Beruflich Dokumente
Kultur Dokumente
Captulo 3 As distribuies de probabilidade mais importantes em controle estatstico de qualidade (CEQ): variveis mensurveis
3.1 Introduo
O conceito de distribuio de freqncias e probabilidades de variveis (ou mensurveis ou atributos), e principalmente o formato da distribuio, central para a utilizao de estatstica.
A tendncia central dos dados, a sua disperso e assimetria so caractersticas que definem as distribuies, e facilitam a anlise e a inspirao das propostas para melhorias.
O propsito do captulo 3 formalizar e generalizar as definies dessas caractersticas distribucionais para as variveis mensurveis e utiliz-las nas ferramentas de controle estatstico de qualidade.
Transformao logartmica
Para resolver o problema de no normalidade, o pesquisador pode experimentar uma transformao do dado original para um dado distribudo normalmente.
Para dados de tempo, a experincia diz que uma transformao logartmica a melhor sugesto inicial, W = ln(X). Assim, transformando todos os dados da varivel X pelo logaritmo natural e montando o histograma dos dados transformados (ln(X)), veja na figura 3.2, fica convincente que o resultado a distribuio normal.
Figura 3.2 A distribuio de tempos de parada de mquina aps a aplicao da transformao exponencial ln(X)
Freqncia
Minutos transformados
7
3.2.2 Caractersticas matemticas da distribuio normal: a relao entre o desvio padro da varivel e a probabilidade
Desde que uma boa parte do mundo real tende a se representar como a distribuio normal, as figuras a seguir ajudam a compreender melhor a realidade e tambm a convenincia prtica da distribuio normal.
68,27%
15,865 %
-6
-5
-4
-3
-2
-1
95,45%
2,275%
-6
-5
-4
-3
-2
-1
10
99,73%
0,135%
-6
-5
-4
-3
-2
-1
11
0,999999998 0,000000001
-7
-6
-5
-4
-3
-2
-1
12
13
14
Zi exemplo
Voltando para tabela 2.2, a mdia das demoras para resolver os problemas dos clientes 182,89 minutos e, para ilustrar a transformao para Zi, vamos escolher o oitavo nmero da lista, 325,89 minutos. O desvio a partir da mdia 325,89 182,89 = 143 minutos.
Ento, para converter a medida original minutos em nmero de desvios padro de distncia da mdia, s dividir pelo valor do desvio padro (94,99). Assim, podemos escrever
= 1,5
15
Anlise
Como foi exemplificado nas figuras 3.3, a rea embaixo da curva a direita de Zi (1,50) a probabilidade P(Zi) de encontrar valores maiores que Xi (325). A probabilidade foi encontrada na tabela 3.1 e quase 7% (1 0,933). Muito provavelmente o gerente tentando investigar esse valor individual para alguma causa especial no vai encontrar nada. Se forem consideradas as duas caudas, a probabilidade 14% de encontrar valores pelo menos 1,50 desvios padro da mdia em circunstncias perfeitamente normais com a mdia do processo estvel e a variabilidade embora grande, mas tambm estvel.
O problema nesse processo com a disperso dos dados em geral. Talvez seja necessrio treinar o pessoal e organizar melhor todo o processo de atendimento ao cliente.
16
17
P(Z) = 1%
Zi = 2,33
J sabemos que o valor estimado da amostra para a mdia das avaliaes 7,0 e que o valor estimado do desvio padro 1,0. Colocando tudo junto, temos ento:
2,33 =
(X i - 7,0) 1,0
18
0,4
0,35
0,3
0,25
0,2
0,15
0,1
0,05
0 4 5 6 7 8 9
9,33
10
Xi conceitos finais
-1
1 .
2,33
Zi desvios padro da mdia 9,33 = mdia + 2,33*desvio padro 9,33 = 7,0 + 2,33*1,0
19
distribuio normal
distribuio t
0,5
1,5
2,5
3,5
4,5
20
2 Zi2
i 1
gl1
21
3.5 Exerccio
6. Um engenheiro rejeita todo produto que est fora dos limites de especificao. Nesse momento, a linha est produzindo uma taxa de 10% de rejeito simetricamente acima e abaixo dos limites de especificao. No entanto, ele descontente com a alta taxa de rejeio e quer uma taxa ao mximo de 2%. Ele v duas alternativas: ou diminuir o desvio padro do processo ou aumentar os limites de especificao. Qual a alternativa mais econmica no curto prazo? Outra questo importante se o engenheiro optar para diminuir o desvio padro do processo, qual a relao entre o desvio padro novo que menor e o desvio padro velho que obviamente maior? Elaborar sua resposta usando a distribuio normal padronizada.
22
Resposta: Em primeiro lugar, a alterao dos limites de especificao sempre mais fcil que a alterao do desvio padro do processo, embora a base conceitual do limite de especificao tenha mais a ver com a engenharia da pea e no consideraes comerciais. Utilizando a distribuio normal padronizada, queremos comparar a diferena entre o desvio padro do processo antes das melhorias e depois das melhorias, em outras palavras, quanto foi diminudo o tamanho do desvio padro. Vamos comparar as caudas da distribuio normal padronizada antes e depois das melhorias. Antes, a cauda igual a 5% e depois igual a 1%. A distncia entre o limite de especificao e a mdia em unidades originais fica constante. Antes das melhorias, a distncia 1,64 desvios padro velhos e depois das melhorias 2,33 desvios padro novos. Em outra forma, 1,64 desvios padro velhos = 2,33 desvios padro novos. A relao entre desvios padro novos e velhos 1,64/2,33 = 0,7. Portanto, o desvio padro vai ter que diminuir em aproximadamente 30% para diminuir a taxa de rejeio de 10% para 2%.
23
3.6 Referncias
Box, George E. P.; Cox, D. R. (1964). "An analysis of transformations". Journal of the Royal Statistical Society, Series B 26: 211246. http://www.jstor.org/stable/2984418.
24