Baixe o app para aproveitar ainda mais
Prévia do material em texto
31/03/2018 1 Controle de Qualidade Controle de Qualidade Tabela 2 - Exercício 5 Tempo para falha de componentes eletrônicos (n = 40 dados, em horas) 127 124 121 118 125 123 136 131 131 120 140 125 124 119 137 133 129 128 125 141 121 133 124 125 142 137 128 140 151 124 129 131 160 142 130 129 125 123 122 126 12 14 16 18 - Aula#1 31/03/2018 2 Controle de Qualidade Controle de Qualidade 31/03/2018 3 Controle de Qualidade Se o processo estiver estável, apesar dos valores individuais assumidos pelas características da qualidade variarem de um para o outro, eles seguirão um padrão, o qual é conhecido como distribuição de frequências. Controle de Qualidade 31/03/2018 4 Controle de Qualidade Quanto maior for o tamanho da amostra, maior será a quantidade de informação obtida sobre a distribuição. Entretanto, também maior será a dificuldade de percepção das características gerais da distribuição a partir de uma grande massa de dados. Controle de Qualidade Controle de Qualidade O histograma é um gráfico de barras para vizualização da distribuição de frequências de uma dada característica da qualidade de um produto (variável de interesse). 31/03/2018 5 Controle de Qualidade Controle de Qualidade Controle de Qualidade Informações que podem ser extraídas do histograma: • a visualização do formato da distribuição; • a localização da média em relação ao valor central; • a dispersão dos dados em torno deste valor central. 31/03/2018 6 Controle de Qualidade Controle de Qualidade Procedimento para Construção de um Histograma 01- Colete n dados referentes à variável cuja distribuição será analisada. É aconselhável que n seja superior a 50 para que possa ser obtido um padrão representativo da distribuição Controle de Qualidade Controle de Qualidade 02. Escolha o número de intervalos ou classes (k). Tamanho da Amostra (n) Número de Intervalos (k) <50 5-7 50-100 6-10 100-250 7-12 >250 10-20 31/03/2018 7 Controle de Qualidade Controle de Qualidade 03. Identifique o menor valor (MIN) e o maior valor (MAX) da amostra. 04. Calcule a amplitude total dos dados (R): R = MAX - MIN Controle de Qualidade Controle de Qualidade 05. Calcule o comprimento de cada intervalo (h): h = R / k h é denominado intervalo de classe. 06. Arredonde o valor de h de forma que seja obtido um número conveniente. Este número deve ser um múltiplo inteiro da unidade de medida dos dados da amostra. 31/03/2018 8 Controle de Qualidade Controle de Qualidade 07 Calcule os limites de cada intervalo. PRIMEIRO INTERVALO: Limite inferior: LI1 = MIN -h/2 Limite superior: LS1 = LI1 + h SEGUNDO INTERVALO: Limite inferior: LI2 = LS1 Limite superior: LS2 = LI2 + h i-ÉSIMO INTERVALO: Limite inferior: LIi = LS i -1 Limite superior: LSi = LIi + h Controle de Qualidade Controle de Qualidade Etapa 08; Construção da tabela de distribuição de frequências (EXEMPLO). Distribuição de Frequências para o Rendimento (%) de uma Reação para Produção de urna Substância Química. Intervalo Limites dos Ponto Tabulação Frequência Frequência i intervalos Médio fi Relativa(fi/n) 1 69,5-72,0 70,75 II 2 0,0250 2 72,0-74,5 73,25 II 2 0,0250 3 74,5-77,O 75,75 IIII 4 0,0500 4 77,0-79,5 78,25 IIIII IIIII IIIII I 16 0,2000 5 79,5-82,0 80,75 IIIII IIIII IIIII IIIII 20 0,2500 6 82,0-84,5 83,25 IIIII IIIII IIIII II 17 0,2125 7 84,5-87,0 85,75 IIIII IIIII III 13 0,1625 8 87,0-89,5 88,25 IIIII 5 0,0625 9 89,5-92,0 90,75 I 1 0,0125 Total 80 1,0000 31/03/2018 9 Controle de Qualidade Controle de Qualidade 09 . Desenhe o histograma: Construa uma escala no eixo horizontal para representar os limites dos intervalos. Construa uma escala no eixo vertical para representar as freqüências dos intervalos. Desenhe um retângulo em cada intervalo, com base igual ao comprimento (h) e altura igual à freqüência (fi) do intervalo. Controle de Qualidade Exemplo Os dados da Tabela 1 representam o rendimento (%) de uma reação para fabricação de uma substância química, em 80 bateladas consecutivas produzidas por uma indústria. A empresa decidiu construir um histograma para obter um resumo visual do conjunto de dados e também para adquirir informações sobre a forma, a locação e a dispersão da distribuição das medidas do rendimento da reação química . 31/03/2018 10 Controle de Qualidade 81,8 87,1 82,7 79,8 81,3 79,5 88,5 75,9 81,6 73,9 84,5 87,1 82,0 79,3 82,5 87,1 83,0 87,3 79,7 82,0 83,6 84,5 80,4 78,1 86,4 76,7 83,7 78,4 76,0 80,9 80,2 78,9 77,4 78,5 82,9 81,9 80,7 78,4 78,0 81,4 84,6 79,5 82,3 80,5 80,7 79,0 90,0 79,9 86,8 80,1 83,2 78,2 80,4 85,5 85,5 79,3 83,0 78,1 83,4 83,6 85,7 86,8 86,5 83,8 86,8 83,5 79,9 76,6 84,3 78,5 74,4 71,8 79,1 82,1 84,5 78,4 80,7 70,7 78,5 85,2 Tabela 1- Medidas do rendimento (%) de uma reação para produção de uma substância química. Controle de Qualidade Controle de Qualidade Procedimento para Construção do Histograma: Etapa 1: Dados: Tabela 1 - n = 80. Etapa 2: k = 9, Etapa 3: MIN= 70,7 e MAX= 90,0. Etapa 4: Amplitude R = MAX- MIN = 90,0-70,7 = 19,3. Etapa 5: Comprimento de cada intervalo: h = R /k = 19,3 / 9 = 2,14. 31/03/2018 11 Controle de Qualidade Etapa 6: Arredondamento do valor de h: h =2,5 Etapa 7: Cálculo dos limites de cada intervalo: Primeiro intervalo: LI1 = MIN - h/2 = 70,7 - 2,5/2 = 69,45= 69,5. LS1 = LI1 + h = 69,5 + 2,5 = 72,0. - Segundo intervalo: LI2 = LS1 = 72,0. LS2= LI2 + h = 72,0 + 2,5 = 74,5 N ú mero final de intervalos: k = 9. Controle de Qualidade Controle de Qualidade Etapa 8; Construção da tabela de distribuição de frequências. Distribuição de frequências para o rendimento (%) de uma reação para produção de urna substância química. Intervalo Limites dos Ponto Tabulação Freqüência Freqüência i intervalos Médio fi Relativa(fi/n) 1 69,5-72,0 70,75 II 2 0,0250 2 72,0-74,5 73,25 II 2 0,0250 3 74,5-77,O 75,75 IIII 4 0,0500 4 77,0-79,5 78,25 IIIII IIIII IIIII I 16 0,2000 5 79,5-82,0 80,75 IIIII IIIII IIIII IIIII 20 0,2500 6 82,0-84,5 83,25 IIIII IIIII IIIII II 17 0,2125 7 84,5-87,0 85,75 IIIII IIIII III 13 0,1625 8 87,0-89,5 88,25 IIIII 5 0,0625 9 89,5-92,0 90,75 I 1 0,0125 Total 80 1,0000 31/03/2018 12 Controle de Qualidade Etapas 9 e 10: Construção do histograma 09/01/2012 a 13/01/2012 N=80 Controle de Qualidade Controle de Qualidade - O gráfico pode ser considerado razoavelmente simétrico. - O histograma exibe apenas um pico. - A região central da distribuição das medidas está em torno de 80 %. - A amplitude total dos dados está próxima de 20%. 31/03/2018 13 Controle de Qualidade Controle de Qualidade - Como as especificações estabeleciam um limite inferior para o rendimento igual a 78% (LIE = 78%), analisando o Histograma os técnicos da indústria perceberam que o processo não vinha sendo capaz de atender à esta exigência e identificaram a existência de um problema ( falta de capacidade do processo em atender às especificações). Controle de Qualidade Controle de Qualidade O valor médio dos dados localiza-se no centro do histograma. A freqüência é mais alta no meio e diminui gradualmente de forma simétrica em direção aos extremos do gráfico. Fig. 3 Histograma Simétrico ou em forma de sino. 31/03/2018 14 Controle de Qualidade Histograma simétrico ou em forma de sino: Controle de Qualidade Controle de Qualidade -Pode ocorrer quando a variável é continua e não existem restrições para os valores que ela pode assumir. O processo ao qual a variável está associada usualmente é estável. Histograma Simétrico ou em forma de sino. 31/03/2018 15 Controle de Qualidade Controle de Qualidade -O valor médio dos dados localiza-se fora do centro do histograma. A frequência diminui gradualmenteem um dos lados do gráfico e de modo mais abrupto do outro lado. Fig. 4 Histogramas Assimétricos Controle de Qualidade Histogramas Assimétricos Assimetria negativa Assimetria positiva 31/03/2018 16 Controle de Qualidade Este tipo de histograma usualmente é encontrado quando não é possível que a variável assuma valores mais altos (ou mais baixos) do que um determinado limite. Este fato pode ocorrer por razões teóricas (por exemplo, é impossível existirem valores inferiores a 0% para a característica da qualidade teor de impurezas), ou quando a variável possui apenas um limite de especificação, sendo controlada para atender a este limite. Controle de Qualidade Histograma "despenhadeiro" 31/03/2018 17 Controle de Qualidade Controle de Qualidade -Histograma com "ilhas isoladas" O gráfico tem a aparência do histograma simétrico, com o acréscimo de algumas classes mais afastadas que ficam fora do padrão simétrico da figura. - É encontrado quando dados provenientes de uma distribuição diferente da distribuição da maior parte das medidas também são utilizados na construção do gráfico. Esta ocorrência pode surgir quando o processo ao qual a variável esta' associada apresenta algum tipo de irregularidade, ou quando ocorrem erros de medida ou de registro dos dados . Controle de Qualidade Histograma com "ilhas isoladas" 31/03/2018 18 Controle de Qualidade - A frequência é baixa no centro do histograma e existe um “pico" à direita e outro à esquerda do gráfico. - Ocorre quando dados provenientes de duas distribuições com médias muito diferentes são misturados. Este fato pode acontecer quando os valores da variável utilizados na construção do histograma estão associados a duas máquinas ou dois turnos distintos, por exemplo. Histograma bimodal (com dois "picos") Controle de Qualidade Histograma bimodal(com dois "picos") 31/03/2018 19 Controle de Qualidade Controle de Qualidade Histograma achatado ("platô“) - Todas as classes possuem aproximadamente a mesma freqüência, com exceção das classes extremas do gráfico, que apresentam freqüências mais baixas. - Ocorre quando dados provenientes de duas distribuições com médias não muito diferentes são misturados. Como no caso anterior, este fato também pode acontecer quando os valores da variável utilizados na construção do histograma estão associados a níveis distintos de algum (ou alguns) dos fatores que constituem o processo considerado. Controle de Qualidade Histograma achatado (“platô” ) 31/03/2018 20 Controle de Qualidade Controle de Qualidade Histogramas X Limites de Especificação -O processo é capaz de atender às especificações? - A média da distribuição das medidas da característica da qualidade está próxima do centro da faixa de especificação (valor nominal)? - É necessário adotar alguma medida para reduzir a variabilidade do processo? Sempre devemos traçar no histograma as linhas correspondentes aos limites de especificação. Controle de Qualidade - Medidas de Loca çã o e de Variabilidade - Medidas de Loca çã o: - M é dia (x - ). - Mediana (x~). - Medidas de Variabilidade: - Desvio padr ã o (s). - Amplitude (R). 31/03/2018 21 Controle de Qualidade Medidas de Locaçao: 1 - Média: x = x1+ x2 +...+ xk n Se os dados estão agrupados em uma tabela de distribuição de frequências com k intervalos, a média é calculada por: x = x1f1+x2f2+...+xkfk n fi= frequência do i-ésimo intervalo. xi= ponto médio do i-ésimo intervalo. Controle de Qualidade Medidas de Locaçao: 2- Mediana: é o número no centro de um grupo de números, isto é, metade dos números possui valores que são maiores do que a mediana e a outra metade possui valores menores. Quando o no. de dados for PAR, a mediana é a media aritmética dos dois valores centrais Por exemplo, a mediana de 2, 3, 3, 5, 7 e 10 é 4. 31/03/2018 22 Controle de Qualidade Controle de Qualidade Mediana: se n é PAR x = (X(n/2) +X( n)/2+1 ) 2 X = Média aritmética simples dos dois valores centrais quando os dados estão dispostos em ordem crescente. Controle de Qualidade Controle de Qualidade Mediana: se n é impar x = x ( n+1)/2 x = Valor central quando os dados estão dispostos em ordem crescente. Exemplo: 1, 2, 3, 4, 5 x = X (5+1)/2 = 3 31/03/2018 23 Controle de Qualidade Controle de Qualidade 2 - Mediana: quando o n de dados n é impar x = Valor central quando os dados estão dispostos em ordem crescente ou, em notação matemática: - x = x ( n+1)/2 Cálculo de Medidas de Locação Controle de Qualidade Controle de Qualidade Medidas de Variabilidade: 1 - Amplitude: R = maior valor da amostra - menor valor da amostra 31/03/2018 24 Controle de Qualidade Controle de Qualidade 2 Desvio Padrao: S = ( 1 / n-1 [xi – x ]² ) ¹/² i=1 Se os dados estão agrupados em uma tabela de distribuição de freqüências com k intervalos, o desvio padrão é calculado por. S = ( 1 / n-1 [xi – x ]² fi ) ¹/² i=1 Controle de Qualidade Controle de Qualidade Exemplo 6.2 Cálculo das principais medidas de locação e de variabilidade para os dados do Exemplo 5.1 referentes ao rendimento de uma reação para fabricação de uma substância química, em 80 bateladas consecutivas produzidas por uma indústria. Para o cálculo destas medidas foi construída a Tabela 2 mostrada a seguir. 31/03/2018 25 Controle de Qualidade Controle de Qualidade Controle de Qualidade -- Calculo da Média - Calculo da Média X= 6.520,00 = 81,50% 80 Cálculo da Mediana: X ~= 81,3+81,4 = 81,35% 2 x~ = Média aritmética simples dos dois valores centrais quando os dados estão dispostos em ordem crescente. 31/03/2018 26 Controle de Qualidade Controle de Qualidade Cálculo da Amplitude: R= MAX - MIN=90,0-70,7 = 19,3%. Cálculo do Desvio Padrão: s = ( 1 / n-1 xi²fi – nx-²)¹/² i=1 s = 4,03 % Controle de Qualidade Controle de Qualidade Variância (s2): A variância é igual ao quadrado do desvio padrão: s2 = (4,03)2 = 16,24 (%). 31/03/2018 27 Controle de Qualidade Controle de Qualidade Variável Amostra População Média X = 1 / n.. Σxi X= 1 / n . Σxi.. fi ц Mediana X~ = x[(n+1)/2 ] ( n ímpar ) X~ = [x (n/2) + x (n/2) + 1] / 2 - Variância S2 = 1/(n-1). [Σ x2 -n(x)2] S2 = 1/(n-1). [Σ x2 i.fi – (n.x-)²] σ2 Desvio Padrão S = ( 1/[n-1]. [Σ x2 – n ( x )² ] )¹/2 σn-1 Controle de Qualidade Controle de Qualidade COMPARAÇÃO DE HISTOGRAMAS COM LIMITES DE ESPECIFICAÇÕES • O processo é capaz de atender as especificações? • A média da distribuição das medidas da característica da qualidade está próxima do centro da faixa de especificação ( valor nominal)? • É necessário adotar alguma medida para reduzir a variabilidade do processo? (Fig.9) 31/03/2018 28 Controle de Qualidade Controle de Qualidade LIE LSE LIE LSE LIE LSE LIE LSE LIE LSE Controle de Qualidade Estratificação de Histogramas 31/03/2018 29 Controle de Qualidade Histograma Global 0 5 10 15 20 9 2 a té 9 2 ,5 9 2 ,5 a té 9 3 9 3 a té 9 3 ,5 9 3 ,5 a té 9 4 9 4 a té 9 4 ,5 9 4 ,5 a té 9 5 9 5 a té 9 5 ,5 9 5 ,5 a té 9 6 9 6 a té 9 6 ,5 9 6 ,5 a té 9 7 9 7 a té 9 7 ,5 9 7 ,5 a té 9 8 Pureza (%) F re q ü ê n c ia Histograma para o reagente A 0 5 10 15 20 9 2 a té 9 2 ,5 9 2 ,5 a té 9 3 9 3 a té 9 3 ,5 9 3 ,5 a té 9 4 9 4 a té 9 4 ,5 9 4 ,5 a té 9 5 9 5 a té 9 5 ,5 9 5 ,5 a té 9 6 9 6 a té 9 6 ,5 9 6 ,5 a té 9 7 9 7 a té 9 7 ,5 9 7 ,5 a té 9 8 Pureza (%) F re q ü ê n c ia Histograma para o reagente B 0 5 10 15 20 9 2 a té 9 2 ,5 9 2 ,5 a té 9 3 9 3 a té 93 ,5 9 3 ,5 a té 9 4 9 4 a té 9 4 ,5 9 4 ,5 a té 9 5 9 5 a té 9 5 ,5 9 5 ,5 a té 9 6 9 6 a té 9 6 ,5 9 6 ,5 a té 9 7 9 7 a té 9 7 ,5 9 7 ,5 a té 9 8 Pureza (%) F re q ü ê n c ia Controle de Qualidade Outras formas de representação gráfica de dados amostrais 31/03/2018 30 Controle de Qualidade Fonte: Montgomery, D. 5th. Ediçao, 2005. Diametro de furo em peça de avião (em mm) Controle de Qualidade Fonte: Montgomery, D. 5th. Ediçao, 2005. Gráfico tipo caixa (“ Box Plot” ) Diametro de furo em peça de avião (em mm) Quartil 1 Quartil 3 31/03/2018 31 Controle de Qualidade Fonte: Montgomery, D. 5th. Ediçao, 2005. Gráfico tipo caixa (“ Box Plot” ) Comparaçao do Índice de Qualidade de um produto produzido em tres diferentes fábricas Q1 Q3 Controle de Qualidade Fonte: Montgomery, D. 5th. Ediçao, 2005. Gráfico tipo Caule e folhas (“ Stem-and-Leaf” ) Dias para pagamento de Seguro de Saúde (dias) 31/03/2018 32 Controle de Qualidade Fonte: Montgomery, D. 5th. Ediçao, 2005. Gráfico tipo Caule e folhas (“ Stem-and-Leaf” ) Dias para pagamento de Seguro de Saúde (dias) Controle de Qualidade DISTRIBUIÇÃO DE PROBABILIDADES 31/03/2018 33 Controle de Qualidade DISTRIBUIÇÃO DE PROBABILIDADES É um modelo matemático que relaciona o valor da variável com a probabilidade de ocorrência daquele valor na população . Controle de Qualidade DISTRIBUIÇÃO DE PROBABILIDADES Pode-se visualizar a espessura de um bloco de metal como uma VARIÁVEL ALEATÓRIA porque a mesma pode assumir diferentes valores em uma população, de acordo com algum mecanismo aleatório. Assim, a distribuição de probabilidade da espessura do bloco de metal descreve a probabilidade de ocorrência de qualquer valor de espessura na população. 31/03/2018 34 Controle de Qualidade Existem dois tipos de probabilidades: •Distribuições contínuas, quando a variável sendo medida é expressa numa escala contínua (ex.: espessura de um bloco de metal); •Distribuições discretas, quando o parâmetro sendo medido somente pode tomar certos valores, como os integrais 0, 1, 2, 3, .... Controle de Qualidade DISTRIBUIÇÕES DISCRETAS P = p (xi) Binomial 1- Distribuição binomial , p(x) = px (1-p) n-x 2- Distribuição hipergeométrica 3- Distribuição de Poisson 4- Distribuição de Pascal 31/03/2018 35 Controle de Qualidade DISTRIBUIÇÃO CONTÍNUA P = ∫a b f (x).dx Distribuiçao Normal Controle de Qualidade DISTRIBUIÇÃO NORMAL 31/03/2018 36 Controle de Qualidade Curvas desse tipo representam a distribuição de probabilidade de uma população. Histograma – é uma representação da distribuição dos elementos (dados) de uma amostra extraída de uma população. Curva normal - representa a distribuição de todos os elementos que constituem a população. Controle de Qualidade 31/03/2018 37 Controle de Qualidade A distribuição normal é um modelo estatístico que fornece uma base teórica para o estudo do padrão de ocorrência dos elementos de várias populações de interesse. Controle de Qualidade EQUAÇÃO MATEMÁTICA DA CURVA DA DISTRIBUIÇÃO NORMAL f(x) = 1/[2 ()¹/²] exp [- ½ ( x - )²/²] Onde: - Média da distribuição ( centro da distribuição ) - desvio padrão ( dispersão da distribuição normal ) x – variável de interesse. 31/03/2018 38 Controle de Qualidade Uma distribuição normal com média e devio padrão é identificada pela notação x ~ N ( , ). f(x) + - x Controle de Qualidade f(x) 1=2 (b) x 1 2 f(x) 1<2 (c) x 1=2 f(x) 1<2 (b) x 1 2 f(x) (a) 1=2 x 1=2 31/03/2018 39 Controle de Qualidade A área total sob a curva normal e acima do eixo horizontal é igual a 1. A probabilidade da variável x assumir valores entre dois números a e b é igual à área sob a curva e acima do segmento [a,b] f(x) b a x Controle de Qualidade Considerando a probabilidade de que uma variável x ~ N ( , ) assuma valores em um intervalo da forma + c, onde c é uma constante. A figura ao lado apresenta as probabilidades obtidas com c = 1, 2 e 3. -3 -2 - - +2 +3 Probabilidade Interna Externa Intervalo ( ± 1 ) 68,26% 31,74% ( ± 2 ) 95,46% 4,54% ( ± 3 ) 99,73% 0,27% 31/03/2018 40 Controle de Qualidade CAPACIDADE DE PROCESSOS Controle de Qualidade - Um processo estável ( sob controle estatístico) é previsível; - É possível que um processo previsível produza itens defeituosos; - É fundamental avaliar se o processo é capaz de atender às especificações estabelecidas a partir das necessidades dos clientes. - Esta avaliação constitui o: ESTUDO DA CAPACIDADE ESTATÍSTICA DO PROCESSO Somente processos estáveis devem ter sua capacidade avaliada. CAPACIDADE DE PROCESSOS 31/03/2018 41 Controle de Qualidade Um processo pode não ser capaz por apresentar: - Elevada variabilidade; - Média deslocada em relação ao ponto médio dos limites de especificação (valor nominal). CAPACIDADE DE PROCESSOS Controle de Qualidade CAPACIDADE DE PROCESSOS LIE LSE (a) LIE LSE (b) LIE LSE (c) LIE LSE (d) LIE LSE (e) 31/03/2018 42 Controle de Qualidade O índice de capacidade estatística permite avaliar se um processo é capaz de gerar produtos que atendam às especificações estabelecidas pelos clientes internos e externos. ÍNDICE DE CAPACIDADE ESTATÍSTICA DE PROCESSOS Controle de Qualidade ÍNDICE DE CAPACIDADE ESTATÍSTICA Para utilizar o índice de capacidade é necessário que: - O processo esteja sob controle estatístico; -A variável de interesse tenha distribuição próxima da normal. CAPACIDADE DE PROCESSOS 31/03/2018 43 Controle de Qualidade CAPACIDADE ESTATÍSTICA POTENCIAL ( Índice Cp) Cp = (LSE –LIE)/ 6 CAPACIDADE DE PROCESSOS Controle de Qualidade LIE LSE LIE LSE LIE LSE Muito Capaz Incapaz Razoavelmente Capaz Cp ≥ 1,33 Cp < 1 1≤ Cp ≤ 1,33 P = 63 ppm (processo 4 σ) ) p > 2.700 ppm 63 < P < 2.700 ppm ( processo 3 σ ) Classificação do Processo Valor de Cp Proporção de defeitos Processo X Limites 31/03/2018 44 Controle de Qualidade ÍNDICE CpK É uma medida da capacidade real do processo CpK = MIN [ (LSE – ) /3 , ( - LIE) /3 ] Quando a média do processo coincide com o valor nominal da especificação, teremos: Cp = CpK ÍNDICE DE CAPACIDADE ESTATÍSTICA REAL DE PROCESSOS Controle de Qualidade LIE LSE =2 38 62 50 56 44 Cp=2 Cpk=2 =2 38 62 50 56 44 Cp=2 Cpk=1,5 53 =2 38 62 50 56 44 Cp=2 Cpk=1 =2 38 62 50 56 44 Cp=2 Cpk=0 =2 38 62 50 56 44 Cp=2 Cpk=-0,5 65 31/03/2018 45 Controle de Qualidade Exercícios. 1) Considere os resultados da média e do desvio padrão do peso de um cereal contido em uma caixa, resultantes de dois processos de embalagem distintos. Processo A: x1= 50,00 Processo B: x2=48,00 s1 = 0,60 s2 = 0,25 A indústria alimentícia produtora do cereal estabeleceu as especificações em 50 + 3g. a) Calcule Cp e Cpk para os dois processos e interprete estes índices; b) Que processo está sob controle estatístico e que processo necessita de ajuste? CAPACIDADE DE PROCESSOS Controle de Qualidade 2) Uma empresa iniciou o giro do Ciclo PDCA para aumentar a confiabilidade do prazo de entrega de seus produtos. Durante a etapa de planejamento a empresadeterminou que o prazo de entrega deveria ser, no mínimo, de 60 horas e, no máximo, de 100horas, sendo o ideal igual a 80 horas. Se a entrega for superior a 100 horas, a empresa terá problemas com o cliente. Por outro lado, se a entrega for inferior a 60 horas, a empresa terá problemas com relação ao estoque do material produzido. Após ser implantada uma nova linha de produção para o produto, verificou-se que o processo estava sob controle estatístico com média igual a 85 horas e desvio padrão igual a 10 horas. a) Calcule Cp e Cpk; b) Avalie a capacidade estatística do processo. O processo pode ser melhorado? como? CAPACIDADE DE PROCESSOS
Compartilhar