Controle Estatístico da

Qualidade

Aula 2
Prof. Roberto Franciulli
 DEFINIÇÃO DE PROCESSO
Fornecedor Cliente
Matéria prima Entrada Saíd Saída Produto
Insumos PROCESSO ou Serviço
Informações

Instalações
Equipamentos
Pessoal
Conhecimento
saída

Todas as saídas (Produto ou Serviço) de um mesmo processo são

exatamente iguais ?
 Variabilidade do Processo
• Em qualquer processo, por exemplo uma linha de
produção, as unidades produzidas não são exatamente
iguais
• Existe um valor-alvo (atendimento às especificações de
projeto / exigências do cliente) e uma variabilidade em
torno desse valor
• Todo e qualquer processo, por mais bem projetado e
por mais bem controlado que seja, possui uma
variabilidade natural tendo como causa pequenas
perturbações (causas comuns ou aleatórias)
• Todo e qualquer processo está sujeito, também, à
ocorrência ocasional de perturbações maiores,
chamadas de causas especiais
 Causas comuns
• São diferenças mínimas peça a peça devida pequenas causas de
variação que atuam de forma aleatória no processo, gerando uma
variabilidade inerente no processo

• Em geral só podem ser resolvidas por uma ação global sobre o

sistema

• Os operadores estão em boa posição para identificá-las, mas a

sua correção exige decisão gerencial
 Causas comuns

•A correção pode não se justificar economicamente

• Um processo que apresenta apenas causas comuns

atuando é dito um processo estável ou sob controle, pois
apresenta sempre a mesma variabilidade ao longo do
tempo
 Causas especiais
• As causas especiais são causas que não seguem um padrão
aleatório e por isso também são chamadas de causas
assinaláveis

• Elas fazem com que o processo saia fora de seu padrão natural
de operação e têm um efeito indesejável significativo sobre o
desempenho do processo, por isso devem ser identificadas e
neutralizadas
 Causas especiais
• Causas especiais em geral são corrigidas por ação local e, por
isso, são de responsabilidade dos operadores (apesar de algumas
vezes a gerência estar em melhor posição para resolver o
problema).

• A eliminação dessas causas se justifica economicamente

 Condições do Processo
1. Processo sob controle: apresenta apenas variabilidade
natural (causas comuns)
Causas Comuns - A variação do processo é previsível

2. Processo fora de controle: apresenta, além da variabilidade

natural, causas especiais
Causas Especiais - A variação do processo é imprevisível
As causas especiais precisam ser eliminadas para que o
processo volte à sua condição normal, ou seja, sob controle
 Exemplos :Causas Comuns x Especiais
Causas Comuns Causas Especiais
Iluminação precária devido a lâmpadas
Iluminação deficiente
queimadas
Meio ambiente
Aumento da temperatura devido a quebra do
Variação da temperatura ambiente
controlador de temperatura
Falta de cuidado devido a acesso de mau-
humor
Treinamento inadequado/ insuficiente do
Saúde subitamente abalada
pessoal
Mão de obra
Vicio que afeta esporadicamente o
comportamento
Inabilidade para executar a tarefa Operador substituto inexperiente
Mau ajuste de máquina por deficiência Subita desregulagem da máquina/
construtiva do gabarito ou calibrador equipamento de controle
Quebra ou inoperância de algum componente
Máquina / Equipamento Envelhecimento/ Desgate
notada pelo operador
Ferramenta indevida tomada por engano no
Ferramental deficiente
almoxarifado
Uma remessa fora da especificação
Compra de material de baixa qualidade -
Lote que recebeu estocagem ou manuseio
Material variação das características da matéria prima
inadequado
entre lotes
Utilização de material indevido/ incorreto

Instruções erradas e/ou inexistentes

Especificações inexistentes ou confusas Folha de instrução de operação ilegivel, usada

Método
por um ajustador de processo inexperiente
Especificações da matéria prima
incompativeis com as especificações
requeridas ao produto
Sala de medição com temperatura não
controlda
Medição Quebra do instrumento de controle
Falta de instruções de medição
 Causas: Comuns x Especiais
ASPECTO CAUSAS ESPECIAIS CAUSAS COMUNS

Investimento Pequeno Grande

Visibilidade do Grande - A natureza súbita Pequena - A natureza contínua faz com que
problema chama a atenção de todos todos se acostumem ao problema

Ação Requerida Restabelecer o nível anterior Mudar para nível melhor

Simples, coleta rotineira Complexos, coleta especial

Dados
e muito freqüente e pouco freqüente

Simples e feita por pessoal próximo

Análise Complexa e feita por pessoal técnico
ao processo

Responsabilidade Operadores (pessoal próximo

Pessoal da gerência
pela ação ao processo)
Como controlar o processo para que a
variabilidade atenda às especificações de
projeto / exigências do cliente ?

Cartas de Controle - Controle Estatístico de

Processo
 Cartas de Controle - Controle Estatístico de Processo
• Sistema de inspeção por amostragem do processo

• Representação em um gráfico da característica da qualidade versus tempo (ou n°

da amostra)

• Controla a variabilidade de um processo, identificando suas causas comuns e

especiais

• Objetivo é monitorar a presença de causas especiais (ou seja, causas que não são
comuns ao processo e podem prejudicar a qualidade do produto manufaturado)

Processo

Sistema de Medida

Verificar e acompanhar Detectar causa especial

Variabilidade

Implementar ação Identificar causa

Plano de ação para fora de
corretiva raiz do problema controle
• Um dos pilares dos estudos em Estatística é a amostragem.
Populações (na fábrica, o engenheiro utiliza a palavra “lotes”)
em geral são grandes demais para ser analisadas em grandes
detalhes item por item. Em muitos casos a inspeção a 100% é
uma regra da fábrica, mas na realidade este procedimento
não funciona adequadamente. Imagine o operador que tem a
responsabilidade de verificar o nível de preenchimento de um
lote de garrafas de cerveja. O lote tem 50.000 unidades.
Depois de inspecionar apenas 100 garrafas, é muito provável
que o operador já não está mais pensando em níveis de
preenchimento. No final, inspeção a 100% tem custos
elevados e resultados péssimos. A seleção de amostras de
tamanho muito menor que a população enxuga os custos e
paradoxalmente acaba representando melhor as
características da população.
• Amostragem também é necessária quando a inspeção
necessita da destruição do item amostrado
 Amostras

Tratamento e análise dos

População
dados

Amostra
Estatística

Inferência sobre a população

Amostra: quantidade de valores observados pertencentes ou representativos de uma

população.
População: lote de produtos/serviços ou período de tempo que se quer analisar.

Inferência é uma dedução feita com base em informações ou um

raciocínio que usa dados disponíveis para se chegar a uma conclusão.
 Tamanho da amostra e
frequência de amostragem
• Ideal amostras grandes com alta freqüência → não é viável
economicamente

• Dicotomia: Divisão de um conceito em dois elementos em geral

contrários.

– ↓ n (numero unidades por amostra) ↑ frequência

– ↑ n (numero unidades por amostra) ↓ frequência

mais utilizado na indústria

 Cartas de Controle
Representação Gráfica
LSE
70
LSC
da Qualidade
Indicador da Qualidade

60

A
50
m
o
Característica

st 40
r
a 30 Média

20
LIC
10
LIE

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
Tempo
Amostra
 Parâmetros :

• M = média
• LSC = limite superior de controle
• LIC = limite inferior de controle
• LSE = limite superior de especificação
• LIE = limite inferior de especificação
• σ = desvio padrão
 Análise das amostras

X Precisam ser eliminadas para

Causa Especial que o processo fique sob controle
X
LSC

M=média do
Processo

LIC
X X X X
Causa Comum
Processo Sob Controle : Distribuição Normal
O Teorema do Limite Central é um teorema que afirma que quando o tamanho
da amostra aumenta, a distribuição amostral da sua média aproxima-se cada vez
mais de uma distribuição normal para um processo sob- controle estatís

Média

Processo sob-controle estatístico ( Estável )

Curva Normal ( Sino )
 Causas Comuns x Especiais
Se apenas causas comuns de variação acham-se
presentes, o resultado do processo forma uma
Previsão
distribuição estável no decorrer do tempo,
sendo previsível:

Tamanho
Objetivo
Quando há a presença de causas especiais de ?
Previsão
variação, o resultado do processo não é estável ao
decorrer do tempo e não apresenta possibilidade de
previsão:

Tamanho
Objetivo
 Exemplos de processos fora de controle – presença de
causa especial

Lembrar que as distribuições podem variam

quanto:

centralização variabilidade forma

Tendência na média Deslocamento na média Média estável Média instável

Variabilidade constante Variabilidade constante Aumento da variabilidade Variabilidade instável
 Processo Fora de Controle

Ponto fora dos limites Mudança aparente na média

Tendência na média Pontos muito próximos da

média
 Processo Fora de Controle

7 Pontos consecutivos acima da média 7 Pontos consecutivos abaixo da média

Variação sistemática (não Randônica) Dois pontos muito próximos aos

limites
 Processo Fora de Controle

7 Pontos em sentido decrescente 7 Pontos em sentido crescente

DISTRIBUIÇÃO NORMAL
Curva normal e desvio padrão

68,27%

95,45%

99,73%

99,9937%

99,999943%

99,9999998%
 Teorema do limite central
Exemplo 1:

x = lançamento de um dado
f(x)
Ω = {1; 2; 3; 4; 5; 6} 1/6

f(x) = 1/6 ∀ x x
1 6

Exemplo 2:
-3σ +3σ
x = média dos lançamentos de dois dados

Ω = {1; 1,5; 2; 2,5; 3; 3,5; 4; 4,5; 5; 5,5; 6}

f(x) = N(x=3,5; 3σ=2,5) x

 Exercício
1. Dividir a sala em 8 grupos.
2. 1 representante de cada grupo para preencher a
tabela do grupo.
3. Cada grupo lançará os 2 dados 20 vezes.
4. Cada aluno deve lançar os 2 dados e informar a
média da soma para o representante do seu
grupo que deverá assinalar o valor na respectiva
tabela.
5. No final somar as frequências totais das médias
na tabela, referente aos 20 lançamentos de
cada grupo.
Teorema do Limite Central para lançamentos dos 2 dados
Grupo _____
Média de dois Frequência Total
dados
1
1,5
2,0
2,5
3,0
3,5
4,0
4,5
5,0
5,5
6,0 Total = 20
 Teorema do Limite Central para lançamentos dos 2 dados
Frequências - Total de cada grupo
Média de G1 G2 G3 G4 G5 G6 G7 G8 Total
dois
dados
1
1,5
2,0
2,5
3,0
3,5
4,0
4,5
5,0
5,5
6,0
 Teorema do limite central
Média do lançamento dos 2 dados em 160 vezes

Média Total
de 30
dois
dados
1 25
1,5

2,0 20
2,5

3,0 15
3,5
10
4,0

4,5
5
5,0

5,5

6,0
 Teorema do limite central (Curva Normal)
Média do lançamento dos 2 dados em 160 vezes

f(x)

30

25

20

15

10

1,0 1,5 2,0 2,5 3,0 3,5 4,0 4,5 5,0 5,5 6,0 x
-3σ x +3σ
Teorema do Limite Central para 27.280 lançamentos
dos 2 dados ( Simulação utilizando o Excel )
Média de dois dados Freqüência
1 728
1,5 1.493
2,0 2.250
2,5 3.039
3,0 3.821
3,5 4.523
4,0 3.818
4,5 3.017
5,0 2.290
5,5 1.550
6,0 751 Total = 27.280
Distribuição para 27.280 lançamentos dos 2 dados

5.000

4.500

4.000

3.500

3.000

2.500
Série1

2.000

1.500

1.000

500

-
1 1,5 2 2,5 3 3,5 4 4,5 5 5,5 6
 Vantagens das cartas de controle
O emprego correto das cartas de controle:
• Permite que o monitoramento do processo seja executado pelos próprios
operadores

• Auxilia o processo a atingir:

- alta qualidade
- baixo custo unitário
- alta capacidade efetiva
- consistência e previsibilidade

• Fornece uma linguagem comum para discutir o desempenho do processo

• Fornece uma distinção clara entre causas comuns e causas especiais

• Serve de guia para ações locais ou gerenciais

O processo está sob controle estatístico ?

Previsão
Sim

Tamanho
Objetivo

Atende as especificações exigidas pelo cliente ?

Avaliação da Capacidade do Processo em atender

as especificações:
Aula 3 - Capacidade do Processo