Baixe o app para aproveitar ainda mais
Prévia do material em texto
Apostila Minitab Esta apostila tem como objetivo servir de guia para as principais funções do Minitab 16 usadas em projetos de melhoria. Ela é um apêndice do curso de Green Belt da FM2S. Considerações iniciais O Minitab, em todas as suas versões, utiliza a disposição de banco de dados, o que significa que ele organiza as variáveis em colunas e as observações em linhas. Tendo em vista esta organização, devemos sempre colocar os valores de cada variáveis nas colunas relacionadas a cada uma delas. A Figura 1 detalha esta estrutura. Figura 1 - Estrutura em que devem ser inseridos os dados no Minitab. Também sobre o tipo dos dados, o Minitab os entende como podendo ser de 3 classificações distintas: dados numéricos (aqueles a que se atribui um valor representado por um número como 1,3; 1000; 1; 30; etc), dados de texto (aqueles que se atribui um valor representado por um texto, como por exemplo nomes, “sim” ou “não”, etc.) e dados de data (aqueles que se atribui um valor de data, como 18/04/1989, etc.). Quando o Minitab reconhece qual é o tipo dos dados, ele coloca uma marcação no indicador da coluna, inditando “T” para dados de texto e “D” para dados de data. Para dados numéricos não há nenhum tipo de marcação, sendo que este é o padrão do software. A Figura 2 ilustra esta condição. Figura 2 - Marcadores para os diferentes tipos de variáveis. Começando um novo projeto Para se começar um novo projeto no Minitab, devemos clicar em “File” -> “New” e selecionar “Minitab Project” seguida na janela que aparecer, clicando em “ok” em. Com isso, ele irá criar um novo grupo de planilhas com uma planilha inicial. Caso queremos adicionar uma planilha neste projeto, devemos selecionar “New Worksheet” e clicar em “ok”. A Figura 3 mostra este procedimento. Figura 3 - Procedimento para se criar novos projetos ou novas planilhas de dados. Caso o usuário estiver trabalhando com um número grande de planilhas, gráficos e cálculos, o Minitab possui 3 botões que o ajuda a organizar suas tarefas. Um deles (em forma de pergaminho) apresenta a janela de sessão do Minitba (que mostra resultados de cálculos, tabelas geradas pelo programa e outros resultados similares). O segundo botão, apresenta uma lista com todas as tabelas criadas e o terceiro apresenta uma lista com todos os gráficos gerados até então. Para abrir uma destas tabelas ou gráficos, basta selecioná-los no menu lateral que aparece ao clicar em um dos botões. A Figura 4 ilustra estes botões e uma lista de tabelas. Figura 4 - Botões para organização do trabalho e lista de tabelas. Ferramentas utilizadas na fase MEASURE do DMAIC Agora que já sabemos como começar o trabalho e nos organizar, vamos ensinar a utilizar algumas ferramentas úteis na fase Measure, do roteiro DMAIC. Esta fase tem como objetivo medir o desempenho atual do sistema ao qual procuramos melhorar. Nesta apostila iremos focar apenas na análise de dados do sistema usando o Minitab. A metodologia e execução da coleta destes dados, bem como a escolha de quais dados devemos analisar são muito importantes e devem ser realizadas antes de utilizarmos o Minitab. Para começarmos a nossa análise, devemos criar uma nova planilha de dados e inserir os dados que coletamos. Feito isso, podemos traçar algumas ferramentas, explicadas a seguir. Gráfico de tendência O gráfico de tendência mostra como um determinado indicador se comporta ao longo do tempo. Para traça-lo, devemos clicar em “Graph” e depois “Time Series Plot”. Em seguida, uma janela irá se abrir para que escolhamos qual tipo de gráfico queremos plotar. 4 opções estão disponíveis: 1) Simple, onde apenas um indicador é plotado; 2) With Group, onde podemos plotar um gráfico de um indicador com os dados estratificados (por exemplo, um gráfico para observações de 1 à 10 e outro gráfico para observações de 10 à 20). Estas observações podem ser agrupadas de diferentes maneiras, inclusive usando uma coluna de dados para classifica-las; 3) Multiple, onde plotamos vários indicadores para o mesmo período de observações 4) Multiple with Groups, onde vários indicadores são plotados estratificados. Após selecionarmos uma opção, o Minitab irá abrir uma outra janela onde devemos inserir os dados necessários para que ele nos gere o gráfico de tendência. Para o caso de um gráfico “Simple”, devemos clicar no retângulo branco indicado como “Series” e escolher na lista no lado esquerdo qual é o indicador que queremos analisar. Em seguida clicamos em “ok” e o Minitab irá nos gerar o gráfico. As Figuras 5 e 6 ilustram este procedimento. Para os outros tipos de gráficos, devemos adicionar algumas outras informações, como a coluna em que estão os grupos e os demais indicadores que queremos plotar. A escolha das colunas é feita da mesma maneira. Figura 5 - Plotando o gráfico de tendência Figura 6 - Exemplo de gráfico de tendência. Ajustando as propriedades de um gráfico Não apenas no gráfico de tendência, mas em todos os gráficos, podemos modificar a maneira que ele é apresentado. Podemos por exemplo mudar a escala dos eixos, colocar rótulos, modificar o título e escolher uma variável para ser mostrada no eixo X. Para mudar a variável do eixo X, devemos na janela de criação do gráfico clicar no botão “Time/Scale...”. Uma nova Janela irá se abrir e devemos então selecionar a opção “Stamp” e no retângulo branco que surgir, devemos selecionar qual variável será mostrada no eixo X. Em seguida clicamos em “ok” e voltamos para a janela de escolha das variáveis a serem plotadas. A Figura 7 ilustra este procedimento. mês IPC -Fi pe out/00ago/00jun/00abr/00fev/00dez/99out/99ago/99jun/99abr/99fev/99 1,5 1,0 0,5 0,0 -0,5 Time Series Plot of IPC-Fipe Figura 7 - Escolhendo o eixo X em um gráfico de tendência. Para mudarmos a escala de um gráfico, devemos clicar duas vezes no eixo que queremos editar uma vez que o gráfico já foi gerado. Uma janela de edição vai se abrir, onde podemos variar diversos parâmetros, entre eles as escalas, os títulos e as subdivisões. A Figura 8 ilustra este procedimento. Figura 8 - Editando os eixos do gráfico. Gráfico de Controle Outro gráfico muito importante na etapa do Measure é o gráfico de controle. Ele, assim com o gráfico de tendência, também exibe a evolução de um indicador ao longo do tempo. Além da informação da evolução, o gráfico de controle também indica qual a média e os limites superior e inferior de controle, nos ajudando a encontrar causas especiais em nossos dados. Para traçarmos nosso gráfico de controle no Minitab, devemos primeiro saber de que tipo são nossas variáveis. Elas podem ser de 3 tipos: contagem, classificação e contínuas. A Figura 9 mostra qual é o tipo de gráfico para cada variável. Figura 9 - Tipos de gráfico de controle para cada variável. Gráfico de controle para Individuais Para traçar este gráfico, devemos ir em “Stat” no menu superior, selecionar “Control Charts”, “Variable Charts for Individuals” e clicar em “Individuals”. Uma janela irá se abrir e então escolhemos qual a coluna de nossos dados. A Figura 10 ilustra este procedimento. Gráfico X-barra R e X-barra S Quando temos um subgrupo de tamanho diferente de 1 e uma variável contínua, devemos traçar este tipo de gráfico. Para fazê-lo, devemos ir em ”Stat” “Control Charts”, “Variable Charts for Subgoups” e clicar em “X-bar R” ou em “X-bar S”. Na janela que se abrir, devemos definir tantoo tamanho do subgrupo como a coluna em que o indicador está inserido. Se os valores medidos em um subgrupo estiverem em uma linha de colunas, devemos selecionar a opção “Observations for a subgroup are in one row of columns”. Neste caso, se Figura 10 - Procedimento para se plotar um gráfico de Individuais. tivermos um subgrupo contendo 5 medidas, devemos indicar quais as 5 colunas em que estas medidas estão localizadas. O Minitab então entenderá que o subgrupo é constituído pelas medidas que estão na mesma linha. Caso as medidas de cada subgrupo estiverem na mesma coluna, devemos selecionar a opção “All observations for a chart are in one column”. Neste caso devemos então indicar qual o número de medidas de cada subgrupo no espaço “Subgorup size”. Podemos também inserir uma coluna que mostra de qual subgrupo é uma medida e indica-la neste espaço. Esta última alternativa é muito útil para o caso de subgrupos com tamanhos diferentes. O gráfico X-barra S plota a variação da média e do desvio padrão em cada observação de um subgrupo. O gráfico X-barra R plota a variação da média e da amplitude de variação dentro dos subgrupos. A Figura 11 mostra como traçar um gráfico X-barra R. Figura 11 - Elaboração de um gráfico X-barra R. Gráfico p Para traçar um gráfico p, que trata de variáveis de classificação, devemos ir em “Stat”, “Control Charts”, “Attributes Charts”, “P...”. Na janela em que se abrirá, deveremos indicar qual é a coluna em que está o nosso indicador (em “Variables”) e qual é o tamanho da amostra que estamos medindo (em “Subgroup size”). Este valor representa o espaço total do que estamos medindo. Por exemplo, se quisermos que o nosso gráfico p nos mostre qual a porcentagem de peças não conformes produzidas por uma fábrica. Por dia, inspecionamos todas as peças e anotamos duas informações: quantas peças produzidas e quantas peças com defeito. Neste exemplo, deveremos escolher a coluna com o número de peças produzidas em um dia em “Subgroup size” e a coluna com a quantidade de peças não conformes em “Variables”. O Minitab irá então computar a porcentagem para cada dia e mostrar o gráfico de controle. A Figura 12 mostra o caminho para traçar este gráfico. Figura 12 - Traçando um gráfico de controle p. Gráfico U Para traçar um gráfico U, devemos ir em “Stat”, “Control Charts”, “Attributes Charts” e clicar em “U...”. Uma janela nova irá se abrir e nela devemos definir a coluna com os dados de contagem em “Variables” e a coluna com o tamanho da oportunidade para estes valores em “Subgroup size”. Se por exemplo, queremos monitorar a quantidade de acidentes por km, devemos marcar em uma coluna quantos acidentes aconteceram no período de observação e em outras quantos quilômetros foram rodados no mesmo período. Definimos então a primeira coluna em “Variables” e a segunda em “subgroup size”, damos “ok” e o Minitab nos plotará o gráfico de acidentes por quilômetro para cada período de observação. A Figura 13 ilustra este procedimento. Figura 13 - Procedimento para a elaboração de um gráfico de controle U. Dot Plot O Dot Plot é um gráfico estatístico que consiste em pontos plotados uma escala simples usando geralmente círculos negros para indicar observações para os valores da escala. Sua função é mostrar a distribuição das observações na escala, similar a um histograma, porém não dividindo os valores em intervalos da escala como faz o último. Para traçar um Dot Plot no Minitab, basta ir em “Graph” e clicar em “Dotplot”. Uma janela com diferentes opções será mostrada. As opções disponíveis são: 1) Simples, onde apenas uma coluna de dados é traçada; 2) With groups, onde podemos traçar Dot Plots para uma variável estratificada; 3) Stack Groups, onde traçamos as diferentes estratificações em uma mesma linha do Dot Plot; 4) Plotagens para “Multiple Y’s”, onde podemos plotar mais de uma variável, escolhendo as opções mostradas anteriormente. Escolhido o tipo de Dot Plot, uma janela irá se abrir onde devemos inserir as variáveis que queremos plotar e também modificar a escala do gráfico. A Figura 14 ilustra o procedimento para traçar um Dot Plot. Figura 14 - Procedimento para traçar um Dot Plot. Histograma Para traçar um histograma no Minitab devemos ir em “Graph” e clicar em “Histogram”. Uma janela vai se abrir com as seguintes opções: 1) Simple, onde plotamos o histograma tradicional para 1 variável; 2) With fit, onde podemos plotar junto com os valores uma curva de ajuste. Esta curva de ajuste pode ser definida por várias distribuições, como por exemplo uma gama ou uma normal. Os parâmetros de cada distribuição serão plotados no histograma; 3) With Outline and Groups, onde plotamos histogramas para várias variáveis em um mesmo gráfico; 4) With Fit and Groups, onde são plotadas as distribuições de ajuste para múltiplas variáveis. Após escolhida uma destas opções, uma janela se abrirá onde devemos definir as variáveis que vamos plotar. Nesta janela em “Scale” podemos definir os parâmetros de escala, como os intervalos para cada coluna do histograma. Em “Data View” podemos mexer no fitting do histograma, escolhendo a curva que mais se adequa à nossa distribuição. A Figura 15 ilustra como traçar um histograma simples. Figura 15 - Procedimento para traçar um histograma. Teste de normalidade Muitas das ferramentas ensinadas no curso de Green Belt e usadas em projetos de melhoria só podem ser utilizadas corretamente caso a distribuição dos dados usados seja uma distribuição normal. Mas como sabemos que uma distribuição é normal? Podemos montar um histograma e observar o formato do mesmo ou podemos realizar um teste de normalidade, que é uma ferramenta mais adequada para isso. Para realizar um teste de normalidade no Minitab, devemos “Graph” e clicar em “Probability Plot”. Uma janela irá se abrir para que escolhamos as duas opções possíveis: 1) Simple, para uma variável e; 2) Multiple, para múltiplas variáveis. Após escolhermos as opções devemos escolher a variável que queremos analisar. O default do Minitab é realizar este teste para a curva normal, porém podemos testá-lo para outras distribuições, clicando em “Distribution...”. O procedimento para plotar o teste está mostrado na Figura 16. Figura 16 - Procedimento para traçar um teste de probabilidade. O teste de probabilidade nos dará um gráfico que consiste em vários pontos limitados por duas retas. Caso estes pontos estejam razoavelmente contidos por este limite, a distribuição dos dados se adequa à distribuição para qual está sendo testado, que é a normal para nosso caso. O teste também mostra uma tabela com os parâmetros da distribuição (média, desvio padrão, etc.). A Figura 17 mostra um teste onde a distribuição é padrão. Figura 17 - Resultado de um teste de normalidade. Neste caso podemos ver que os pontos se encaixam nas linhas de limite, comprovando a normalidade dos dados testados. Caso a distribuição dos dados não seja uma normal, o Minitab nos ajuda a tratar esses dados para queeles passem a ser. A transformação mais usada para esta tarefa é a chamada Transformada de Box-Cox. Para realiza-la, devemos ir em “Stat”, “Control Charts” e clicar em “Box-Cox Transformation”. Na janela que se abrir inserimos a coluna que queremos transformar. O procedimento está na Figura 18. rugosidade Pe rce nt 300275250225200 99,9 99 95 90 80 70 60 50 40 30 20 10 5 1 0,1 Mean 0,217 240,1 StDev 15,24 N 80 AD 0,488 P-Value Probability Plot of rugosidade Normal - 95% CI Feito isso, o Minitab irá nos voltar um gráfico como o da Figura 19. Devemos então pegar o valor indicado na tabela como “Best Value” e elevar cada um de nossos dados por este valor. Por exemplo, se o “Best Value” for igual a 0,3, devemos fazer nossos dados elevados a 0,3 para obtermos uma distribuição normal equivalente. Caso o “Best Value” seja igual a zero, temos um caso especial e a distribuição normal equivalente será dada pelo logaritmo dos nossos dados. Em nossa apostila de Green Belt existem mais detalhes sobre esta transformação. Figura 19 - Resultado da transformação de Box-Cox. Lambda StD ev 3210-1 800 700 600 500 400 300 200 100 0 Lower CL Upper CL Limit Lambda 0,000000 (using 95,0% confidence) Estimate 0,083423 Lower CL -0,031410 Upper CL 0,190080 Best Value Box-Cox Plot of Sales Cycle Duration Figura 18 - Transformação de Box-Cox. Capabilidade O estudo de capabilidade compara o desempenho de nossos processos com as expectativas do cliente. Para realizar um estudo no Minitab, devemos ir em “Stat”, “Quality Tools”, “Capability Analysis” e clicar em “Normal”. Uma janela irá se abrir onde devemos inserir a coluna de dados que queremos analisar e os limites de especificação do cliente. O procedimento está ilustrado na Figura 20. Figura 20 - Procedimento para análise de capabilidade. O Minitab irá gerar então um gráfico como o da Figura 21, onde podemos observar vários parâmetros, como o Cp, o Cpk e a distribuição dos dados. Figura 21 - Resultado da análise de capabilidade. Caso a distribuição dos dados não seja uma normal, o Minitab pode analisar os dados transformados. Para isto, clicar no botão “Box-Cox...” que aparece na janela onde inserimos os dados para a análise. Uma janela irá se abrir onde devemos inserir o valor para a transformação. Lembre-se que este valor é obtido com base no “Best Value” mostrado na seção de transformação de variáveis acima. O procedimento é mostrado na Figura 22. 285270255240225210 USL Process Data Sample N 80 StDev (Within) 15,23473 StDev (O v erall) 15,28904 LSL * Target * USL 250,00000 Sample Mean 240,05785 Potential (Within) C apability C C pk 0,22 O v erall C apability Pp * PPL * PPU 0,22 Ppk C p 0,22 C pm * * C PL * C PU 0,22 C pk 0,22 O bserv ed Performance PPM < LSL * PPM > USL 200000,00 PPM Total 200000,00 Exp. Within Performance PPM < LSL * PPM > USL 257007,90 PPM Total 257007,90 Exp. O v erall Performance PPM < LSL * PPM > USL 257756,00 PPM Total 257756,00 Within Overall Process Capability of rugosidade Figura 22 - Procedimento para análise de capabilidade com transformação de variáveis. Gráfico de Pareto O gráfico de Pareto lista as causas mais frequentes de um determinado fenômeno. Para traça- lo, crie uma coluna de dados com as classificações que quer analisar no gráfico de Pareto, depois vá em “Stat”, “Quality tools” e clique em “Pareto chart”. Uma janela irá se abrir, então indique a coluna com todas as observações em “Chart defects data in:”. Clique em “ok” e o gráfico será traçado. A Figura 23 ilustra este procedimento. Figura 23 - Procedimento para criar um gráfico de Pareto. Exercícios Resolvidos 1. Considere os dados de tempo de ciclo do arquivo (Aula com Minitab), worksheet “Tempo de ciclo” a) Faça um gráfico de tendência para o cenário 1. O caminho para abrir a janela do gráfico de tendência é: Graph -> Time Series Plot Após isso, uma janela irá se abrir. Nela você deve clicar em “simple” Após isso, na janela seguinte, clique em “Series” e escolha na coluna da esquerda o cenário que deseja plotar. No caso é o cenário 1. Click em ok e o Minitab irá gerar o gráfico. O Gráfico gerado será o seguinte: b) Repita o procedimento para os outros cenários. Na janela onde você escolhe os dados que deseja plotar, selecione todos. Clique em ok e os seguintes gráficos serão gerados: Index Ce ná ri o 6 1413121110987654321 8 7 6 5 4 3 2 Time Series Plot of Cenário 6 Index Ce ná ri o 5 1413121110987654321 9 8 7 6 5 4 3 2 Time Series Plot of Cenário 5 Index Ce ná ri o 4 1413121110987654321 9 8 7 6 5 4 3 2 1 0 Time Series Plot of Cenário 4 Index Ce ná ri o 3 1413121110987654321 9 8 7 6 5 4 3 2 Time Series Plot of Cenário 3 c) Padronize a escala do eixo vertical. Para editar o eixo vertical dos gráficos, devemos clicar duas vezes com o botão direito do gráfico no eixo. Com isso uma janela de edição irá se abrir. Nela, editamos o que queremos na escala. Index Ce ná ri o 2 1413121110987654321 9 8 7 6 5 4 3 2 Time Series Plot of Cenário 2 Index Ce ná ri o 1 1413121110987654321 9 8 7 6 5 4 3 2 Time Series Plot of Cenário 1 d) Coloque todos os gráficos no mesmo painel. Para colocar todos os gráficos em um só painel devemos ir no menu superior em: Editor -> Layout tools. Com isso um editor de gráficos irá se abrir. Nele podemos decidir como fazer a visualização dos gráficos. Mexendo no valor do número de linhas e colunas da visualização podemos customizar a forma de apresentação. Dando duplo clique nos gráficos, podemos escolher a posição dos mesmos dentro deste layout. Clicando em finish, o Minitab irá gerar a visualização montada. 2. Considere os dados de gastos com treinamento do arquivo (Aula com Minitab), worksheet “31 Gasto mensal treinamento” a) Faça um gráfico de tendência dos gastos mensais com treinamento. Como no exercício 1a, vá em: Graph -> Time Series Plot, selecione a opção “Simple”. Na janela que se abrir, escolha “gasto” como a série a ser plotada. Para padronizar o eixo X, clique no botão Time/Scale, indicado em vermelho. Ao fazer isso, uma nova janela se abrirá, nela clique em Stamp e em seguida no retângulo branco que irá aparecer. Para selecionar a coluna do eixo X, então clique em “mês”. Os cliques estão marcados em vermelho. Clique então em OK e OK novamente e o seguinte gráfico será gerado: b) O processo está estável? Como não há nenhum ponto muito afastado dos demais, nem outro evento que sugira uma causa especial, o processo pode ser considerado estável.3. Considere os dados do número de passageiros de uma companhia aérea dos EUA do arquivo Aula com Minitab.mtw, worksheet “22 N_PASSAGEIROS” a) Faça o gráfico de tendência do número de usuários. O gráfico é plotado da mesma maneira que os anteriores: Graph -> Time Series Plot -> Simple, em “Series” escolha n_pass e dentro da janela do botão Time/Scale, em “Stamp” selecione “data”. O gráfico gerado será o seguinte: mes ga st o 01 -d ez -0 2 01 -o ut -0 2 01 -a go -0 2 01 -ju n- 02 01 -a br -0 2 01 -fe v- 02 01 -d ez -0 1 01 -o ut -0 1 01 -a go -0 1 01 -ju n- 01 01 -a br -0 1 01 -fe v- 01 106 104 102 100 98 96 94 92 90 Time Series Plot of gasto data n_ pa ss AU G 19 60 JU N 19 59 AP R 19 58 FE B 19 57 DE C 19 55 OC T 19 54 AU G 19 53 JU N 19 52 AP R 19 51 FE B 19 50 JA N 19 49 600 500 400 300 200 100 Time Series Plot of n_pass Neste gráficos podemos ver várias coisas interessantes, como uma tendência de aumento na média e na variação do processo, bem como um efeito de sazonalidade. 4. Considere os dados de vendas de uma loja durante 60 dias (arquivo Aula com Minitab.mtw) , worksheet “30 VENDAS” a) Faça o gráfico de tendências do número de vendas. Vamos usar outro caminho para fazer o gráfico de tendência. Um outro caminho é ir em: Stat -> Quality Tools -> Run Chart Por este caminho, devemos na janela que se abrir escolher a série a ser plotada em Single Colunm. Nosso tamanho de subgrupo para este caso é 1 (temos apenas uma medida para cada item medido). O gráfico gerado será o seguinte: b) O processo está estável? Nenhum caso de causa especial foi observado, portanto o processo está estável. c) Faça o Dot Plot do número de vendas. Para fazer o dotplot, vá em: Graph -> Dotplot Observation N _v en da s 605550454035302520151051 250 240 230 220 210 200 190 180 170 Number of runs about median: 0,60273 30 Expected number of runs: 31,00000 Longest run about median: 7 Approx P-Value for Clustering: 0,39727 Approx P-Value for Mixtures: Number of runs up or down: 0,79648 37 Expected number of runs: 39,66667 Longest run up or down: 4 Approx P-Value for Trends: 0,20352 Approx P-Value for Oscillation: Run Chart of N_vendas Escolha a opção “Simple” Na janela que se abrir, selecione para ‘Graph Variable’ N_vendas. Clique em OK. O seguinte gráfico será gerado: d) Faça o Histograma do número de vendas. Para montar o histograma devemos ir em: Graph -> Histogram Selecionar então a opção “Simple” Selecionamos então N_vendas como variável e clicamos em OK. N_vendas 240230220210200190180170 Dotplot of N_vendas O gráfico gerado será: e) Calcule a média, desvio padrão, mediana, mínimo, máximo, Q1, Q3, amplitude e amplitude interquartis para o número de vendas. Para calcular estes valores devemos ir em: Stat -> Basic Statistics -> Display Descriptive Statistics Na janela que se abrir, selecionamos N_vendas como variável e clicamos no botão Statistics... para selecionar quais métrica o minitab irá calcular. N_vendas Fr eq ue nc y 240230220210200190180170 18 16 14 12 10 8 6 4 2 0 Histogram of N_vendas Para este exercício, devemos escolher a média, o desvio padrão, os quartis, a mediana, o máximo, o mínimo e as amplitudes gerais e de quartis. Marcamos então estas opções na janela que se abrir. Clicamos duplamente em OK e o Minitab irá calcular estas métricas. Para visualizá- las, clicamos no ícone “pergaminho” no menu superior. 5. Considere os dados de 18 meses do desempenho de entregas de uma empresa de logística. Uma mudança foi feita entre os meses oito e nova do arquivo (Aula com Minitab.mtw) , worksheet “entregas atrasadas” a) Calcule a porcentagem de entregas atrasadas por mês. Para usar a calculadora do Minitab devemos ir em: Calc -> Calculator Na janela que se abrir, escolha a coluna onde quer guardar os novos dados calculados e também digite a sentença que deseja calcular. No nosso caso vamos guardar na coluna C5 (em branco) e fazer n_atrasadas/n_entregas *100%. Clique em OK e os dados serão calculados. b) Faça o gráfico de tendência da porcentagem de entregas atrasadas. Usamos o caminho ensinado no exercício 1 e 2, porém aqui a série que queremos plotar está na coluna C5 (que são os dados recém calculados). O gráfico gerado será o seguinte: mes C5 18161412108642 40 35 30 25 20 15 10 5 Time Series Plot of C5 6. Considere o arquivo Aula com Minitab.mtw , worksheet “50 unitodos_completo” a) Calcule a frequência e a porcentagem de cada categoria da variável STATUS. Para calcular a frequência e a porcentagem de uma determinada variável devemos ir em: Stat -> Tables -> Tally Individual Variables. Na janela que se abrir devemos selecionar as variáveis que queremos e o tipo de estatística que queremos observar. Clicamos então em OK e os resultados poderão ser visualizados no “pergaminho”. b) Faça o gráfico de barras do total da variável STATUS. Para elaborar o gráfico de barras, devemos ir em: Graph -> Bar Chart. Devemos selecionar a opção Simple. Em seguida escolhemos na janela a variável que queremos plotar e clicamos em OK. O gráfico gerado será: c) Faça o gráfico de barras da porcentagem da variável STATUS. STATUS Co un t OUTROSMAUBOM 5000 4000 3000 2000 1000 0 Chart of STATUS Para fazer este gráfico, na janela de seleção de variáveis, devemos clicar em Bar Chart Options e selecionar para mostrar Y como porcentagem. O novo gráfico será: d) Faça o gráfico de setores da variável STATUS. Para fazer o gráfico de setores devemos ir em: Graph -> Pie Chart. STATUS Pe rc en t OUTROSMAUBOM 50 40 30 20 10 0 Chart of STATUS Percent within all data. Selecionamos então a variável que queremos e traçamos o gráfico. O gráfico gerado foi: Category BOM MAU OUTROS Pie Chart of STATUS Quer mais exercícios? 7. Considere os dados sobre defeitos obtidos em inspeção na saída da produção no arquivo Aula com Minitab.mtw , worksheet “defeito embalagem” a) Faça o gráfico de Pareto dos tipos de defeitos. 8. Leia a descrição do projeto na apostila: a) Qual o objetivo do esforço de melhoria descrito? b) Qual o respectivo indicador? c) Utilizando os dados do arquivo Aula com Minitab.mtw, worksheet “01 Ativ_Processamento de Ordens de Compra_a”, construa um gráfico de tendência. O processo esta estável?Para orientar as ações para reduzir a porcentagem de ordens com erros, as ordens foram analisadas e os tipos de erros foram anotados mesmo arqquivo, worksheet “01 Ativ_Processamento de Ordens de Compra_b” a) Que gráficopode ser feito com esses dados? b) O que pode ser aprendido com esses dados? 9. Um centro de atendimento ao consumidor mediu o tempo para responder e fechar uma reclamação de um cliente. Os dados dos últimos 100 clientes atendidos estão no arquivo de dados Decisão.mtw; a) Analise os dados originais. Caso a distribuição normal não seja adequada, transforme os dados usando o Método Box-Cox. 10. O absenteísmo em uma empresa com 90 funcionários foi medido por 20 dias e estão no arquivo Aula com Minitab.mtw, worksheet “18 GC_ausencia”. Construa um gráfico de controle adequado para o percentual de ausências. 11. O número de acidentes por mês foi registrado durante dois anos e os dados estão no arquivo Aula com Minitab.mtw, worksheet “19 GC_Acidentes”. Construa um gráfico de controle adequado para o indicador de número de acidentes por mês. 12. O valor (em mi de reais) foi medido por dois anos e meio. Os dados estão no arquivo Aula com Minitab.mtw, worksheet “21 INVENTARIO_DEP17”. Construa um gráfico de controle adequado para o indicador de inventário. 13. O tempo de ciclo de uma operação foi medido três vezes or semana. Os dados estão no arquivo Aula com Minitab.mtw, worksheet “56 tempo de operacao”. Construa um gráfico de controle adequado para o monitorar essa operação. 14. Os dados de entregas atrasadas foram monitorados durante 8 meses antes e 10 meses depois de que uma mudança para diminuir o atraso foi implemetada. Os dados estão no arquivo Aula com Minitab.mtw, worksheet “entregas atrasadas”. a) Construa um gráfico de controle para o percentual de entregas atrasadas. b) Existe evidência de melhoria? c) Construa um novo gráfico de controle para o percentual de entregas atrasadas, agora separando as fases antes e depois da mudança.
Compartilhar