vender seus lotes, advindos de um processo que produz uma proporo p de
defeituosos superior a p0. A maneira usual de lidar com lotes rejeitados na inspeo
retificadora consiste em devolv-los ao fabricante, para que ele faa a inspeo a 100% e
substitua os itens defeituosos por itens bons, idealmente na presena de um representante
legal do comprador.
Com a inspeo retificadora, o consumidor adquirir menos itens defeituosos, uma vez
que todos os lotes rejeitados so submetidos inspeo a 100%, com troca dos defeituosos
encontrados, de modo que esses lotes passam a ter 0% de defeituosos. Aps a
comercializao de uma srie de lotes, a proporo mdia de defeituosos q que o comprador
adquire com a inspeo retificadora menor que p, a proporo mdia de defeituosos dos
lotes recebidos. Veja a figura a seguir, na qual, por simplicidade, considera-se a frao
defeituosa dos lotes constante e igual frao defeituosa do processo.
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 33

A proporo mdia de defeituosos q que o comprador adquire com a inspeo

retificadora chamada de Qualidade Mdia Resultante (QMR). De acordo com a figura:

QMR p.P 0.(1 P ) p.P

ac ac ac

A figura a seguir apresenta a curva de Qualidade Mdia Resultante em funo da

proporo de defeituosos do lote p, para o plano de amostragem (n=200, Ac=5).

A QMR aumenta com o valor de p at atingir um valor mximo, a partir do qual cai
rapidamente. Isso acontece porque para valores pequenos de p a maioria dos lotes aceita
(Pac1), e a QMR praticamente permanece igual a p. medida que p aumenta, a
probabilidade de um lote ser aceito decresce, e maior nmero de lotes submetido inspeo
total. Quanto mais lotes sujeitos inspeo total, menor a proporo de defeituosos que o
consumidor adquire; ou seja, menor a QMR. Um valor grande de p leva rejeio de todos os
lotes e, consequentemente, a uma QMR=0. Note que essa reduo da QMR chamado de
Limite da Qualidade Mdia Resultante (LQMR), que a mxima proporo mdia de
defeituosos que o consumidor adquire com a inspeo retificadora.

4.5 Planos de Amostragem Dupla

A amostragem dupla visa reduzir o nmero de itens do lote a inspecionar. Um plano de

amostragem dupla consiste em cinco parmetros: dois tamanhos de amostra, n1 e n2, dois
nmeros de aceitao, Ac1 e Ac2, e um nmero de rejeio, Re1. Inicialmente, uma amostra
de tamanho n1 retirada aleatoriamente do lote; se o nmero de defeituosos encontrado nessa
amostra, d1, no exceder o nmero de aceitao Ac1, o lote aceito; se o nmero de
defeituosos d1 for igual ou maior que o nmero de rejeio Re1, o lote rejeitado; caso
contrrio, ou seja, se Ac1<d1<Re1, deve-se retirar uma segunda amostra do lote, de tamanho
n2. Se o total de defeituosos encontrado nas duas amostras, d1+d2, no exceder o nmero de
aceitao Ac2, o lote aceito; caso contrrio, ele rejeitado. A figura a seguir apresenta o
fluxograma da inspeo para aceitao com amostragem dupla.
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 34

Exemplo: seja o plano de amostragem dupla n 1=n2=125, Ac1=2, Re1=5, Ac2=6. A

probabilidade de o lote ser aceito na primeira amostra Pac1=Pr[d12n1=125] e a
probabilidade de ser aceito na segunda amostra P ac2=Pr[d23n2=125, d1=3] x Pr[d1=3] +
Pr[d22n2=125, d1=4] x Pr[d1=4].
No plano de amostragem dupla em considerao, o nmero de itens inspecionados de
um lote ser igual a 125 ou a 250, dependendo do lote vir a ser aceito ou rejeitado j na
primeira amostra, ou de vir a ser necessria a segunda amostra. A probabilidade de ter que
inspecionar a segunda amostra Pr[d1=3 ou 4]. Portanto, o tamanho mdio das amostras,
TMA, com amostragem dupla ser igual a 125 + 125 x Pr[d 1=3 ou 4]. A figura a seguir
apresenta o TMA para diferentes valores de p. Na amostragem dupla o TMA no ultrapassa
180 itens, sendo 20 unidades menor que o plano de amostragem simples.
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 35

4.6 Planos de Amostragem da Norma Brasileira NBR 5426

Na NBR 5426 o usurio precisa definir o tamanho do lote, o NQA e o nvel de inspeo
com que pretende trabalhar. O nvel de inspeo fixa a relao entre o tamanho do lote e o
tamanho da amostra. A norma prev trs nveis gerais de inspeo: I, II e III. Geralmente
adota-se o nvel II. O nvel I pode ser utilizado quando for necessrio diminuir o tamanho da
amostra (ao preo de aumentar o risco , do consumidor) e o nvel III quando for necessrio
reduzir o risco do consumidor (ao preo de aumentar o tamanho da amostra). H ainda quatro
nveis especiais, S1, S2, S3 e S4, para os casos em que s se podem usar tamanhos de
amostra muito pequenos (por exemplo, no caso de ensaios destrutivos muito caros) e em que
possam e devam ser tolerados grandes riscos de amostragem.
Alm dos planos de amostragem simples, a norma prev os planos de amostragem
dupla e mltipla.
A norma prev ainda a utilizao de modos de inspeo atenuado e severo, de forma
comutativa, visando uma melhor utilizao dos recursos alocados inspeo. Se o histrico
do fornecedor gera confiana (dez lotes consecutivos aceitos), ento o consumidor pode dar-
se o luxo de substituir a inspeo normal pela atenuada, reduzindo assim o tamanho das
amostras. Por outro lado, se o histrico do fornecedor no gera confiana (dois em cinco lotes
consecutivos rejeitados), ento a inspeo normal substituda pela inspeo severa, que
reduz o nmero de aceitao (tornando mais rigoroso o critrio para aceitao dos lotes). Na
figura a seguir esto as condies gerais para comutao entre os trs modos de inspeo:
normal, atenuada e severa. Note que, na inspeo atenuada, se o nmero de defeituosos d
encontrados na amostra for maior que Ac e menor que Re, o lote deve ser aceito, porm a
anlise dos lotes subsequentes deve-se retornar inspeo normal.
Em certas situaes, no faz sentido classificar o item como defeituoso ou no, mas
contar o nmero de defeitos que ele possui. Os planos da norma podem ser utilizados tambm
nesses casos: basta fazer o NQA igual ao nmero mximo de defeitos por cada 100 unidades
(DCU Defeitos por Centena de Unidades) que pode ser considerado satisfatrio como
mdia do processo.
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 36

BIBLIOGRAFIA

Costa, A.F.B.; Epprecht, E.K.; Carpinetti, L.C.R. Controle Estatstico de Qualidade, So

Paulo, Editora Atlas, 334p., 2004.

Montgomery, D.C. Introduo ao Controle Estatstico de Qualidade, Rio de Janeiro, LTC

Editora, 513p., 2004.

Vieira, S. Estatstica para a Qualidade, Rio de Janeiro, Editora Campus, 198p., 1999.
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 37
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 38
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 39
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 40
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 41
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 42
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 43
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 44
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 45
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 46
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 47
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 48
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 49
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 50
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 51
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 52
Grficos de Controle e Inspeo de Qualidade Prof. Marcos Moreira 53