Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 Engenharia da Qualidade Robson Keller 2017 2 AULA 4 Robson Keller - Engenharia da Qualidade 3 SUMÁRIO 1. CARTA DE CONTROLE Robson Keller - Engenharia da Qualidade 3. TIPOS DE CARTAS DE CONTROLE 2. TIPOS DE PROCESSOS E OPERACIONALIZAÇÃO 4 1. CARTA DE CONTROLE Fig. 13 – Carta de controle para o diâmetro de um pistão automotivo. Robson Keller - Engenharia da Qualidade 5 1.1 Princípios das Cartas de Controle As propriedades da distribuição normal constituem a base para o estabelecimento das cartas de controle, uma das mais poderosas, simples e versáteis ferramentas para o controle estatístico de processos. O tempo é um fator primordial para o controle estatístico de processos. É possível e, em alguns casos, provável que o conjunto de causas que determina os resultados dos processos varie ao longo do tempo. Somente nos processos muito estáveis, que são exceções, as causas permanecem “constantes”. As condições causais dos processos podem se modificar ao longo do tempo por vários motivos: mudança de materiais, de método, das pessoas, desregulagem de máquinas, desgastes de ferramentas, cansaço dos operadores, alterações das condições ambientais, etc. Torna-se, portanto, indispensável correlacionar os efeitos observados (resultados dos processos, medidos pelos indicadores) com o momento de coleta de dados. Para facilitar o entendimento sobre a consideração temporal, isto é, em que momento o está acontecendo, imaginamos duas possíveis situações: Robson Keller - Engenharia da Qualidade 6 Situação 1: As condições causais permaneçam constantes (invariantes) ao longo do tempo. Esse tipo de análise nos dará uma visão estática do processo, tal como se as causas geradoras permanecessem "congeladas". Na realidade, é o que o histograma acaba por representar. O histograma pode ser visto como uma fotografia do processo, referida a um determinado momento, no qual as causas do processo teriam permanecido "estáveis". Situação 1: As condições causais permaneçam constantes (invariantes) ao longo do tempo. Esse tipo de análise nos dará uma visão estática do processo, tal como se as causas geradoras permanecessem "congeladas". Na realidade, é o que o histograma acaba por representar. O histograma pode ser visto como uma fotografia do processo, referida a um determinado momento, no qual as causas do processo teriam permanecido "estáveis". Fig. 14 – Histograma. Fig. 15 – Histograma completo (Fig. 11) Robson Keller - Engenharia da Qualidade 7 Situação 2 - As causas do processo variam com o tempo (o que é sempre verdadeiro). Nesse caso, mediante a execução de monitoramento contínuo do processo, determine a evolução do seu comportamento ao longo do tempo. Teremos ainda de fazer uma simplificação: durante cada intervalo de observação imaginaremos que as causas permaneçam aproximadamente constantes ou invariantes. As mudanças, caso existam, ocorrerão, então, entre os intervalos selecionados. Esse é o ambiente das Cartas de Controle. Em resumo, a ferramenta funciona como uma sucessão de histogramas, elaborados em intervalos predefinidos. No primeiro caso (histogramas) estão os controles que fazemos para analisar uma coleção de resultados sem ter a preocupação do intervalo de tempo passado entre as diferentes rodadas do processo. Esse tipo de análise fornece informações preciosas, possibilitando tirar conclusões importantes e introduzir melhorias nos processos, sob a aproximação de que as causas tenham permanecido constantes ao longo de toda a produção analisada. Robson Keller - Engenharia da Qualidade 8 Alternativamente, podemos obter informações sobre o comportamento do processo ao longo do tempo, no pressuposto de que possa ter havido modificação das causas. A cada intervalo de tempo previamente definido, coletamos amostras dos resultados do processo (considerando que elas tenham sido produzidas durante o intervalo de tempo anterior ao observado) e organizamos esses dados em um gráfico, que chamamos de Carta de Controle. Este tipo de controle é muito útil e permite monitorar o processo, observando as suas tendências e gerando condições para intervir antes que ocorram problemas. Este assunto é o principal objeto do Controle Estatístico de Processo – CEP. O princípio das cartas de controle é: -estabelecer limites para a variação dos resultados dos processos (média e variabilidade); e - monitorar a sua evolução ao longo do tempo, determinando ações no caso de ocorrerem desvios em relação ao comportamento esperado. Robson Keller - Engenharia da Qualidade 9 Fig. 16 – Compreensão espacial das cartas de controle. Dizemos que um processo está sob controle estatístico quando os seus resultados – tanto de média quanto de variabilidade - ocorrem sob limites bem definidos e preestabelecidos, quando avaliados ao longo do tempo. Colocar e manter sob controle estatístico o processo que se repete regularmente (e isso inclui quase todos) é uma tarefa primordial do dono do processo. Se não estiver sob controle estatístico, o processo muito provavelmente terá resultados imprevisíveis, o que é inaceitável para a maioria dos clientes e, por extensão, para as organizações que executam esses processos. Robson Keller - Engenharia da Qualidade 10 Fig. 17 – Classificação das variáveis aleatórias. Para as variáveis do tipo qualitativas, os controles usuais limitam-se ao uso de expedientes mais rudimentares e subjetivos, não sendo possível aplicar as cartas de controle. As variáveis qualitativas são aquelas que apresentam as seguintes características: - lidam com observações de mérito dos objetos analisados (alto/baixo, liso/rugoso, transparente/opaco) Em geral, essas variáveis são mais complicadas de serem coletadas, mas elas podem ser muito úteis em análises específicas. As variáveis que representam os resultados dos processos - conhecidas como variáveis aleatórias – se enquadram em uma das seguintes possibilidades: Robson Keller - Engenharia da Qualidade 11 Variáveis discretas: Os resultados dos objetos analisados podem ser observados a partir da verificação de contagem, tais como número de defeitos, quantidade produzida, número de pessoas numa fila, etc. Estes dados são contáveis ou enumeráveis e são classificados como variáveis discretas. O controle de processos é fundamentalmente aplicado às variáveis quantitativas, isto é, variáveis que expressam alguma forma de quantificação numérica ou objetiva do resultado dos processos. Variáveis contínuas: Os resultados dos objetos analisados (resultados dos processos) podem ser observados com um tipo qualquer de instrumento de medida (termômetro, trena, paquímetro, balança, cronômetro, densímetro, durômetro, manômetro, etc.). Nesse caso, as medidas obtidas, que são contínuas e pertencem a um determinado intervalo, são classificadas como variáveis contínuas. A literatura e a prática definem duas famílias de cartas de controle: - cartas de controle para variáveis contínuas; e - cartas de controle para variáveis discretas. Robson Keller - Engenharia da Qualidade 12 Cartas de controle para variáveis quantitativas contínuas: Este tipo de variável se refere aos resultados dos processos nos quais são feitas medidas de natureza física, tais como comprimento, largura, massa, volume, densidade, temperatura, dureza, resistência, elasticidade, fluidez, fluxo, velocidade, luminosidade, etc. Cartas de controle para variáveis discretas: Este tipo de variável se refere aos resultados dos processos que podem ser enumeráveis (contáveis) ou expressam alguma forma de quantidade ou ainda possuem um estado ou condições de atributos, tais como leve/pesado, rugoso/liso, bom/defeituoso, alto/baixo, conforme/não conforme, etc. As cartas de controle mais utilizadas resumem-se aos dois seguintes grupos: Para variáveis contínuas: -Gráfico da média-amplitude ou carta X-R, onde X representa a média e "R" representa a amplitude (do inglês Range). -Gráficoda média-desvio padrão. Para variáveis discretas: - fração defeituosa (p), onde p representa a fração defeituosa (unidades defeituosas/total de unidades avaliadas); Robson Keller - Engenharia da Qualidade 13 1.2 Interpretação das cartas de controle: A interpretação das cartas de controle e as ações decorrentes requerem o conhecimento do tipo das causas ao qual o processo está sujeito. As causas dos processos podem ser classificadas em duas categorias: Causas comuns ou normais: são as causas intrínsecas de cada ambiente de transformação e que compõem o conjunto de condições planejadas dos processos (material, método, máquina e pessoal). Quando apenas as causas normais estão presentes, é esperado que o processo tenha comportamento previsível e que se manterá sob controle estatístico. Não há razões defensáveis que expliquem a geração de resultados anômalos. Essas causas provocam a variabilidade inevitável, intrínseca e orgânica dos processos, impossível de ser eliminada. Causas especiais: são as causas que provocam a desarmonia das transformações executadas no processo, permitindo ou condicionando o surgimento de resultados anômalos, de média e/ou de variabilidade. Trata- se, portanto, de uma situação indesejável e que requer intervenção oportuna, sob pena de provocar prejuízos e situações de difícil administração. As causas especiais são sempre identificáveis. Robson Keller - Engenharia da Qualidade 14 Se as causas do processo são todas comuns ou "normais", o processo estará sob controle e os resultados ocorrerão dentro dos limites previstos, flutuando de acordo com a respectiva aleatoriedade. Por outro lado, se há presença de uma ou mais "causas especiais", os resultados apresentarão alguma tendência "não aleatória" (ou não estatística), ocorrendo fora das condições ou limites previstos. Em qualquer caso, será necessária uma intervenção para identificar, eliminar ou bloquear as "causas especiais" e assim obrigar o processo a retornar à condição de “processo sob controle estatístico” (desejável). Avaliação do processo: O método usual de avaliar se um processo está ou não sob controle é a análise da posição e da sequência em que os pontos indicadores dos resultados das medidas se distribuem nas cartas de controle. A bibliografia sobre o assunto apresenta vários critérios simples para fazer as avaliações. Robson Keller - Engenharia da Qualidade 15 Kaoru lshikawa estabelece que um processo está sob controle estatístico quando obedece às seguintes condições gerais: 1) todos os pontos estão dentro dos limites de controle; 2) As sequências de pontos mantém um comportamento aleatório, uma vez que, neste caso, dependem apenas da "sorte". Em outras palavras, as sequências não assumem formas particulares ou não-aleatórias, decorrentes de fatores estranhos ao processo. Robson Keller - Engenharia da Qualidade 16 São julgadas formas não-aleatórias: - há pelo menos um ponto situado fora dos limites de controle (incluindo pontos sobre as linhas limites); -as sequências assumem formas particulares, não-aleatórias, mesmo que todos estejam dentro dos limites de controle. Essas formas particulares (não- aleatórias) podem ser: a) sequências de sete ou mais pontos consecutivos, todos acima ou todos abaixo da linha média b) tendências: sete ou mais pontos consecutivos crescentes ou decrescentes; c) periodicidade ou sazonalidade: a exemplo de períodos do dia (matutino, vespertino, noturno), estações do ano, ciclos climáticos, etc. Exemplos de PROCESSOS FORA DE CONTROLE (segundo Ishikawa): Se nenhuma dessas condições estiver presente, então o processo é considerado sob controle estatístico. Robson Keller - Engenharia da Qualidade 17 Robson Keller - Engenharia da Qualidade 18 Robson Keller - Engenharia da Qualidade 19 Robson Keller - Engenharia da Qualidade 20 A indústria aplica as cartas de controle rotineiramente, sendo que, em alguns segmentos, o cartas de controle torna-se compulsório. As demais áreas de negócio (serviços, etc.) muito ganhariam se também aplicassem regularmente essa ferramenta. É fato conhecido que as boas empresas de serviços fazem uso regular das cartas de controle para as mais variadas aplicações, particularmente para monitorar as variáveis críticas do negócio. O fato é que, para sair do empirismo da gestão, é de boa prática exercitar a aplicação de cartas de controle para controlar e monitorar os processos. Robson Keller - Engenharia da Qualidade 21 A figura acima apresenta uma visão espacial da evolução temporal de um processo industrial, no qual o interesse é controlar determinado processo de produção de uma peça automotiva, mediante a verificação de uma dimensão dessa peça. A figura ilustra a existência de duas situações possíveis (processo "fora de controle" e processo "sob controle"): a) no processo "fora de controle", observa-se que ao longo do tempo houve variação da média (a linha central oscilou de um lado para outro) e da dispersão do processo (houve alteração da "abertura" da curva (boca do sino), que representa a variabilidade das dimensões medidas). Essas variações indicam que há presença de causas especiais no processo. Fig. 2 – Processo fora e sob controle. 2. TIPOS DE PROCESSOS E OPERACIONALIZAÇÃO Robson Keller - Engenharia da Qualidade 22 b) No processo "sob controle", observa-se que tanto a posição da média quanto o formato da curva normal (boca do sino) permanecem constantes ao longo do tempo, em face da existência apenas de causas normais. Neste caso, supondo que se trate do mesmo processo, as causas especiais foram todas eliminadas. Evidentemente, há um limite para a melhoria dos processos, tanto de média quanto de variabilidade, supondo que “mesmo processo” signifique “mesmo conjunto de causas estruturais”. Quando esgotamos as possibilidades de melhorias significativas nas causas estruturais dos processos, a única alternativa para melhorá-Ios é modificar o conjunto dessas causas estruturais. Este ponto é muito significativo e deve ser observado com muita atenção. A mudança estrutural das causas de um processo pode se dar mediante a inserção de: - nova equipe de capacitação superior; - nova tecnologia; - novas máquinas, mais ajustadas; - novos métodos de trabalho; - matérias-primas mais adequadas e estáveis em propriedades; etc. Uma vez eliminadas as causas especiais e esgotadas as fontes de melhorias, somente uma mudança do conjunto de causas estruturais poderá melhorar o processo. Robson Keller - Engenharia da Qualidade 23 A carta de controle presta-se fundamentalmente para verificar se um processo está e se mantém sob controle estatístico e, naturalmente, para monitorar esses processos. Observar que as intervenções decorrentes do monitoramento são realizadas a posteriori, condição que requer cuidadosa atenção com a análise de tendências. Isso permite antecipar algumas intervenções, antes que as não conformidades aconteçam. As cartas de controle são formadas por três linhas básicas: LM: Linha Média (o valor mais provável do processo) LSC: Limite Superior de Controle (os maiores resultados esperados do processo) LIC: Limite Inferior de Controle (os menores resultados esperados do processo) 2.1 Operacionalização das Cartas de Controle Assim como o histograma é o "retrato" de um processo (imagem estática), as cartas de controle podem ser vistas como "um filme do processo" (imagem dinâmica), isto é, como ele se comporta ao longo do tempo. Sob este ponto de vista, as cartas de controle, em realidade, se constituem em uma sequência de resultados simplificados de histogramas pontuais (flashes do processo). As cartas de controle podem, dentre outras aplicações, se adequarem para: - ajudar a reduzir a variabilidade; - monitorar o desempenho ao longo do tempo; - permitir a correção do processo para impedir rejeições; - detectar imediatamente tendências e pontos fora de controle. Robson Keller - Engenharia da Qualidade24 Cartas de controle por variáveis: Baseadas nas distribuições contínuas apresentam dados que podem ser medidos ou que sofrem variações contínuas. Exemplos: variações na altura de um talhão, resistência à tração. Cartas de controle por atributos: Baseadas em distribuições discretas apresentam dados que só podem ser contados ou classificados. Exemplos: passa/não passa; mole/duro; conforme/não-conforme. 3. TIPOS DE CARTAS DE CONTROLE PRINCIPAIS TIPOS DE CARTAS DE CONTROLE : Para variáveis contínuas: -Gráfico da média-amplitude ou carta X-R, onde X representa a média e "R" representa a amplitude (do inglês Range). -Gráfico da média-desvio padrão ou carta X-s, onde X representa a média e “s" representa o desvio-padrão. Observa-se que a análise deve ser feita aos pares, observando a centralização e a dispersão. Robson Keller - Engenharia da Qualidade 25 Para variáveis discretas: - carta p: fração defeituosa (p), onde p representa a fração defeituosa (unidades defeituosas/total de unidades avaliadas); - carta np: número de peças não–conformes (np); - carta c: número de não-conformidades por peça; e - carta u: número de não-conformidades por unidade. Robson Keller - Engenharia da Qualidade 26 3.1 CARTA DE CONTROLE PARA MÉDIAS E DESVIO PADRÃO Estas cartas são construídas a partir de dados do processo. Observa-se que o desvio-padrão é um melhor indicador da dispersão do processo que a amplitude, porém o seu cálculo é mais complexo. Construção 1. Coleta de dados Em cartas de controle temos o conjunto de itens tomados para traçar os gráficos que são as “Amostras” (k). Cada amostra deve possuir o mesmo número de itens, isto é, o número de repetições ou tamanho da amostra (n) deve permanecer constante. Aconselha-se que sejam tomados no mínimo 100 valores individuais, ou seja, o produto dos valores k * n ≥ 100. A freqüência da amostragem é selecionada de modo que a variação entre as amostras seja maximizada. Exemplo: se o processo apresenta muitos itens não conformes o intervalo entre amostragens deve ser curto: uma vez por hora. Caso seja rara a ocorrência de não- conformidade o intervalo entre amostragens deve ser estendido. Exemplo: uma vez por turno, uma vez por dia. Robson Keller - Engenharia da Qualidade 27 2. Cálculo das médias das amostras (x) 3. Cálculo da média do processo (X) 4. Cálculo do desvio-padrão Robson Keller - Engenharia da Qualidade 28 5. Cálculo do desvio padrão médio do processo 6. Cálculo dos limites de controle (LSC e LIC) 6.1. Para a média: 6.2. Para o desvio padrão: Linha central = Linha central = Linha central = Linha média Robson Keller - Engenharia da Qualidade 29 Robson Keller - Engenharia da Qualidade 30 7. Construir a carta de média e desvio padrão Robson Keller - Engenharia da Qualidade 31 Robson Keller - Engenharia da Qualidade 32 3.2 CARTA DE CONTROLE PARA MÉDIAS E AMPLITUDE Construção 1. Coleta de dados Em cartas de controle temos o conjunto de itens tomados para traçar os gráficos que são as “Amostras” (k). Cada amostra deve possuir o mesmo número de itens, isto é, o número de repetições ou tamanho da amostra (n) deve permanecer constante. 2. Cálculo da média das amostras Robson Keller - Engenharia da Qualidade 33 3. Cálculo da média do processo (X) 4. Cálculo das amplitudes de cada amostra (r) 5. Cálculo da amplitude do processo ( R ) Robson Keller - Engenharia da Qualidade 34 6. Cálculo dos limites de controle 6.1. Para a média: OBS: Tabela em função do tamanho da amostra (n) 6.2. Para a amplitude: OBS: D3 e D4 = Tabela em função de “n”. 7. Construir as duas cartas: de médias e de amplitudes Conforme exemplo da Fig. 4. Linha central = Linha central = Robson Keller - Engenharia da Qualidade 35Fig. 4 – Exemplo de Gráfico de média e amplitude. Robson Keller - Engenharia da Qualidade 36 3.3 PRINCIPAIS TIPOS DE CARTAS DE CONTROLE POR ATRIBUTOS 3.3.1 Carta da fração defeituosa “p” Calcula o porcentual de itens defeituosos. Podem ser utilizadas de tamanho não constante. O gráfico de controle p é muito versátil, podendo ser usado para controlar uma característica de qualidade, um grupo de características de qualidade de mesmo tipo ou o produto todo. Esse gráfico possui uma grande faixa de utilização e as vantagens de poder ser usado para uma grande diversidade de problemas, disponibilizar a informação normalmente sem custo adicional da coleta, e de forma a ser rapidamente correlacionada com os custos, proporcionar maior facilidade de entendimento por parte de pessoas não familiarizadas com outros gráficos, além de ser mais facilmente implantado que os demais. A fração defeituosa consiste na razão entre o número de peças defeituosas em uma amostra e o número total de peças dessa mesma amostra. As cartas “p” requerem amostras de tamanho grande (50 ou mais) para captar todas as fontes de variações que afetam o processo. O procedimento usual é a seleção de k amostras, cada uma de tamanho n. Com regra geral, k deve ser 20 ou 25. Então, se há Di unidades não-conformes na amostra i, calcula-se a fração não-conforme na i-ésima amostra como Robson Keller - Engenharia da Qualidade 37 Passos para a construção de um gráfico de controle p: 1°) Definir o objetivo: determinar qual a finalidade do gráfico de controle, o que se quer controlar (objetos, produtos, operários, características de qualidade). 2°) Determinar o tamanho do subgrupo: o tamanho do subgrupo é uma função da fração defeituosa. Para determinar o tamanho do subgrupo, é preciso ter uma primeira estimativa da fração defeituosa do processo e do número médio de defeitos para cada subgrupo a fim de que se possa construir o gráfico de forma adequada. 3°) Coletar os dados: é necessário coletar dados suficientes, pelo menos 20 subgrupos, para construir o gráfico. Para cada subgrupo a fração defeituosa deve ser calculada. 4°) Determinar o valor central e os limites de controle. Robson Keller - Engenharia da Qualidade 38 3. Cálculo da média do processo 4. Cálculo dos limites de controle (LSC e LIC) k = número de amostras, cada uma de tamanho n Di = número de unidades não-conformes na amostra i Linha central = Robson Keller - Engenharia da Qualidade 39 De uma amostra de produção de uma fábrica de pequenos recipientes, foram retiradas 25 amostras com 50 observações, sendo retiradas 4 amostras por dia. Exemplo: Robson Keller - Engenharia da Qualidade 40 Robson Keller - Engenharia da Qualidade 41 Também conhecido como Gráfico do Número de Defeitos (ou não-conformes), pode ser usado como alternativa ao gráfico da fração defeituosa, apresentando as mesmas vantagens já mencionadas. Neste caso as amostras devem ter o mesmo tamanho, ao contrário do gráfico anterior, que permite a observação de amostras de diferentes tamanhos. As etapas para construção do gráfico np são dadas a seguir. O gráfico é chamado de np quando a amostra é acompanhada do número de artigos defeituosos em vez da fração de itens defeituosos. Quando as amostras que vão ser mostradas em um determinado gráfico são do mesmo tamanho, torna-se mais simples compreendê-lo se for marcado o número de não-conformidades encontradas em cada amostra em vez de calcular a percentagem. 3.3.2 Carta de Número de Unidades Defeituosas (Carta np) Passos para a construção de um gráfico de controle np: Robson Keller - Engenharia da Qualidade 42 Robson Keller - Engenharia da Qualidade 43 A amostra a seguir é de uma loja de departamentos onde se pretende verificar se existe variabilidade ou não, relativa ao grau de insatisfação dos clientes. Para isso, foram coletados 20 subgrupos, onde cada um deles possui 300 observações. Exemplo: Robson Keller - Engenharia da Qualidade 44 Robson Keller - Engenharia da Qualidade 45 Este gráfico é utilizado para avaliar o número de não conformidades, ou defeitos, em uma amostra. A utilização deste gráfico requer tamanho constante para asamostras observadas. Algumas aplicações são, por exemplo, controle de bolhas em garrafas e riscos em peças estampadas. A principal diferença com relação ao gráfico p, é que este último se utiliza da contagem de unidades defeituosas, não se preocupando com a quantidade de defeitos. Uma idéia desta diferença é dada pela figura. Considerando cada quadro como uma unidade, e cada ponto em destaque como um defeito, nota-se que há na amostra da esquerda quatro unidades defeituosas, e um total de sete defeitos. Na amostra da direita há duas unidades defeituosas, e o mesmo número de defeitos da primeira. 3.3.3 Gráfico do Número de Defeitos (c) Fig. 4 – Unidades defeitosas e número de defeitos. Robson Keller - Engenharia da Qualidade 46 Os limites de controle deste gráfico são baseados em mais ou menos 3 desvios padrões, a partir do valor central. Assim, 99,73% dos valores dos subgrupos caem dentro destes limites. Dentre os objetivos do gráfico de controle c, estão o de determinar o nível médio da qualidade, alertar gerentes para alguma possível mudança no nível da qualidade dos produtos, avaliar o desempenho do pessoal da operação e supervisão, indicar áreas nas quais seria interessante a aplicação de gráficos de controle para variáveis, dar informações para a aceitação de lotes. Os passos para a construção do gráfico de controle c são os mesmos utilizados na construção do gráfico de controle p. Caso o número de defeitos c for desconhecido, é necessário coletar dados suficientes para estimá-los. 1°) Coletar os dados; Passos para a construção de um gráfico de controle c: Robson Keller - Engenharia da Qualidade 47 Neste estudo de caso, serão analisados 26 subgrupos de uma amostra de 100 placas de circuito impresso. Exemplo: 4°) Gerar o número de não-conformidades em amostras individuais; 5°) Assumir o valor zero se o limite Inferior de controle for negativo; 6°) Traçar a linha central em c e os limites de controle. 2°) Determinar o número médio de não-conformidades c ; para tal usa-se a seguinte fórmula: 3°) Determinar os limites Inferior e Superior de controle c , usando as fórmulas: c = número de não-conformidades g = número de amostras Robson Keller - Engenharia da Qualidade 48 Robson Keller - Engenharia da Qualidade 49 Robson Keller - Engenharia da Qualidade 50 3.3.4 Gráfico do número de não conformidades por unidade (u) 1) Selecionar k amostras, que podem ter tamanhos diferentes, e registrar o número de defeitos (c) encontrados em cada uma. 2) Para cada uma das k amostras, determinar o número de defeitos por unidade onde cj é o número de defeitos encontrados na j–ésima amostra. Este gráfico mede o número de não conformidades, ou defeitos, por unidade. Pode ser uma alternativa ao gráfico c, quando as amostras não têm o mesmo tamanho. Também pode ser usado quando a amostra é constituída de apenas uma unidade, mas que possuem muitos componentes que devem ser inspecionados, como um motor, por exemplo. Passos para a construção de um gráfico de controle u: Robson Keller - Engenharia da Qualidade 51 3) Calcular o número médio de defeitos por unidade: 4) Calcular o tamanho médio das amostras: 5) Calcular os limites de controle. Robson Keller - Engenharia da Qualidade 52 Este exemplo tem por finalidade detectar os defeitos por unidade na linha de produção de computadores pessoais. Exemplo: Robson Keller - Engenharia da Qualidade 53 Robson Keller - Engenharia da Qualidade 54 Robson Keller - Engenharia da Qualidade 55 Robson Keller - Engenharia da Qualidade
Compartilhar