CONTROLE ESTATSTICO DE PROCESSOS APLICADO AO

MONITORAMENTO DO PH E TURBIDEZ DAS GUAS NO

ABASTECIMENTO DE CAMPINA GRANDE PB
David Venancio da CRUZ1
Moacyr Cunha FILHO2
Ana Patrcia Siqueira TAVARES3

RESUMO:
Os ciclos hidrolgicos tm sido alterados de maneira significativa em funo de atividades
antrpicas. Como consequncia, tem-se observado expressiva queda na qualidade das guas
superficiais para o consumo humano, o que prejudica a sobrevivncia e a qualidade de vida da
populao. Para conseguir uma avaliao de forma eficiente e rpida dos parmetros que
classificam a gua foram utilizadas tcnicas de controle estatstico do processo. Este trabalho
surgiu da necessidade de monitoramento contnuo de alguns parmetros relacionados a gua
fornecida no abastecimento da cidade de Campina Grande. Que devem estar sob legislao do
Ministrio da Sade, Portaria N 2.914/2011, que estabelece procedimentos de controle e de
vigilncia da gua para consumo humano. Assim, empregou modelos de Series temporais para
adquirir uma estrutura sem a presena de autocorrelao, posteriormente aplicando grficos de
controle individuais de Shewhart, mdia mvel exponencialmente ponderada (EWMA), soma
acumulativa (CUSUM). Evitando a ocorrncia de falsos alarmes importante salientar que o
grfico de EWMA apresentou melhor desempenho, no monitoramento das guas, devido a sua
eficincia, pois sensvel as pequenas variaes na reduo ou aumento dos nveis do pH e
turbidez. As anlises foram realizadas por meio do software R com auxlio do pacote forecast.
PALAVRAS-CHAVE: controle estatstico; CUSUM; EWMA; qualidade da gua.

1 Introduo
Com o aumento das atividades econmicas e crescimento populacional numa escala
mundial, a gua de qualidade tem se tornado um recurso natural escasso. Embora o Brasil
apresente uma situao confortvel, pois detm aproximadamente 11,6% de toda gua
doce do mundo, existem problemas de distribuio desse recurso, pois o mesmo no se

1 Universidade Federal Rural de Pernambuco, UFRPE, Programa de PsGraduao em Biometria e Estatstica Aplicada, CEP: 52171-900, Recife,
Pernambuco, Brasil. E-mail: davidvenacio@hotmail.com
2 Universidade Federal Rural de Pernambuco, UFRPE, Programa de PsGraduao em Biometria e Estatstica Aplicada, CEP: 52171-900, Recife,
Pernambuco, Brasil, E-mail: moacyr@deinfo.ufrpe.br
3 Instituto Federal de Educao, Cincia e Tecnologia de Pernambuco,
IFPE, Pr-Reitora de Pesquisa e Inovao, CEP: 55602-970, Vitria de
Santo Anto, Pernambuco, Brasil, E-mail: apstfalcao@hotmail.com
Rev. Bras. Biom., So Paulo, v.xx, n.x, p.xx-xx, 20xx

encontra distribudo de forma homognea: na Amaznia esto 70% desse recurso,

enquanto apenas 3% esto disponveis no Nordeste brasileiro (BICUDO et al. 2010)
Segundo Fay e Silva (2006), no semirido brasileiro o maior problema a m
distribuio espao-temporal das guas superficiais para o consumo humano no meio
rural, o que prejudica a sobrevivncia e a qualidade de vida da populao. Os maiores
potenciais hdricos disponveis se encontram nos rios perenes e perenizados, lagos, poos
tubulares e nas barragens, das quais a maioria da gua armazenada destinada a irrigao.
A gua comporta vrios componentes de origem ambiental ou proveniente da
atividade humana. A qualidade da gua avaliada a partir de suas caractersticas fsicas,
qumicas e biolgicas. Estas caractersticas so consideradas impurezas quando os valores
obtidos so superiores aos valores estabelecidos para determinada utilizao (HENNING
et al., 2011).
De acordo com Follador (2010), para analisar de forma rpida e eficiente os dados
que indicam a qualidade da gua, objeto deste estudo, podem ser praticadas tcnicas de
controle estatstico do processo. Estas tcnicas colaboram de forma eficaz para o
monitoramento ambiental. So diversos os tipos de anlise estatstica que podem se
utilizar, dentre elas destacam-se ferramentas, como os grficos de controle para medidas
individuais: Shewhart, grfico de CUSUM, grfico de EWMA, devido a sua simplicidade
operacional e realista com relao deteco de problemas, resultando em um bom
desempenho no monitoramento da gua.
Neste contexto, aplicam-se os conceitos de controle estatstico de processos (CEP)
na anlise dos nveis de pH e turbidez na gua fornecida na cidade de Campina Grande.
Para atender as suposies de normalidade e independncia, procede a estimao do
modelo auto-regressivo integrado de mdia mvel (ARIMA). Posteriormente os grficos
de Shewhart, Soma Acumulativa (CUSUM) e grfico de controle Mdia Mvel
Exponencialmente Ponderada (EWMA) so aplicados e analisados, com objetivo de
preposio para o monitoramento contnuo do pH e Turbidez.
O monitoramento do pH a turbidez da gua potvel justificvel pela preocupao
atual com o saneamento bsico e o uso racional deste recurso. Devido a se tratar da
qualidade da gua consumida pela populao, requer uma necessidade imediata de
interveno quando h uma extrapolao dos valores permitidos pela legislao do
Ministrio da Sade, Portaria N 2.914/2011, para que a gua no seja distribuda em ms
condies. Neste caso, a utilizao de grficos de CUSUM e EWMA poder ser uma
melhor opo, devido a sensibilidade a pequenas variaes na mdia de um processo, que
so absorvidas pelo grfico de Shewhart.
Finalmente, este artigo encontra-se estruturado cinco sees. A segunda seo traz
uma breve reviso de literatura sobre controle estatstico de processos (CEP). A terceira
seo mostra conceitos de normalidade e autocorrelao. A quarta seo traz a descrio
da rea de estudo e dos dados analisados. A quinta seo mostra os resultados e anlise,
em seguida as consideraes finais e recomendaes para trabalhos futuros.

2Rev. Bras. Biom., So Paulo, v.xx, n.x, p.xx-xx, 20xx

Material e mtodos
1.1

Descrio da
rea
de
Estudo e dos
dados
analisados

O objeto desse trabalho foi desenvolvido no sistema de abastecimento de Campina

Grande cidade paraibana de aproximadamente 400 mil habitantes, um dos mais
importantes centros urbanos e renomado ncleo de tecnologia do interior do Nordeste.
Esse sistema de abastecimento urbano administrado pela CAGEPA - Companhia de
guas e Esgotos do Estado da Paraba, empresa pblica estadual.

Figura 1 Localizao da Cidade de Campina Grande-PB.

O reservatrio localizado no bairro de Santa Rosa em Campina Grande tem

capacidade de armazenamento de gua tratada de 40.000 3. o principal centro de reserva
e distribuio de gua tratada para os demais reservatrios existentes em todo o sistema de
abastecimento de Campina Grande, num total de 29 reservatrios elevados e
semienterrados, que vo abastecer uma malha de 450 km de rede de distribuio de gua
com um total de 83.500 ligaes domiciliares e uma demanda mdia de 60890.4 m 3 dia
(ALBUQUERQUE, 2004).
A avaliao da gua no abastecimento da cidade de Campina Grande foi realizada
por meio de uma pesquisa bibliogrfica, com os dados disponibilizados pela CAGEPA no
site http://www.cagepa.pb.gov.br, no perodo de janeiro de 2011 a dezembro de 2013
perfazendo 36 amostras. A companhia - CAGEPA possui para controle da qualidade da
gua distribuda, Pontos de Controle de Qualidade P.C.Qs, que so pontos distribudos
no residencial, principalmente em pontos finais de rede e tm como objetivo de favorecer
a coleta de amostra de gua, para o controle de qualidade da gua na rede de
abastecimento. Tambm possibilita a imediata deteco de quaisquer problemas
existentes. Nestes pontos so avaliados pH e turbidez. Mensalmente escolhido um ponto
da rede para realizao de anlises de potabilidade por laboratrio externo. As anlises
foram realizadas por meio do software R com auxlio do pacote forecast.
Rev. Bras. Biom., So Paulo, v.xx, n.x, p.xx-xx, 20xx

A turbidez dada pelo grau de interferncia com a passagem da luz atravs da gua
apresentando uma aparncia turva. A origem dela so os slidos em suspenso, que podem
ser de origem natural, isto , partculas de rocha, areia e silte, alm de algas e outros
minerais ou ainda de origem antropognica, ou seja, despejos industriais, domsticos,
microrganismos e eroso. A turbidez de circunstncia natural no traz inconvenientes
sanitrios diretos. Entretanto, esteticamente desagradvel na gua potvel, servindo de
abrigo para microrganismos patognicos. Nos corpos d'gua a turbidez reduz a penetrao
da luz reduzindo assim a fotossntese (ARAJO, 2010).
O pH uma caracterstica importante devido a sua influncia nos processos
biolgicos que ocorrem no meio aqutico. As guas naturais apresentam um pH entre 4 e
9.5, estando associada pela dissoluo de CO 2 que origina baixos valores de pH, enquanto
que as reaes de HCO-3 e CO-3 com gua, acarreta em maiores pH. Quando o pH
aproxima-se de 9 ocorrem absoro de gs carbnico das guas no processo da
fotossntese (ZUIN, LORIATTI, MATHEUS, 2009).
No Brasil, os padres de potabilidade foram definidos pelo Ministrio da Sade,
atravs de portaria n 2.914 de 12 de dezembro de 2011. Esta portaria estabeleceu os
procedimentos e responsabilidades relativos ao controle e vigilncia da qualidade da
gua para o consumo humano e seu padro de potabilidade.
1.2

Controle
Estatstico de
Qualidade

O controle estatstico de qualidade compe-se de um conjunto de tcnicas que

permitem a inspeo, identificao, monitoramento, interveno e aprimoramento
das caractersticas que refletem a qualidade na produo de bens e servios. A sua
aplicao proporciona uma melhoria contnua em diversos empreendimentos
colaborando para que as informaes sobre o sistema, ou seja, o estado de equilbrio
e a capacidade de gerar itens possam atender as especificaes propostas
(FERREIA, 2010). O monitoramento uma forma de avaliar a qualidade da gua e
prev um levantamento de dados em pontos de amostragem, de modo a acompanhar
a evoluo das condies da qualidade de gua ao longo do tempo (FOLLADOR et
al., 2012).
O controle estatstico de qualidade operacionalizado por meio de grficos de
controle que so utilizados para monitorar o desempenho de um processo a partir da
definio de uma rea de controle aceitvel. Os grficos de controle de qualidade
so elementos visuais para o monitoramento de processos, pois conseguem detectar
rapidamente alteraes desproporcionais e causas especiais, sinalizando a
necessidade de intervir no processo (ARAJO, 2010).
De acordo com Montgomery (2004) so dois tipos de causas: causas especiais e
causas comuns. Causas especiais so eventos que ocorrem casualmente, em perodos
irregulares, e que devem ser eliminadas e reduzidas. As causas comuns so
4Rev. Bras. Biom., So Paulo, v.xx, n.x, p.xx-xx, 20xx

relativamente pequenas, em sua maioria alteram a variabilidade do processo, apesar

de sua ocorrncia a variao inerente ao processo e so praticamente inevitveis.
Diversas caractersticas de qualidade podem ser mensuradas. Como uma
caracterstica de qualidade uma varivel, que em geral se faz necessrio monitorar
tanto o valor mdio da caracterstica de qualidade como sua variabilidade, para isso,
grficos de controle so amplamente utilizados. MONTGOMERY (2004).
1.3

Grfico
de
controle
do
tipo Shewhart
para medidas
individuais

O grfico de controle, numa viso geral, composto por LIC e LSC, limites
inferior e superior de controle, respectivamente, determinados estatisticamente, a
partir da mdia, e as amplitudes das amostras so funo da variabilidade do
processo. Em seguida, as equaes 1, 2 e 3, que mostram o limite superior, linha
mdia e limite inferior de controle (HENNIG, 2011):

LSC=x+3

MR
d2

LC=x
LIC=x3

(1)
(2)

MR
d2

(3)

em que: LC - linha mdia; x - mdia; LIC - limite inferior de controle; MR amplitude da amostra; d2 - fator de construo de grficos de controle para variveis
encontrado em Montgomery (2004) e LSC - limite superior de controle.
Em muitas aplicaes dos grficos para unidades individuais usa-se a
amplitude mvel de duas observaes consecutivas como base para estimar a
variabilidade do processo. A amplitude mvel definida segundo a equao 4.

MRi =|x ix i1|

(4)

Os grficos de controle de Shewhart fornecem uma anlise simples dos dados,

sendo de fcil adaptao e integrao com prticas de controle j existentes nos
Rev. Bras. Biom., So Paulo, v.xx, n.x, p.xx-xx, 20xx

laboratrios (SILVA, 2006). Nestes grficos h baixa probabilidade de falsos

alarmes e melhor capacidade de identificao de erros analticos, por esse motivo
so utilizados para uma grande gama de processos (FOLLADOR, 2012).
1.4

Grfico
de
controle
de
soma
acumulativa
(CUSUM)

Os grficos de controle de soma acumulativa (CUSUM) so alternativas

viveis aos grficos de controle de Shewhart. Estes grficos guardam informaes
acumuladas das amostras de um processo ponderando-as de forma equivalente,
fazendo com que as amostras tenham o mesmo peso. Por esse motivo, esses grficos
se tornam sensveis para detectar pequenas mudanas na mdia de um processo (LU,
2001).
A tcnica de soma acumulada pode ser aplicada na construo do grfico
CUSUM para observaes individuais. Neste caso, a estatstica utilizada a soma
acumulada dos desvios de cada valor individual com relao medida dada pela
hiptese que est sendo testada. Esta prtica estabelece a hiptese que ir se testar,
0 . Conhecido este desvio, a soma
ou seja, conhecer-se o valor nominal,

acumulada iniciada. A soma acumulada Ci , para o i-simo perodo a soma

de todos os desvios do valor nominal desde o perodo 1 at o perodo i, dada pela
equao 5:
i

Ci = (x j0 )=( x i0 ) +C i1 ,

(5)

j =1

x j a j-sima observao individual. O mtodo da soma acumulada

em que
pode ser representado de duas maneiras pelo CUSUM Tabular ou pela Mscara V.
O grfico de CUSUM Tabular um plano de controle de deciso intervalar
bilateral simtrico que utiliza duas estatsticas unilaterais
equao 6, para detectar mudanas positivas e
para detectar mudanas negativas:

6Rev. Bras. Biom., So Paulo, v.xx, n.x, p.xx-xx, 20xx

Ci

+
Ci

(plano superior)

(plano inferior) equao 7,

0, xi ( 0 + K ) +C i1

+=max

C1

(6)

+
0, ( 0K ) x i+ Ci1

=max

C1

(7)

em que K um valor de referncia (valor de tolerncia ou folga) aproximadamente

a metade do valor que se tem interesse em detectar rapidamente determinado valor
entre o valor pretendido 0 e o valor da mdia fora do controle 1 .

1=0 +

Est mudana expressa em unidades de desvio padro como

logo K metade da magnitude dessa mudana segundo a equao

8:

| 10|

K= =
2
2

(8)

em que o valor da mudana que se deseja detectar em unidades de desvios

padro, o desvio padro, 0 o valor pretendido e 1 o valor da
mdia fora de controle (HAWKINS, 1993). Quanto menor for este fator, menor ser
a faixa de variao que o grfico ser capaz de detectar e maior ser a sensibilidade
do grfico. Em geral, usa-se K=1/2 (WALTER et al.,2013)
O sistema estar sob controle se os valores plotados de

+
Ci

Ci

estiverem no intervalo de deciso H. Segundo Montgomery (2004), um valor

aconselhvel para H quatro ou cinco vezes o valor do desvio padro , isto ,
H=4 ou H=5 .
1.5

Rev. Bras. Biom., So Paulo, v.xx, n.x, p.xx-xx, 20xx

Grfico
de
controle
Mdia Mvel
Exponencialm
ente
7

Ponderada
(EWMA)
Segundo Montgomery (2004), uma alternativa para o grfico de Shewhart
quando est interessado em detectar pequenas mudanas o grfico de controle da
mdia exponencial ponderada. O grfico de controle EWMA apresenta desempenho
semelhante ao do grfico de controle somas acumuladas, e de certa forma, mais fcil
de estabelecer e efetuar podendo ser utilizado com amostras de tamanho unitrio.
Neste caso, o grfico de controle EWMA para medidas individuais definido
conforme equao 9,

z i= x i+(1 ) z i1

(9)

em que z i so valores ponderados da observao i e x i o i-simo valor

observado, o parmetro uma constante (0< 1) e o valor inicial
z i o valor alvo da mdia do processo, de modo que, z 0=0 .
Ainda a demonstrao da expresso 9, constitui uma mdia ponderada, as
amostras pode ser obtida desenvolvendo recursivamente a equao 9. Substituindo o
valor de z i1 , tem-se a equao 10.

z i= x i+(1 ) [ x i1+(1 )z 2 ]

(10)

ou desta forma:
2

z i= x i+ (1 ) x i1+ (1 ) zi2
substituindo

z i2

(11)

pelo valor dado pela seguinte equao 9, tem-se que:

z i= x i+ (1 ) x i1+ (1 )2 [ xi 2 +(1) zi3 ]

(12)

A expresso 12 aponta a caracterstica de qualidade real x i que est

presente em todas as expresses de caracterstica da qualidade prevista para um
perodo qualquer
i , indicando que para as amostras mais remotas, a
caracterstica de qualidade real exponencialmente ser menor o peso com que
aparece na expresso z i . Caso seja desenvolvida toda expresso, apenas o valor
da caracterstica prevista z 0 , que foi adotado, ir aparecer ao lado de todas as
caractersticas da qualidade real. De acordo com a equao 13.

8Rev. Bras. Biom., So Paulo, v.xx, n.x, p.xx-xx, 20xx

z i= x i+ (1 ) x i1+ (1 ) xi 2 + ( 1 ) xi3 ++ ( 1 )

x 0 + ( 1 ) z 0
(13)

De forma geral, ou seja, generalizando a expresso13 supracitada, obtm-se a

seguinte expresso 14:
i1

z i=(1)i z 0 + (1) xi j

(14)

j=0

Como a mdia mvel exponencial ponderada (EWMA) considera como uma

mdia ponderada todas as amostras (n=1) remotas e correntes, o grfico
EWMA insensvel hiptese de normalidade, ou seja, torna o grfico ideal para
ser usado em medidas individuais (SILVA, 2004).
Se as amostras so variveis aleatrias independentes com varincia
ento a varincia de z i , de acordo com a equao 15.

2z = 2
i

( 2 ) [ 1( 1 ) ]
2i

(15)

O grfico EWMA pode ser construdo pela plotagem de z i versus o

nmero de amostras i . A linha central e os limites de controle para o grfico de
controle EWMA so apresentados pelas equaes 16, 17 e 18.

LSC s=0 + L

2i
[
1( 1 ) ]
( 2)

LC = 0
LSC i= 0L

[ 1( 1 )2 i ]
( 2)

(16)
(17)
(18)

Nas equaes 16 e 18, L representa a largura ou mltiplos de sigma

utilizado nos limites de controle, sendo usualmente L=3 , valores de , no
intervalo
0.05 0.25 , funcionam bem na prtica, sendo o mais
recomendvel =0.2 (MONTGOMERY, 2004).
Rev. Bras. Biom., So Paulo, v.xx, n.x, p.xx-xx, 20xx

1.6

Normalidade e
Autocorrela
o

Para a utilizao de qualquer tipo de grfico de controle duas suposies

devem ser atendidas. A primeira suposio e que os dados sejam normalmente
distribudos. A segunda a independncia das amostras no apresentem nenhum tipo
de correlao.
1.6.1 Teste de Kolmogorov-Smirnov
O objetivo desse teste verificar o grau de concordncia entre distribuio de
um conjunto de valores e uma distribuio terica, por exemplo, verificar se os
dados seguem uma distribuio normal. O teste de Kolmogorov-Smirnov admite que
a distribuio da varivel que est sendo testada seja contnua. A distribuio terica
representa o que seria esperado sob H 0 . Ento se verifica, as distribuies
terica e observada mostram concordncia (SCUDINO, 2008).

F0 uma funo especificada de distribuio de frequncias relativas

acumuladas a distribuio terica sob H 0 . Para qualquer valor de X , o
valor de F0 ( X ) a proporo de casos esperados com escores menores ou
iguais a X .
Seja

Seja a distribuio de frequncias relativas acumuladas observadas, S n ,

de uma amostra aleatria de N observaes. Seja um escore qualquer possvel,

X i , ento
ou iguais a

Sn ( X i )=

Fi
, onde
N

Fi

o nmero de observaes menores

X i . As hipteses do teste so descritas como:

H 0 : A amostra proveniente de uma distribuio terica especfica;

H 1 : A amostra no proveniente de uma distribuio terica especfica.

Quando

H0

verdadeira, espera-se que as diferenas entre

Sn ( X i )

F0 ( X i )

sejam pequenas e estejam dentro do limite dos erros aleatrios. A

estatstica do teste, expressa na equao 19, focaliza o maior dos desvios
denominados de desvio mximo:

D=max |F 0 ( X i ) S n ( X i )|,

10Rev. Bras. Biom., So Paulo, v.xx, n.x, p.xx-xx, 20xx

(19)

em que

i=1,2, , N ,

verificando-se a hiptese do poder do teste

pvalor , ento a normalidade da amostra verificada. Se D< D(N , )

H 0 , ou seja, a amostra proveniente de uma distribuio

normal. Caso contrario D> D (N , ) rejeita-se H 0 , ou seja, a amostra no
no se rejeita a

proveniente de uma distribuio normal.

1.6.2 Autocorrelao
Para a aplicao dos grficos de controle necessrio que os dados atendam a
suposio de independncia entre si, sendo de extrema importncia a investigao
da autocorrelao do grupo de informaes. A presena da autocorrelao
compromete o desempenho dos grficos de controle, no sentido em que se podem
confundir as causas especiais e comuns no processo.
Segundo Montgomery (2004), para contornar o problema da autocorrelao
pode-se utilizar uma amostra menos frequente acarretando um aumento no tempo
para detectar uma variao real do processo.
Dentro do controle estatstico de processo existem dois princpios bsicos
para contornar autocorrelao. O primeiro determina uma abordagem dos dados
originais, mas devem-se ajustar os limites de controle para absorver a
autocorrelao, sendo denominado de alargamento dos limites. O segundo princpio
defende uma abordagem de plotagem dos resduos do modelo de srie temporal no
grfico de controle (ARAJO, 2010). Esse modelo ser adotado neste trabalho,
devido a seu desempenho superior, para evitar alarmes falsos e remover a
autocorrelao dos dados.
De acordo com Follador (2010), a autocorreo definida como a medida de
dependncia de uma observao num estante t , em relao quela tomada num
estante tk , em que k a defasagem (lag) considerada, isto , a
distncia entre duas observaes.
Para mensurar a autocorrelao ao longo de uma srie de observaes
distribudas no tempo tem-se uma caracterstica longitudinal, ou seja, uma srie
temporal. O coeficiente linear dado pela equao 20, chamada funo de
correlao.

k =

cov ( x t , xt k )
V ( xt )

Rev. Bras. Biom., So Paulo, v.xx, n.x, p.xx-xx, 20xx

(20)

11

em que

cov ( x t , x t k )

a covarincia de observaes separadas por

perodos de tempo e a varincia constante dada por

estimam-se os valores de
equao 21.

V ( xt ) . De forma geral

com a funo de autocorrelao explicitada na

nk

(x tx )( x tk x )

r k = t =1

(21)

nk

( x t x)

t=1

em que x t observao ou mdia dos subgrupos no tempo

mdia das amostras e k =1,2,3, , .

t ,

1.6.3 Modelo auto-regressivo integrado de mdia mvel

Se as observaes violam a suposio de independncia, ocorrem alteraes
no ajuste das variveis no controle de processo, pois existindo dependncia entre as
caractersticas de qualidade e as variveis de controle o modelo assumido no ser
verdadeiro para os dados que originam do processo.
Nestas situaes ocorre um aumento considervel no nmero de alarmes
falsos que produz concluses erradas em relao estabilidade do processo. Os
modelos de regresso ou de sries temporais tm se revelado teis para modelar
processos que demostrem uma estrutura correlacional, posteriormente, na utilizao
de grficos de controle para os resduos dos modelos. Se existir um conjunto de
variveis dentro de um modelo de regresso os seus resduos no sero
correlacionados mesmo que a varivel resposta esteja correlacionada (PEDRINI;
CATEN, 2008).
De acordo com Follador (2010), o modelo ARIMA uma generalizao
do modelo auto-regressivo de mdia mvel
( ARMA) . A apresentao
refere-se,
respectivamente,
s
ordens de auto regresso, de
ARIMA ( p , d , q)
integrao e de mdia mvel: p o operador de autoregressivo, d o
nmero de diferenas, q o nmeros de termos da mdia mvel. A escolha do
modelo adequado ser feito mediante as estatsticas de Akaike Information Criteria
( AIC) . Logo aps o modelo ajustado ARIMA , verifica-se que os resduos
do modelo so independentes, denominados de rudo branco.
Denomina-se de modelo Autoregressivo de ordem
dado pela equao 22.

12Rev. Bras. Biom., So Paulo, v.xx, n.x, p.xx-xx, 20xx

AR ( p)

o modelo

Z t =1 Z t1 +2 Z t2 ++ p Z t p + at

(22)

Z t 1 , Z t 2 ,++ Z t p so independentes de at , 1
o parmetro (peso) que descreve como Z t se relaciona com o valor para
Z t 1 (a srie de dados) e at o erro aleatrio.
em que os termos

A metodologia implantada de Box e Jenkins e Reinsel (1994) para construo

de modelos ARIMA composta por trs passos: Identificao; Estimao e
Verificao. Logo, o passo 1 mais relevante pois nele se determina os valores de
p , d e q . Esta determinao feita mediante as autocorrelaes e
autocorrelaes parciais estimadas, as quais se espera que represente adequadamente
as verdadeiras quantidades tericas que so desconhecidas.
1.7

Critrio
de
Informao de
Akaike

( AIC)
De acordo com Terra et al (2010), o critrio de informao de Akaike
( AIC) toma por base a teoria de deciso e penaliza os modelos com maior
nmero de parmetros para evitar excessos de parametrizaes. Esse critrio
expresso pela seguinte forma:

AIC=2 ( logL ( ; y ) ) +2 p ,

(23)

em que logL ( ; y ) a funo de log-verossimilhana maximizada sob o modelo

considerado, p e o nmero de parmetros a serem estimados. Para tomada de deciso
em relao a qual o modelo utilizar. Por conseguinte, o modelo selecionado ser aquele
que apresentar o menor valor de AIC .

Resultados

Um grfico temporal das medies de pH apresentado na Figura 2.a e na Figura

2.b o grfico da funo de autocorrelao amostral, que evidencia a presena de
autocorrelao nos dados.

Rev. Bras. Biom., So Paulo, v.xx, n.x, p.xx-xx, 20xx

13

0.4

AC F

7.0

-0.2

0.0

7.2

0.2

7.4

pH

7.6

0.6

0.8

7.8

1.0

10

15

20

25

30

35

Perodo amostral

10

15

Lag

Figura 2 - Srie temporal (a) e funo de autocorrelao para os dados do pH (b).

Da mesma forma, na Figura 3.a esto os dados de Turbidez e na Figura 3.b a

funo de autocorrelao amostral, que indica a presena de autocorrelao.

0.2

0.4

ACF

3
1

-0.2

0.0

Turbidez (uT)

0.6

0.8

1.0

10

15

20

25

30

35

Perodo amostral

10
Lag

Figura 3 - Srie temporal (a) e funo de autocorrelao para os dados da turbidez (b)

14Rev. Bras. Biom., So Paulo, v.xx, n.x, p.xx-xx, 20xx

15

Os dados originais com relao ao pH (potencial de Hidrognio) apresentaram

uma distribuio normal, ao nvel de 5% significncia (p-valor 0,1652) para o teste
de Kolmogorov-Smirnov. Verifica-se que os dados so autocorrelacionados, no
atendendo a suposio de independncia das amostras.
Ajustou-se um modelo ARIMA (2 , 0,0), com um 2 estimado de
0.02958 e critrio de seleo AIC = -15.79. O modelo mostrou-se adequado,
pois os resduos apresentaram uma distribuio normal e no autocorrelacionados.

resduo

0.6
-1

Normal Quantiles

-0.2

Confidence Intervals: 95%

-2

0.0

0.2

0.4

ACF

1
0
-1
-3

-2

SS.1 Ordered Data

0.8

1.0

NORM QQ PLOT

10

15

Lag

Figura 4 Grfico de normalidade e funo de autocorrelao para os resduos do pH.

Continua-se o desenvolvimento do controle estatstico de processo para o

monitoramento da varivel pH, sem que os resultados sejam alterados pela quebra
das suposies iniciais, na figura 5, 6 e 7, encontra-se um grfico do tipo Shewhart,
um grfico CUSUM e um grfico EWMA. Estes grficos foram aplicados aos
resduos do modelo.
Os grficos de controle para medidas individuais aplicados no monitoramento
dos parmetros pH e turbidez na qualidade da gua potvel em Campina Grande
esto representados a seguir. Os grficos tipos Shewhart sero convencionais, com
limites 3 . O grfico CUSUM tem limite de deciso igual a H= 5 e
K = 0.5. O grfico EWMA tem =0.2 e L = 3.0.

Rev. Bras. Biom., So Paulo, v.xx, n.x, p.xx-xx, 20xx

15

Grfico de Shewhart

0 .4
0 .2
0 .0
-0 .2

CL

-0 .4

Grou p su m m a ry statistics

UCL

LCL
1

12

15

18

21

24

27

30

33

36

amostras
Number of groups = 36
Center = 0.001228942 LCL = -0.4883469 Number beyond limits = 1
StdDev = 0.1631919
UCL = 0.4908048 Number violating runs = 1

Figura 5 Grfico de Shewhart para os resduos do pH.

Verifica-se que os grfico de Shewhart para o pH com relao ao controle de

processo no est sob o controle estatstico, pois amostra de nmero 6, se encontra
fora do limite de controle e apresenta existncia de alguns pontos sequenciais abaixo
da linha mdia do ponto 11 ao 17.
Grfico de Cusum

4
2
-4

-2

A bov e target
B elow target

C u m u la tive S u m

UDB

LDB
1

12

15

18

21

24

27

30

33

36

amostras
Number of groups = 36
Center = 0.001228942
StdDev = 0.1631919

Decision interval (std. err.) = 5

Shift detection (std. err.) = 1
No. of points beyond boundaries = 0

Figura 6 Grfico de Cusum para os resduos do pH.

16Rev. Bras. Biom., So Paulo, v.xx, n.x, p.xx-xx, 20xx

No grfico de CUSUM para pH, verifica-se alguns valores prximos de zero

entre as amostras 21 e 23. Atribuindo-se ao fato da mdia no sofrer alteraes, ou
seja, os desvios negativos so balanceados pelos positivos, provocando uma
pequena oscilao em torno do zero. De acordo com, nos grficos de CUSUM se
existe tendncia para se desenvolverem acima ou abaixo, evidncia de que a mdia
do processo mudou e deve-se procurar a causa atribuvel a esse fato observado, na
figura 6, onde se encontra alguns pontos sequenciais acima e abaixo da linha zero.

0.4
0.2
0.0

UCL

-0 .2

LCL

-0 .4

G rou p S u m m a ry S ta tistics

Grfico de EWMA

12

15

18

21

24

27

30

33

36

amostras
Number of groups = 36
Center = 0.001228942
StdDev = 0.1631919

Smoothing parameter = 0.2

Control limits at 3*sigma
No. of points beyond limits = 0

Figura 7 Grfico de EWMA para os resduos do pH.

Com relao ao grfico de EWMA para pH, este apresenta pontos que tem o
desempenho que indicam uma possvel instabilidade no processo, uma vez que as
amostras a partir do ponto 6 a 17 so sequenciais no intervalo de tolerncia abaixo
da linha mdia, em seguida, a partir do ponto 30 a 36, acima do intervalo de
tolerncia
Os dados originais com relao Turbidez (uT) no apresentaram uma
distribuio normal, ao nvel de 5% significncia (p-valor 7.723e-05) para o teste de
Kolmogorov-Smirnov. Verifica-se que os dados so autocorrelacionados, no
atendendo a suposio de independncia das amostras. O modelo de maior
adequabilidade foi ARIMA (1 , 0,0) com um 2 estimado de 0.3907 e
critrio de seleo AIC =75.11.

Rev. Bras. Biom., So Paulo, v.xx, n.x, p.xx-xx, 20xx

17

resduo

0.8
0.6
0.2

ACF

0.4

3
2

-2

-1

-0.2

0.0

Confidence Intervals: 95%

1
-1

SS.1 Ordered Data

1.0

NORM QQ PLOT

Normal Quantiles

10

15

Lag

Figura 8 Grfico de normalidade e funo de autocorrelao para os resduos da Turbidez.

Continua-se o desenvolvimento do controle estatstico de processo para o

monitoramento da varivel Turbidez, sem que os resultados sejam alterados pela
quebra das suposies iniciais. Estes grficos foram aplicados aos resduos do
modelo.

2
1

UCL

CL

-1

G rou p sum m a ry sta tistics

Grfico de Shewhart

LCL
1

12

15

18

21

24

27

30

33

36

amostras
Number of groups = 36
Center = 0.01608297 LCL = -1.214736
StdDev = 0.4102731
UCL = 1.246902

Number beyond limits = 2

Number violating runs = 10

Figura 9 Grfico de Shewhart para os resduos da Turbidez.

18Rev. Bras. Biom., So Paulo, v.xx, n.x, p.xx-xx, 20xx

No grfico de Shewhart para turbidez foram encontrados dois pontos acima do

limite superior, evidenciando diferenas de valores de alguns pontos em relao
mdia do processo, principalmente a partir de amostras coletadas em abril de 2011,
caracterizando uma possvel falta de controle no processo. Verifica-se que estes
pontos acima do limite superior, ou seja, acima de 3 desvios-padro, podem estar
ligado heterogeneidade dos dados. Apresentam-se pontos sequenciais abaixo da
linha mdia, uma sequncia que se encontra entre os pontos 8 e 22, o que caracteriza
de acordo com Werkema (1995) uma indicao de falta de controle.

5
0

A bov e target

UDB

-5

B elow target

C u m u la tive S u m

10

Grfico de Cusum

LDB
1

12

15

18

21

24

27

30

33

36

amostras
Number of groups = 36
Center = 0.01608297
StdDev = 0.4102731

Decision interval (std. err.) = 5

Shift detection (std. err.) = 1
No. of points beyond boundaries = 4

Figura 9 Grfico de Cusum para os resduos da Turbidez.

Com relao ao grfico de CUSUM para a Turbidez, observa-se que nos

pontos 5 ao 8, os valores tiveram uma mudana sbita de comportamento, ou seja,
uma causa especial est agindo no processo e estar sob a ao de causas especiais,
cabendo a investigao da causa desta pertubao no processo (podendo ser
atribudo a falha do analista, duplicata da amostra, entre outros fatores), levando
necessidade de aes corretivas com objetivo de levar o processo estabilidade em
seguida aps o ponto 28, a uma oscilao menor que esperada em torno do eixo 0.

Rev. Bras. Biom., So Paulo, v.xx, n.x, p.xx-xx, 20xx

19

2
1

UCL

G rou p S u m m ary S ta tistics

Grfico de EWMA

-1

LCL

12

15

18

21

24

27

30

33

36

amostras
Number of groups = 36
Center = 0.01608297
StdDev = 0.4102731

Smoothing parameter = 0.2

Control limits at 3*sigma
No. of points beyond limits = 3

Figura 9 Grfico de EWMA para os resduos da Turbidez.

Com relao ao grfico de EWMA para a Turbidez apresentam-se pontos

sequenciais do ponto 12 aos 23, que se encontram no intervalo de tolerncia inferior,
o que indica uma possvel instabilidade no processo. Por outro lado, os pontos 5, 6 e
7 so encontrados acima do intervalo superior, o que indica que o processo est fora
de controle.
3

Discurses

Os valores do parmetro pH podem sofrer alteraes devido s decomposies

cidas da poluio atmosfrica, gs carbnico liberado de forma natural pelo meio
ambiente ou oriundos de aes antropognicas, que, decompostos na gua, formam o
cido carbnico que conduz reduo do pH (FOLLADOR, 2010).
No perodo do estudo, os valores monitorados permaneceram dentro da faixa de
valores permitidos pela Portaria N 2.914/2011 do Ministrio da Sade, de acordo com
Capitulo V, Artigo 39, Inciso I. Recomenda-se que, no sistema de distribuio, o pH da
gua seja mantido na faixa de 6.0 a 9.5.
Resultados observados por Campos et al. (2002), a qualidade da agua tratada
pelo Departamento de guas e Esgotos da cidade de Araraguara, So Paulo, apesar
de ser considerada satisfatria com amostras detectadas que no atendiam ao padro
para o pH, nesse estudo todas as amostras permaneceram dentro do padro esperado.
A turbidez caracterizada com relao qualidade da gua, a suspenso de
materiais, ou seja, partculas e algas dissolvidas, dificultando a penetrao da luz. A
20Rev. Bras. Biom., So Paulo, v.xx, n.x, p.xx-xx, 20xx

turbidez de causa natural no traz inconvenientes sanitrios diretos, entretanto os

slidos suspensos podem abrigar microrganismos patognicos (Von Sperling, 1996).
De acordo com a legislao vigente, o valor permitido para Turbidez no
sistema de distribuio da gua (em toda a extenso do sistema de distribuio) e de
5 uT de acordo com Artigo 30, Inciso I. Refere-se ao padro organolptico de
potabilidade. Conforme artigo 5, inciso IV, o padro organolptico o conjunto de
parmetros caracterizados por provocar estmulos sensoriais que afetam a aceitao
para consumo humano, mas que no necessariamente implicam risco sade.
Entretanto a Turbidez pode aumentar durante o processo de tratamento da gua
(em funo da adio de produtos qumicos ps-filtrao) ou na rede de distribuio
(devido a interferncias como infiltrao de guas de chuva ou formao de
biofilmes). Nesses casos, deve ser respeitado o valor mximo de 5.0 uT em qualquer
ponto da rede.
Em estudo realizado por Correia et al. (2008), Janeiro Maro obteve-se um
maior ndice de Turbidez, por conta do maior ndice de chuvas na regio, elevando o
processo erosivo, colaborando para a elevao da turbidez. Em nosso estudo os
maiores valores para esse parmetro esta entre as amostras 6 a 9, que corresponde
aos meses de Maio a Agosto de 2011, que se d o perodo de precipitao da regio.
Entretanto as amostras no extrapolaram o valor permitido pela legislao vigente.

Concluses
O grau de comprometimento da qualidade da gua no abastecimento da cidade de
Campina Grande baixo, pois apenas a varivel Turbidez apresentou uma nica amostra
igual ao limite estipulado pela Portaria de n 2914/2011 do Ministrio da Sade, que dispe
sobre a classificao dos corpos de gua potvel; A varivel Turbidez apresentou-se em
alguns pontos de controle elevada variabilidade dos dados, com exceo do pH, que
apresentou uma distribuio normal ao nvel de 5% de significncia. As variveis pH e
turbidez apresentaram-se amostras autocorrelacionadas, no atendendo as suposies de
independncia das amostras.
Para tratar a autocorrelao foi aplicado um modelo ARIMA e posteriormente
grficos de controle aos resduos do modelo. A metodologia utilizada permitiu definir
algumas consideraes importantes, tais como uma proposta de monitoramento do nvel
do pH e Turbidez da gua da cidade de Campina Grande, atravs do Controle Estatstico
de Processo. Alm disso, comparou-se a sensibilidade existente entre os grficos de
controle de Shewhart, CUSUM e EWMA na deteco de pequenas mudanas nas
variveis relacionadas qualidade da gua e verificando se realmente esto dentro dos
limites de controle.

Rev. Bras. Biom., So Paulo, v.xx, n.x, p.xx-xx, 20xx

21

Os grficos CUSUM como EWMA, tem como pontos positivos detectar mais
rapidamente pequenos desvios e do informaes sobre a tendncia do processo, sendo
indicados para o monitoramento deste processo. O grfico EWMA ainda tem uma
vantagem adicional: a de ser robusto hiptese de normalidade. Dentre os grficos
utilizados Sherwart, CUSUM e EWMA. O mais eficiente o EWMA, pois se mostra uma
maior sensibilidade s pequenas variaes.
A utilizao de grficos de controle estatstico de processos para monitorar
indicadores de qualidade da gua em Estaes de Tratamento (ETAs) merece ateno
especial, uma vez que estes dados geralmente apresentam autocorrelao.
importante salientar que a utilizao de mtodos de previso, como, ARIMA,
aplicao de grficos de controle estatstico aos resduos, so sofisticados, e, portanto,
podem ser de difcil interpretao, necessitando de pessoas especializadas para tal fim.
Para o monitoramento futuro aconselha-se tambm a anlise da utilizao de outras
tcnicas para tratar a autocorrelao, como limites de controle alargados ou diminuir a
frequncia de retirada de amostras.

Agradecimentos
Os autores agradecem Universidade Federal Rural de Pernambuco pelo apoio.
xxxxx; yyy. STATISTICAL PROCESS CONTROL APPLIED TO MONITORING AND
PH WATER TURBIDITY NO SUPPLY CAMPINA GRANDE - PB. Rev. Mat. Estat. So
Paulo, v.xx, n.x, p.xx-xx, 2014. Rev. Mat. Estat. (So Paulo), v., n., p. , .
ABSTRACT:
The hydrological cycles have been significantly altered due to human activities. As a consequence,
it has been observed a significant drop in the quality of surface water for human consumption,
which impairs the survival and quality of life. To get an assessment so efficient and fast
parameters that classify water techniques of statistical process control were used. This work
arose from the need for continuous monitoring of some parameters related to water supply
provided in the city of Campina Grande. That legislation should be under the Ministry of Health,
Ordinance No. 2914/2011 laying down procedures for control and surveillance of water for
human consumption. Thus, employed temporal Series models to acquire a structure without the
presence of autocorrelation, later applying graphs and individual control Shewhart,
exponentially weighted moving average (EWMA), cumulative sum (CUSUM). Avoiding the
occurrence of false alarms is important to note that the EWMA chart performed better in water
quality monitoring, because of its efficiency, it is sensitive to small variations in the reduction or
increase in the levels of pH and turbidity. Analyses were performed using the R software package
to aid the forecast.

KEYWORDS: statistical control; CUSUM; EWMA; water quality.

22Rev. Bras. Biom., So Paulo, v.xx, n.x, p.xx-xx, 20xx

Referncias
ALBUQUERQUE, A. A.; FIRMINO, M. B. M.; CURI, W. F. Uso racional de energia no
bombeamento de gua em sistemas de abastecimento, via programao no-linear.
Seminrio Hispano-Brasileiro sobre Sistemas de Abastecimento Urbano de gua, IV
SEREA, 2004.
ARAJO, N. G. A. Aplicao de grficos de controle para monitoramento estatstico da
turbidez da gua potvel. Monografia (Graduado em Engenharia de Produo)
Universidade do Estado de Santa Catarina, Joinville, SC, 2010.
BICUDO, C.E.de M.; TUNDISI, J.G.; SCHEUENSTUHLS, M.C.B. guas do Brasil:
anlises estratgicas. So Paulo, Instituto de Botnica, 2010.
BOX, G. E. P., JENKINS, G. M., and Reinsel, G. C. (1994). Time Series Analysis,
Forecasting and Control, 3rd ed. Prentice Hall, Englewood Clifs, NJ.
CAGEPA. Companhia de guas e Esgotos do Estado da Paraba. 2014. Disponvel em:
http://www.cagepa.pb.gov.br/portal/. Acessado em: 02/01/2014.
CAMPOS, J. A. D. B., FILHO, A. F., FARIA, J. B. Qualidade sanitria da gua distribuda
para o consumo humano pelo sistema de abastecimento pblico da cidade de AraraquaraSP. Alim. Nut., So Paulo, 13: 117-129, 2002.
CORREIA, A., BARROS, E., SILVA, J., RAMALHO J. Anlise da turbidez da gua em
diferentes estados de tratamento. 8 Encontro Regional de Matemtica e Computacional.
VIII ERMAC, Universidade Federal do Rio Grande do Norte Natal/RN, 2008.
FAY, E. F.; SILVA, C. M. M. S. ndice de Uso sustentvel da gua (ISA-GUA) na regio
do sub-mdio So Francisco. Embrapa Meio Ambiente, p. 157, Jaguarina, 2006. ISSN
85-85771-42-9.
FERREIA, G. U. A. Estudo de testes estatsticos para o vetor de mdias em controle de
processos multivariados sob amostragem dupla. Dissertao (Mestrado em Estatstica)
Universidade Federal de Minas Gerais, Belo Horizonte, 2010.
FOLLADOR, F. et al. Controle de qualidade da gua medido atravs de cartas de controle
de Shewart, CUSUM e MMPE. Engenharia Ambiental, v. 9, p. 183197, Esprito Santo
do Pinhal 2012.
FOLLADOR, F. A. C. Controle estatstico de processo aplicado qualidade de guas
superficiais. Tese (Doutorado em Engenharia de Produo) Universidade Estadual do
Oeste do Paran, Cascavel-Paran, 2010.
Rev. Bras. Biom., So Paulo, v.xx, n.x, p.xx-xx, 20xx

23

HAWKINS, D.; OLWELL, D. Cumulative sum control charting: An underutilized spc

tool. Quality Engineering, v. 5, n. 3-4, p. 463477, 1993.
HENNING, E. et al. Um estudo para a aplicao de grficos de controle estatstico de
processo em indicadores de qualidade da gua potavl. VII Congresso Nacional de
Excelncia em Gesto, 2011. ISSN 1984-9354.
LU, C. W.; JR, M. R. R. CUSUM charts for monitoring an autocorrelated process.
Journal of Quality Technology, April, v. 33, p. 122, 2001. ISSN 2317-3297.
MONTGOMERY, D. Introduction to statistical quality control. [S.l.]: LTC, 2004. ISSN
2317-3297.
PEDRINI, D. C.; CATEN, C. S. Comparao entre grficos de controle para resduos de
modelos. GEPROS. Gesto da Produo, Operaes e Sistemas}, Porto Alegre-RS, v. 4,
p. 123 140, 2008.
R Development Core Team (2010). R: A language and environment for statistical
computing. R Foundation for Statistical Computing, Vienna, Austria. ISBN 3-900051-070, URL http://www.R-project.org.
SCUDINO, P. A. A. A utilizao dos alguns testes estatsticos para Anlise da
variabilidade do preo do mel nos municpios de Angra dos Reis e Mangaratiba, Estado
do Rio de Janeiro. Monografia (Bacharel em Matemtica) Universidade Federal Rural
do Rio de Janeiro, Seropdica-RJ, 2008.
SILVA, W. Aplicao do grfico de controle EWMA no processo produtivo de uma
indstria de aluminio: Um estudo de caso. XI SIMEP, Brasil 2004.
SILVA, W. et al. Aplicao do grfico de controle de mdia mvel exponencialmente
ponderada (MMEP) para monitorar a variabilidade de um processo produtivo. Simpsio
de excelncia em gesto e tecnologia, 2006.
TERRA, M. F. et al. Ajuste dos modelos logstico e gompertz aos dados de crescimento
de frutos da tamareira-an Phoenix roebelenii OBRIEN. Magistra. Cruz das Almas - BA,
v. 22, n. 1, p. 01-07, jan./mar., 2010.
VON SPERLING, M.. Introduo qualidade das guas e o tratamento de esgotos. 2
ed. Belo Horizonte: Departamento de Engenharia Sanitria e Ambiental; Universidade
Federal de Minas Gerais, 1996.
WALTER, O. M. F. C., HENNING, E., CARDOSO, M. E., SAMOHYL, R. W. Aplicao
individual e combinada dos grficos de controle Shewhart e CUSUM: uma aplicao no
setor metal mecnico. Gest. Prod, So Carlos, v. 20, n. 2, p. 271-286, 2013.

24Rev. Bras. Biom., So Paulo, v.xx, n.x, p.xx-xx, 20xx

WERKEMA, M. C. C. Ferramentas estatsticas bsicas para o gerenciamento de

processos. [S.l.]: Fundao Christiano Ottoni, UFMG, 1995. 287 p. ISSN 85-85477-15-X.
ZUIN, V. G.; LORIATTI, M. C. S.; MATHEUS, C. E. O emprego de parmetros Fsicos e
Qumicos para a avaliao da qualidade das guas naturais: um proposta para educao
qumica e ambiental na Perspectiva CTSA . Qumica e Sociedade, v. 31, p. 37, 2009.

Recebido em xx.xx.20xx
Aprovado aps reviso em xx.xx.20xx

Rev. Bras. Biom., So Paulo, v.xx, n.x, p.xx-xx, 20xx

25