Baixe o app para aproveitar ainda mais
Prévia do material em texto
Engenharia da qualidade Prof. Wagner Lourenzi Simões, Me. Eng. 6 de Agosto de 2020 Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 1 / 303 1 Apresentação da disciplina 2 Conceitos de engenharia da qualidade 3 Revisão de estatística 4 Coleta e análise de dados 5 Controle Estatístico de Processo 6 Outras técnicas de monitoramento e CEP 7 técnicas multivariadas 8 Exercícios de fixação 9 Ferramentas computacionais 10 Referências Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 2 / 303 Sumário 1 Apresentação da disciplina 2 Conceitos de engenharia da qualidade 3 Revisão de estatística 4 Coleta e análise de dados 5 Controle Estatístico de Processo 6 Outras técnicas de monitoramento e CEP 7 técnicas multivariadas 8 Exercícios de fixação 9 Ferramentas computacionais 10 Referências Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 3 / 303 Quem sou eu? Wagner Lourenzi Simões; Engenheiro de produção formado pela ULBRA; Mestre em Engenharia de Produção e Sistemas pela UNISINOS; Doutorando em Engenharia de produção e Sistemas pela UNISINOS; Principais áreas de estudo e pesquisa: Otimização combinatória; Sequenciamento de produção; Recovering pós-rompimento da cadeia de suprimentos; Data Science no contexto da indústria; Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 4 / 303 Apresentação da disciplina Plano de ensino disponível na NetAula Plano de aula Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 5 / 303 Trabalho I Trabalho em trios Construir e apresentar um projeto de melhoria de um processo (industrial ou não industrial); Estruturar o projeto de melhoria segundo o MASP/PDCA/DMAIC; Projeto deve apresentar alguma solução embasada em CEP; Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 6 / 303 Trabalho II Entrega de trabalho escrito em formato de artigo conforme diretrizes para autores disponível no site do SIMPEP; Apresentar trabalho na data estabelecida pelo cronograma; Apresentadores sorteados Tempo de apresentação fixo Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 7 / 303 Sumário 1 Apresentação da disciplina 2 Conceitos de engenharia da qualidade 3 Revisão de estatística 4 Coleta e análise de dados 5 Controle Estatístico de Processo 6 Outras técnicas de monitoramento e CEP 7 técnicas multivariadas 8 Exercícios de fixação 9 Ferramentas computacionais 10 Referências Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 8 / 303 Melhoria da qualidade no contexto da empresa moderna Arma estratégica? Questão de sobrevivência? Qual a relação entre qualidade e custos? Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 9 / 303 Planejamento da qualidade Os três aspectos do planejamento da qualidade: Garantia da qualidade; Controle da qualidade; Melhoria da qualidade. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 10 / 303 Dimensões da qualidade I Desempenho: (O produto realizará a tarefa pretendida?) Usualmente os consumidores avaliam um produto para determinar se ele desempenhará certas funções específicas e quão bem ele as desempenhará. Quais funções o produto apresenta? Quão rápido ele é? Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 11 / 303 Dimensões da qualidade II Confiabilidade: (Qual a frequência de falhas do produto?) Produtos complexos, como aparelhos elétricos, automóveis ou aviões, exigirão algum reparo ao longo de sua vida útil. Com que frequência o carro precisa de revisões? Qual a probabilidade de ocorrer uma falha precoce em uma máquina? Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 12 / 303 Dimensões da qualidade III Durabilidade: (Quanto tempo o produto durará?) Essa é a vida útil efetiva do produto. Consumidores procuram por que tenha desempenho satisfatório e por um longo período de tempo. Qual é o eletrodoméstico mais durável? A vida útil do equipamento é suficiente para recuperar o todo o investimento? Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 13 / 303 Dimensões da qualidade IV Assistência técnica: (Qual a facilidade para se consertar o produto?) Há indústrias nas quais a visão de qualidade do consumidor é diretamente influenciada pela rapidez e economia com que um reparo ou manutenção de rotina possa ser feito. Quantos dias a máquina fica parada aguardando a assistência após uma quebra? Quanto tempo ficarei a pé para poder fazer a revisão do carro? Quanto tempo leva para que o banco corrija um erro na sua fatura do cartão de crédito? Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 14 / 303 Dimensões da qualidade V Estética: (Qual a aparência do produto) Essa é a dimensão do apelo visual do produto, que leva em conta fatores como estilo, cor, forma, embalagens alternativas, características táteis e outros aspectos sensoriais. Novo visual das latas de um refrigerante. Indústria da moda. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 15 / 303 Dimensões da qualidade VI Características: (O que o produto faz?) Em geral, os consumidores associam alta qualidade a produtos que apresentam características a mais, isto é, aqueles que apresentam características além do desempenho básico dos competidores. Corrida tecnológica dos celulares. Inovações nos carros top de linha. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 16 / 303 Dimensões da qualidade VII Qualidade percebida: Qual é a reputação da companhia ou de seu produto? Em muitos casos, os consumidores confiam na reputação passada da companhia em relação à qualidade de seu produto. Essa reputação é diretamente influenciada pelas falhas do produto que são altamente visíveis para o público ou que exigem reposição do produto e também pela maneira como cliente é tratado quando relata um problema. A qualidade percebida, a fidelidade do consumidor e os negócios repetidos estão altamente relacionados. Compra, conserta, estraga "Se é B..., é bom!" Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 17 / 303 Dimensões da qualidade VIII Conformidade com especificações: (O produto é feito como o projetista pretendia?) Em geral, consideramos como de alta qualidade o produto que apresenta exatamente as especificações a ele destinadas. Se cada componente de um carro apresentar um pequeno desvio do projeto, como será o resultado? Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 18 / 303 Nas organizações de serviços... I Nas organizações de serviço e negócios de transações podemos acrescentar as três seguintes dimensões: Sensibilidade: Quanto tempo foi necessário para que o fornecedor do serviço respondesse a seu pedido de serviço. Quão disposto a ajudar se mostrou o fornecedor do serviço? Quão prontamente seu pedido foi atendido? Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 19 / 303 Nas organizações de serviços... II Profissionalismo: Consiste no conhecimento e habilidades do fornecedor do serviço, e se relaciona com a competência da organização em fornecer os serviços pedidos. O mecânico diagnosticou o problema, ou trocou todas as peças até que uma funcionasse? Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 20 / 303 Nas organizações de serviços... III Atenção: Em geral, os clientes desejam cuidados e atenção personalizada de seus fornecedores de serviços. Os clientes desejam sentir que suas necessidades e preocupações são importantes e estão sendo cuidadosamente abordados. Agência premium de bancos "Pra você eu consigo um descontinho especial... Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 21 / 303 Definição de qualidade A qualidade é uma entidade multifacetada, o que dificulta sua definição com clareza. A definição tradicional baseia-se no ponto de vista de que produtos e serviços devem apresentar as especificações exigidas por aqueles que os usam. Em resumo, essa definição tradicional se resume em: Qualidade significa adequação ao uso. Simões, W. L. Engenharia da qualidade 6 de Agostode 2020 22 / 303 Adequação ao uso I Há dois aspectos gerais da adequação ao uso: qualidade de projeto e qualidade de ajustamento. Todos bens e serviços são produzidos em vários graus ou níveis de qualidade. Estas variações são intencionais e correspondem à qualidade de projeto. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 23 / 303 Adequação ao uso II A qualidade de ajustamento é como o produto corresponde às especificações exigidas pelo projeto. É influenciada por por inúmeros fatores, incluindo escolha dos processo de manufatura, treinamento, supervisão da mão de obra e tipos de controle empregados. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 24 / 303 Tudo se resolve na fábrica? "Há uma crença generalizada de que qualidade é um problema que pode ser resolvido totalmente na manufatura, ou que a única maneira de se melhorar a qualidade é "adornando-se"o produto."Montgomery (2016) Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 25 / 303 O mundo da variabilidade Trabalharemos com definição mais moderna de qualidade: Qualidade é inversamente proporcional à variabilidade. Esta definição implica que se a variabilidade nas características importantes de um produto decresce, a qualidade do produto naturalmente aumenta. Logo, podemos definir Melhoria da qualidade como: redução da variabilidade nos processo e produtos. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 26 / 303 Terminologia da Engenharia da qualidade I Todo produto possui um número de elementos que, em conjunto, descrevem o que o usuário ou consumidor considera como qualidade. Estes parâmetros são, em geral, chamados de características da qualidade. Algumas vezes, são chamadas de características críticas para a qualidade (CPQ) Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 27 / 303 Terminologia da Engenharia da qualidade II As características críticas para a qualidade (CPQ) podem ser divididas em: 1. Físicas: comprimento, largura, voltagem, viscosidade; 2. Sensoriais: gosto, aparência, cor; 3. Orientação temporal: confiabilidade, durabilidade, praticidade Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 28 / 303 Terminologia da Engenharia da qualidade III Variabilidade: Há certa quantidade de variabilidade em todo produto, assim, dois produtos nunca são exatamente idênticos. Como a variabilidade só pode ser descrita em termos estatísticos, os métodos estatísticos desempenham papel central na engenharia da qualidade. Na aplicação de métodos estatísticos em engenharia da qualidade, é típico classificar-se os dados como de características da qualidade como dados de atributos ou de variáveis. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 29 / 303 Terminologia da Engenharia da qualidade IV Dados de atributos são usualmente dados discretos, em geral sob forma de contagem. Os dados de variáveis são usualmente medidas contínuas. Valor nominal ou valor alvo, é o valor da medida que corresponde aos valor deseja para uma determinada característica de qualidade. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 30 / 303 Terminologia da Engenharia da qualidade V Os valores extremos permitidos para a característica de qualidade são chamados: limite superior de especificação (LSE): o maior valor permitido para a característica; limite inferior de especificação (LIE): o menor valor permitido para a característica. Produto não conforme é aquele que não corresponde a uma ou mais especificações; Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 31 / 303 Abordagens da engenharia da qualidade I Abordagem entre paredes (over-the-wall) de projeto aquela na qual o produto é projetado e tem seus limites especificados por um engenheiro projetista (ou time de engenheiros), sem que sejam envolvidos engenheiros ou especialistas nos materiais e processos que serão aplicados. Esta abordagem usualmente gera mais (e maiores) problemas de qualidade, especialmente nas fases inicias de produção. O isolamento da equipe de projeto tende a fazer com que a variabilidade natural do processo e materiais sejam ignoradas. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 32 / 303 Abordagens da engenharia da qualidade II Engenharia simultânea introduz a abordagem de equipe de projeto integrando especialistas em manufatura, engenharia da qualidade e outras disciplinas que possam afetar a qualidade do produto. Esta abordagem tempo por objetivo reduzir ao máximo os efeitos da variabilidade na fabricação do futuro produto, já na fase de projeto. Economizando assim recursos que seria gastos em futuros projetos de melhorias de problemas que são previsíveis. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 33 / 303 14 pontos de Deming I 1. Crie uma constância de propósitos focada na melhoria de produtos e serviços; 2. Adote uma nova filosofia que reconheça que estamos em uma era econômica diferente; 3. Não confie em inspeção em massa para "controlar"a qualidade; 4. Não premie os fornecedores com a realização de negócios com base apenas no preço, mas considere, também a qualidade; Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 34 / 303 14 pontos de Deming II 5. Concentre-se no aprimoramento contínuo; 6. Coloque em prática os métodos de treinamento modernos e invista no treinamento em serviço de todos os empregados; 7. Melhore a liderança e ponha em prática os métodos modernos de supervisão; 8. Afaste o medo; 9. Quebre as barreiras entre áreas funcionais do negócio; Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 35 / 303 14 pontos de Deming III 10. Elimine alvos, slogans e objetivos numéricos para os empregados; 11. Elimine quotas numéricas e padrões de trabalho; 12. Remova as barreiras que desencorajam os empregados a fazerem seus trabalhos; 13. Institua um programa permanente de treinamento e educação para todos os empregados; 14. Crie uma estrutura no nível mais alto da gerência que defenderá, com vigor, os 13 primeiros pontos. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 36 / 303 As sete doenças mortais do gerenciamento de Deming 1. Falta de constância do objetivo; 2. Ênfase em lucros de curto prazo; 3. Avaliação de desempenho, classificação por mérito e revisões anuais de desempenho; 4. Mobilidade da gerência superior; 5. Dirigir uma companhia com base apenas em números; 6. Custos médicos excessivos; 7. Excessivas indenizações legais por danos. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 37 / 303 Atividade 1. Por que é difícil definir-se qualidade? 2. Explique por que é necessário considerar-se a variabilidade em torno da média ou dimensão nominal como uma medida de qualidade. 3. Explique a diferença entre planejamento da qualidade, garantia da qualidade, controle de qualidade e melhoria da qualidade. 4. Quais são os clientes internos de uma empresa? Por que eles são importantes na perspectiva da qualidade? Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 38 / 303 Custos da qualidade I Controles financeiros são uma importante parte do gerenciamento da uma empresa; Por muitos anos não houve esforço direto para se mensurar formalmente o custo associado à função qualidade. Em atualmente existam estudos formais nesta área, no campo prático ainda muitas empresas operam desconhecendo seus custos associados à qualidade. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 39 / 303 Custos da qualidade II O custo deve ser explicitamente considerado nas empresas pois pode ser fator decisivo na competição. O aumento do custo da qualidade devido ao aumento na complexidade dos produtos fabricados associado a avanços na tecnologia; Crescente consciência dos custos do ciclo vital, incluindo manutenção, peças sobressalentes, e o custo de falhas de campo; A necessidade de engenheiros e gerentes da qualidade capazes de comunicar os problemas da qualidade de maneira que a gerência entenda. Simões, W. L. Engenhariada qualidade 6 de Agosto de 2020 40 / 303 Custos da qualidade III Tabela: As quatro categorias do Custo da Baixa Qualidade (CBQ) Custos de prevenção Planejamento e engenharia da qualidade Exame de novos produtos Planejamento do produto/processo Controle de processo Burn-in Treinamento Aquisição e análise de dados da qualidade Custos de Avaliação Inspeção e teste de material de insumo Inspeção e teste do produto Materiais e serviços gastos Manutenção da precisão do equipamento de teste Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 41 / 303 Custos da qualidade IV Custos de Falha Interna Sucata Retrabalho Reteste Análise de falha Tempo ocioso Perdas de rendimento Depreciação (fora de especificação) Custos de Falha Externa Adaptação à reclamação Produto/material devolvido Despesas de garantia Custos de responsabilidade Custos indiretos Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 42 / 303 Os custos da baixa qualidade (CBQ) I Custos de prevenção: São aqueles custos associados a esforços no projeto e fabricação que se dirigem à prevenção de não conformidades. Planejamento Engenharia da qualidade: Os custos associados à criação do plano de qualidade geral, o plano de inspeção, o sistema de dados e todos os planos e atividades especializados da função de garantia da qualidade. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 43 / 303 Os custos da baixa qualidade (CBQ) II Exame de novos produtos: Custos de preparação de propostas de licitação, avaliação de novos projetos sob um ponto de vista da qualidade, preparação de testes e programas experimentais para avaliar o desempenho de produtos novos e outras atividades da qualidade durante os estágios de desenvolvimento e pré-produção de novos produtos e projetos. Planejamento do produto/processo: Custos assumidos durante o projeto do produto ou na seleção dos processos de produção que se propõem a melhorar a qualidade geral do produto. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 44 / 303 Os custos da baixa qualidade (CBQ) III Controle do processo: O custo das técnicas de controle do processo, tais como gráficos de controle, que monitoram o processo de fabricação em um esforço para reduzir a variação e levar qualidade ao produto. Burn-in: O custo da operação pré-embarque do produto para prevenir falhas prematuras no campo. Treinamento: O custo de desenvolvimento, preparação, implementação, operação e manutenção de programas de treinamento formal para a qualidade. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 45 / 303 Os custos da baixa qualidade (CBQ) IV Aquisição e análise de dados da qualidade: O custo de manutenção do sistema de informação da qualidade para aquisição e análise de dados sobre o desempenho do produto e do processo. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 46 / 303 Os custos da baixa qualidade (CBQ) V Custos de Avaliação Os custos de avaliação são aqueles custos associados à medida, avaliação, ou auditoria de produtos e componentes. Inspeção e teste de material de insumo: Custos associados à inspeção e teste de todo material Inspeção e teste do produto: O custo de verificação da conformidade do produto através de todos os estágios da fabricação, incluindo o teste de aceitação final, as verificações de empacotamento e Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 47 / 303 Os custos da baixa qualidade (CBQ) VI embarque, e qualquer teste feito nas instalações do cliente antes de lhe entregar o produto. Materiais e serviços gastos: O custo de material e produto gastos em um teste destrutivo ou desvalorizados através do uso nos testes de confiabilidade. Manutenção da precisão do equipamento de teste: O custo de operações de um sistema que mamtém os instrumentos e equipamentos de medição calibrados. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 48 / 303 Os custos da baixa qualidade (CBQ) VII Custos de falha interna Os custos de falha interna são assumidos quando produtos, componentes, materiais e serviços deixam de corresponder às exigências da qualidade, e essa falha é descoberta antes da entrega do produto ao cliente. Sucata: A perda líquida de trabalho, material e despesas resultantes de produto com defeito que não pode ser economicamente reparado ou usado. Retrabalho: O custo de correção de unidades não conforme, de modo que elas atinjam as especificações mínimas. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 49 / 303 Os custos da baixa qualidade (CBQ) VIII Reteste: O custo de reinspeção e reteste de produtos que foram retrabalhados ou modificados. Análise de falha: O custo para a determinação das causas das falhas do produto. Tempo ocioso: O custo de instalações de produção ociosas que resulta de não correspondência às especificações. Perdas de rendimento: O custo do rendimento do processo que está abaixo do que deveria atingir com controles melhorados. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 50 / 303 Os custos da baixa qualidade (CBQ) IX Depreciação: O diferencial de preço entre o preço normal de venda e qualquer preço de venda que possa ser obtido para um produto que não corresponde às exigêsncias do cliente. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 51 / 303 Os custos da baixa qualidade (CBQ) X Custos de Falha Externa Os custos de falha externa ocorrem quando o produto não funciona satisfatoriamente depois de entregue ao cliente. Adaptação à reclamação: Todos os custos de investigação e adaptação de reclamações justificadas atribuíveis ao produto não conforme. Produto/material devolvido: Todos os custos associados a recebimento, manuseio e reposição do produto não conforme ou material que é devolvido. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 52 / 303 Os custos da baixa qualidade (CBQ) XI Despesas de garantia: Todos os custos envolvidos em serviços aos clientes sob contrato de garantia. Custos de responsabilidade: Custos ou prêmios que ocorrem como resultado de litígio sobre a responsabilidade do produto. Custos indiretos: Além dos custos de operação direta de falhas externas, há um número significativo de custos indiretos. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 53 / 303 Sumário 1 Apresentação da disciplina 2 Conceitos de engenharia da qualidade 3 Revisão de estatística 4 Coleta e análise de dados 5 Controle Estatístico de Processo 6 Outras técnicas de monitoramento e CEP 7 técnicas multivariadas 8 Exercícios de fixação 9 Ferramentas computacionais 10 Referências Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 54 / 303 População e amostra Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 55 / 303 Frequência É o número de vezes que determinado valor é encontrado em um conjunto de dados. Pode-se medir a frequência e valores que pertençam a determinado intervalo, por exemplo. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 56 / 303 Probabilidade probabilidade matemática de um acontecimento é a relação entre o numero de casos favoráveis e o número de casos possíveis. P(A) = A S Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 57 / 303 Medidas Estatísticas I Medidas de tendência central Média: X̄ é o ponto de equilíbrio Mediana: Md é o ponto do meio Moda: Mo é o mais frequente Medidas de dispersão Amplitude: R é o tamanho do intervalo onde variam os dados Variância: s2 é a média dos desvios ao quadrado Desvio padrão: s é a raiz quadrada da variância Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 58 / 303 Medidas Estatísticas II Formulário básico: X̄ = 1nΣ n i=1xi R = xmax − xmin s2 = 1n−1Σ n i=1 ( xi − X̄ )2 s = √ s2 Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 59 / 303 Medidas Estatísticas III Em resumo: Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 60 / 303 Medidas Estatísticas IV Para tomar decisões adequadas, é necessário confiar nos dados coletados.Uma coleta adequada depende de processos e instrumentos de medição confiáveis. A confiança sobre os instrumentos e os processos de medição pode ser validada pelo ferramental de MSA. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 61 / 303 Sumário 1 Apresentação da disciplina 2 Conceitos de engenharia da qualidade 3 Revisão de estatística 4 Coleta e análise de dados 5 Controle Estatístico de Processo 6 Outras técnicas de monitoramento e CEP 7 técnicas multivariadas 8 Exercícios de fixação 9 Ferramentas computacionais 10 Referências Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 62 / 303 Coleta e Análise de Dados I Alguns princípios importantes... Saber de “tudo” é muito caro. A questão é saber o suficiente para tomar a decisão correta! O que é suficiente para uns, pode não ser suficiente para outros! O nível de erro aceitável em um caso pode ser demais ou de menos para outro. Não é possível ter respostas sem ter perguntas. Quanto melhor a pergunta, mais claro o caminho para a resposta. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 63 / 303 Coleta e Análise de Dados II Sem dados, não há como tomar a decisão correta. Dados mal coletados só geram ruído. Dados bem coletados são o início da resposta! Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 64 / 303 Coleta e Análise de Dados III Cada elemento de um produto ou processo contém inúmeras fontes de dados. Por exemplo... Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 65 / 303 Coleta e Análise de Dados IV Coletando dados: Amostra é parte de um todo; Para selecionar uma amostra, tenha em mente que: A amostra deve representar o todo O tamanho da amostra depende: Do que se que medir;Da variabilidade do que se que medir; e Do nível de qualidade da informação que se deseja gerar; Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 66 / 303 Coleta e Análise de Dados V A qualidade de uma amostra depende não só de seu tamanho, mas da forma como os dados foram coletados; Se você coletar duas amostras do mesmo processo, provavelmente encontrará valores diferentes; Mas se coletar muitas amostras deste processo perceberá que esses valores seguem um padrão. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 67 / 303 Coleta e Análise de Dados VI Que tipo de dados estamos medindo? Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 68 / 303 Coleta e Análise de Dados VII Folhas de Verificação e Estratificação Permitem organizar e padronizar a coleta de dados São usadas para iniciar a melhoria ou monitorar o desempenho de um processo. Quanto mais detalhadas, melhor! Elementos para produzir boas folhas de verificação e estratificação: Cuide da Organização: Pense na forma de registrar os dados necessários Nada deve ser esquecido Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 69 / 303 Coleta e Análise de Dados VIII Cuide da Abrangência: Pense em todos os dados que podem ser coletados Pense nos “cortes” que desejará fazer Não permita falhas de coleta Cuide do Registro: Pense no esforço de coleta ao longo do tempo Nada deve ser perdido Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 70 / 303 Coleta e Análise de Dados IX O que poderemos fazer com os dados coletados? Para “entender” os dados precisamos primeiro descrevê-los de forma adequada. Isso depende dos dados que foram registrados e também da forma como os dados foram coletados e tabulados. Recomenda-se usar uma ferramenta de análise estatística, como o Minitab, R-project ou até mesmo uma planilha Excel. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 71 / 303 Coleta e Análise de Dados X Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 72 / 303 Coleta e Análise de Dados XI Diagrama de Ishikawa é uma ferramenta gráfica utilizada para o gerenciamento e Controle da Qualidade em processos diversos, especialmente na produção industrial. Em sua estrutura, as prováveis causas dos problemas (efeitos) podem ser classificadas como sendo de seis tipos diferentes quando aplicada a metodologia 6M: Método: toda a causa envolvendo o método que estava sendo executado o trabalho; Material: toda causa que envolve o material que estava sendo utilizado no trabalho; Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 73 / 303 Coleta e Análise de Dados XII Mão-de-obra: toda causa que envolve uma atitude do colaborador (ex: procedimento inadequado, pressa, imprudência, ato inseguro, etc.) Máquina: toda causa envolvendo a máquina que estava sendo operada; Medida: toda causa que envolve os instrumentos de medida, sua calibração, a efetividade de indicadores em mostrar as variações de resultado, se o acompanhamento está sendo realizado, se ocorre na frequência necessária, etc. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 74 / 303 Coleta e Análise de Dados XIII Meio ambiente; toda causa que envolve o meio ambiente em si (poluição, calor, poeira, etc.) e, o ambiente de trabalho (layout, falta de espaço, dimensionamento inadequado dos equipamentos, etc.). Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 75 / 303 Coleta e Análise de Dados XIV O sistema permite estruturar hierarquicamente as causas potenciais de determinado problema ou oportunidade de melhoria, bem como seus efeitos sobre a qualidade dos produtos. Permite também estruturar qualquer sistema que necessite de resposta de forma gráfica e sintética (isto é, com melhor visualização). Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 76 / 303 Coleta e Análise de Dados XV Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 77 / 303 Coleta e Análise de Dados XVI O Diagrama de Pareto é uma homenagem ao engenheiro, filósofo, sociólogo e economista italiano Vilfredo Frederico Samaso Pareto (1848 - 1923). Pareto foi um dos pioneiros na aplicação de análises matemáticas ao estudo dos fenômenos sócio-econômicos. Vilfredo enunciou, em 1897, o que passou a ser conhecido como “Principio de Pareto” que afirma: “80% das dificuldades tem origem em 20% dos problemas”. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 78 / 303 Coleta e Análise de Dados XVII Este principio poderia ser colocado como “em geral, existem muitos itens triviais, mas poucos vitais” . Serve para priorizar as ações de melhoria. É um gráfico de colunas que ordena as ocorrências de maior para menor. Possui outra escala para indicar o percentual acumulado de ocorrências. Em geral, 80% das ocorrências estão associadas a 20% de causas. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 79 / 303 Coleta e Análise de Dados XVIII Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 80 / 303 Coleta e Análise de Dados XIX Diagrama de Dispersão Quando desejamos observar a relação entre duas variáveis quantitativas, podemos usar um diagrama de dispersão. Dizemos que há uma correlação entre duas variáveis quando uma varia com a outra. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 81 / 303 Coleta e Análise de Dados XX Usamos este tipo de diagrama para: identificar quais fatores têm influência nas características de qualidade determinar uma faixa para controle de fatores que influenciem uma característica de interesse comparar resultados de medições precisas e medições simples, testes destrutivos e não destrutivos indicar a escolha características ou métodos substitutos para realizar medições ou experimentos Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 82 / 303 Coleta e Análise de Dados XXI Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 83 / 303 Coleta e Análise de Dados XXII Histograma é um gráfico para variáveis contínuas que permite identificar um padrão de comportamento para os dados Representar a variação Capabilidade de processos Comparação com padrões ou especificações Apresentar diferenças entre operadores, máquinas, etc. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 84 / 303Coleta e Análise de Dados XXIII Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 85 / 303 Coleta e Análise de Dados XXIV O histograma mostra se a dispersão é grande ou pequena. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 86 / 303 Coleta e Análise de Dados XXV O histograma mostra também onde a distribuição está localizada. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 87 / 303 Coleta e Análise de Dados XXVI Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 88 / 303 Coleta e Análise de Dados XXVII Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 89 / 303 Sumário 1 Apresentação da disciplina 2 Conceitos de engenharia da qualidade 3 Revisão de estatística 4 Coleta e análise de dados 5 Controle Estatístico de Processo 6 Outras técnicas de monitoramento e CEP 7 técnicas multivariadas 8 Exercícios de fixação 9 Ferramentas computacionais 10 Referências Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 90 / 303 Introdução I A II Guerra Mundial trouxe a necessidade de se produzir grande quantidade de produtos militares com qualidade e prazos pequenos; Nesta época, financiado pelo Depto de Defesa dos EUA, têm grande difusão o controle estatístico de qualidade (CEQ), tendo como base os estudos de: Shewhart – Cartas de Controle; Dodge e Romig – Técnicas de Amostragem Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 91 / 303 Introdução II O uso de técnicas de amostragem tornou a inspeção mais eficiente, eliminando a “amostragem 100%”; A amostragem 100% normalmente representava: Elevado Custo; Excesso de Tempo; O Controle Estatístico da Qualidade se preocupava apenas em detectar defeitos. No entanto, não havia uma preocupação em investigar as causas que levam a tais defeitos nem com a prevenção dos mesmos. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 92 / 303 Introdução III O Controle Estatístico do Processo (CEP) representa uma evolução do CEQ; O CEP preocupa-se com a monitoração de um processo, verificando, se o mesmo está dentro de limites determinados. O CEP procura: A estabilização de processos através da redução de sua variabilidade, visando a melhoria e manutenção da qualidade. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 93 / 303 O papel do CEP I O Controle Estatístico de Processo (CEP) é uma poderosa coleção de ferramentas úteis na obtenção da estabilidade do processo e na melhoria da capacidade através da redução da variabilidade; Um processo estará sob controle (estável) se os resultados estão em conformidade com os limites impostos, caso contrário o processo deve ser investigado para que sejam detectadas as causas do desvio; As ferramentas que permitem monitorar um processo e dizer se ele estar ou não sob controle são chamadas “Sete Ferramentas da Qualidade”. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 94 / 303 O papel do CEP II 1. Gráfico de Histograma ou Ramo-e-Folhas; 2. Folha de Verificação; 3. Gráfico de Pareto; 4. Diagrama de Causa-e-Efeito; 5. Diagrama de Concentração de Defeitos; 6. Diagrama de Dispersão; 7. Gráficos de Controle; Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 95 / 303 Gráficos de controle Das sete ferramentas, o gráfico de controle de Shewhart é, provavelmente, a mais sofisticada tecnicamente; Ele foi desenvolvido na década de 1920 por Walter A. Shewhart, do bell Telephone Laboratories; Utilizadas para monitorar um processo, são construídas baseadas num histórico do processo em controle; Possibilitam a supervisão do sistema; Baseiam-se na suposição de normalidade dos dados. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 96 / 303 Causas aleatórias e atribuíveis da variação da qualidade I Para entender os conceitos estatísticos que formam a base do CEP, devemos primeiro entender a teoria da variabilidade de Shewhart. Em qualquer processo produtivo, independente de quão bem planejado ou cuidadosamente mantido ele seja, certa quantidade de variabilidade inerente ou natural sempre existirá. Essa variabilidade natural, ou "ruído de fundo", é o efeito cumulativo de muitas causas pequenas, essencialmente inevitáveis. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 97 / 303 Causas aleatórias e atribuíveis da variação da qualidade II No CEP essa variabilidade natural é, em geral, chamada de "sistema estável de causas aleatórias" Dize-se que um processo que opera apenas com causas as causas aleatórias de variação está sob controle estatístico. Outros tipos de variabilidade podem estar ocasionalmente presentes na saída do processo; Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 98 / 303 Causas aleatórias e atribuíveis da variação da qualidade III Esta variabibilidade nas características-chave de qualidade, em geral estão ligadas a três causas: Máquinas ajustadas ou contraladas de maneira inadequada; Erros do operador; Matéria-prima defeituosa. Estas fontes são conhecidas como causas atribuíveis de variação, e não fazem parte do padrão de causas aleatórias; Um processo que opera na presença de causas atribuíveis está fora de controle. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 99 / 303 Causas aleatórias e atribuíveis da variação da qualidade IV Um objetivo maior do CEP é detectar rapidamente a ocorrência de causas atribuíveis das mudanças do processo, de modo que a investigação do processo e a ação corretiva possam ser realizadas antes que muitas unidades não conformes sejam fabricadas; O gráfico de controle é uma das técnicas para monitoramento online do processo largamente utilizadas para este propósito. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 100 / 303 Causas aleatórias e atribuíveis da variação da qualidade V Os gráficos de controle também podem ser utilizados para estimar parâmetros de um processo de produção e, através desta informação, determinar a capacidade do processo. Lembre que o objetivo do CEP é a eliminação da variabilidade, mesmo que não seja possível eliminar por completo a variabilidade o gráfico de controle é uma ferramenta eficaz para sua redução. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 101 / 303 Princípios básicos dos gráficos de controle I O gráfico de controle contém uma linha central, representando o valor médio da característica de qualidade no seu estado sob controle. Duas outras linhas horizontais, chamadas limite superior de controle (LSC) e limite inferior de controle (LIC), são também parte integrante do gráfico. Estes pontos são escolhidos de forma que, se o processo esta sob controle, praticamente todos os pontos amostrais estarão entre eles. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 102 / 303 Princípios básicos dos gráficos de controle II Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 103 / 303 Princípios básicos dos gráficos de controle I Contanto que os pontos estejam entre os limites de controle o processo é considerado sob controle, e não demanda nenhuma ação; Caso um ponto caia fora dos limites, deve ser interpretado como uma evidência de que o processo está fora de controle, logo investigação e ação corretiva são necessárias; Uma vez concluída a investigação, identificada a causa atribuível e sendo a causa eliminada, o processo deverá retornar ao seu estado sob controle; Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 104 / 303 Princípios básicos dos gráficos de controle II Mas, todos os pontos dentro da zona de controle não necessariamente é um indicativo de que o processo está sob controle; Mesmo que todos os pontos se situem entre os limites de controle, se eles se comportam de maneira sistemática ou não aleatória, pode ser um indício de que o processo está fora de controle; Se o processo está sob controle todos os pontos devem ter um padrão essencialmente aleatório; Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 105 / 303 Princípios básicos dos gráficos de controleIII Para estes casos métodos de procura de sequências ou padrões devem ser empregados de forma a garantir o melhor resultado do CEP; Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 106 / 303 Princípios básicos dos gráficos de controle IV Há uma relação muito próxima entre gráficos de controle e teste de hipóteses; De certa maneira um gráfico de controle é um teste de hipótese de que o processo esteja em um estado de controle estatístico; Um ponto que se localiza entre os limites de controle é equivalente a não rejeição da hipótese de controle estatístico; Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 107 / 303 Princípios básicos dos gráficos de controle V Um ponto que se localiza fora dos limites de controle é equivalente à rejeição da hipótese de controle estatístico; Esse esquema de teste de hipótese é útil de muitas maneiras, mas há algumas diferenças entre os gráficos de controle e testes de hipóteses. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 108 / 303 Princípios básicos dos gráficos de controle VI Quando testamos hipóteses estatísticas, usualmente verificamos a validade de suposições; Utilizamos gráficos de controle para detectar afastamentos de um estado assumido de controle estatístico. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 109 / 303 Modelo geral para gráficos de controle I Para definição dos valores da linha central e dos limites, utilizamos: LSC = µw + Lσw Linha_central = µw LIC = µw − Lσw onde µw = média da amostra σw = desvio padrão da amostra L = distância dos limites de controle à linha central Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 110 / 303 Modelo geral para gráficos de controle II Essa teoria geral dos gráficos de controle foi proposta primeiramente por Walter Shewhart, e os gráficos desenvolvidos segundo estes princípios, em geral, são chamados de gráficos de controle de Shewhart Sua principal aplicação é na vigilância e monitoramento on-line de processos, onde dados amostrais são coletados e utilizados para construir o gráfico. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 111 / 303 Gráficos de controle no contexto da melhoria I O mais importante é que os gráficos de controle melhorem o processo. 1. A maior parte dos processos não opera em estado de controle estatístico, e quando o faz não será para sempre. 2. Consequentemente, o uso rotineiro dos gráficos de controle ajudará na identificação de causas atribuíveis. Se estas causas forem eliminadas, a variabilidade do processo será reduzida. 3. O gráfico de controle apenas detectará a ocorrência de causas atribuíveis; Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 112 / 303 Gráficos de controle no contexto da melhoria II 4. A ação da gerência, do operador e da engenharia, será usualmente necessária para a eliminação destas causas atribuíveis. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 113 / 303 Gráficos de controle no contexto da melhoria III Uma parte importante do processo de ação corretiva associada ao uso do gráfico de controle é o plano de ação para fora de controle (PAFC ou OCAP); O PAFC é um fluxograma ou descrição textual da sequência de atividades que devem ser realizadas em seguida à ocorrência de um evento ativador; Consiste em pontos de vistoria e finalizadores, que são ações para resolver a condição fora de controle; Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 114 / 303 Gráficos de controle no contexto da melhoria IV Análises de modo de falha anteriores podem auxiliar na construção do PAFC; Este documento deve ser tratado como um documento vivo, ou seja, deve ser periodicamente revisado (revisão crítica) ou sempre que um novo modo de falha ou variável influenciadora for descoberto. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 115 / 303 Planejamento do gráfico de controle I Os gráficos de controle apresentam muitas características diferentes, como visto (e ainda será visto); Para a obtenção de resultados positivos é necessário um mínimo de planejamento antes da sua implantação; Gráficos de controle podem ser classificado em dois tipos gerais: 1. Quando a característica da qualidade pode ser expressa como número em alguma escala contínua, chamamos o gráfico utilizado de gráfico de controle para variáveis Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 116 / 303 Planejamento do gráfico de controle II 2. Quando a característica e qualidade não pode ser medida em uma escala contínua ou quantitativa e a leitura é feita com base em julgamentos, utilizaremos gráficos de controle para atributos Outro fator importante a ser considerado é o tamanho da amostra (pontos amostrais) e a frequência de amostragem; A escolha dos limites de controle também precisa ser definida corretamente na fase de planejamento para garantir algum sucesso na etapa de aplicação. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 117 / 303 Razões para a popularidade dos gráficos de controle I 1. Os gráficos de controle são uma técnica comprada para a melhoria da produtividade: Um programa bem sucedido reduzirá a sucata e o retrabalho, que são os principais empecilhos para a produtividade em qualquer operação. 2. Os gráficos de controle são eficazes na prevenção de defeitos: O gráfico de controle ajuda a manter o processo sob controle, o que é consistente com a filosofia do "faça certo da primeira vez" Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 118 / 303 Razões para a popularidade dos gráficos de controle II 3. Os gráficos de controle evitam o ajuste desnecessário do processo: Um gráfico de controle pode distinguir entre ruído de fundo e uma variação anormal. Nenhum outro instrumento, incluindo o operador experiente, é tão eficiente. 4. Os gráficos de controle fornecem informações de diagnóstico: Frequentemente, o padrão dos pontos em um gráfico de controle conterá informação de valor para diagnóstico para um operador ou engenheiro experiente. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 119 / 303 Razões para a popularidade dos gráficos de controle III 5. Os gráficos de controle fornecem informação sobre a capacidade do processo: O gráfico de controle fornece informação sobre o valor de vários parâmetros importantes do processo e sobre a sua estabilidade ao longo do tempo, permitindo que se faça estimativas da capacidade do processo. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 120 / 303 Escolhendo os limites de controle I A escolha dos limites de controle é uma das decisões críticas que devem tomadas no planejamento de um gráfico de controle. Ao afastarmos os limites de controle da linha central, diminuímos o risco de um erro do tipo I (alarme falso); No entanto, ao aumentarmos o espaço entre os limites de controle, estaremos aumentando o risco de erro do tipo II (não detecção da falha). Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 121 / 303 Escolhendo os limites de controle II Se aproximarmos os limites da linha central, teremos o efeito oposto. Como visto anteriormente, os limites de controle dependem do desvio padrão e da distância desejada (L) deste desvio até a média. Esta distância de forma simplificada é dada em múltiplos do desvio padrão; Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 122 / 303 Escolhendo os limites de controle III Em geral se utiliza 3σ como um valor padrão, por haver na literatura muitos trabalhos que suportem bons resultados com estes valores; Porém condições especiais de operação e principalmente a otimização dos custos de CEP podem demandar a utilização de valores diferentes. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 123 / 303 Gráficos de controle com dois limites I Alguns analistas sugerem o uso de dois conjuntos de limites; Um limite é o tradicional limite de ação especificado por Shewhart; Então é adicionado um segundo limite, mais estreito que o limite de ação (usualmente2σ), chamado de limite de alerta Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 124 / 303 Gráficos de controle com dois limites II Quando houver pontos na região entre os limites, isto pode ser indício de que o processo está apresentando alguma tendência de fuga do controle e maior atenção deve ser dada; Uma das ações frequentemente tomada é o aumento da frequência entre ou o tamanho das amostras, de forma a se obter mais dados rapidamente sobre um eventual problema; Estes esquemas de controle são também chamados de intervalos de amostragem adaptativos. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 125 / 303 Tamanho da amostra e frequência da amostra I No planejamento do gráfico de controle, devemos especificar tanto o tamanho da amostra a ser utilizada quanto a frequência de amostragem. Em geral amostras maiores tornarão mais fácil a detecção de pequenas mudanças no processo. Logo, para determinar o tamanho das amostras devemos ter em mente a magnitude dos desvios que queremos detectar; Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 126 / 303 Tamanho da amostra e frequência da amostra II Devemos também determinar a frequência da amostragem; A situação mais desejável do ponto de vista de detecção, seria a extração de grandes amostras muito frequentemente, porém isto na maioria das vezes se torna inviável; A este problema geral se dá o nome de alocação do esforço de amostragem Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 127 / 303 Tamanho da amostra e frequência da amostra III Alguns mecanismos auxiliam nesta tomada de decisão, como o comprimento médio da sequência (CMS) dp gráfico de controle; O CMS é o número médio de pontos que devem ser marcado antes que um ponto indique uma condição de fora de controle, que é dado por: CMS = 1 p onde p é a probabilidade de que qualquer ponto exceda os limites de controle para o número de σ estipulado; Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 128 / 303 Tamanho da amostra e frequência da amostra IV Para 3σ o valor tabelado de p = 0, 0027, logo: CMS0 = 1 p = 1 0, 0027 = 370 ou seja, mesmo estando sob controle é esperado que o processo registre ao menos 1 ponto fora dos limites a cada 370 amostras, em média; Denomina-se CMS0 o CMS do processo sob controle, e CMS1 o CMS do processo fora de controle; Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 129 / 303 Tamanho da amostra e frequência da amostra V Outro mecanismo de avaliação dos gráficos de controle é o tempo médio para alerta (TMA); Se as amostras são tomadas a intervalos fixos de tempo, de h horas, então: TMA = CMS × h Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 130 / 303 Tamanho da amostra e frequência da amostra VI Consideremos um processo onde determinada característica de qualidade, usando uma amostra de tamanho n = 5 tenha uma probabilidade p = 0, 35 de estar entre os limites de controle, temos: CMS1 = 1 p = 1 0, 35 = 2, 86 TMA = CMS1 × h = 2, 86 ou seja, o gráfico exigirá em média 2,86 horas para sinalizar uma fuga de controle; Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 131 / 303 Análise de padrões em gráficos de controle padrões em gráficos de controle devem ser avaliados; Um gráfico de controle pode indicar uma situação fora de controle quando apresenta pontos fora dos limites de controle ou quando apresenta dados dentro dos limites de controle mas que seguem padrões não aleatórios; Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 132 / 303 Regras de sensibilização I Como visto anteriormente, diversos critérios podem aplicados simultaneamente a um gráfico de controle. A identificação de padrões por regras de sensibilização é um critério largamente utilizado na prática do CEP. As Regras Western Electric são o conjunto de regras mais popular na literatura. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 133 / 303 Regras de sensibilização II Estas regras em geral auxiliam na detecção precoce de processos em fuga de controle, especialmente durante a implantação do CEP. Porém uma vez que o processo esteja sob controle e a variabilidade controlada, elas devem ser utilizadas com muito cuidado e quando possível evitadas. A multiplicação das probabilidade de erro do tipo I tornam elas ineficazes para pequenos desvios e geram elevada taxa de alarmes falsos. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 134 / 303 Regras de sensibilização III Tabela: As regras da Western Electric Regra Descrição 1 Um ou mais pontos fora dos limites de controle 2 2 ou 3 pontos consecutivos fora dos limites de 2 sigma, mas dentro dos limites de controle 3 4 ou 5 pontos consecutivos além dos limites de alerta de 1 sigma 4 Uma sequência de 8 pontos consecutivos de um mesmo lado da linha central 5 6 pontos em uma sequência sempre crescente ou decrescente 6 15 pontos em sequência entre a linha cnetral e o limite de alerta de 1 sigma 7 14 pontos em sequência para cima e para baixo alternadamente 8 8 pontos em sequência além do limite de alerta de 1 sigma 9 Padrão reconhecidamente não aleatório nos dados 10 1 ou mais pontos próximos de um dos limites controle Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 135 / 303 As fases da implantação dos gráficos de controle I O uso dos gráficos de ocntrole envolve a aplicação de duas fases (Fase I e Fase II), com objetivos diferentes. Na fase I, um conjunto de dados do processo é coletado e analisado de uma vez, em uma análise retrospectiva, construindo-se os limites de controle de teste. Este limite de controle serve para avaliar se o processo estava sob controle durante a coleta das amostras, e para controle da produção futura. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 136 / 303 As fases da implantação dos gráficos de controle II Este é tipicamente o primeiro passo na implantação de cartas de controle. Caso haja pontos fora de controle nesta fase, eles devem ser investigados para identificação das causas atribuíveis. Uma vez eliminada a causa atribuível, o processo deve ser repetido para se identificar se o processo está gora sob controle. Um vez que se obtenha um conjunto limpo de dados (sob controle) pode-se proceder à fase II. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 137 / 303 As fases da implantação dos gráficos de controle III Na fase II utilizamos o gráfico com os limites estabelecidos para monitorar o processo. A cada nova amostra (ou subgrupo) comparamos com os limites estabelecidos no gráfico. É bastante comum assumir na fase I, que inicialmente o processo esteja fora de controle. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 138 / 303 As fases da implantação dos gráficos de controle IV Os gráficos de Shewhart apresentam excelente desempenho na fase I, visto que são bons para identificação de grandes desvios (provocados pelas melhorias) e padrões não aleatórios. A fase II é caracterizada por ser uma fase de variabilidade controlada e portanto sujeita a pequenos desvios, para os quais o gráfico de Shewhart pode se tornar ineficiente. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 139 / 303 Gráficos de controle para variáveis I Uma característica de qualidade que é medida em uma escala numérica é chamada de variável. Os gráficos de Shewhart geralmente utilizados para o monitoramento destas variáveis são as cartas X̄ , R e S . Em geral (é fortemente recomendado) que sejam utilizadas em conjunto a carta X̄ e uma das cartas R ou S , de forma a se monitorar a variabilidade do processo e dentro das amostras. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 140 / 303 Gráficos de controle X̄ e R I A carta X̄ tem por objetivo monitorar o valor médio de determinada característica de qualidade. Como em geral não se conhece µ e σ, estes valores são inicialmente estimados a partir de amostras do processo. A recomendação da literatura varia entre 25 e 30 amostras nomínimo para fazer esta estimativa. Cada amostra deve ser composta por um subgrupo de n peças inspecionadas (característica de qualidade). Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 141 / 303 Gráficos de controle X̄ e R II Logo, X̄1, X̄2, X̄3, X̄4, ..., X̄m representam as médias de cada uma das m amostras. Utilizaremos como estimador para µ a média geral: ¯̄X = X̄1 + X̄2 + ... + X̄m m ¯̄X deverá ser utilizado como a linha central do gráfico de controle. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 142 / 303 Gráficos de controle X̄ e R III Para construir os limites de controle, é necessária uma estimativa do desvio-padrão σ. σ pode ser estimado através dos desvios padrões ou amplitudes amostrais. Para tal utilizaremos a amplitude das amostras. Logo se x1, x2, ...,Xn é uma amostra de tamanho n, então a amplitude da amostra será dada por: R = xmax − xmin Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 143 / 303 Gráficos de controle X̄ e R IV logo, seja R1,R2, ...,Rm as amplitudes das m amostras coletadas: R̄ = R1 + R2 + ... + Rm m Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 144 / 303 Limites de controle para o gráfico X̄ LSC = X̄ + A2R̄ Linha_central = X̄ LIC = X̄ − A2R̄ A constante A2 encontra-se tabulada para vários tamanhos de amostra na tabela disponível na NetAula. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 145 / 303 Limites de controle para o gráfico R LSC = D4R̄ Linha_central = R̄ LIC = D3R̄ As constantes D3 e D4 encontram-se tabuladas para vários valores de n na tabela disponível na NetAula Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 146 / 303 Estimadores do desvio-padrão Por vezes pode se fazer necessário algum tipo de estimativa do desvio padrão do da média do processo, para tal utiliza-se: σ̂ = R̄ d2 Para o desvio-padrão da amplitude, utiliza-se: σ̂R = d3 R d2 Os valores de d2 e d3 encontram-se tabulados na tabela disponível na NetAula. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 147 / 303 Fase I na prática I Quando os limites de controle são obtidos a partir de amostras e não de informações da população, é costume serem tratados por limites de controle tentativos. Seu caráter provisório se deve a possibilidade de o processo estar "variando sua variabilidade"durante a implementa da fase I em razão de melhorias. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 148 / 303 Fase I na prática II Devido a isto, os limites de controle devem ser revisado a cada novo ponto fora de controle detectado, ou com uma frequência elevada (ex.: a cada 50 amostras, 1 vez por dia). Este procedimento deve ser considerado e repetido até que o processo esteja considerado estável e sob controle, quando então poderemos iniciar a fase II. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 149 / 303 Exemplo 6.1 I Um processo de cozimento é usado em conjunto ocm fotolitografia na fabricação de semicondutores. Queremos estabelecer um controle estatístico para a largura do fluxo do resistor usando gráficos X̄ e R . Vinte e cinco amostras, cada uma formada por cinco placas, foram extraídas desse processo quando se pensava que o mesmo estava sob controle. O intervalo de tempo entre amostras ou subgrupos é de uma hora. As medidas das larguras dos fluxos (em mícrons) para essas amostras são exibidas na tabela a seguir (Montgomery, 2016). Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 150 / 303 Exemplo 6.1 II Amostra 1 2 3 4 5 1 1,3235 1,4128 1,6744 1,4573 1,6914 2 1,4314 1,3592 1,6075 1,4666 1,6109 3 1,4284 1,4871 1,4932 1,4324 1,5507 4 1,5028 1,6352 1,3841 1,2831 1,5507 5 1,5604 1,2735 1,5265 1,4363 1,6441 6 1,5955 1,5451 1,3574 1,3281 1,4198 7 1,6274 1,5064 1,8366 1,4177 1,5144 8 1,419 1,4303 1,6637 1,6067 1,5519 9 1,3884 1,7277 1,5355 1,5176 1,3688 10 1,4039 1,6697 1,5089 1,4627 1,5220 11 1,4158 1,7667 1,4278 1,5928 1,4181 12 1,5821 1,3355 1,5777 1,3908 1,7559 13 1,2856 1,4106 1,4447 1,6398 1,1928 Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 151 / 303 Exemplo 6.1 III Amostra 1 2 3 4 5 14 1,4951 1,4036 1,5893 1,6458 1,4969 15 1,3589 1,2863 1,5996 1,2497 1,5471 16 1,5747 1,5301 15.171 1,1839 1,8662 17 1,3680 1,7269 1,3957 1,5014 1,4449 18 1,4163 1,3864 1,3057 1,6210 1,5573 19 1,5796 1,4185 1,6541 1,5116 1,7247 20 1,7106 1,4412 1,2361 1,382 1,7601 21 1,4371 1,5051 1,3485 1,567 1,4880 22 1,4738 1,5936 1,6583 1,4973 1,472 23 1,5917 1,4333 1,5551 1,5295 1,6866 24 1,6399 1,5243 1,5705 1,5563 1,553 25 1,5797 1,3663 1,624 1,3732 1,6887 Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 152 / 303 Exemplo 6.1 IV Para amostras com n = 5, encontramos na tabela D3 = 0, D4 = 2, 114 e A2 = 0, 577. Para a carta R R̄ = ∑m i=1 Ri m = LIC = R̄D3 = LSC = R̄D4 = Para a carta X̄ : X̄ = ∑m i=1 X̄i m = LSC = X̄ + A2R̄ = LIC = X̄ − A2R̄ = Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 153 / 303 Estimando a capacidade do processo I Os gráficos X̄ e R fornecem informação sobre o desempenho ou capacidade do processo. Podemos então determinar a capacidade do processo em termos da razão da capacidade do processo (RCP) Cp. Cp é definida para uma característica de qualidade com limites superior e inferior de especificação LSC e LIC, respectivamente. Cp = LSC − LIC 6σ Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 154 / 303 Estimando a capacidade do processo II Note que a extensão dos 6σ do processo é a definição básica da capacidade do processo. Como em geral σ é desconhecido, frequentemente temos que substituí-lo por um estimador σ̂, como σ̂ = R̄/d2. Um Cp > 1 significa que os limites de tolerância do processo estão dentro dos limites de especificação. Significa que o processo usa menos de 100% da faixa de tolerância da especificação e consequentemente poucos itens não conformes serão produzidos. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 155 / 303 Estimando a capacidade do processo III No caso de Cp = 1, indica que o processo utiliza 100% da tolerância da especificação. Para uma distribuição normal isto significa cerca de 0,27% (2700ppm) de unidades não conformes produzidas. Caso o Cp < 1, significa que o processo usa mais de 100% da faixa de tolerância. Neste caso o processo é muito sensível e produz grande número de partes não conformes. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 156 / 303 Limites de controle, de especificação e naturais I Um ponto que deve ser enfatizado é que não há qualquer conexão ou relação entre os limites de controle nos gráficos X̄ e R e os limites de especificação do processo. Limites de controle são guiados pela variabilidade natural do processo, isto é, determinada pelos limites naturais de tolerância do processo. Limites de especificação são determinados externamente ao processo (ex. Gerência, projetista, engenharia, cliente, etc.). Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 157 / 303 Limites de controle, de especificação e naturais II Deve-se ter conhecimento da variabilidade do processo inerente ao processo quando da definição das especificações, mas lembre-se, não há relação matemática ou estatística entre os limites de controle e os limites de especificação. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 158 / 303 Valores-alvos na linha central I Alguma vezes o usuário do gráfico de controle poderá substituir a linha central do gráfico X̄ por um valor-alvo ¯̄X0. A condição para que isto possa ser feito é que o gráfico R apresente uma situação de controle da variabilidade do processo. Esta é uma prática útil durante o deslocamento da média de um processo para um determinado valor desejado. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 159 / 303 Valores-alvos na linha central II Em geral esta prática só é útil em processos onde o deslocamento da média pode ser facilmente obtido por ajustes simples de alguma variável manipulável. Se a média não é facilmenteinfluenciada, mas sim uma função complexa de variáveis, o gráfico com valor-alvo será pouca utilidade. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 160 / 303 Gráficos baseados nos valores de referência I Quando é possível especificar valores-padrões ou de referência para a média e o desvio padrão do processo (µ e sigma), podemos utilizar estes padrões para construir os gráficos X̄ e R sem recorrer a análise de amostras ou dados passados. Este processo tende a ser mais econômico e confiável (se os dados são confiáveis), porém não costuma ser uma situação comum. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 161 / 303 Gráficos baseados nos valores de referência II Supondo que µ e σ sejam conhecidos, para o gráfico X̄ temos: LSC = µ + 3 σ√ n Linha_central = µ LIC = µ− 3 σ√ n O valor de 3/ √ n = A também pode ser obtido por meio da tabela disponível na NetAula. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 162 / 303 Gráficos baseados nos valores de referência III Para o gráfico R temos: LSC = D2σ Linha_central = d2σ LIC = D1σ É preciso cuidado na utilização de µ e σ, pois se o processo não estiver correspondendo fielmente a estes parâmetros (sob controle em uma média diferente) pode ser gerada uma grande quantidade de alarmes falsos Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 163 / 303 Gráficos de controle X̄ e S Embora gráficos X̄ e R sejam bastante usados, algumas vezes torna-se desejável a estimação direta do desvio-padrão do processo ao invés da amplitude. Isso leva ao uso dos gráficos S , em que S é o desvio-padrão amostral. Em geral os gráficos X̄ e Ssão preferidos aos seus semelhantes X̄ e R quando: 1. O tamanho da amostra n é moderadamente grande (n>10). 2. O tamanho da amostra n é variável. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 164 / 303 Construção e operação dos gráficos X̄ e S I A sequência de etapas para construção dos gráficos X̄ e S não difere muito das etapas dos gráficos X̄ e R . A diferença principal é que para cada amostra temos que calcular a média amostral x̄ e o desvio-padrão amostral s. A variância amostral pode ser obtida por meio de: s2 = ∑n i=1(xi − x̄)2 n − 1 Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 165 / 303 Construção e operação dos gráficos X̄ e S II Logo temos que: S̄ = 1 m m∑ i=1 Si Assim, os parâmetros do gráfico S são obtidos por: LSC = B4S̄ Linha_central = S̄ LIC = B3S̄ Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 166 / 303 Construção e operação dos gráficos X̄ e S III B3 e B4 são obtidos a partir da tabela disponível na NetAula. Os parâmetros do gráfico X̄ são obtidos a partir de: LSC = X̄ + A3S̄ Linha_central = X̄ LIC = X̄ − A3S̄ A constante A3 é obtida por meio da tabela disponível na NetAula. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 167 / 303 Exemplo 6.3 I A tabela a seguir apresenta medidas dos diâmetros internos de anéis de pistões forjados para motores de automóveis. Cada amostra, ou subgrupo, consiste em cinco anéis de pistão. Construa os gráficos X̄ e S utilizando as medidas dos diâmetros internos apresentadas na tabela. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 168 / 303 Exemplo 6.3 II Amostra 1 2 3 4 5 1 74,030 74,002 74,019 73,992 74,008 2 73,995 73,992 74,001 74,011 74,004 3 73,988 74,024 74,021 74,005 74,002 4 74,002 73,996 73,993 74,015 74,009 5 73,992 74,007 74,015 73,989 74,014 6 74,009 73,994 73,997 73,985 73,993 7 73,995 74,006 73,994 74,000 74,005 8 73,985 74,003 73,993 74,015 73,988 9 74,008 73,995 74,009 74,005 74,004 10 73,998 74,000 73,990 74,007 73,995 11 73,994 73,998 73,994 73,995 73,990 12 74,004 74,000 74,007 74,000 73,996 13 73,983 74,002 73,998 73,997 74,012 Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 169 / 303 Exemplo 6.3 III Amostra 1 2 3 4 5 14 74,006 73,967 73,994 74,000 73,984 15 74,012 74,014 73,998 73,999 74,007 16 74,000 73,984 74,005 73,998 73,996 17 73,994 74,012 73,986 74,005 74,007 18 74,006 74,010 74,018 74,003 73,996 19 73,984 74,002 74,003 74,005 73,997 20 74,000 74,010 74,013 74,020 74,003 21 73,982 74,001 74,015 74,005 73,996 22 74,004 73,999 73,990 74,006 74,009 23 74,010 73,989 73,990 74,009 74,014 24 74,015 74,008 73,993 74,000 74,010 25 73,982 73,984 73,995 74,017 74,013 Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 170 / 303 Exemplo 6.3 IV s2 = ∑n i=1(xi − x̄)2 n − 1 S̄ = 1 m m∑ i=1 Si LSC = B4S̄ Linha_central = S̄ LIC = B3S̄ LSC = X̄ + A3S̄ Linha_central = X̄ LIC = X̄ − A3S̄ Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 171 / 303 Gráficos de controle de Shewhart para medidas individuais I Há muitos casos onde o tamanho da amostra para monitoramento é n = 1. Alguns exempos disso: 1. Tecnologia de inspeção automática 100%, portanto não havendo razão para formar subgrupos. 2. Dados se tornam disponíveis muito lentamente, sendo inconveniente acumular amostras onde n > 1. 3. Medidas repetidas do processo diferem apenas por erros do laboratório. 4. Várias medidas são tomadas em uma mesma unidade do produto. 5. Fábrica de processamento de ciclos muito longos. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 172 / 303 Gráficos de controle de Shewhart para medidas individuais II 6. Processos de transações, negócios, serviços e outras aplicações não industriais. Nestas situações utilizamos o gráfico de controle para unidades individuais. A forma mais usual é é utilizando a amplitude móvel de duas observações consecutivas como base para estimar a variabilidade do processo. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 173 / 303 Gráficos de controle de Shewhart para medidas individuais III A amplitude móvel pode ser definida por: MRi = |xi − xi−1| Para construção do gráfico de controle das medidas individuais, utilizamos os seguintes parâmetros: LSC = X̄ + 3 M̄R d2 Linha_central = X̄ LIC = X̄ − 3M̄R d2 Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 174 / 303 Gráficos de controle de Shewhart para medidas individuais IV O valor de d2 é obtido a partir da tabela disponível na NetAula. A definição dos parâmetros para o gráfico de amplitude móvel é dado por: LSC = D4M̄R Linha_central = M̄R LIC = 0 Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 175 / 303 Exemplo 6.5 I A unidade de processamento de empréstimos hipotecários de um banco monitora os custos de processamento dos pedidos de empréstimo. A quantidade rastreada são os custos médios de processamento semanal, obtidos pela divisão dos custos semanais pelo número de empréstimos processados durante a semana. os custos de processamento para as últimas 20 semanas são apresentados na tabela abaixo. Estabeleça gráficos de controle individuais e de amplitude móvel para estes dados (Montgomery, 2016). Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 176 / 303 Exemplo 6.5 II Semanas Custo x Semanas Custo x 1 310 11 294 2 288 12 299 3 297 13 297 4 298 14 299 5 307 15 314 6 303 16 295 7 294 17 293 8 297 18 306 9 308 19 301 10 306 20 304 Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 177 / 303 Exemplo 6.5 III LSC = X̄ + 3 M̄R d2 Linha_central = X̄ LIC = X̄ − 3M̄R d2 LSC = D4M̄R Linha_central = M̄R LIC = 0 Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 178 / 303 Gráficos de controle por atributos Muitas características de qualidade não podem ser representadas numericamente de modo conveniente. Nestes casos usualmente cada item inspecionado é classificado como conforme ou não conforme, podendo ainda ser utilizado outro tipo de classificação binária semelhante. As características de qualidade desse tipo são chamadas de atributos. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 179 / 303 Gráfico de controle para a Fração Não Conforme I A fração não conforme é definida como a razão entre o número de itens não conformes em uma população e o total de itens desta população; A fraçãodecimal, em geral, é expressa na forma de um número decimal, embora possa ser utilizada na forma de percentual para facilitar a comunicação dos dados. Embora não seja usual, também pode-se trabalhar com a fração conforme do mesmo modo, nestes casos o gráfico é chamado de gráfico de rendimento do processo Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 180 / 303 Gráfico de controle para a Fração Não Conforme II A fração amostral não conforme é definida como a razão entre o número de unidades não conformes na amostra D e o tamanho n da amostra, isto è: p̂ = D n A média e variância do processo, também podem ser estimados, uma vez que: µp̂ = p σ2p̂ = p(1− p) n Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 181 / 303 Gráfico de controle para a Fração Não Conforme III Supondo que a verdadeira fração não conforme, p, no processo seja conhecida, ou um valor padrão tenha sido especificado. Os limites de controle serão dados por: LSC = p + 3 √ p(1− p) n Linha_central = p LIC = p − 3 √ p(1− p) n Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 182 / 303 Gráfico de controle para a Fração Não Conforme IV Dependendo dos valores de p e n, algumas vezes o limite inferior de controle LIC < 0. Nestes casos assumimos LIC = 0, por razões óbvias. Quando a fração não conforme do processo, p, não é conhecida deve-se então estimá-la a partir dos dados observados. Logo, para p̂ = Din i = 1, 2, 3, ...,m A média dessas frações não conformes para as amostras individuais é: p̄ = ∑m i=1 Di mn = ∑m i=1 p̂i m Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 183 / 303 Gráfico de controle para a Fração Não Conforme V Os limites de controles do gráfico de controle para a fração Não Conforme, onde nenhum padrão foi dado, são: LSC = p̄ + 3 √ p̄(1− p̄) n Linha_central = p̄ LIC = p̄ − 3 √ p̄(1− p) n Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 184 / 303 Exemplo 7.1- I Suco de laranja concentrado e congelado é embalado em embalagens de papelão de 6oz. Uma máquina faz essas embalagens, enrolando o papelão e colocando um fundo de metal. Pela inspeção de uma dessas embalagens, pode-se determinar se, quando cheia, poderá vazar ao longo da junta lateral do papelão ou em volta da junção do fundo. Tal embalagem não confirme tem uma vedação imprópria ou na junção lateral ou na junção do fundo. Estabeleça um gráfico de controle para melhorar a fração de embalagens não conformes produzidas por essa máquina. Para estabelecimento do gráfico considere que foram selecionadas 30 amostras com n = 50 embalagens cada, a Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 185 / 303 Exemplo 7.1- II intervalos de meia hora, por um período de três turnos, durante os quais a máquina operou continuamente. Os dados são apresentados na tabela a seguir: Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 186 / 303 Exemplo 7.1- III Amostra NC Amostra NC Amostra NC 1 12 11 5 21 20 2 15 12 6 22 18 3 8 13 17 23 24 4 10 14 12 24 15 5 4 15 22 25 9 6 7 16 8 26 12 7 16 17 10 27 7 8 9 18 5 28 13 9 14 19 13 29 9 10 10 20 11 30 6 Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 187 / 303 Exemplo 7.1- IV p̄ = ∑m i=1 Di mn =? LSC = p̄ + 3 √ p̄(1− p̄) n =?? Linha_central = p̄ =?? LIC = p̄ − 3 √ p̄(1− p) n =?? Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 188 / 303 Gráficos de Controle para Não Conformidades (Defeitos) I Um item não conforme é uma unidade do produto que não satisfaz uma ou mais das especificações para aquele produtos. Consequentemente, um item não conforme conterá pelo menos uma não conformidade. Há várias situações práticas nas quais preferimos trabalhar diretamente com o número de defeitos ou não conformidades do que com a fração não conforme. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 189 / 303 Gráficos de Controle para Não Conformidades (Defeitos) II Para o controle do número de não conformidades, utiliza-se o estimador ĉ , dado por: c̄ = total_defeitos n Quando nenhum padrão é dado, os limites de controle do gráfico são dados por: LSC = c̄ + 3 √ c̄ Linha_central = c̄ LIC = c̄ − 3 √ c̄ Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 190 / 303 Exemplo 7.3- I A tabela a seguir apresenta o número de não conformidades observadas em 26 amostras sucessivas de 100 placas de circuito impresso. Note que, por questões de conveniência, a unidade de inspeção é definida como 100 placas. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 191 / 303 Exemplo 7.3- II Amostra NC Amostra NC Amostra NC 1 21 10 25 19 18 2 24 11 20 20 39 3 16 12 24 21 30 4 12 13 16 22 24 5 15 14 19 23 16 6 5 15 10 24 19 7 28 16 17 25 17 8 20 17 13 26 15 9 31 18 22 Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 192 / 303 Exemplo 7.3- III c̄ = total_defeitos n =?? LSC = c̄ + 3 √ c̄ =?? Linha_central = c̄ =?? LIC = c̄ − 3 √ c̄ =?? Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 193 / 303 Gráfico de controle para o número médio de Não Conformidades por Unidade I Outra abordagem para este mesmo gráfico é baseada no número médio de de não conformidades por unidade de inspeção. Se encontrarmos um total de x não conformidades em uma amostra de unidades de inspeção, então o número médio de não conformidades por unidade de inspeção é: u = x n Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 194 / 303 Gráfico de controle para o número médio de Não Conformidades por Unidade II Logo, os parâmetros do gráfico de controle para o número médio de não conformidades por unidade são: LSC = ū + 3 ū n Linha_central = ū LIC = ū − 3 √ ū n Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 195 / 303 Exemplo 7.4- I Um grupo de engenharia de cadeia de suprimento monitora embarques de materiais através da rede de distribuição da companhia. Erros na entrega do material ou na documentação que o acompanha são observados semanalmente. A cada semana, 50 embarques selecionados aleatoriamente são examinados e os erros registrados. Os dados para 20 semanas são apresentados na tabela a seguir. Estabeleça um gráfico de controle u para monitoramento desse processo. Considere que o tamanho amostral é de n = 50. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 196 / 303 Exemplo 7.4- II Semana Erros Semana Erros 1 2 11 8 2 3 12 2 3 8 13 4 4 1 14 3 5 1 15 4 6 4 16 1 7 1 17 8 8 4 18 3 9 5 19 7 10 1 20 4 Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 197 / 303 Exemplo 7.4- III ui = xi ni ū = ∑2 i=1 ui m LSC = ū + 3 ū n Linha_central = ū LIC = ū − 3 √ ū n Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 198 / 303 Análise da capacidade de processos I A análise da capacidade do processo é uma ferramenta importante do processo DMAIC. A capacidade do processo diz respeito à sua uniformidade. A variabilidade de características críticas para a qualidade no processo é uma medida de uniformidade da produção. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 199 / 303 Análise da capacidade de processos II Há duas maneiras de se encarar esta variabilidade: 1. A variabilidade natural ou inerente a uma característica crítica para a qualidade em um instante específico (variabilidade instantânea). 2. A variabilidade em uma característica crítica para a qualidade ao longo do tempo. É costume tomar-se como medida da capacidade de um processo a dispersão de seis sigma na distribuição da característica de qualidade. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 200 / 303 Análise da capacidade de processos III Os limites naturais de tolerância do processo - superior e inferior- se situam respectivamente em: LSNT = µ + 3σ LINT = µ− 3σ Para uma distribuição normal, os limites naturais de tolerância incluem 99,73% da variável, ou, apenas 0,27% da saída do processo fica naturalmente fora dos limites de tolerância. Simões, W. L. Engenharia da qualidade 6 de Agosto de 2020 201
Compartilhar