I) OK - Construção de Gráficos -Minitab

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