Baixe o app para aproveitar ainda mais
Prévia do material em texto
Aluno: Juliano Nunes da Silva Exercícios do Minitab – Construção de Gráficos I.1) Construir um gráfico de dispersão (stat/regression/regression) aos dados da tabela, onde Y = densidade de um produto, em g/cm3 e X = adição de molibdênio, em mícron. Y 4,32 4,38 4,67 4,72 4,99 5,05 5,32 5,48 5,66 X 136 207 276 333 381 409 476 588 802 Figura 1 - Gráfico de Dispersão de Densidade do Produto (g/cm3) versus Adição de Molibdênio (mícron) I.3) Construir um gráfico setorial, "pizza" (graph/pie chart/chart values from a table) e de colunas (graph/bar chart/values from a table/simple) para representar os dados da tabela (quantidade de vendas de um produto, em milhões de unidades, em 2010, por filial de uma empresa). Diadema Moema Saúde Limeira Itapira Santos Outras 394 536 122 222 78 498 17 I.4) Usar um gráfico de linhas (graph/time series plot) para mostrar, simultaneamente, a variação anual do consumo de aditivo, catalisador e apassivador de uma indústria química (dados em mil reais). A seguir, projetar o consumo total para 2011 (stat/time series/trend analysis). Ano 2003 2004 2005 2006 2007 2008 2009 2010 Aditivo 56 62 60 67 73 70 79 81 Catalisador 123 114 108 118 108 100 93 82 Apassivador 94 99 109 100 123 136 148 160 · Projeção de Consumo do Aditivo · · Método Tipo de modelo Modelo de Tendência Linear Dados Aditivo Tamanho 8 NFaltantes 0 · Equação de Tendência Ajustada Yt = 52,64 + 3,524 × t · Medições de Precisão EPAM 2,65941 DAM 1,79167 DPM 5,05952 · Previsões Período Previsão 2011 84,3571 · Projeção de Consumo do Catalisador · · Método Tipo de modelo Modelo de Tendência Linear Dados Catalisador Tamanho 8 NFaltantes 0 · Equação de Tendência Ajustada Yt = 128,57 - 5,071 × t · Medições de Precisão EPAM 3,8958 DAM 4,0893 DPM 25,6607 · Previsões Período Previsão 2011 82,9286 · Projeção de Consumo do Apassivador · · Método Tipo de modelo Modelo de Tendência Linear Dados Apassivador Tamanho 8 NFaltantes 0 · Equação de Tendência Ajustada Yt = 77,68 + 9,65 × t · Medições de Precisão EPAM 4,4126 DAM 4,8125 DPM 45,2336 · Previsões Período Previsão 2011 164,571 I.5) Os dados a seguir representam 596 devoluções de um produto, numa produção de 84.234 unidades vendidas. Pede-se: a) Construir um gráfico de Pareto (stat/quality tools/pareto chart), sabendo-se que os motivos de devolução foram: Tipo errado: 375 unidades; Embalagem amassada: 61; Cor errada: 109; Entrega fora do prazo: 39: Quantidade fora do especificado: 12. Para se reduzir o total devolvido em 80%, que problemas deveriam ser atacados prioritariamente? Resposta: Analisando o gráfico de Pareto de Defeitos no produto, para reduzir em um total de 80% nos problemas devemos atacar primeiramente os produtos que são enviados Errados que representa 62,9% e os produtos enviados com a Cor Errada, que representa 18,3% dos problemas, totalizando 81,2%. b) Idem, um Pareto de custo total, sabendo que os custos unitários associados a esses problemas sejam de $ 2,33 / 5,48 / 66,00 / 19,52 / 34,78, respectivamente. Resposta: Já nesse gráfico de Pareto, definido pelo custo unitário dos problemas, é necessário atacar primeiramente os produtos que são enviados na cor errada que representa 51,1% e nos produtos fora de especificação que represente 27,10%. I.6) Simular um diagrama espinha de peixe (stat/quality tools/cause and effect chart) para um problema real de sua empresa (exemplo: alto refugo); tentar usar os 6M’s: mão de obra, método, meio de medição, meio ambiente, máquina e material). I.8) Com os dados empilhados, construir e interpretar o boxplot para os dados, que representam os salários semanais pagos numa empresa de serviços, em reais (graph/boxplot/simple). Construir também o histograma (graph/histogram), o gráfico em pontos (graph/dotplot) e o gráfico de probabilidade nornal (graph/probability plot). 857,57 261,13 2101,48 664,06 4804,01 589,88 939,44 296,59 1062,52 519,86 1810,62 695,40 1172,67 2498,62 2335,82 1354,69 1711,44 2325,28 904,95 486,38 572,19 1684,60 1864,48 9,68 123,86 3276,62 48,11 2359,91 287,44 4001,76 1337,51 1863,06 1958,56 249,21 355,08 1530,05 2896,91 2287,84 521,30 479,88 3487,79 285,89 1605,64 41,53 148,07 1891,84 1240,62 3179,20 176,62 996,75 539,77 2309,13 3658,08 1867,24 563,60 383,48 33,72 21,67 1374,65 1246,91 895,02 2905,90 322,78 54,18 1613,15 1232,44 43,73 1554,11 1178,51 894,58 1281,71 31,99 873,84 1173,69 1616,58 1712,45 1312,07 851,95 584,40 25,65 543,76 156,70 2557,05 731,88 27,37 583,43 928,32 1040,00 3846,51 1125,36 I.8) I.9) o quadro mostra a evolução do consumo de energia elétrica de regiões brasileiras, em bilhões de kWh, de certo ano. Mostrar os dados num gráfico de áreas (graph/área graph). OUTROS SUDESTE SUL NORDESTE MÊS 127 345 88 178 fev 129 389 61 170 mar 156 351 43 167 abr 133 401 97 190 mai 146 397 83 185 jun 138 387 77 208 jul I.6) Diagrama de Causa e Efeito
Compartilhar