FERRAMENTAS

ESTATÍSTICAS DA
QUALIDADE

Aplicação na melhoria dos

processos e resolução de
problemas

OUT2004 Manuel Pires Abraços 1

2 tipos de problemas
2 tipos de
ferramentas

OS PROBLEMAS
ESTRATÉGICOS
As ferramentas
da gestão e da
qualidade

As ferramentas
de base da
qualidade

OS PROBLEMAS
OPERACIONAIS
2
 AS 7 FERRAMENTAS BASE

• Folha de Registo (para recolha de dados)

• Estratificação (para poder fazer amostragem)
• Histograma (para ilustrar variações
• Diagrama em espinha de peixe (para identificar a origem dos
problemas)
• Diagrama de Pareto (para hierarquizar factos)
• Diagramas ou cartas de controlo (para controlar o processo)
• Diagrama de correlação (para mostrar correlações)

3
 Objectivos gerais

 Facilitar a todos os membros da empresa,

meios simples para a resolução de problemas

 Podem ser utilizadas pela totalidade do pessoal

da empresa.

 Estão adaptadas ao trabalho em grupo uma

vez que são visualizadas e consensualmente
aceites.

4
Recolha e Análise de
Dados
(Folha de Registo)

5
 Folhas de Recolha de
Dados,
de Registo ou de Verificação

Objectivo

Obter informação necessária para

responder a respostas do tipo:
”quando ocorre?”
”quantas vezes ocorre?”
”quais os valores obtidos?”
6
 Dados,
de Registo ou de
Verificação
•Exemplo de folha de registo utilizada no teste final de circuitos
electrónicos para inspeccionar tipos de defeito.
Tipo de circuito :X22C64
Data: 12 Jan 2006
Nº de Lote: 22602 Secção: B12

Tamanho da amostra:1025 Controlador: Pedro Reis

Tipo de defeitos

Teste visual 8

Teste funcional 22

Defeito de soldadura 6

Outros 5

TOTAL 41

Risco: falsificação de dados (fabricação de resultados) 7

 Dados,
de Registo ou de
Verificação
•Exemplo de folha de registo utilizada para registar a proporção de
produtos não conformes

Tipo de Produto :X22C64 Data: 12 Jan 2006

Nº de Lote: 22602 Secção: B12
Tamanho da amostra:100 Controlador:Pedro Reis

Amostra 1 2 3 4 5 6 7 8
Tamanho da amostra (n) 100 100 100 100 100 100 100 100
Produtos não conformes 2 1 1 3 2 5 4 1

Proporção de não conf. 2% 1% 1% 3% 2% 5% 4% 1%

8
 Dados,
de Registo ou de
Verificação
•Exemplo de folha de registo utilizada para estudar a distribuição da
dimensão de uma peça

Tipo de Produto :X22C64 Data: 12 Jan 2006

Nº de Lote: 22602 Secção: B12
Tamanho da amostra:100 Controlador: Pedro Reis
Dimensão/amostra 1 2 3 4 5 6 7 8
Menos de 10,05 1 2 0 0 2 1 0 1
De 10,05 a 10,055 2 3 3 3 2 5 4 1
De 10,055 a 10,06 20 15 10 12 25 20 15 10
De 10,06 a 10,065 65 70 77 76 55 60 70 80
De 10,065 a 10,07 10 8 10 5 14 13 8 7
De 10,07 a 10,075 2 2 2 3 2 1 2 1
10.075 ou mais 0 0 1 1 0 0 1 0

9
 Dados,
de Registo ou de
Verificação
•Exemplo de folha de registo utilizada para controlar um processo de
fabrico

Tipo de Produto :X22C64 Data: 12 Jan 2006

Nº de Lote: 22602 Secção: B12
Tamanho da amostra:5 Controlador: Pedro Reis
Amostra 1 2 3 4 5 6 7 8
X1 10 11 10 12 9 11 12 10
X2 12 11 12 9 10 11 10 12
X3 11 11 11 12 9 11 10 10
X4 10 12 11 11 10 10 10 9
X5 9 10 10 9 12 11 11 11
MÉDIA 10.4 10.4 10.8 10.6 10 10.8 10.6 10.4
AMPLITUDE 3 2 2 3 3 1 2 3

10
ESTRATIFICAÇÃO

Processo de dividir o todo

heterogéneo em sub grupos
homogéneos

11
Análise da Variação
Histogramas

12
 Histogramas

Exempl
Gráfico de contagem
o:
1 | 1
7
1 ||| 3
13 14 10 10 15 13 13 13 15 14 6
1 |||||| 6
5
1 ||||||| 7
11 16 9 10 15 12 10 11 12 13
4
1 ||||||||||||| 1
11 14 17 16 14 11 12 14 13 13 3 3
1 ||||||||| 9
2
1 |||||| 6
13 14 13 12 13 14 15 11 13 16 1
1 |||| 4
0
12 12 13 13 12 15 11 15 12 12 9 | 1

8
Dados registados relativos a 50 7
valores
6
Especificação: 5 < X < 15
5

Frequência

13
 Histogramas

Exemplo: Frequência
2
HISTOGRAMA 0
1
9
1
8
1
7
1
5
1
3
1
1
9
7
6

5 6 7 8 9 1 1 1 1 1 1 1 1
0 1 2 3 4 5 6 7

14
Diagrama de
Pareto
ou
Diagrama 80/20
ou
Diagrama ABC

15
 Diagrama de Pareto

Objectivo
Determinar a importância relativa
das informações para fixar as
prioridades de estudo.

16
Diagrama de Pareto
Tipo de circuito: X22C64 Data: 12 Jan 1999
Numero de lote: 22602 Secção: B12
Tamanho da amostra:Controlador: Pedro Reis
1025
Tipo de Defeitos Numero de não conformidades
Teste visual ||||| ||| 8
Teste funcional | | | | | | | | | | | | | | | | | | | | 22
||
Defeito de soldadura ||||| | 6
Outros ||||| 5
Total 41

17
 Diagrama de Pareto

Frequência Custo
200
100

100
50

Reclamação A B C D
C A B D
18
Diagrama de Causa-Efeito,
de Ishikawa ou de Espinha
de Peixe

19
Diagrama de Causa-Efeito,
de Ishikawa ou de Espinha
de Peixe

Objectivo

Determinar todas as causas possíveis

de um problema para obter as causas
mais prováveis do mesmo

20
 Diagrama de Causa-Efeito,
de Ishikawa ou de Espinha de
Peixe

O diagrama Causa-Efeito, é também chamado de

diagrama Ishikawa, por ter sido inventado por um
Japonês com este nome.

Também é conhecido como diagrama de Espinha de

Peixe, devido à sua forma depois de construído.

Este diagrama é representado por uma figura formada por

diferentes linhas e rectângulos que servem para
representar de uma forma organizada as relações entre
um efeito observado e as suas possíveis causas.

21
 Diagrama de Causa-Efeito,
de Ishikawa ou de Espinha de
Peixe

CAUSA 1 CAUSA 2 CAUSA 3

EFEITO

CAUSA 4 CAUSA 5

CAUSAS
São variáveis ou factores que contribuem para o problema em estudo
(efeito) e podem ser, entre outras, mão de obra, máquinas, métodos,
materiais, meio ambiente.

EFEITO
É o problema em estudo. Este efeito ou problema pode ser, por exemplo:
a frequência de acidentes; a poluição ambiental; defeitos; etc.
22
 Construção do Diagrama Causa-
Efeito

A sua aplicação requer a constituição de um grupo de pessoas

directamente relacionadas com o problema a solucionar, que deverão
participar activamente, e que seja seguida uma determinada
metodologia:

1. Identificar bem o problema a estudar e registar no rectângulo do

lado direito do diagrama reservado para o Efeito.

PROBLEMA DA
QUALIDADE

(EFEITO)

23
 Construção do Diagrama Causa-
Efeito

2. Nos restantes rectângulos anotar as causas principais do

problema em estudo. Na maior parte dos casos as causas principais
devem-se a:

- Mão de obra - Materiais - Meio ambiente

- Máquinas - Métodos
MÃO DE MÁQUINAS MÉTODOS
OBRA

PROBLEMA DA
QUALIDADE

(EFEITO)

MATERIAIS MEIO AMBIENTE

(CAUSA 24
 Construção do Diagrama Causa-
Efeito

3. Para cada uma das causas principais identificar as subcausas,

isto é, as causas que dão origem às causas principais:

MÁQUINAS
MÃO DE MÉTODOS Subcausa
OBRA

PROBLEMA DA
QUALIDADE

Subcausa
(EFEITO)

MATERIAIS MEIO
AMBIENTE

(CAUSA
S) 25
 Construção do Diagrama Causa-
Efeito

Exemplo:
Num caso em estudo, a causa principal - Mão de Obra - tem por
subcausas do problema, o facto de haver um colaborador novo e a
fadiga. Por outro lado, foi também identificado, que o facto de o
colaborador ser novo tem influência na qualidade, por ter sido sujeito
a um reduzido tempo de treino e por não ter formação especializada.
MÃO DE Insuficiente tempo
OBRA de treino
Colaborador
novo
Excesso de horas Sem
extraordinárias formação
especializad
a
Fadiga

PROBLEMA DA
QUALIDADE

(EFEITO)
26
Diagrama de Dispersão
ou de Correlação

27
Diagrama de Dispersão ou de
Correlação

Objectivo

Determinar a existência de uma

relação entre 2 grupos de dados

28
 Diagrama de Dispersão ou de
Correlação

Diagrama de
O Diagrama de Dispersão é um Dispersão
gráfico entre duas variáveis que

Variável
serve para verificar se existe

2
alguma relação entre elas.
Usualmente a relação a estudar é
do tipo causa-efeito, embora o
diagrama não permita identificar
qual das variáveis é a causa e qual
é o efeito.
Observando o padrão de disposição Variável
1
dos pontos, é possível concluir
sobre a eventual relação entre as
duas variáveis. 29
 Diagrama de Dispersão ou de
Correlação
Correlação Positiva Correlação Negativa Sem Correlação
Y

Y
X X X
Quando a variável X aumenta implica um Neste tipo de relação, um aumento de Não existe relação entre a variável X e
aumento da variável Y. Se se controlar a X significa uma diminuição de Y. a variável Y
variável X a variável Y também é
controlada. Ex:
Idade de um equipamento versus
Ex:
eficiência
nº de horas de estudo versus
classificação obtida; 30
nº de defeitos
Análise da Variação
Cartas de Controlo

31
 Controlo Estatístico
do
Processo
DISPERSÃO DO PROCESSO SEGUNDO A DISTRIBUIÇÃO NORMAL
Curva de Gauss
Processo
Percentagens da Distribuição
Meio Normal 99,994 %

Máquinas ambiente LIC 99,73 % LSC

Mão de obra 95,44 %

Matéria Prima 68,26 %
Métodos

LIC LSC

-1σ +1σ
-2σ +2σ
-3σ +3σ
-4σ +4σ
µ 32
 Cartas de Controlo

• Instrumento que permite identificar as causas de variação não natural do

processo;
• Utiliza limites de controlo, superior, inferior e, por vezes, auxiliares.

X+3 LSC
σ
X+2
σ
 
X   


X-2σ 

X-3 LIC
σ

1ª 2ª 3ª 4ª 5ª 6ª 7ª 8ª

33
 Cartas de Controlo

• Se numa distribuição normal o processo estiver

sob controlo, isto é normalmente entre (X + 3 σ )
e (X - 3 σ ), a probabilidade de uma peça estar fora
dos limites de controlo é de 0,27% -
aproximadamente 0,3%.
Quer isto dizer que a quantidade de peças
defeituosas que será gerada pelo processo será
0,3%, isto é, apenas três peças em mil.

34
 Cartas de Controlo

BENEFÍCIOS DAS CARTAS DE CONTROLO

1. São instrumentos fáceis e simples de aplicar pelos executantes, no sentido

de se
obter o controlo contínuo do processo.
(podem ser traçadas no local de trabalho, dando informações preciosas sobre os momentos em que
são necessárias acções correctivas)

2. Desde que o processo esteja sob controlo estatístico elas permitem:

- Prever de forma adequada o comportamento do processo ajudando a garantir que o
processo
tenha consistência em termos de custo e qualidade;
- Melhorar, com base na informação disponível nas cartas, os processos no sentido
de reduzir a
variabilidade, fornecendo um instrumento para verificação da eficácia das acções
de melhoria.

(aumentar a satisfação do cliente, reduzir nº de rejeições ou de reciclagens, aumento do

35
rendimento do processo e da capacidade efectiva de produção)
 Cartas de Controlo
BENEFÍCIOS DAS CARTAS DE CONTROLO

3. Permitem a utilização de uma linguagem comum:

- no estudo das melhorias do processo, entre operários, os supervisores, e as

restantes
actividades ligadas à produção (métodos, materiais, projecto, etc.);

- estabelecem uma linguagem comum entre a empresa e os seus clientes.

4. Ao distinguirem entre as causas comuns e as causas especiais que afectam os

processos,
os gráficos de controlo facilitam:

- indicações precisas sobre a oportunidade e possibilidade de acções

correctivas:

> no próprio local de trabalho;

36
 Cartas de Controlo

Tipos de Cartas de Controlo

Variáveis Atributos
(características mensuráveis; variáveis (variáveis discretas)
contínuas)
Média e Amplitude Número de Artigos Não Conformes
Carta X e Carta R Carta np
Média e Desvio Padrão Proporções de Artigos Não Conformes
Carta X e Carta s (n>10) Carta p
Média e Variância Número de Defeitos
Carta X e Carta s² Carta c
Observações individuais e Amplitudes Móveis Número de Defeitos por unidade
Carta X e Carta MR Carta u

37
 Cartas de Controlo
A CARTA DE CONTROLO
np
gráfico de controlo np monitora a variação do número (np) de produtos não-conformes em
mostras de tamanho constante (n)

1. organize uma folha de registo como a do exemplo 2 do ponto 2.1.;

2. escreva, na folha de registo, o número (d) de artigos não-conformes em cada
amostra;
3. calcule a proporção (pi)de artigos não-conformes de cada amostra através da
fórmula:
4. pi = di / n
5. calcule a média das proporções de artigos não conformes:
6. p = 1/m Σpi = 1/m Σdi / n = 1/mn Σ di
7. calcule o número médio de artigos não-conformes, isto é, calcule np;
8. calcule o limite superior de controlo (LSC) e o limite inferior (LIC) através das
fórmulas:

LSC = np + 3 np (1 – p )
LIC = np - 3 np (1- p ) 38
 Cartas de Controlo
A CARTA DE CONTROLO
np
AMOSTRAS
1 2 3 4 5 6
12
n 100 100 100 100 100 100 10 10.162
8
d 5 2 7 3 6 2
6
p 0.05 0.02 0.07 0.03 0.06 0.02 4.167
4
2
Dados para a construção de um gráfico de controlo np 0
1 2 3 4 5 6
p = 0.04167
np = 4.167
LSC = 10.16
LIC = -1.828
Como LIC < 0 faz-se LIC =
0

39
 Cartas de Controlo

A CARTA DE CONTROLO
p
O gráfico de controlo p monitora a proporção de produtos não conformes em
amostras de tamanho constante ou variável.

1. Calcule a média ponderada da proporção de não conformes nas

m amostras; ∑d p=
∑n
2. Calcule o tamanho médio das amostras;
n=
∑n i

3. Calcule os limites superior e inferior de controle através das

fórmulas:
LSC = p + 3
(
p 1− p ) LIC = p − 3
(
p 1− p )
n n
40
 Cartas de Controlo
A CARTA DE CONTROLO
p
AMOSTRAS
1 2 3 4 5 6 Total 0.08
n 300 300 320 350 325 350 1945 0.0663
0.06
d 9 3 16 7 13 21 69
0.04
p 0.03 0.01 0.05 0.02 0.04 0.06 0.035 0.0355
0.02
Dados para a construção de um gráfico de controlo p 0.0046
0
1 2 3 4 5 9
p = 0.035 6
Amostras
n = 324.17
LSC = 0.0663
LIC = 0.00469

41
 Cartas de Controlo

A CARTA DE CONTROLO
c
O gráfico de controlo c monitora o número de defeitos (ou não conformidades) e
unidades de tamanho constante

1. Organize uma folha de verificação para registar o número de

defeitos por unidade ci;

2. Calcule o número médio de defeitos nas m unidades, usando a

expressão:
c=
∑c i

m
3. Calcule os limites superior e inferior de controlo :
LSC = c + 3 c LIC = c − 3 c
42
 Cartas de Controlo
A CARTA DE CONTROLO
c
Foram contados os defeitos de acabamento em 8 unidades produzidas.
Os resultados encontram-se na tabela seguinte:

30
Unidade
1 2 3 4 5 6 7 8 25 24.5
2
cj 14 12 18 11 1 17 19 16 20

Dados para a construção de um gráfico de controlo c 15

13.5
10
14 + 12 + ... + 16
c= = 13.5 5
8
0 2.48
LSC = 13.5 + 3 13.5 = 24.52 1 2 3 4 5 6 7 8
Amostras
LIC = 13.5 − 3 13.5 = 2.48
Existe um ponto fora dos limites de controlo. É preciso encontrar a causa especial dessa
ocorrência. Imagine-se que se estudou esse ponto e se verificou que essa unidade foi
vistoriada por um inspector recém contratado, que não reconheceu alguns defeitos
43
presentes.
 Cartas de Controlo
A CARTA DE CONTROLO
c
Então é razoável excluir essa unidade e estimar novos limites de controlo. A nova
estimativa de c é

Unidade 3
1 2 3 4 5 6 7 27.0
0
cj 14 12 18 11 17 19 16
2
Dados para a construção de um gráfico de controlo c 2
5
14 + 12 + ... + 16 2
15.2
c= = 15.29 0
7
1 9
LSC = 15.29 + 3 15.29 = 27.02 5 1 2 3 4 5 6 7

LIC = 15.29 − 3 15.29 = 3.56 1 Amostras 3.56

0

5 44
 Cartas de Controlo
A CARTA DE CONTROLO
u
O gráfico de controlo u monitora o número médio de defeitos em unidades de
tamanho constante ou variável

1. Organize uma folha de verificação para registar o tamanho de cada

amostra e o número de defeitos por amostra;

2. Estabeleça a unidade e calcule o número (ni) de unidades em cada

amostra;

3. Divida o número total de defeitos pelo número total de unidades para

obter o número médio de defeitos (ui) por unidade em cada amostra
u
4. Calcule o número médio de defeitos por unidade: LSC i = u + 3 u ni

5. LIC i = u − 3 u ni
Calcule os limites superior e inferior de controlo para cada amostra;

45
 Cartas de Controlo
A CARTA DE CONTROLO
u
A tabela seguinte apresenta o número de defeitos por rolo de tecido e o tamanho em m2 de
cada rolo amostrado.
Amostra 1 2 3 4 5 6

Nº de defeitos por rolo 14 20 7 21 19

23
Tamanho do rolo (m2) 500 650 475 600 600
625
Se for estabelecido que a unidade é 50 m2 de tecido calcula-se o número médio de unidades
(ni) e o número médio de defeitos por unidade (ui)

Amostra 1 2 3 4 5 6

Unidades por rolo (ni) 10 13 9.5 12 12 12.5

Nº médio def.por unidade (ui) 1.4 1.54 0.74 1.75 1.58
1.84
46
 Cartas de Controlo
A CARTA DE CONTROLO
u
Número médio de defeitos por unidade
e limites de controlo

14 + 20 + ... + 23 3.
u= = 1.51 0
10 + 13 + ... + 12.5
2.
5

2. 1.51
Amostras ui LSC LIC 0

1.
1 1.4 2.68 0.34 5
2 1.54 2.53 0.49
1. 1 2 3 4 5 6 7
3 0.74 2.71 0.31
4 1.75 2.57 0.45 0 Amostras
5 1.58 2.57 0.45 0.
6 1.84 2.55 0.47 5

0
47
 Cartas de Controlo

A CARTA DE CONTROLO
X/R

- São elaboradas a partir de medições efectuadas de uma característica da

produção do
processo;

- Os dados são obtidos de amostras de tamanho constante geralmente de 3 a 5

unidades
recolhidas consecutivamente com intervalos de tempo entre amostras
constantes (de 15
em 15 minutos, de ½ em ½ hora ou de 2 em 2 horas, etc.);

- Deve ser elaborado um plano de recolha de dados, que deverá ser usado como
base para
a colheita, registo e marcação dos dados no gráfico.
48
 Cartas de Controlo
A CARTA DE CONTROLO
X/R
Selecção do tamanho, frequência e número de amostras

1. Devem utilizar-se amostras de tamanho racional, isto é, que sejam eficazes para o controlo
e não
acarretem um esforço demasiado e desnecessário na colheita;

2. As amostras devem ser obtidas de forma a que as possibilidades de variação entre as suas
unidades
sejam pequenas;

3. As amostras devem ser recolhidas com o intervalo necessário para que mudanças possíveis
no processo
possam ser detectadas (no início do processo, as amostras devem ser colhidas com
intervalos muito
curtos. À medida da estabilização do processo os períodos de colheita são aumentados;

4. O número de amostras deve ser tal que se manifestem forçosamente as causas de variação
do processo
que sejam capazes de interferir. Estatisticamente devem ser colhidas 25 ou mais amostras 49
 Cartas de Controlo
X-R
1. Organize uma folha de registo para registar as medidas feitas em cada
um dos n artigos das m amostras;

2. Meça a característica de qualidade em cada um dos n artigos das m

amostras e escreva os resultados na folha de registo;

3. Calcule a média e a amplitude das medidas para cada uma das m

amostras;
x1 + x 2 + ... + x m
4. x=
Calcule a média das m amostras m
R1 + ... + Rm
R=
5. Calcule a média das amplitudes das m amostras m

6. Calcule o limite superior de controlo (LSC) e o limite inferior de

controlo (LIC) para a média x, através
LSC das
= x +fórmulas:
A R LIC = x − A R
2 2

7. Calcule os limites de controlo (LSC e LIC) de R através das fórmulas:

LSC = D4 R LIC = D3 R
50
 Cartas de Controlo
X-R
Gráfico de controlo para as médias
AMOSTRAS
84
Medida 1 2 3 4 5 83.21
82
x1 78 82 86 77 76
80 80
x2 77 82 83 79 78

x3 79 81 79 81 79 78
76.79
x4 82 79 84 79 79 76
1 2 3 4 5
x 79 81 83 79 78
x=80 R 5 3 7 4 3
Gráfico de controlo para as amplitudes
LSC = 80 + 0.729 * 4.4 = 12
83.21 10 10.04
LIC = 80 - 0.729 * 4.4 = 8
6 4.4
76.79
4
2
R=4.4 0 0
1 2 3 4 5
LSC = 2.282 * 4.4 = 10.04
51
LIC = 0
 Cartas de Controlo
X-s
x − spara amostras de tamanho constante :
Para construir um gráfico de controlo

1. Organize uma folha de registo como nos gráficos x-R;

2. Calcule a média e o desvio padrão das medidas para cada uma das m
amostras;
x1 + x 2 + ... + x m
3. Calcule a média das m amostrasx =
m
s1 + ... + s m
4. s =
Calcule a média dos desvios padrão das m amostras m

5. Calcule o limite superior de controlo (LSC) e o limite inferior de

controlo (LIC) para a média x, através das fórmulas:
LSC = x + A3 s
LIC = x − A3 s
LSC = B4 s
6. Calcule os limites de controlo (LSC e LIC) de R através das fórmulas:
LIC = B3 s
52
 Cartas de Controlo
X-s
Gráfico de controlo para as médias
AMOSTRAS
Medida 1 2 3 4 5 84
83.11
82
x1 78 82 86 77 76
80 80
x2 77 82 83 79 78

x3 79 81 79 81 79 78
76.89
x4 82 79 84 79 79 76
x 79 81 83 79 78 1 2 3 4 5

s 2.16 1.414 2.944 1.633 1.414

LSC = 80 + 1.628 × 1.913 = 83.11 Gráfico de controlo para as amplitudes

5
LIC = 80 − 1.628 × 1.913 = 76.89 4 4.335
x = 80
3
s = 1.913 LSC = 2.266 × 1.913 = 4.335 2 1.913
1
LIC = 0
0 0
1 2 3 4 5
53
 Cartas de Controlo
X-s
x − spara amostras de tamanho variável :
Para construir um gráfico de controlo

n1 x1 + n 2 x 2 + ... + nm x m
1. x =
Calcular a média ponderada das médias das amostras n + n + ... + n
1 2 m

s1 + ... + s m
2. s=
Calcular a média dos desvios padrão
m
n1 + ... + n m
3. Calcular o tamanho médio das m amostras n =
m

4. Calcule o limite superior de controlo (LSC) e o limite inferior de

controlo (LIC) para a média x, através das fórmulas:
LSC = x + A3 s
LIC = x − A3 s
5. LSC = B4 s
Calcule os limites de controlo (LSC e LIC) de R através das fórmulas:
LIC = B3 s
54
 Cartas de Controlo
X-s
Gráfico de controlo para as médias
AMOSTRAS
Medida 1 2 3 4 5 84
83.6
82
x1 78 82 86 77 76
80 80
x2 77 82 83 79 78

x3 79 79 79 81 79 78
76.4
x4 82 - 84 - 79 76
1 2 3 4 5
x 79 81 83 79 78
s 2.16 1.732 2.944 2 1.414
LSC = 80 + 1.758 × 2.05 = 83.6 Gráfico de controlo para as amplitudes
x = 80 5
LIC = 80 − 1.758 × 2.05 = 76.4 4.89
4
s = 2.05
3
LSC = 2.387 × 2.05 = 4.89 2.05
n = 3 .6 2
LIC = 0 1
0 0
1 2 3 4 5
55
 Controlo Estatístico
do
Processo
INTERPRETAÇÃO DAS CARTAS DE CONTROLO
Para a interpretação dos limites de controlo:
- se a variabilidade peça a peça do processo permanecesse constante e nos níveis encontrados,
raríssimas vezes (apenas 0,27% dos casos) apareceriam pontos fora do controlo por razões
ocasionais normais. Portanto, podemos concluir que um ponto fora dos limites de controlo estarão
muito provavelmente causas especiais de variação.

Pontos fora de Controlo

- deve merecer uma análise imediata quanto à causa;

- quando não se puder encontrar imediatamente a causa, os pontos são registados, e procede-se
a uma acção correctiva

As razões do ponto fora de controlo:

- O limite de controlo ou o ponto marcado foram mal calculados ou marcados;

- A variabilidade modificou-se;
- O sistema de medida foi modificado.

56
 Cartas de Controlo

INTERPRETAÇÃO DAS CARTAS DE CONTROLO

Situações típicas fora de Controlo

- Movimentos cíclicos (acima, abaixo). Pode significar a existência de efeitos sazonais

e/ou rotação de trabalhadores;

- Tendências (uma única direcção). Pode significar o desgaste da ferramenta ou melhor

do desempenho;

- Pontos isolados fora de controlo (PICOS). Podem significar defeitos no material,

arranques ou paragens.

57
 Cartas de Controlo
INTERPRETAÇÃO DAS CARTAS DE CONTROLO
Situações de Variação Normal e Fora de Controlo
• Alteração do nível
- 7 pontos consecutivos do mesmo lado da linha média;
- 10 em 11 pontos do mesmo lado da linha média;
- 12 em 14 pontos do mesmo lado da linha média;
- 16 em 20 pontos do mesmo lado da linha média.

• Tendência – existência de causas previsíveis

• Pontos próximos dos limites de controlo - 2 pontos em 3 na zona

• Aproximação à linha central – resultante de processos de melhoria ou causas de variação

• Ciclos recorrentes – presença de causas sazonais

58
 Capacidade do
Processo
Os projectos de produtos fornecem não somente as medidas que o
produto deve ter, mas também o intervalo em que essas medidas
podem variar. Esses valores são as especificações do produto.
Tipicamente especificam-se:

• O valor nominal (VN), isto é, o valor que determinada medida deve

ter;
• O limite superior de especificação (LSE) ;
• O limite inferior de especificação (LIE);

A diferença entre LSE e LIE é a tolerância do produto.

Os limites de controlo são função da variabilidade do processo, medida

pelo desvio padrão. Os limites de especificação são estabelecidos
no projecto pelos engenheiros, pela administração ou pelo cliente. 59
 Capacidade do
Processo
Os limites são conhecidos como os limites naturais de tolerância.
O limite de 6s é chamado amplitude do processo ou capacidade do
processo. Como o valor de s é em geral, desconhecido, para se
obter a capacidade do processoR usa-se o estimador
ˆσ=
d2
Se n>10 e for feito um gráfico de controlo , o estimador de ∑ ( x − x)
s =s é
2

n −1

Para analisar a capacidade do processo:

• Verifique se a média do processo coincide ou tem um valor

próximo do valor nominal;

• Compare a capacidade do processo com a tolerância do projecto

(LSE-LIE).
LSE − LIE
PCR =
6σ
60
 Capacidade do
Processo
PCR Conclusões
Processo totalmente incapaz; não tem condições para
PCR < 1 manter as especificações; exige controlo de 100% da
produção
O equipamento pode cumprir a especificação desde
PCR =1 que a média do processo esteja centrada com o valor
nominal da especificação.
O equipamento cumprirá a especificação desde que
1 < RCP < =1,3 não haja descentramentos significativos; processo
pouco fiável, exige controlo contínuo.
Equipamento com capacidade adequada;
1,3 < PCR < 2 Relativamente fiável, sendo no entanto, preciso
monitorar para evitar deterioração;
PCR >= 2 Processo excelente, altamente fiável.

61