Академический Документы
Профессиональный Документы
Культура Документы
INDUSTRIAL
www.minitabbrasil.com.br
globaltech@minitabbrasil.com.br
Material Revisado e Adaptado por:
suporte@minitabbrasil.com.br
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Objetivos do curso
Tópicos abordados: Correlação, Regressão Simples e Múltipla,Gage R&R, Testes Destrutivos, Vício,
Linearidade, Estabilidade, Análise de Atributos, Cartas de Controle para dados contínuos e atributos,
Análise de Capacidade Normal, Não-normal e para atributos.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
O Minitab
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
História
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Correlação e Regressão
OBJETIVOS
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Correlação
O QUE É CORRELAÇÃO?
• Coeficiente de correlação estimado (r): medição do grau de associação linear entre duas variáveis.
positiva ambas as variáveis possuem a tendência a crescer ou decrescer juntas.
• Correlação positiva:
negativa indica que uma variável cresce enquanto a outra decresce.
• Correlação negativa:
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Correlação
Por exemplo:
z Existe uma relação entre a temperatura e viscosidade do óleo de cozinha?
z Quão forte é a relação entre a exposição aos raios ultravioleta e a redução da força do nylon?
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Padrões típicos de associação
De uma maneira geral, sempre que traçarmos um diagrama de dispersão com o intuito de estudarmos
a existência de relação linear entre as variáveis, o gráfico cairá em uma das quatro categorias de
associação ilustradas abaixo:
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Padrões típicos de associação
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Padrões típicos de associação
ASSOCIAÇÃO NÃO-LINEAR
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Padrões típicos de associação
AUSÊNCIA DE ASSOCIAÇÃO
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Coeficiente de Correlação
CORRELAÇÃO DE PEARSON
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
A Probabilidade de Significância
O P-VALOR
z H0: O coeficiente de correlação ρ (lê-se rô) entre as variáveis é igual a zero (não é
significativo).
z H1: O coeficiente de correlação ρ entre as variáveis é diferente de zero (é significativo).
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXEMPLO 1: COMPARANDO SISTEMAS DE MEDIÇÃO
PROPOSTA
Medir o grau de associação linear entre duas variáveis usando correlação.
PROBLEMA
• Sistema de medição on-line para medir o pH (retornos mais rápidos e uma maior habilidade
em ajustar os sistema de medição em tempo real);
• Sistema atual:
atual laboratorial.
• Saber se os dois sistemas produzem leituras similares do pH.
DADOS COLETADOS
2 sistemas mediram o pH de 20 amostras aleatórias do limpador.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXEMPLO 1: COMPARANDO SISTEMAS DE MEDIÇÃO
FERRAMENTAS
z Scatterplot;
z Correlation.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Considerações finais
RESUMO E CONCLUSÕES
• Existe uma forte correlação linear positiva (0,959) entre as medições obtidas pelos dois
sistemas.
• O sistema on-line efetua medições maiores do que o sistema laboratorial,
laboratorial o que pode nos
indicar a necessidade de uma re-calibração.
⇒ O resultado desta breve análise nos indica que os sistemas mais baratos e fáceis de usar
podem ser colocados convenientemente no lugar dos sistemas de medição laboratoriais.
laboratoriais
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Considerações finais
CONSIDERAÇÕES ADICIONAIS
O coeficiente de correlação de Pearson quantifica o grau de associação linear entre duas variáveis.
• Uma forte correlação linear não implica necessariamente em uma relação de causa e efeito entre
as variáveis.
veis
⇒ Ex: uma forte correlação entre 2 variáveis pode ser influenciada por uma 3° variável.
OBS: Não podemos usar correlação se fixarmos valores de uma variável de forma que possamos estudar as
mudanças da outra.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Correlação entre Múltiplas Variáveis
Para identificar:
z Pares de variáveis altamente correlacionadas;
correlacionadas
z Medições redundantes que podem ser eliminadas para simplificar a análise reduzindo o custo
dos dados coletados;
z Variáveis preditoras altamente correlacionadas,
correlacionadas antes de fazer uma Análise de Regressão.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXERCÍCIO 2:
CONTROLE DA QUALIDADE DA TAMPA DA GARRAFA
PROPOSTA
PROBLEMA
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXERCÍCIO 2:
CONTROLE DA QUALIDADE DA TAMPA DA GARRAFA
DADOS COLETADOS
Técnicos selecionaram uma amostra aleatória de cinco tampas por hora de cada cavidade. Os dados
da semana anterior, que contém 840 medições de cada cavidade, estão disponível para análise.
FERRAMENTAS
z Matrix Plot;
z Correlation.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Considerações finais
RESUMO E CONCLUSÕES
• A empresa pode economizar 3h de coleta de dados/dia reduzindo o n° de medições de 8 para 5;
• Existe o risco de perdermos sinais de falta de controle estatístico.
CONSIDERAÇÕES ADICIONAIS
Quão alta deve ser a correlação que justifique a eliminação das medições?
Devemos verificar a importância de:
z Detectar estados de falta de controle em cada cavidade.
o Importância desta detecção alta: necessário uma correlação mais forte para eliminação;
o Por outro lado, podemos ajustar o critério para uma correlação menor.
z Se o motivo da analise for eliminar 3 medições, observe somente as 3 correlações mais altas.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Regressão Linear Simples
Examina as relações existentes entre a variável continua de resposta (Y) e a variável preditora
(X). Equação geral:
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Regressão Linear Simples
• Quando construímos um modelo de regressão, devemos obter uma amostra emparelhada para as
variáveis X e Y.
• Após traçado o modelo, poderemos realizar interpolações; ões porém, esta será apenas uma
“previsão”, não significando que o valor interpolado será necessariamente idêntico ao observado na
prática.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Regressão Linear Simples
SUPOSIÇÕES:
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Regressão Linear Simples
Por exemplo:
z Como o processo de temperatura está relacionado com a dureza do aço?
z Qual o valor predito para a dureza do aço se o mesmo for processado a uma temperatura
particular?
z Qual o variação esperada na dureza se a temperatura aumentar de 99ºC para 100ºC?
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Regressão Linear Simples
R² (R-SQ)
Exemplos:
o Um estudo sobre o comportamento humano (que é mais variável) pode ser satisfeito com
valores mais baixos de R².
R² Adjusted (R-SQ(ADJ))
Atentar quanto a presença de outliers ⇒ geram um grande efeito no calculo da reta de mínimos
quadrados.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
ANOVA
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
ANOVA
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Interpretando os resultados
INTERVALOS DE CONFIANÇA
• Define o alcance dos valores para a média da população de Y.Y
• Para um valor dado de X, podemos estar 95% confiantes que a média da população de Y está
entre os limites indicados.
INTERVALOS DE PREDIÇÃO
• Define o alcance de um valor individual futuro de Y para um dado X.
• Se uma única observação futura foi coletada em um X especifico, estaremos 95% confiantes que o
Y estará entre os limites do intervalo de predição.
• Para um dado valor de X, podemos estar 95% confiantes de que a media da população de Y
estará entre as linhas indicadas.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXEMPLO 3: IMPUREZAS NA TINTA
PROPOSTA
Avaliar a relação linear existente entre duas variáveis plotando a reta de regressão (Fitted Line
Plot).
PROBLEMA
O aumento no índice da mistura pode causar coagulação da tinta por certos pigmentos.
Pigmentos aglomerados são impurezas e afetam negativamente a performance da tinta.
Expto:
Expto entendermos melhor a relação entre o índice de mistura e nível de impureza.
DADOS COLETADOS
As impurezas foram medidas por lotes de tintas com o índice da mistura entre 20 a 42 rpm
(rotações por minuto).
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXEMPLO 3: IMPUREZAS NA TINTA
FERRAMENTAS
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Considerações finais
RESUMO E CONCLUSÕES
• Análise de Regressão Linear Simples:
Simples revela que o aumento da taxa de mistura está associado ao
crescimento das impurezas na tinta.
• Coeficiente angular da equação de regressão:
regressão quando aumentamos a taxa de mistura em 1rpm, o
nível de impureza cresce em media 0,4566.
• Valores atípicos na variável X podem ter uma grande influência no coeficiente se regressão e nos
P-Valores, e neste caso é melhor analisarmos os resíduos deletados.
deletados
• Valores atípicos na variável Y podem influenciar fortemente os resultados.
• Valores atípicos em ambas as variáveis:
veis o modelo de Regressão pode não ser adequado.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Considerações finais
CONSIDERAÇÕES ADICIONAIS
Não utilize a Analise de Regressão para se assegurar de que mudanças na variável preditora
causam mudanças na variável resposta.
resposta Se os valores das variáveis preditoras permitirem uma
variação aleatória, outros fatores podem influenciar em ambas as variáveis preditoras e repostas.
Não aplique os resultados obtidos pela equação de regressão em valores de X fora do intervalo dos
valores determinado pela amostra.
Esteja alerta para valores atípicos (outliers) quando usar uma regressão.
regressão Alguns valores atípicos
têm um grande efeito no calculo da reta de regressão via Método de Mínimos Quadrados. Em
alguns casos, a reta pode não representar os outros dados adequadamente.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Regressão Polinomial
• Examina as relações existentes entre a variável resposta continua (Y) e a variável preditora (X).
• O modelo polinomial pode incluir termos para os expoentes de X:X
Y é a variável resposta;
X é a variável preditora;
β0 o intercepto do eixo-y;
β1 é o coeficiente - termo linear;
β2 é o coeficiente - termo quadrático;
β3 é o coeficiente - termo cúbico;
ε são os erros aleatórios.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Regressão Polinomial
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Regressão Polinomial
Por exemplo:
z A adição de mais cobre faz com que a força de ligação sempre fique mais forte ou ela
decresce em maiores concentrações?
z Quão forte podemos esperar que seja a liga se a mesma é feita de 0,015 de cobre?
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXEMPLO 4 :
DESIGN DE UM INTERRUPTOR DE PRESSÃO
PROPOSTA
Avaliar a relação quadrática existente entre duas variáveis usando a reta de regressão plotada
(Fitted Line Plot).
PROBLEMA
Acredita-se que o design inicial do interruptor de pressão não está atingindo o set-point de pressão
desejado.
desejado
diafragma relativamente mais fácil de ser modificada.
Concentrar seus esforços na espessura do diafragma,
Experiência: determinar a relação existente entre a espessura do diafragma e o set-point, para que
assim eles pudessem especificar a espessura apropriada para o design final.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXEMPLO 4 :
DESIGN DE UM INTERRUPTOR DE PRESSÃO
DADOS COLETADOS
FERRAMENTAS
z Scatterplot;
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Considerações finais
RESUMO E CONCLUSÕES
• A relação entre a espessura do diafragma e o set-point do interruptor foi melhor explicada pelo
modelo quadrático.
tico
CONSIDERAÇÕES ADICIONAIS
Erro puro
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Considerações finais
CAPACIDADE DO PROCESSO
Podemos usar a variação não explicada dos dados para determinar se o processo é capaz de
atingir o alvo; podemos descobrir que:
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXERCÍCIO A: ESCUDOS DE EROSÃO
PROPOSTA
Avaliar a relação existente entre duas variáveis usando a reta de regressão plotada (Fitted Line Plot).
PROBLEMA
Um produtor de energia deseja saber como se comporta a erosão de escudos de aço para turbinas a
vapor resistentes ao desgaste. Medir a resistência do desgaste é difícil, além de sair caro e ser
destrutível. Portanto, o produtor espera ser capaz de predizer o desgaste através da avaliação da
dureza do aço, que é mais conveniente e mais barata de ser mensurada.
DADOS COLETADOS
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXERCÍCIO A: ESCUDOS DE EROSÃO
INSTRUÇÕES
1. Use o Fitted Line Plot para visualizar a linha do modelo de regressão linear que tem “Abrasion”
como variável resposta e “Hardness” como variável preditora. Calcule os intervalos de confiança e
predição.
2. Use a análise de resíduos para verificar as suposições associadas ao modelo.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXERCÍCIO B: ESCAPAMENTO DE DIESEL
PROPOSTA
Avaliar a relação existente entre duas variáveis usando Fitted Line Plot.
PROBLEMA
INSTRUÇÕES
1. Coloque os dados em um diagrama de dispersão para visualizar a possível relação existente entre
as variáveis;
2. Use o Fitted Line Plot para visualizar o modelo de regressão que for mais apropriado para
descrever a relação existente entre as duas variáveis;
3. Verifique as suposições associadas ao modelo de regressão através da Análise de Resíduos.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXERCÍCIO B: ESCAPAMENTO DE DIESEL
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Correlação e Regressão
OBJETIVOS
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Regressão Múltipla
A regressão múltipla examina a relação existente entre uma variável de resposta continua (Y)
e várias variáveis preditoras (X).
Equação geral:
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Regressão Múltipla
Usamos a regressão linear múltipla quando temos uma variável resposta Y contínua,
mais de uma variável preditora X e os X's podem ser ordinais ou contínuos.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Regressão Múltipla
Por exemplo,
• Como os processos de temperatura e porosidade estão relacionados com a dureza media do
aço?
• Quão duro podemos aceitar o aço que foi processado em uma temperatura particular por uma
certa quantidade de tempo?
• Quanto em média o aço endurecerá se a temperatura aumentar em 100ºC?
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXEMPLO 5: REDUZINDO O BARULHO DOS MOTORES
PROPOSTA
Avaliar a existência de relação linear entre múltiplas variáveis através da Análise de Regressão.
Regressão
PROBLEMA
DADOS COLETADOS
Foram coletados dados de 13 máquinas selecionadas aleatoriamente, todas funcionando com gasolina
em uma avaliação octana de 87.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXEMPLO 5: REDUZINDO O BARULHO DOS MOTORES
FERRAMENTAS
• Matrix Plot;
• Correlation;
• Regression.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Considerações finais
RESUMO E CONCLUSÕES
A equação de regressão :
Knock = 23,8 0,296 Spark + 3,19 AFR + 0,359 Intake + 0,0134 Exhaust
CONSIDERAÇÕES ADICIONAIS
• Nós não podemos usar a Análise de Regressão para afirmar que as mudanças nas variáveis preditoras
causam mudanças na variável resposta, a menos que os valores das variáveis preditoras tenham sido
fixados em níveis predeterminados em uma experiência controlada (como em um DOE).
• Se for permitido que os valores das variáveis preditoras mudem aleatoriamente, outros fatores que não
os presentes no modelo poderão influenciar nos resultados obtidos.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Considerações finais
Não devemos aplicar os resultados obtidos pela equação de regressão em valores de X fora do intervalo dos
valores determinados pela amostra.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Regressão via Best Subsets
Após a obtenção de um “modelo ótimo” via Best Subsets, ainda deveremos proceder com a
análise do modelo de Regressão como um todo.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Regressão via Best Subsets
Por exemplo,
• Como um modelo construído com 10 variáveis de preditoras é melhor que um outro que
usa somente a temperatura e a velocidade de mistura?
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Escolhendo um modelo apropriado
Free predictors:
predictors as variáveis ali incluídas podem ou não ser incluídas no modelo.
models a variável faz necessariamente parte do modelo.
Predictors in all models:
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Escolhendo um modelo apropriado
MALLOW´S CP
Adotaremos o modelo em que o Cp for menor e apresentar o valor mais próximo do número de parâmetros
do modelo.
Exemplo: para um modelo com 3 variáveis preditoras e com o intercepto do eixo-y (0), daremos
preferência ao modelo com Cp mais próximo de 4. A formula para o Cp é dada por:
Onde:
• SSEp é a soma dos quadrados dos erros para os modelos com p parâmetros (incluído a
intercessão);
• MSEm é o quadrado médio dos erros para o modelo com todas as m preditoras;
• n é o número de observações.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXEMPLO 6: REDUZINDO O BARULHO DOS MOTORES
PROPOSTA
PROBLEMA
Identificar a causa do barulho das máquinas. As seguintes variáveis estão sendo consideradas:
• Spark timing (ponto de centelhamento da vela);
• Air-fuel ratio (AFR)(razão ar-combustível);
• Intake temperature (temperatura de entrada);
• Exhaust temperature (temperatura de exaustão).
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXEMPLO 6: REDUZINDO O BARULHO DOS MOTORES
DADOS COLETADOS
FERRAMENTAS
• Best Subsets;
• Regression.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Considerações finais
RESUMO E CONCLUSÕES
CONSIDERAÇÕES ADICIONAIS
Deveremos nos certificar de que as variáveis preditoras e respostas são realmente importantes
em predizer a variável resposta, para que todos os modelos em potencial sejam válidos na
prática.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXEMPLO C: ÍNDICES DE MORTALIDADE NAS GRANDES
CIDADES DOS ESTADOS UNIDO
PROPOSTA
Avaliar a relação existente entre as variáveis múltiplas através da Regressão.
PROBLEMA
Determine qual das variáveis preditoras listadas na tabela são relacionadas ao índice de mortalidade por
idade (número de mortes por ano a cada 100.000 pessoas) nas 60 maiores cidades dos Estados Unidos.
DADOS COLETADOS
O dados são adaptados de um Web site Starlib: http://lib.stat.cmu.edu/datasets/pollution
INSTRUÇÕES
1. Use Stat > Regression > Regression (ou Stat > Regression > Best Subsets ou Stat > Regression
> Stepwise) para determinar quais termos são significativos considerando um nível de significância de 5%
(a = 0,05). Inclua todos os termos com Valores-P abaixo de 0,05. Elimine os termos um a um,
começando com o a variável que apresentar o maior Valor-P;
2. Faça a Análise de Resíduos procurando por padrões incomuns e outliers, e para verificar as suposições
relacionadas ao modelo de regressão múltipla.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXEMPLO C: ÍNDICES DE MORTALIDADE NAS GRANDES
CIDADES DOS ESTADOS UNIDO
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXERCÍCIO D: DURAÇÃO DO SONO
PROPOSTA
PROBLEMA
Determine qual das variáveis preditoras listadas na tabela estão relacionadas com a
duração do sono nas 51 espécies em investigação. O índice de predação varia de 1 a 5,
onde 1 indica o menor nível de predação e 5 indica predação máxima. O índice de
exposição durante o sono também varia de 1 a 5, onde 1 indica que o animal dorme
totalmente protegido enquanto 5 indica que o animal sofre completa exposição enquanto
dorme.
DADOS COLETADOS
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXERCÍCIO D: DURAÇÃO DO SONO
INSTRUÇÕES
1. Use Stat > Regression > Regression (ou Stat > Regression > Best Subsets ou Stat > Regression
> Stepwise) para determinar quais termos são significativos considerando um nível de significância de 5%
(a = 0,05). Inclua todos os termos com Valores-P abaixo de 0,05. Elimine os termos um a um, começando
com o a variável que apresentar o maior Valor-P;
2. Faça a Análise de Resíduos procurando por padrões incomuns e outliers, e para verificar as suposições
relacionadas ao modelo de Regressão Múltiplia.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXERCÍCIO E: O QI DE GÊMEOS IDÊNTICOS
PROPOSTA
PROBLEMA
Determine qual das variáveis preditoras listadas na tabela são relacionadas ao QI de gêmeos
idênticos.
DADOS COLETADOS
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXERCÍCIO E: O QI DE GÊMEOS IDÊNTICOS
INSTRUÇÕES
1. Use Stat > ANOVA > General Linear Model para determinar quais termos são significativos
considerando um nível de significância de 5% (a = 0,05). Inclua todos os termos com Valores-P
abaixo de 0,05.
2. Faça a Análise de Resíduos procurando por padrões incomuns e outliers, e para verificar as
suposições relacionadas ao modelo de Regressão Múltipla.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Avaliação do Sistema de Medição e Inspeção (MSA)
OBJETIVOS
CAPÍTULO
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Avaliação do Sistema de Medição
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Avaliação do Sistema de Medição
PORQUE AVALIAR O SISTEMA DE MEDIÇÃO
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Gage R&R Study (crossed)
• O Gage R&R Study (crossed): expto usado para estimar o quanto da variação total do processo é
devido ao sistema de medição;
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Gage R&R Study (crossed)
Comparar a variação de um sistema de medição com a variação total do processo e/ou tolerância.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Gage R&R Study (crossed)
Por exemplo:
• Quanto da variabilidade dos diâmetros mensurados com uma certa tendência é devido à
calibração?
• Quanto da variabilidade dos diâmetros mensurados com uma certa tendência é devido ao
operador?
• O sistema de medição é capaz de realizar a discriminação entre itens produzidos com tamanhos
diferentes?
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Erros do Sistema de Medição
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Erros do Sistema de Medição
ACURÁCIA (EXATIDÃO)
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Erros do Sistema de Medição
PRECISÃO
A precisão que pode ser chamada de medição da variação é composta por dois componentes:
Repetibilidade variação observada em 2 medições com um mesmo aparelho, ou quando
• Repetibilidade:
um mesmo operador procede com a leitura de um mesmo item repetidamente com o mesmo
aparelho.
Reprodutibilidade variação observada em 2 medições do sistema, ou a variação
• Reprodutibilidade:
observada quando diferentes operadores mensuram um mesmo item com o mesmo
aparelho.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Acessando o Sistema de Medição
TOLERÂNCIA
Fornecendo o valor da tolerância do processo, podemos estimar qual proporção da tolerância é devido à
variação no sistema de medição.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXEMPL0 7: DIÂMETRO DO BOCAL DA BOMBA DE
COMBUSTÍVEL
PROPOSTA
PROBLEMA
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXEMPL0 7: DIÂMETRO DO BOCAL DA BOMBA DE
COMBUSTÍVEL
DADOS COLETADOS
9 bocais foram selecionados aleatoriamente ao longo do início de todos processos que podem
provocar algum tipo de variação (máquina, tempo, turno, troca de turno) que representam
todos os bocais tipicamente produzidos.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXEMPL0 7: DIÂMETRO DO BOCAL DA BOMBA DE
COMBUSTÍVEL
A especificação para o diâmetro dos bocais é de: 9012 + 4 microns (tolerância de oito microns).
FERRAMENTAS UTILIZADAS
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXEMPL0 7: DIÂMETRO DO BOCAL DA BOMBA DE
COMBUSTÍVEL
GAGE R&R STUDY (CROSSED)
4. Clique em Options;
5. Em Process tolerance, digite 8;
6. Clique em OK em cada todas as caixas de diálogo.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Considerações Finais
RESUMO E CONCLUSÕES
A variação devido ao sistema de medição contribui muito pouco com a variação total do processo,
confirmada por meio do estudo Gage R&R, por tabelas e por gráficos.
A contribuição da variação do sistema de medição pode ser observada tanto pelo %StudyVar quanto pelo
%Tolerance. Neste caso como ambos os percentuais foram menores que 10%, o sistema de medição pode
ser considerado aceitável de acordo com as normas da AIAG.
CONSIDERAÇÕES ADICIONAIS
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Considerações Finais
Resultados desejáveis de serem observados na análise gráfica para estudo da variação do sistema de medição:
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Avaliação do Sistema de Medição
TOLERÂNCIA
A tolerância para a espessura dos itens é de 0,5mm. Entre com o valor da tolerância para comparar a
variação do sistema de medição com as especificações do cliente (USL - LSL = Tolerance).
Se forçarmos a obtenção de uma amostra que reflita a variação típica do processo, a variação part-to-
part estimada para o processo poderá não refletir a variação natural do processo, retornando valores
superestimados ou subestimados devido à amostra ter sido obtida com vício. Como resultado, seu
sistema poderá aparentar ser melhor (ou pior) do que realmente o é.
Neste caso, a estimação da variação histórica do processo nos é bastante útil. Com ela, o MINITAB
calcula o %Process que compara a variação do sistema de medição com a variação histórica do
processo.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXEMPLO 8: ESPERRURA DO STILLCORD
PROPOSTA
Identificar problemas no sistema de medição, usando o Estudo Cruzado da Medição R&R (Gage R&R
Study) e um Gráfico de Colunas Emparelhadas.
PROBLEMA
Um produtor de pneus de bicicletas BMX está avaliando o sistema de medição utilizado para mensurar a
espessura do stillcord. O stillcord é introduzido no interior dos pneus para protegê-lo de perfurações. A
tolerância para a espessura do stillcord é de 0,05mm. O desvio padrão do processo é de 0,078mm.
DADOS COLETADOS
Uma amostra aleatória de 10 stillcords foi extraída do processo de produção para este estudo. Os itens
foram mensurados por três operadores diferentes, e cada operador mensurou o mesmo item duas vezes,
totalizando em 60 leituras. Os itens foram fornecidos para cada operador em ordem aleatória.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXEMPLO 8: ESPERRURA DO STILLCORD
FERRAMENTAS UTILIZADAS
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Considerações Finais
RESUMO E CONCLUSÕES
CONSIDERAÇÕES ADICIONAIS
Evite utilizar sempre o Gage R&R Study para avaliar a qualidade do sistema de medição:
• Não utilize o Gage R&R Study para avaliar a qualidade do sistema de medição de variáveis binárias
ou de atributos em escala.
escala Ex: escalas de 1 a 5, defeito e não defeito, etc.
• Não utilize esta metodologia para investigar outros processos, como o efeito que diferentes máquinas
ou operadores provocam nos itens produzidos.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXERCÍCIO F: ACESSANDO A CONSISTÊNCIA EM
APARELHOS DE COLORIMETRIA
PROPOSTA
Identificar problemas no sistema de medição, usando o Estudo Cruzado de Medidas R&R (Gage R&R
Study).
PROBLEMA
Uma companhia de polímeros produz grânulos que são usados na fabricação de cases de computadores.
A consistência de cor desses grânulos é muito importante para o cliente. Vários técnicos mensuram
amostras desses plásticos regularmente.
O objetivo deste estudo Gage R&R é determinar o quanto da variação dos aparelhos de colorimetria
(leitores da cor) deve-se às leituras repetidas do aparelho (repetibilidade), e o quanto deve-se aos
diferentes técnicos que operaram o aparelho (reprodutibilidade).
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXERCÍCIO F: ACESSANDO A CONSISTÊNCIA EM
APARELHOS DE COLORIMETRIA
DADOS COLETADOS
A fim de verificar a cor dos grânulos, técnicos extraíram amostras para teste. Cada amostra foi obtida
prensando os grânulos de cada um dos 10 diferentes lotes de plástico dentro de um “wafer” que armazena
estes grânulos. Um total de 10 amostras, sendo uma de cada lote, foi extraída para análise.
Para este estudo, o L (branco-preto) é a escala para mensurar a resposta de interesse. A tolerância para este
processo é de duas unidades (2L).
INSTRUÇÕES
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXERCÍCIO G: RESISTÊNCIA DO PAPEL À QUEBRA
PROPOSTA
Identificar adequacidade do sistema de medição quando as medidas são obtidas por meio de testes
destrutivos, usando o Gage R&R Study.
PROBLEMA
Uma fábrica de papel conduziu um estudo Gage R&R para verificar se o sistema de medição utilizado é capaz
de detectar a variação da resistência de seus produtos. O objetivo é verificar o quanto da variação da
resistência à quebra deve-se à repetibilidade (o mesmo aparelho ou o mesmo técnico efetuar as mesmas
medições) e o quanto se deve à reprodutibilidade (diferentes operadores medindo os mesmos itens) do
processo.
DADOS COLETADOS
Três técnicos, aleatoriamente escolhidos, mediram a resistência de 20 maços selecionados do processo. Para
cada maço, uma única folha de papel foi aleatoriamente extraída. Supondo que as propriedades físicas se
mantêm constantes em toda a extensão da folha, cada uma delas foi dividida em seis partes. Cada par de
amostra foi entregue a um técnico diferente, que procedeu com a leitura da resistência.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXERCÍCIO G: RESISTÊNCIA DO PAPEL À QUEBRA
A seqüência na qual o técnico procedeu com a leitura também foi completamente aleatorizada. Um total
de duas amostras de cada folha dos 20 maços de papel foram entregues a cada técnico, totalizando na
leitura de 40 amostras.
NOTA: Sempre que o teste for destrutivo, cada maço é testado pelo operador; por isso o cruzamento
durante a análise é muito importante.
A resistência à quebra, medida em km, é o comprimento no qual o papel se quebra quando submetido
ao seu próprio peso enquanto suspenso. A tolerância para este processo é de 0,5km.
INSTRUÇÕES
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Gage R&R Study (Nested)
• Estima quanto da variação observada em um sistema de medição pode ser atribuída à repetibilidade e à
reprodutibilidade,
reprodutibilidade quando os vários operadores não efetuaram medições nos mesmos itens.
• Compara a magnitude da variação entre os itens (part-to-part) e, opcionalmente, a tolerância e/ou a
variação histórica do processo.
Use quando quiser compreender a variação associada ao sistema de medição, mas os vários operadores não
mensuraram os mesmos itens. Ex: testes destrutivos ou em testes em que há mudança física das
características de interesse.
• O tamanho da amostra é demasiadamente pequeno para que sejam fornecidas amostras
provenientes de um mesmo lote para cada operador.
• Os operadores mensuram itens provenientes de diferentes lotes selecionados aleatoriamente.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Gage R&R Study (Nested)
Por exemplo:
• Quanto da variabilidade da resistência dos elásticos é causada pelo extensômetro?
• Quanto da variabilidade da resistência dos elásticos é causada pelo operador que efetuou a
medição?
• O sistema de medição é capaz de discriminar a diferença natural de resistência existente entre os
itens?
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXEMPLO 9: TESTE DE IMPACTO DO ALUMÍNIO
PROPOSTA
Identificar adequacidade do sistema de medição quando as medidas são obtidas através de testes
destrutivos, usando o Gage R&R Study.
PROBLEMA
• Um fornecedor de componentes automotivos compra lingotes de alumínio para produzir os componentes
das trancas das portas;
• A resistência ao impacto do alumínio é uma propriedade crítica que deve ser monitorada;
• Certificar se cada carregamento está dentro das especificações;
• O teste de impacto é destrutivo.
DADOS COLETADOS
• Selecionou-se aleatoriamente 9 lingotes de alumínio da produção;
• Cada grupo de 3 lingotes foi entregue a um operador, sendo 3 operadores;
• Para cada lingote, 3 tipos de testes destrutivos de impacto foram preparados;
• Os operadores seguem procedimentos padrões;
• Foram utilizados 27 testes para conduzir o estudo Gage R&R.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXEMPLO 9: TESTE DE IMPACTO DO ALUMÍNIO
FERRAMENTAS
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Considerações finais
RESUMO E CONCLUSÕES
Devemos compreender melhor o sistema de medição, bem como corrigir a diferença existente entre os
operadores.
CONSIDERAÇÕES ADICIONAIS
Devemos assumir que os itens testados são idênticos o suficiente para serem tratados como iguais. Se
esta suposição for razoavelmente satisfeita, podemos prosseguir a análise.
Independente do tipo de estudo Gage R&R que for executado, é sempre importante que os itens
amostrais sejam mensurados aleatoriamente para que eles representem da melhor maneira possível
todos os resultados que podem ser observados no processo.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXERCÍCIO H: PROMOVENDO MELHORIAS NO SISTEMA DE
MEDIÇÃO
PROPOSTA
Identificar adequacidade do sistema de medição quando as medidas são obtidas através de testes
destrutivos, usando oGage R&R Study.
PROBLEMA
Os resultados de uma pré-análise indicam uma alta variação entre os operadores de um processo. Em
particular, o operador 2 se destacou por apresentar valores sempre maiores que os demais operadores
envolvidos no estudo.
Uma revisão nos procedimentos de medição adotados pelos operadores revelou que o operador 2 não
estava utilizando a mesma ferramenta que os demais operadores. Sendo assim, foi necessário que todo
experimento fosse repetido para que os operadores utilizassem a mesma ferramenta.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXERCÍCIO H: PROMOVENDO MELHORIAS NO SISTEMA DE
MEDIÇÃO
DADOS COLETADOS
Como antes, nove lingotes foram amostrados aleatoriamente da produção, sendo que cada grupo de três
foi alocado a um operador diferente. Os operadores prepararam os itens para o teste, que foram
codificados de acordo com o local do lingote no qual foi efetuada a medição no respectivo item. Em
particular, o lingote 2 representa sempre a medição efetuada no meio do lingote.
INSTRUÇÕES
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Estudo da Linearidade e do Vício
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Estudo da Linearidade e do Vício
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXEMPLO 10: ASSENTAMENTO DOS AZULEIJOS NO CHÃO
PROPOSTA
Determinar a linearidade e o vício de um sistema de medição usando o Gage Linearity and Bias Study.
PROBLEMA
DADOS COLETADOS
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXEMPLO 10: ASSENTAMENTO DOS AZULEIJOS NO CHÃO
FERRAMENTAS
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Considerações finais
RESUMO E CONCLUSÕES
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Considerações finais
CONSIDERAÇÕES ADICIONAIS
A mensuração global do vício pode não ser significativa, porém, o cálculo dos vícios
individuais sempre serão significativos.
significativos
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Análise de Atributos
OBJETIVOS
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Análise de Atributos
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Análise de Atributos
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Análise de Atributos
Por exemplo:
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Usando a estatística Kappa
• Como ela não levar em conta a magnitude da diferença observada, também podemos
considerar outras estatísticas na análise.
lise
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Usando a estatística Kappa
⇒ H0: Kappa = 0.
O nível mais forte de concordância absoluta é representado pelo maior o valor da estatística Kappa:
Kappa
• Sugestão (AIAG): o valor para o coeficiente de Kappa deve ser superior a 0,75;
• Valores inferiores a 0,40 indicam uma concordância muito pobre,
pobre apontando sérios problemas
no sistema de medição por atributos do processo.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Exibindo avaliação da concordância
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXEMPLO 11: CONVERTEDOR CATALÍTICO
DE SUBSTRATO
PROPOSTA
PROBLEMA
• Companhia de cerâmica;
cerâmica
• Substrato convertedor catalítico de cerâmica: estrutura em forma de favo de mel que suporta o
material do catalisador, o que reduz as emissões do escapamento.
• No estágio final da produção, a parte rachada é considerada defeituosa, devendo ser quebrada.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXEMPLO 11: CONVERTEDOR CATALÍTICO
DE SUBSTRATO
DADOS COLETADOS
FERRAMENTAS
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Considerações finais
RESUMO E CONCLUSÃO
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Considerações finais
CONSIDERAÇÕES ADICIONAIS
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXERCÍCIO I: CONVERTEDOR CATALÍTICO
DE SUBSTRATO
PROPOSTA
PROBLEMA
Uma companhia de cerâmica produz substrato convertedor catalítico para uma empresa de
automóveis. O substrato de cerâmica é uma estrutura em forma de favo de mel que suporta o
material do catalisador, o que reduz as emissões do escapamento.
No estagio final da produção, um operador checa cada substrato procurando por rachaduras. A
parte rachada é considerada defeituosa, devendo ser quebrada.
Operadores seguram as partes contra a luz e para procurar por rachaduras. Os inspetores da
qualidade desejam saber se um novo operador está efetuando as mensurações das rachaduras nos
diferentes itens efetivamente. O departamento de qualidade acessou as amostras usadas neste
estudo, para então fornecer as mensurações consideradas padrão para cada item da amostra.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXERCÍCIO I: CONVERTEDOR CATALÍTICO
DE SUBSTRATO
DADOS COLETADOS
INSTRUÇÕES
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXEMPLO 12: AVALIAÇÃO DA BOLA DE FUTEBOL
PROPOSTA
PROBLEMA
DADOS COLETADOS
FERRAMENTAS
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Considerações finais
RESUMO E CONCLUSÕES
z Os erros de Yvonne foram determinados quando a bola deveria estar na liga Profissional ou
na liga Júnior.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Usando o coeficiente de concordância de Kendall
• Expressa o grau de concordância ao longo das múltiplas medições feitas pelos operadores ou
leituras entre diferentes os operadores.
• É sensível a desclassificações.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Usando o coeficiente de concordância de Kendall
Regra geral:
Kendall < 0,7 → o sistema de medição precisa de melhorias;
Kendall > 0,9 → é considerado muito bom.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXEMPLO 13: AVALIAÇÃO DA PLACA IMPRESSA
PROPOSTA
PROBLEMA
DADOS COLETADOS
• 3 inspetores taxaram 10 PCBs representativos da produção;
• Escala de 1 a 5;
⇒ 1 = péssima qualidade e 5 = ótima qualidade.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXEMPLO 13: AVALIAÇÃO DA PLACA IMPRESSA
FERRAMENTAS
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Considerações finais
RESUMO E CONCLUSÕES
z Quando consideramos apenas a concordância absoluta ao longo das taxas, em geral as taxas
específicas de concordância são muito pobres;
z Devido ao fato dos dados serem ordinais com cinco níveis, é mais apropriado usar o coeficiente
de concordância de Kendall para acessar o quanto que os operadores estão associados;
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Considerações finais
CONSIDERAÇÕES ADICIONAIS
z Kappa:
o Representa apenas as avaliações absolutas;
o Todas as subclassificações são tratadas igualmente.
z Kendall:
o Mede a associação entre as taxas;
o Considera-se a magnitude das subclassificações.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXERCÍCIO J: AVALIAÇÃO DE MOLHOS DE PIMENTA
PROPOSTA
Acessar as respostas das avaliações consistentes quando os dados forem ordinais, usando a análise
de atributos.
PROBLEMA
Durante uma visita a New Orleands, Ryan e Miranda compraram 10 diferentes tipos de pimentas.
Eles desejam testar quando suas avaliações para os molhos de pimenta atingem o máximo de
concodância.
DADOS COLETADOS
Ryan e Miranda classificaram os 10 molhos de pimenta de acordo com a seguinte escala de pontos:
1 = fraco, 2 = picante, 3 = muito picante e 4 = incofortavelmente picante.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXERCÍCIO J: AVALIAÇÃO DE MOLHOS DE PIMENTA
INSTRUÇÕES
Use a Análise de Atributos para verificar quando Ryan e Miranda concordam em suas avaliações.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Attribute Gage Study (Método Analítico)
Ex: desejamos determinar quando o diâmetro do orifício está dentro da tolerância, usando a medida
“bom/ruim” ao invés de obtermos o diâmetro em um sistema contínuo atual.
Em quanto o sistema de medição binário concorda com os resultados do sistema de medição contínuo?
1°: Obter os valores padrão do sistema de medição contínuo para todos os itens;
2°: Estes mesmos itens serão mensurados pelo sistema de medição de atributos múltiplas vezes;
⇒O n° de vezes que cada item for aceito dentro da tolerância é contado para cada item de referência;
⇒ A repetibilidade e o vício de um sistema de medição binário é estimado, usando os resultados.
Minitab:
Minitab Gráfico de Probabilidade Normal, repetibilidade e o vício.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXEMPLO 14: ESTUDO DA MEDIÇÃO DO
DIÂMETRO DO EMBÔLO
PROPOSTA
Acessar os vícios e as repetições o sistema de medição, usando o Attribute Gage Study (Método
Analítico).
PROBLEMA
• Em uma Análise de Atributos, mediu-se o diâmetro dos êmbolos;
• 100% dos êmbolos foram inspecionados pelo operador padrão, inspeção esta que pode ser
afetada por repetições e vícios;
• Tolerância é de + 0,01 cm.
DADOS COLETADOS
• 12 itens com valores de referência entre 0,016cm e 0,002cm são medidos pelo operador
padrão 20 vezes.
• O número de aceitações para cada item foi gravado como um atributo.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXEMPLO 14: ESTUDO DA MEDIÇÃO DO
DIÂMETRO DO EMBÔLO
FERRAMENTAS
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Considerações finais
RESUMO E CONCLUSÕES
As evidências deste estudo indicam que o sistema está viciado e requer alteração.
CONSIDERAÇÕES ADICIONAIS
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Cartas de Controle: Dados Contínuos
OBJETIVOS
e I-MR;
z Determinar quando ocorre uma causa especial de variabilidade
no processo.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Cartas de controle
Estrutura geral:
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Cartas de controle
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Seleção de cartas para dados de subgrupos
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Cartas R
Cartas R:
R tradicionalmente usadas para análise de subgrupos pequenos.
pequenos
AIAG → usar a carta R ao invés da carta S quando o tamanho do subgrupo for inferior a oito.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Cartas R
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Causas especiais
Causa especial:
especial ocorrência incomum que não faz parte do processo, podendo ser benéficas ou
prejudiciais ao processo.
Quando o processo parece estar fora de controle estatístico, devemos procurar as causas especiais.
Investigando as razões para as causas especiais de variabilidade, podemos responder perguntas tais
como:
z Por que a média do processo é a maior que a esperada?
z Por que a proporção de erros é maior que a esperada?
z Por que existe mais variação que a esperada no processo?
Por exemplo:
z O nível de soda na máquina estava com um ajuste alto demais?
z A pessoa que estava operando a máquina foi treinada adequadamente?
z A tintura usada no processo de fazer papel era da cor errada?
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Criando uma carta R
Criaremos uma carta R para examinar a variabilidade dos grupos de cores analisados antes de
criar a carta X.
SUBGRUPOS RACIONAIS
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Falta de controle e causas especiais
O Minitab inclui quatro testes para ajudar a identificar a não aleatoriedade da variação dos dados na
carta R. Podemos escolher um dos testes ou fazer todos eles:
z PONTO FORA DOS LIMITES DE CONTROLE: 1 ponto além de 3 desvios-padrão da linha central,
o que testa se a média do alcance dos valores está alta ou baixa.
z DESLOCAMENTO DA LINHA MÉDIA: 9 pontos consecutivos no mesmo lado da linha central,
que testa se uma série de valores consecutivos são maiores ou menores que a média.
z TENDÊNCIA: 6 pontos consecutivos, todos crescendo ou decrescendo, o que testa um
crescimento ou decrescimento sistemático dos valores amostrais.
z PERIODICIDADE: 14 pontos consecutivos, alternando em cima e em baixo, o que testa as
oscilações não aleatórias nos valores amostrais.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXEMPLO 15: CONSISTÊNCIA DA COR
PROPOSTA
Avaliar a variação do processo, usando a carta R e a média do processo, usando a carta Xbar .
PROBLEMA
Uma companhia usa bolinhas plásticas para fabricar carcaças para monitores de computador. Eles
desejam avaliar se a cor da carcaça é consistente durante o tempo.
DADOS COLETADOS
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXEMPLO 15: CONSISTÊNCIA DA COR
FERRAMENTAS
z R Chart;
z Xbar Chart.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Considerações Finais
RESUMO E CONCLUSÕES
A carta R indica que a variação dos subgrupos está sob controle estatístico. Agora, acessaremos a
média do processo usando a carta X .
CONSIDERAÇÕES ADICIONAIS
Use sempre a carta R para avaliar a variação do processo antes de analisar a carta X .
A variação do processo deve estar sob controle estatístico antes de acessar a estabilidade da média do
processo usando a carta X .
Se a variabilidade for inconstante durante o tempo, investigaremos se no processo:
z A variabilidade é menor que a esperada,
esperada para assim determinar se apenas as condições
operacionais são suficientes para reduzir a variabilidade.
z A variabilidade é maior,
maior para assim tentar melhorar o processo, eliminando as causas de
variabilidade excessiva.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Carta Xbar
O QUE É A CARTA X ?
Determinar se a média do processo está sob controle estatístico quando os dados forem coletados
em subgrupos apropriados.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Carta Xbar
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Falta de controle e causas especiais
A carta X tem mais testes para causas especiais do que a carta R. No exemplo, todos os oito testes
foram usados nesta carta:
z PONTO FORA DOS LIMITES DE CONTROLE: 1 ponto além de três desvios-padrão da linha
central, o que testa se a média do alcance dos valores está alta ou baixa;
z DESLOCAMENTO DA LINHA MÉDIA: 9 pontos consecutivos no mesmo lado da linha central,
que testa se uma série de valores consecutivos são maiores ou menores que a média;
z TENDÊNCIA: 6 pontos consecutivos, todos crescendo ou decrescendo, o que testa um
crescimento ou decrescimento sistemático dos valores amostrais;
z PERIODICIDADE: 14 pontos consecutivos, alternando em cima e em baixo, o que testa as
oscilações não aleatórias nos valores amostrais.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Falta de controle e causas especiais
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Considerações Finais
RESUMO E CONCLUSÕES
• Um processo que está fora de controle estatístico exibe uma variação incomum, o que pode
ser devido à presença de causas especiais.
• Com a presença de vários pontos fora de controle, devemos investigar qual causa especial
que está afetando a consistência da cor.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Considerações Finais
CONSIDERAÇÕES ADICIONAIS
Usaremos a carta X para monitorar e detectar as mudanças na média do processo quando os dados
forem coletados em subgrupos.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Especificando parâmetros
Parâmetros:
Parâmetros são valores fixados (fornecidos pelo usuário) que serão usados no cálculo da linha
média e no cálculo dos limites de controle.
VALORES CONHECIDOS
NOTA: Em Xbar-R Options, você pode omitir certos subgrupos dos parâmetros de cálculo. Tome cuidado
quanto estiver omitindo valores. Tenha certeza que você entendeu todas as causas especiais de variação antes
de eliminar os dados correspondentes da análise.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXEMPLO 16: CONSISTÊNCIA DA COR
- PARÂMETROS ESPECÍFICOS
PROPOSTA
PROBLEMA
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXEMPLO 16: CONSISTÊNCIA DA COR
- PARÂMETROS ESPECÍFICOS
DADOS COLETADOS
FERRAMENTAS
z Xbar-R Chart.
Chart
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Considerações Finais
RESUMO E CONCLUSÕES
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Considerações Finais
CONSIDERAÇÕES ADICIONAIS
• Fontes incomuns de variabilidade → uma carta X pode revelar as médias dos subgrupos
fora dos limites de controle;
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXERCÍCIO K: ESTABILIDADE DA MEDIÇÃO DE UM
FILME FOTOGRÁFICO
PROPOSTA
PROBLEMA
DADOS COLETADOS
• A cada manhã, durante 30 dias, 3 pedaços de filmes com densidades conhecidas de 1,5; 3,0 e
3,5 foram medidos 3 vezes cada;
• O decímetro foi calibrado somente no início do estudo;
• 1 operador gravou todas as medições.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXERCÍCIO K: ESTABILIDADE DA MEDIÇÃO DE UM
FILME FOTOGRÁFICO
INSTRUÇÕES
1. Use as cartas X -R para monitorar as medições para cada filme com mais de 30 dias. Use os
valores conhecidos para as médias (Xbar-R Options, Parameters tab) para cada uma das três
densidades (1,5; 3,0 e 3,5).
2. Avaliar quanto que a medição é estável durante o período de estudo.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXERCÍCIO L: APARÊNCIA DO SABONETE
PROPOSTA
PROBLEMA
Um fabricante de sabonete está tendo problemas com a aparência do sabonete mais vendido.
Freqüentemente, o logotipo está sendo amassado quando o sabão é colocado dentro da embalagem.
Uma equipe de engenheiros foi recrutada para determinar a causa do amassado. A hipótese deles é
que a barra esteja muito grande para caber dentro das suas caixas.
A fim de teste, eles planejaram examinar quando o peso das barras é constante ao longo do tempo, e
assim eles decidiram usar cartas de controle para monitorar o peso das barras.
Para cada ciclo de máquinas, cinco diferentes formatos de barras são produzidas.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXERCÍCIO L: APARÊNCIA DO SABONETE
DADOS COLETADOS
A equipe possui diferentes opiniões quanto à forma de coletar e subagrupar os dados. Alguns
membros do time desejam coletar cinco itens consecutivos de cada cavidade a cada hora,
enquanto os outros desejam coletar cinco barras de cada máquina no ciclo por hora. Sendo
assim, a equipe decidiu coletar os dados das duas maneiras durante este estudo exploratório.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXERCÍCIO L: APARÊNCIA DO SABONETE
INSTRUÇÕES
1. Gere uma carta de controle apropriada para os subgrupos obtidos nos cinco moldes. (Cada ciclo
de cada máquina cria um subgrupo.) Quais as fontes de variação que são capturadas pelos
subgrupos e quais são capturadas entre os subgrupos?
2. Gere cartas de controle separadas para os subgrupos obtidos em cada molde. (As cinco partes
consecutivas coletadas a cada hora criam um subgrupo). Quais as fontes de variação que são
capturadas pelos subgrupos e quais são capturadas entre os subgrupos?
3. Comente os diferentes resultados. Crie um boxplot (com múltiplos Y) que compara os cinco
moldes. Quais são as implicações do resultado na carta de controle obtida por meio da instrução 1?
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXERCÍCIO L: APARÊNCIA DO SABONETE
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Carta S
O QUE É A CARTA S?
• As cartas S são usadas para averiguar a variabilidade de processos com amostras com mais de 10
itens;
AIAG → sugere o uso da carta S ao invés da carta R para subgrupos maiores que 9.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Carta S
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXEMPLO 17: O ENCOLHIMENTO NO PROCESSO
DE MOLDAGEM POR INJEÇÃO
PROPOSTA
Avaliar a variação do processo, a média e as melhorias observadas no mesmo, usando carta Xbar e S.
PROBLEMA
Expto: encolhimento excessivo de itens fabricados pelo processo de moldagem por injeção.
Um encolhimento médio de 5% é considerado inaceitável. vel
O processo também está apresentando uma variabilidade superior do que a desejada.
desejada
Estudo no design → investigar os fatores que podem afetar o encolhimento dos itens obtidos pelo
resultado a temperatura do molde for reduzida.
processo de injeção. Baseado no resultado, reduzida
Após a redução:
⇒ A modificação reduzirá o encolhimento.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXEMPLO 17: O ENCOLHIMENTO NO PROCESSO
DE MOLDAGEM POR INJEÇÃO
DADOS COLETADOS
FERRAMENTAS
z XBar-S Chart.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Considerações finais
RESUMO E CONCLUSÕES
CONSIDERAÇÕES ADICIONAIS
• Devemos recalcular os limites de controle quando o processo passar por uma mudança.
• Calculando os limites de controle por estágios, por exemplo, antes e depois de uma mudança,
podemos verificar a efetividade da mesma mudança no processo.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXERCÍCIO M: ÍNDICE DE REFRAÇÃO EM UM
CABO DE FIBRA ÓTICA
PROPOSTA
Avaliar a variação do processo, a média e as melhorias observadas no mesmo, usando cartas Xbar e S.
PROBLEMA
• Fibra ótica,
tica usados para conexões de Internet de alta velocidade;
velocidade
• Não são suscetíveis a interferência de rádio e podem suportar uma grande quantidade de dados por
segundo;
• O que é: núcleo de vidro fino com um revestimento que tenha um baixo índice de refração;
• O índice de refração afeta a velocidade na qual os dados podem ser transmitidos via cabo;
• A companhia mudou o material que reveste o cabo na tentativa de diminuir o índice de refração.
DADOS COLETADOS
Amostra:
Amostra subgrupos de tamanho 12 a cada 6 horas;
2° coluna: dados do processo original ou do processo modificado.
modificado
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXERCÍCIO M: ÍNDICE DE REFRAÇÃO EM UM
CABO DE FIBRA ÓTICA
INSTRUÇÕES
1. Crie uma série de cartas de controle para verificar se realmente houve melhoria no processo.
Você deve usar uma carta R ou S para monitorar a variabilidade do processo? Você precisa
recalcular os limites de controle?
2. Comete os resultados obtidos.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Selecionando uma carta para dados individuais
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Amplitude Móvel
• Dados são coletados como medições individuais ao invés de serem coletadas em subgrupos.
Acessaremos a variação via carta MR quando nenhum subgrupo for maior que um.
Usaremos a carta MR para avaliar estabilidade quando:
z Em testes destrutivos;
z Quando é necessário um longo tempo de ciclo para produção;
z Cada amostra representa um lote diferente;
z As saídas são contínuas e homogêneas.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Amplitude Móvel
Por exemplo:
z A variabilidade do pH para um sabão líquido se mantém a mesma durante todo o processo?
z A variabilidade do peso do processo de empacotamento é estável durante todos os dias?
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Carta de Controle para dados individuais
• Determinar quando a média do processo está sob controle estatístico e quando dados
individuais são coletados, ao invés dos subgrupos de dados.
Por exemplo:
z A variabilidade do pH para um sabão líquido se mantém a mesma durante todo o processo?
z A variabilidade do peso do processo de empacotamento é estável durante todos os dias?
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Avaliando a variação do processo
TESTES
Por default, o Minitab testará quando um ponto plotado estiver além de 3 desvios-padrão da linha
central.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Avaliando a variação do processo
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXEMPLO 18: PESO DO SORVETE
PROPOSTA
PROBLEMA
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXEMPLO 18: PESO DO SORVETE
DADOS COLETADOS
FERRAMENTAS
z I-MR Chart.
Variável Descrição
Fill Weight Peso do container com sorvete
Date/Time Data e hora que cada container foi cheio
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Considerações finais
RESUMO E CONCLUSÕES
Devemos investigar porque a média foi superior a de um dia comum. Por exemplo, se foi devido a
eventos especiais para agradar certos clientes, ou se foi um motivo constante.
CONSIDERAÇÕES ADICIONAIS
Podemos usar uma carta histórica I para a melhoria do processo.
Quando traçamos uma carta I, devemos nos lembrar que:
z Se pequenas mudanças na média forem o interesse, use uma carta CUSUM ou EWMA;
z Limites de controle são baseados em um alcance móvel, quando o desvio-padrão não é
especificado. Se os dados são de um único lote, a carta pode subestimar o processo de
variabilidade durante o tempo.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXERCÍCIO N: DIÂMETRO DO TRINCO DA PORTA
PROPOSTA
PROBLEMA
DADOS COLETADOS
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXERCÍCIO N: DIÂMETRO DO TRINCO DA PORTA
INSTRUÇÕES
1. Crie uma carta I-MR para acessar o comportamento do processo. Use o valor alvo médio igual a 5 e
um desvio-padrão histórico, conforme indicado abaixo (I-MR Options).
2. Crie um gráfico CUSUM (Stat > Control Charts > Time-weighted Chart > CUSUM). Use um
subgrupo de tamanho 1 e o valor do alvo médio de 5. Entre com o desvio-padrão de 0,01mm,
clicando em CUSUM Options.
3. Avalie habilidade da carta de detectar pequenas mudanças no processo.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Cartas de controle: Dados de atributos
OBJETIVOS
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Dados de atributos
Dados de atributos:
atributos descrevem características de qualidade que são difíceis de serem quantificadas ou
medidas como variáveis contínuas.
Exemplos:
Exemplos n° de rachaduras na parte de cerâmica, a presença de qualquer imperfeição na superfície
pintada ou a ausência ou presença de um determinado componente. Os termos seguintes podem ser
usados para descrever dados deste tipo:
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Dados de atributos
Acessar variáveis que não podem ser medidas em uma escala contínua. Características de qualidade
são definidas como perfeito/defeituoso ou a contagem de não-conformidades são exemplos comuns
de dados de atributos.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Cartas para Atributos vs. Cartas Contínuas
z A presença ou ausência de vários tipos de defeitos deve ser considerada. Por exemplo:
podemos colocar em uma carta quantos arranhões, bolhas ou manchas estão presentes em
cada unidade inspecionada;
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Cartas para Atributos vs. Cartas Contínuas
Em alguns momentos, pode ser mais conveniente coletar dados contínuos ao invés coletar
dados de atributos,
atributos considerando que:
z Cartas de atributos não são úteis quando desejamos detectar pequenas mudanças no
processo.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Selecionando uma carta de controle de atributo
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Distribuição Binomial
A Distribuição Binomial está associada aos dados de atributos que podem assumir apenas duas
condições genericamente denominadas de sucesso/falha,
sucesso/falha caracterizando os itens não-conformes.
SUPOSIÇÕES
Para que a Distribuição Binomial seja apropriada, as seguintes suposições devem ser verificadas:
z Cada item é submetido a condições idênticas, sendo assim, a probabilidade de sucesso (ou
falha) é constante (a mesma) em todos os itens;
z Cada item pode apresentar somente uma das duas possibilidades de resposta (perfeito ou
defeituoso, aprovado ou reprovado, sucesso ou falha);
z Os itens são independentes,
independentes ou seja, o resultado apresentado em um deles não interfere no
resultado dos demais itens.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Distribuição Binomial
QUAL CARTA DE CONTROLE DEVE SER ADOTADA PARA DADOS COM DISTRIBUIÇÃO BINOMIAL?
Para acessar o controle estatístico processo, usaremos as seguintes linhas para determinar qual a
carta de controle de atributos devemos usar:
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Distribuição Binomial
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Carta P
O QUE É A CARTA P?
nº itens ñ conformes
P=
tamanho do subgrupo
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Carta P
Se o tamanho do subgrupo for constante, usaremos uma carta P ou NP. Uma carta NP mostrará o
n° total de itens não-conformes.
stico A carta P
Usaremos a carta P para verificar se um processo está ou não sob controle estatístico.
pode ser usada para responder perguntas,
perguntas tais como:
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXEMPLO 19: TAXAS DE NÃO-CONFORMES DO
ANEL DE PISTÃO
PROPOSTA
PROBLEMA
DADOS COLETADOS
A cada dia, todo anel de pistão fabricado é inspecionado e o n° total de anéis não-conformes é
registrado.
FERRAMENTAS
z P Chart.
Chart
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Considerações finais
RESUMO E CONCLUSÕES
Aproximadamente 8,2% dos anéis de pistão são não-conformes, o que é inaceitável para a equipe
de qualidade.
Devemos conduzir uma análise mais profunda procurando reduzir a proporção de itens defeituosos
ou não-conformes e usando ferramentas para melhoria da qualidade contínua.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Considerações finais
CONSIDERAÇÕES ADICIONAIS
• Quando os pontos dos dados superarem o UCL, investigaremos o processo a fim de descobrir o
que causa defeitos adicionais;
• Quando os pontos dos dados estiverem abaixo do LCL, também investigaremos o que causa a
redução dos defeitos;
• Erros de medição também devem ser considerados como causas potenciais de erro.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXERCÍCIO O: INSPECIONAMENTO DOS
CONJUNTOS DE ENGRENAGENS
PROPOSTA
PROBLEMA
A cada manhã, o supervisor de uma linha de produção de conjuntos de engrenagem revê os números
da produção do dia anterior. Se a porcentagem de engrenagens defeituosas for maior do que a meta
de 14%, todo o departamento entre em estado de alerta vermelho. Neste caso, uma equipe de
engenheiros e um grupo de líderes passam o dia tentando reduzir o nível de defeito, promovendo,
assim, a melhoria do processo.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXERCÍCIO O: INSPECIONAMENTO DOS
CONJUNTOS DE ENGRENAGENS
DADOS COLETADOS
INSTRUÇÕES
1. Para acessar o comportamento do processo durante o tempo, crie uma carta P para a proporção de
itens defeituosos. Coloque o tempo o eixo-x separado por dias (subgrupos). Calcule os limites de
controle usando a média das engrenagens inspecionadas por dia, caso seja apropriado.
2. O que é o nível médio de defeitos (não-conformes) observados a cada dia? O processo é capaz de
atingir a meta da companhia?
3. O quão efetivo o alerta vermelho é na redução do nível de itens não-conformes? Olhando na carta
P, você tem alguma oportunidade de aprender mais sobre o processo?
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXERCÍCIO O: INSPECIONAMENTO DOS
CONJUNTOS DE ENGRENAGENS
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Distribuição de Poisson
SUPOSIÇÕES
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Distribuição de Poisson
z O n° de quedas de um pára-brisas.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Carta U
nº de ñ conformidades
u=
tamanho do subgrupo
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Carta U
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Carta U
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXEMPLO 20: DEFEITOS NOS MÓVEIS
PROPOSTA
PROBLEMA
• Fabricante de móveis;
veis
• Reclamações do consumidor → problemas na superfície, cie incluindo: cor, arranhões, amassados,
fissuras e problemas nas finalizações das mesas de madeira.
DADOS COLETADOS
FERRAMENTAS
z U Chart.
Chart
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Considerações finais
RESUMO E CONCLUSÃO
O processo não aparenta estar sob controle estatístico, visto o ponto que foi observado além do
limite superior de controle.
Devemos investigar as prováveis causas de variação, tomando ações corretivas a fim de prevenir
esse tipo de ocorrência.
Devemos investigar porque a taxa de defeituosos é de 5%, em média, investigando a melhor forma
de melhorar o processo.
CONSIDERAÇÕES ADICIONAIS
Pode ser útil criar um diagrama de Pareto dos defeitos para ver qual tipo
deles é mais freqüênte.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Carta C
O QUE É A CARTA C?
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Carta C
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Carta C
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
EXEMPLO 21: QUALIDADE DOS CARTÕES DE VISITAS
PROPOSTA
Usar a carta P para avaliar o controle do processo e calcular os limites de controle, usando estágios
para avaliar o sucesso das melhorias.
PROBLEMA
DADOS COLETADOS
FERRAMENTAS
z C Chart.
Chart
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br
Considerações finais
RESUMO E CONCLUSÃO
A carta de controle indica que a iniciativa aparentemente reduziu o número médio de não-
conformidades.
CONSIDERAÇÕES ADICIONAIS
A criação de um diagrama de Pareto pode ser útil para verificar qual dos
defeitos ocorre com maior freqüência.
Copyright Minitab Inc. 2003. All rights reserved. Rel 14 Ver 1.0 / www.minitabbrasil.com.br