Baixe o app para aproveitar ainda mais
Prévia do material em texto
FERRAMENTAS BÁSICAS DA QUALIDADE 1 INTRODUÇÃO Os métodos estatísticos são ferramentas eficazes para a melhoria do processo produtivo e redução de seus defeitos. Entretanto, é preciso que se tenha em mente que as ferramentas estatísticas são apenas ferramentas: elas podem não funcionar, caso sejam aplicadas inadequadamente. 2 As pessoas, com freqüência, tentam reduzir os defeitos de produção pelo rastreamento à causa do defeito. Esta é uma abordagem direta e, à primeira vista, parece ser eficiente. Mas na maioria dos casos, as causas detectadas por esta abordagem não são as verdadeiras. Caso sejam tomadas ações contra defeitos com base no conhecimento daquelas falsas causas, a tentativa pode ser mal sucedida, e o esforço desperdiçado. O primeiro passo na busca da verdadeira causa é a cuidadosa observação do fenômeno do defeito. Após tal observação cuidadosa, a verdadeira causa torna- se evidente. 3 As ferramentas estatísticas conferem objetividade e exatidão à observação. As máximas da forma estatística de pensar são: 4 1. Dar maior importância aos fatos do que aos conceitos abstratos; 2. Não expressar fatos em termos de intuição ou idéias. Usar evidências obtidas a partir de resultados específicos da observação; 3. Os resultados da observação, sujeitos como são a erros e variações, são parte de um todo obscuro. A principal meta da observação é descobrir este todo obscuro; 4. Aceitar o padrão regular que aparece em grande parte dos resultados observados como uma informação confiável. 5 6 Estatística é a ciência responsável pelo estudo dos dados. 7 Estatística envolve: - coleta - organização - descrição - análise - interpretação de informações numéricas. A estatística deve ser encarada como uma ferramenta que irá auxiliar no processo de tomada de decisão. 8 FERRAMENTAS BÁSICAS DA QUALIDADE • Estratificação; • Folha de verificação; • Gráfico de Pareto; • Diagrama de causa e efeito ("ISHIKAWA") • Matriz de Decisão; • Histograma; • Gráfico de correlação; • Gráfico de controle. 9 ESTRATIFICAÇÃO 10 É uma forma de dividir ou separar um conjunto de dados em vários outros, denominados camadas ou estratos. • Finalidade: Possibilitar melhor avaliação das características de um problema por meio de agrupamento de dados. • Agrupamentos: Tempo, local, tipo, sintoma, indivíduo, outros. Dica A estratificação pode ser feita sob variados aspectos, visando, por ex.:, identificar detalhes das causas dos feitos que surgiram em uma determinada divisão. 11 FOLHA DE VERIFICAÇÃO É um formulário onde os estratos a serem observados foram previamente definidos e impressos. Finalidade: • Facilitar a coleta de dados; • Tornar prático o manuseio dos dados em cálculos estatísticos 12 Como fazer: Ao construir a folha de verificação, faça inicialmente as seguintes perguntas: o quê, quando, por quê, quem, onde e como será coletado. Pergunte se os dados que serão coletados podem ser estratificados por tempo, tipo, local, sintoma, indivíduo, etc. 13 Exemplo: - Folha de verificação de defeitos em eletrodos (anodos); - Gerência de Carbono de Revestimento; - Oficina de Chumbamento de Hastes - Junho/92 14 •Dicas A tarefa de coletar e manusear dados parece fácil. No entanto, tende a se tornar difícil quando o número de áreas e pessoas envolvidas aumenta. Para garantir a consistência dos dados e otimizar o processo de coleta, devemos nos orientar segundo os seguintes procedimentos: 15 Procedimentos: • O pessoal deve estar informado e treinado; • O volume de dados a ser coletado deve ser representativo do todo; • Os dados devem ser coletados de modo aleatório; • Os dados devem ser associados a símbolos, contagens ou marcações; • O universo sob observação deve ser homogêneo. 16 GRÁFICO DE PARET0 É uma forma especial do gráfico de barras verticais organizadas em ordem decrescente de ocorrências. • Finalidade: - Identificar os problemas relativos à qualidade em poucos vitais e muitos triviais; - Analisar diferentes grupos de dados; - Comparar o efeito após mudança no processo. 17 Etapas: 1º Passo: Identificar o problema - Defina o problema que será investigado. (tipos de defeito ou de acidentes; custo dos tipos de defeitos ou de acidentes etc.) - Decida como os dados serão coletados. (usando a estratificação e a folha de verificação). 18 2º Passo: Coletar dados (folha de verificação) Reúna os dados através da folha de verificação, elaborada no passo anterior. (Os itens que não foram definidos na folha, e que porventura venham a aparecer durante a coleta, devem ser incluídos sob o título de “outros”). 19 Exemplo: Folha de verificação - Tipo de defeitos em automóveis 20 Defeitos Quantidade Motor 13 Câmbio 18 Elétrico 07 Freio 02 Suspensão 31 Outros 02 Total 73 3º Passo: Organizar dados Liste os itens coletados por ordem decrescente. Mas atenção: o item “outros” deve ser relacionado no final, mesmo que sua quantidade seja maior que a dos demais. 21 Folha de verificação - Tipo de defeitos em automóveis Defeitos Quantidade Suspensão 31 Câmbio 18 Motor 13 Elétrico 07 Freio 02 Outros 02 Total 73 22 4º Passo: Calcular os percentuais Encontre os percentuais relativos de cada item em relação ao total; e o percentual acumulado somando cada percentual relativo. 23 Folha de verificação - Tipo de defeitos em automóveis Defeitos Quantidade % relativo % acumulado Suspensão 31 42,5 42,5 Câmbio 18 24,7 67,2 Motor 13 17,8 85,0 Elétrico 07 9,6 94,6 Freio9 02 2,7 97,3 Outros 02 2,7 100,0 Total 73 100,0 - 24 5º Passo: Elaborar o gráfico de Pareto. • Desenhe dois eixos verticais e, entre eles, um eixo horizontal. • Marque no eixo vertical esquerdo a escala das quantidades, onde o máximo valor da escala corresponde à quantidade total dos itens. • No eixo vertical direito marque a escala dos percentuais, onde o máximo valor (100%) corresponde ao máximo do eixo vertical esquerdo. • No eixo horizontal desenhe da esquerda para a direita, barras verticais, sendo a altura de cada barra definida pela quantidade. • Desenhe a curva de percentuais, acumulados a partir dos pontos plotados acima do canto direito de cada uma das barras. • Adicione ao gráfico o nome de cada item, o título de cada eixo, o título do gráfico, o período de coleta dos dados, o total de dados etc. 25 Exemplo: 26 Exemplo: DIAGRAMA DE CAUSA E EFEITO ("ISHIKAWA") Representa a relação entre o efeito e todas as possibilidades de causas que podem contribuir para este efeito. • Finalidade: - Identificar de modo simples, rápido e sistemático a relação múltipla entre causa e efeito. Também utilizado para estabelecer os itens de verificação. 27 • Etapas: - Identificar o problema; - Desenhar a cabeça do diagrama (efeito); - Listar as causas; - Identificar o diagrama de causa e efeito. 28 1º Passo: Identificar o problema Defina o problema e sua importância. Para isso, convide todas as pessoas que estejam envolvidas direta ou indiretamente com o problema, sobretudo aquelas que convivem com o problema há mais tempo. Inclua entre elas: executantes, supervisores, engenheiros, gerentes e consultores, de modo que todos sintam a responsabilidade de contribuir e participar na solução do problema. 29 2º Passo: Desenhar a cabeça do diagrama (efeito) Escreva o problema no lado direito do papel dentro de um quadro, para que todos possam ter uma visão clara do mesmo. 30 Problema 3º Passo: Listar as causasRelacionar todas as prováveis causas no diagrama. - Distribuição de cinco cartões para cada Pprticipante; - Após esse tempo cada participante entrega um dos cartões ao coordenador. - O coordenador, em conjunto com o grupo, organizará as causas em colunas, identificando as primárias, as secundárias, às terciárias e eliminando as repetidas. - Se após as cinco rodadas surgirem novas idéias (causas), deverão ser distribuídas novos cartões e o grupo deve voltar ao item 2. - Finalmente o coordenador, através das causas já organizadas, constrói o diagrama de causa e efeito. 31 4º Passo: Identificar o diagrama de causa e efeito. Escreva o título, participante, data e outras informações que julgar necessária. 32 Dicas - Lembrar de listar as causas que podem influenciar significativamente o problema; - Expressar o problema ou efeito em termos concretos ou quantitativos. - Para facilitar a construção do diagrama no processo produtivo, as ramificações principais são definidas pelas categorias de: máquina, mão-de-obra, matéria-prima, meio ambiente, medida e método, conhecidos também como grupo dos 6M. - Evitar construir um diagrama com um número muito grande de ramificações, à medida que dificulta o entendimento e a análise. Quando for esse o caso, faça com que as ramificações principais maiores sejam transformadas em novos diagramas de causa efeito. 33 - O diagrama de causa e efeito é o resultado do conhecimento de um conjunto de pessoas acerca de um problema qualquer: (um diagrama com um número reduzido de causas pode representar a pouca experiência do grupo em relação a esse problema); -A análise das causas, com base apenas em percepção ou sensibilidade, não ajudará muito na solução do problema. ( A maioria dos problemas que poderia ser resolvida dessa forma já foi solucionada, restando aqueles que só poderão ser resolvidos mediante a utilização de fatos e dados, que é a postura mais lógica e científica). 34 MATRIZ DE DECISÃO • Quando uma alternativa de solução deve ser selecionada entre um pequeno número de outras, um ótimo processo é ponderar diferentes critérios de avaliação. • Desde que nem todos os critérios são avaliados igualmente, formamos, dessa forma, uma matriz de decisão que vai revelar os pontos fortes e fracos de cada alternativa. 35 O procedimento consiste em: Escolher os critérios ; Construir uma matriz; Comparar cada alternativa com cada um dos critérios; Multiplicar a nota de cada alternativa; Somar, para cada alternativa, todas as notas ponderadas; Verificar qual a alternativa que obteve o maior número de pontos. 36 Exemplos de critérios: Rapidez e facilidade de execução; Possibilidade de teste preliminar; Boa relação custo x benefício; Existência de know how interno; Reação a mudança administrável; e Aspectos sociais. 37 Exemplo: • Problema: Falta da cozinheira no dia do jantar para 10 convidados. • Alternativas: 1. Solicitar uma cozinheira a uma agência; 2. Encomendar o jantar em um restaurante; e 3. Fazer o jantar sozinha. 38 39 CRITÉRIOS ALTERNATIVA1 ALTERNATIVA2 ALTERNATIVA3 DESCRIÇÃO PESO NOTA PONDERAÇÃO NOTA PONDERAÇÃO NOTA PONDERAÇÃO Rapidez e facilidade 5 3 15 5 25 2 10 Possibilidade teste 3 1 3 4 12 1 3 Boa relação custo / benefício 4 4 16 3 12 5 20 Existência de Know how 5 5 25 5 25 2 10 Reação a mudança 2 5 10 4 8 2 4 Total 69 82 47 HISTOGRAMA É uma ferramenta que envolve a medição de dados e mostra a sua distribuição. Mostra quanto de variação existe em qualquer processo. Finalidade: - Verificar a capacidade do processo, ou seja, a quantidade de variação existente no mesmo; - Comparar a distribuição dos dados com limites de especificação; - Averiguar a existência de dados dissociados dos demais; - Checar a forma da distribuição dos dados. 40 Como fazer • 1º Passo: Identificar a variável Defina qual a característica que terá sua variação representada no histograma. - comprimento, - temperatura, - pressão etc. 41 • 2º Passo: Coletar dados (N > 30); (em geral: 50 < N < 200); O número de dados recomendado para construir um histograma é igual ou maior que trinta (N > 30). Normalmente esse número está na faixa de cinqüenta a duzentos (50 < N < 200). Utilize a estratificação e a folha de verificação como a do modelo abaixo, para coletar os dados necessários. 42 A D A D A D A D A D 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 1.56 1.54 1.52 1.56 1.54 1.54 1.57 1.55 1.56 1.50 1.54 1.53 1.55 1.54 1.54 1.53 1.55 1.57 1.56 1.54 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 1.54 1.53 1.58 1.54 1.54 1.56 1.53 1.56 1.52 1.54 1.55 1.58 1.55 1.54 1.54 1.53 1.54 1.57 1.53 1.53 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 1.54 1.55 1.51 1.56 1.58 1.53 1.55 1.54 1.57 1.56 1.58 1.53 1.53 1.54 1.55 1.55 1.55 1.59 1.54 1.53 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 1.55 1.52 1.54 1.56 1.54 1.52 1.52 1.51 1.50 1.51 1.55 1.57 1.55 1.56 1.51 1.58 1.56 1.54 1.54 1.52 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 1.57 1.56 1.55 1.53 1.52 1.53 1.53 1.52 1.54 1.55 1.51 1.55 1.53 1.55 1.55 1.56 1.55 1.56 1.56 1.55 43 A = anodo D = densidade • 3º Passo: Encontrar os valores máximo e mínimo Descubra os valores máximo e mínimo do universo de dados. Um meio prático para fazer isso é encontrando os maiores valores de subgrupos formados a partir do universo da amostra. O máximo valor é obtido através do maior valor entre os maiores de cada subgrupo, e o valor mínimo através do menor valor entre os menores. Exemplificando. Xmáx = 1,59 Xmin = 1,50 44 • 4º Passo: • Definir o número de classes Determine o número de classes através da seguinte tabela, modelo: Quantidade de dados (n) Número de classes (K) 40 - 60 6 61 - 80 8 81 - 100 10 101 - 150 12 151 - 200 16 > 200 20 45 O número de classes é o valor que determina em quantas faixas os dados serão distribuídos. Para o histograma apresentar uma visão adequada da distribuição dos dados, o número de classes não deve ser inferior a cinco nem superior a vinte. (5 < K < 20). • Exemplo: n = 100 → K = 10 46 5º Passo: Calcular a largura (intervalo) da classe 47 m inm áxh k x x 1,59 1,50 0,01 10 h Exemplo: Importante O valor da largura de classe deve ser arredondado, quando possível. Esse valor deve ter também o mesmo número de casas decimais que os dados da amostra. • 6º Passo: Calcular os limites de classe Faça estes cálculos de tal forma que os valores de máximo e mínimo sejam incluídos nas classes. Para evitar que os dados sejam iguais aos limites de classe é necessário obtê-los com precisão de uma decimal, além daquela apresentada pelos dados da amostra. Assim, os limites de cada classe são calculados da seguinte maneira: 1ª classe: X min - D 2ª classe: 1ª classe + h 3ª classe: 2ª classe + h .... última classe = penúltima classe + h 48 • O valor do parâmetro D deve ter uma casa decimal a mais que a dos dados da amostra. A última casa decimal deve ter o valor correspondente a cinco, enquanto que para as demais o valor representado deve ser igual a zero. 1ª classe = Xmin - D = 1,50 - 0,005 = 1,495 2ª classe = 1ª classe + h = 1,495 + 0,01 = 1,505 3ª classe = 2ª classe + h = 1,505 + 0,01 = 1,515 ... 10ª classe = 9ª classe + h = 1,585 + 0,01 = 1,59549 7º Passo: Elaborar a tabela de freqüência. Monte esta tabela indicando o número e o intervalo da classe e o número de vezes que os dados aparecem por intervalo, como no exemplo a seguir: Número Intervalo da classe Contagem Freqüência 01 1,495 1,505 ││ 02 02 1,505 1,515 │││││ 05 03 1,515 1,525 ││││││││ 08 04 1,525 1,535 │││││││││││││││ 15 05 1,535 1,545 │││││││││││││││││││││││ 23 06 1,545 1,555 ││││││││││││││││││││ 20 07 1,555 1,565 │││││││││││││││ 15 08 1,565 1,575 ││││││ 06 09 1,575 1,585 │││││ 05 10 1,585 1,595 │ 01 Total - 100 10 50 • 8º Passo: Desenhar o histograma Construa o histograma marcando no eixo horizontal os limites das classes. No eixo vertical são marcadas as freqüências correspondentes às classes. As barras são construídas a partir do eixo horizontal, com larguras idênticas a de cada classe (calculada no 5º passo) e comprimento igual à freqüência da classe correspondente. O histograma deve vir acompanhado de: título, período de coleta, local, responsável, tamanho da amostra, média, desvio padrão, limites de especificação etc. 51 52 Exemplo. Histograma - Densidade de anodo - Out/92-F.A.C.II, n=100 Tipos de histograma Formas mais comuns de histograma 53 Dicas - Lembre-se: • A análise feita a partir do histograma é muito mais rápida do que qualquer análise feita através da folha de verificação, que também é muito mais difícil de ser elaborada, sobretudo quando a quantidade de dados aumenta. • A forma do histograma é um dos meios de analisar os dados. Através da forma podemos verificar a normalidade, o desvio ou até mesmo as distorções no processo ou método de obtenção dos dados. • É conveniente que as escalas tenham o mesmo comprimento, de modo a facilitar a interpretação dos resultados. • Uma outra forma de analisar o histograma é através da sua comparação com os limites inferior (LIE) e superior (LSE) de especificação. Estes limites são características definidas durante a fase de projeto do produto ou pelo próprio cliente. Abaixo são mostrados exemplos de comparação do histograma com os limites de especificação. 54 55 A - O histograma satisfaz amplamente os limites de especificação: LIE LSE 56 B - O histograma satisfaz os limites de especificação. No entanto, qualquer variação que ocorra no processo pode provocar perdas e rejeitos de produtos. LIE LSE C - O histograma não satisfaz o Limite Inferior de Especificação. (LIE). Neste caso, é necessário tomar ações que desloquem a média do histograma para o centro da faixa definida pelos limites de especificação: 57 LIE LSE D - O histograma não satisfaz a ambos os limites de especificação, sendo necessário reduzir a dispersão dos dados. 58 LIE LSE 59 LIE LSE E - O histograma apresenta tanto o valor da média deslocada quanto uma alta dispersão. Neste caso, devem ser tomadas as mesmas medidas mencionadas nos itens C. GRÁFICO DE CORRELAÇÃO É um gráfico cartesiano, onde é mostrada a relação entre duas variáveis quaisquer de um processo, podendo ser usado também para a verificação de uma possível relação de causa e efeito. Isto não prova que uma variável afeta a outra, mas torna claro se existe uma relação e com que intensidade. Finalidade •Estudar a relação entre duas variáveis quaisquer, que podem ser: duas características de qualidade, uma causa e um efeito ou mesmo duas causas relacionadas a um mesmo efeito. •O gráfico de correlação permite a visualização da tendência de crescimento, decréscimo ou mesmo a ausência de relação entre as duas variáveis em estudo. 60 Como fazer • 1º Passo: Identificar as variáveis Defina quais as variáveis (altura x peso, comprimento x velocidade etc.) que serão representadas no gráfico. • 2º Passo: Coletar os dados. Recolha um número igual ou superior a 30 pares de dados. Utilize a estratificação e a folha de verificação para coletá-los. 61 Nº Temperatura de reação (ºC) Rendimento (%) Nº Temperatura de reação (ºC) Rendimento (%) 01 79 84,0 16 73 81,0 02 79 87,5 17 74 80,0 03 78 83,5 18 74 78,5 04 80 82,5 19 75 78,5 05 75 86,5 20 72 82,0 06 79 86,5 21 72 84,5 07 76 80,0 22 74 84,5 08 78 80,5 23 77 81,0 09 77 79,5 24 77 80,5 10 80 84,0 25 80 86,0 11 80 88,0 26 81 90,5 12 79 89,5 27 82 86,5 13 77 88,0 28 78 78,5 14 78 86,0 29 75 84,5 15 75 82,5 30 79 82,5 62 • 3º Passo: Desenhar as escalas. Como no exemplo abaixo, gradue o eixo vertical de cima para baixo, iniciando com o maior valor. O eixo horizontal deve ser graduado da esquerda para a direita. Começando pelo menor valor. Mantenha de três a dez unidades de graduação para cada eixo. É conveniente que ambas as escalas tenham o mesmo comprimento, a fim de facilitar a leitura e a interpretação. 63 • 4º Passo: Plotar os pontos Localizar no gráfico todos os pares de dados. Quando existirem dois pares iguais desenhe um círculo em volta do ponto plotado. 64 • 5º Passo: Registrar as informações Escreva o título do gráfico, período, número de pares de dados, o título e as unidades da escala, local, responsável e outras informações que forem necessárias. Exemplo: 65 • Dicas O primeiro exame que podemos fazer, a partir do gráfico de correlação, é verificar se existem pontos muitos distantes do núcleo de pontos. Essas ocorrências aparecem muitas vezes como resultadas de erros de medida ou de coletas, ou mesmo quando algumas condições são alteradas no processo durante a fase de coleta dos dados. Ao invés de excluí-los completamente da análise, você pode tentar descobrir o motivo de tais irregularidades, o que será de grande utilidade na análise final. Outro estudo que fazemos do gráfico de correlação é a análise de tendências. Veja quais são os tipos de correlação mais comuns: 66 • A - Correlação positiva forte Um acréscimo na variável X implica necessariamente um acréscimo na variável Y e vice-versa. Neste tipo de correlação os pontos estão pouco dispersos em relação a uma reta hipotética que passa entre eles. Exemplo: 67 B - Correlação positiva moderada Se a variável X aumentar, existe uma ligeira tendência do valor da variável Y também aumentar e vice-versa. Neste caso, os pontos estão mais dispersos que no caso anterior, conservando, no entanto, uma moderada tendência de crescimento. Exemplo: 68 C - Correlação negativa forte Um acréscimo na variável X implica necessariamente um decréscimo na variável Y e vice-versa. Neste caso, os pontos estão pouco dispersos em relação a uma reta hipotética que passa entre eles. Exemplo: 69 D - Correlação negativa moderada Se a variável X aumentar, existe uma ligeira tendência da variável Y diminuir e vice-versa. Neste caso, os pontos estão mais dispersos que no caso anterior, conservando, no entanto, uma tendência de decréscimo moderada. Exemplo: 70 E - Ausência de correlação. Se a variável X aumentar, a variável Y pode tanto aumentar como diminuir e vice-versa. Neste caso, os pontos estão sob a forma de uma nuvem bastante dispersa. Exemplo: 71 GRÁFICOS • A representação gráfica das séries estatísticas tem por finalidade representar os resultados obtidos, permitindo chegar-se a conclusões sobre a evolução do fenômeno ou sobre como se relacionam os valores da série. Não há uma única maneira de representar graficamente uma série estatística. A escolha do gráfico mais apropriado ficará a critério do analista. Contudo, os elementos simplicidade, clareza e veracidade devem ser considerados quando da elaboração de um gráfico. 72 Gráficos Lineares É a representação mais usual em forma de linha, empregada para representargeralmente fenômenos contínuos, muitas vezes dispostos por período de tempo (semana, mês, ano, hora, etc.) mostrando,assim, tendência nos dados em intervalos iguais. 73 Embarques de Pelotas - 2002 Meses Pelotas (t) Janeiro 1597 Fevereiro 2109 Março 2167 Abril 1991 Maio 2105 Junho 2046 74 Embarque de Pelotas - 2002 0 500 1000 1500 2000 2500 Ja ne iro Fe ve rei ro Ma rço Ab ril Ma io Ju nh o Meses To ne la da s Gráficos de Colunas ou Barras O gráfico de colunas é representado por retângulos dispostos verticalmente. Com relação a base não existe um critério fixo, mas deverá permanecer igual para todos os retângulos. Geralmente, a distância de uma coluna em relação a outra deve ser inferior a 2/3 e superior à metade da largura da base. Um gráfico de colunas mostra as alterações dos dados ao longo de um período ou ilustra comparações entre itens. As categorias são organizadas na horizontal e os valores, na vertical, para enfatizar as variações ao longo do tempo. 75 Produção de 27/05/2002 Usinas Pelotas (t) 1 6450 2 7790 3 9260 4 9720 5 7610 6 12180 7 12670 76 Produção Diária 0 5000 10000 15000 1 2 3 4 5 6 7 to ne la da s 0 5000 10000 15000 1 3 5 7 to ne la da s Produção Diária Setograma (Pizza) É de grande valia, quando pretendemos comparar os valores de uma série com a sua soma total. Os gráficos em setores são representados com valores relativos e não absolutos. Para isso, é preciso transformar os valores absolutos em relativos (%) e, a partir daí, com uma regra de três simples, transformá-los em graus correspondentes. 77 Gráfico Polar Em um gráfico polar, cada categoria tem seu próprio eixo de valor irradiando a partir do ponto central. Sua plotagem se dá a partir de circunferências concêntricas. 78 Produção da Pelota AF08 em 2001 Usinas Dias % Ângulo 1 86 10,60% 38º 2 72 8,80% 31,8º 3 63 7,70% 27,8º 4 58 7,10% 25,6º 5 208 25,50% 91,9º 6 178 21,80% 78,6º 7 150 18,40% 66,3º ∑ = 815 ∑ = 100% ∑ = 360º 79 Produção de pelotas AFOB em 2001 1 2 3 4 5 6 7 Dias de Produção 0 200 400 1 2 3 45 6 7 • Gráficos de controle Permitem a representação de uma variável qualquer do processo, entre limites de controle previamente calculados. Os gráficos de controle são bastante usados no controle estatístico do processo - CEP, pois através de sua análise podemos identificar e corrigir, em tempo hábil, quaisquer variações. 80 81 1 2 3 4 5 6 7 8 9 10 LSC = LIMITE SUPERIOR DE CONTROLE LSC = LIMITE INFERIOR DE CONTROLE LM = LINHA MÉDIA Gráfico da média Gráfico de Controle Processo é um conjunto de atividades que recebe insumos, transformando-os de acordo com a lógica pré-estabelecida e com agregação de valores, em produtos e serviços para atenderem às necessidades dos clientes (interno ou externo). Os processos fazem uso dos recursos da organização para gerar resultados concretos. 82 PROCESSO Processo: • Todo trabalho executado em uma empresa pode ser visto como um processo, ou seja, um conjunto de atividades realizadas com um determinado propósito; • Um processo nada mais é do que a combinação de pessoas, máquinas, métodos, etc. com a finalidade de se obter um produto (bem ou serviço). 83 84 VISÃO SISTÊMICA INSUMOS PRODUTO/ SERVIÇO TAREFAS QUE AGREGAM VALOR PROCESSO: F O R N E C E D O R C L I E N T E A empresa é um processo. Recebe insumos e cria produtos ou serviços para atende às necessidades de seus clientes e pode ser representada através do Ciclo da Qualidade. 85 86 TREINAMENTO EMPRESA FINANCEIRO COMERCIAL ASISTÊNCIA TÉCNICA ADMINISTRAÇÃO PLANEJAMENTO AQUISIÇÃO PRODUÇÃO CLIENTE Ciclo da Qualidade de uma Empresa Em toda lógica de transformação, existe a necessidade de recursos ou fatores de produção: • Material/Matéria-Prima; • Máquina/Equipamentos; • Medida/Instrumentos de Medida; • Meio ambiente. 87 ESTATÍSTICA BÁSICA EXERCÍCIOS 1. Para os dados de octanagem de um combustível de motor, dispostos abaixo, construa a distribuição de freqüência e um histograma. 88,5 97,7 83,4 86,7 87,5 91,5 92,2 100,3 96,5 93,3 94,7 91,1 91,0 94,2 87,8 89,9 91,1 87,6 84,3 86,7 84,3 86,7 88,2 90,8 88,3 98,8 89,3 92,7 93,2 91,0 90,1 93,4 88,5 90,1 89,2 88,3 90,1 87,9 88,6 90,9 89,0 96,1 93,3 91,8 92,3 90,4 85,3 93,0 88,7 89,9 89,8 89,6 87,4 88,4 88,9 91,2 94,2 94,4 92,7 91,8 91,6 90,4 91,1 92.6 89,8 90,6 88,3 90,4 89,3 89,7 90,3 91,6 90,5 93,7 92,7 92,2 88,6 91,2 91,0 92,2 90,0 90,7 88 2. Um artigo publicado pela Quality Engineering apresentou as viscosidades de um processo químico. Uma amostra destes dados está apresentada na tabela abaixo. 133 146 154 156 148 151 142 142 156 137 145 141 152 158 151 134 169 157 161 156 153 143 168 133 170 141 149 160 139 145 153 161 149 141 149 148 144 149 152 128 143 131 137 154 148 143 152 136 144 161 148 126 152 152 140 143 146 153 140 166 152 146 145 152 158 164 164 143 144 156 145 143 153 159 137 169 89 3. Em um forno foram medidas e registradas as seguintes temperaturas (ºC): 953, 950, 948, 955, 951, 949, 957, 954 e 955. Pede-se calcular: a) A média destes dados b) A mediana 90 4. Os seguintes números representam valores de temperatura (ºC) registrados em O rings usados pela NASA em foguetes espaciais: 84, 49, 61, 40, 83, 67, 45, 66, 70, 69, 80, 58, 68, 60, 67, 72, 73, 70, 57, 63, 70, 78, 52, 67, 53, 67, 75, 61, 70, 81, 76, 79, 75, 76, 58 e 31. Calcule a média e a mediana. 91 • 5. A contaminação na bolacha (wafer) de silicone pode afetar profundamente o rendimento dos circuitos integrados produzidos. Uma amostra de 10 bolachas resultou nas seguintes concentrações de oxigênio: 3,15 - 2,68 - 4,31 - 2,09 - 3,82 - 2,94 - 3,47 - 3,39 - 2,81 e 3,61. Calcular a variância, o desvio padrão e a amplitude da amostra. 92 6. Os seguintes dados representam a temperatura de descarga de uma estação de tratamento de esgoto em dias consecutivos: 43 50 46 51 49 45 44 50 48 50 44 49 48 52 50 46 49 45 52 46 47 51 49 51 a) Calcule a média e a mediana desta amostra; b)Calcule o desvio padrão e a variância. 93
Compartilhar