Morgana Pizzolato, Dr a. Aula 05 Introdução ao CEP DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM

Tamanho: px
Começar a partir da página:

Download "Morgana Pizzolato, Dr a. Aula 05 Introdução ao CEP DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM"

Transcrição

1 Morgana Pizzolato, Dr a. Aula 05 Introdução ao CEP DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM

2 TÓPICOS DESTA AULA Teorema do Limite Central (TLC) Introdução ao Controle Estatístico da Processo Passos de implementação Causas comuns x especiais Introdução à carta de controle (CC) Procedimento iterativo de melhoria 2

3 TEOREMA DO LIMITE CENTRAL Soma de n variáveis x i independentes (e sua média) seguem o modelo de uma distribuição Normal, independentemente da distribuição das variáveis individuais Distribuições individuais não muito diferentes da Normal tem boa aproximação com n = 4 ou 5 muito diferentes da Normal, então n 30 x x = = y 1 y y y L+ y n + L+ y n n n x e x% N (1,0) 3

4 ENTENDENDO MELHOR O TLC σ x Distribuição uniforme n n n = x 1 = x 2 = x k x σ x Distribuição exponencial n = x k x n n = x 1 = x 2 4

5 TEOREMA DO LIMITE CENTRAL Exemplo 1: x = lançamento de um dado Ω = {1; 2; 3; 4; 5; 6} f(x) = 1/6 x f(x) 1/6 1 6 x Exemplo 2: x = média dos lançamentos de dois dados Ω = {1; 1,5; 2; 2,5; 3; 3,5; 4; 4,5; 5; 5,5; 6} f(x) = N(3,5; 1,58 2 ) 5

6 TEOREMA DO LIMITE CENTRAL 1 0 dado 2 0 dado Soma Média 1 0 dado 2 0 dado Soma Média , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,0 6

7 TEOREMA DO LIMITE CENTRAL Média de dois dados Freqüência 1,0 1 1,5 2 2,0 3 2,5 4 3,0 5 3,5 6 4,0 5 4,5 4 5,0 3 5,5 2 6,0 1 f(x) 6/36 5/36 4/36 3/36 2/36 1/36 1,0 1,5 2,0 2,5 3,0 3,5 4,0 4,5 5,0 5,5 6,0 x 7

8 TEOREMA DO LIMITE CENTRAL Exemplo: um pesquisador deseja saber média da idade dos alunos de pós-graduação. A população dos alunos é: xi µ = = = 37,84 N 32 ( ) + + ( ) 2 2 ( x ) 2 i µ 29 37, ,84 σ = = = 10,03 N 32 8

9 TEOREMA DO LIMITE CENTRAL Supondo que não fosse possível analisar a população inteira e os dados fossem coletados por amostras de tamanho n = x média amostral ( ) 39,25 38,75 38,00 47,75 36,50 29,00 39,50 34,00 37,84 médias das médias ( ) desvio amostral ( s ) 11,27 9,43 12,99 10,47 6,76 10,03 6,45 11,22 5,33 desvio das médias ( σ x ) x σ x x i 39, ,00 x= = = 37,84 k 8 µ =x = 37, x i x) (39,25 37,84) + L+ (34,00 37,84) = = k ( 2 = 5,33 σ ˆ σ x x = 5,33 = σ n ˆ σx σ x observado 10,03 = = 5,01 4 aproximação 9

10 TEOREMA DO LIMITE CENTRAL A média das médias amostrais é igual a média dos valores individuais x =µ Desvio-padrão das médias é menor do que o desvio-padrão dos valores individuais na razão de 1 n f(x) σx ˆ σ = x σ n σ LNI LCI x = µ LCS LNS x 10

11 TEOREMA DO LIMITE CENTRAL Limites naturais: limites da distribuição dos valores individuais Limites de controle: limites da distribuição das médias Limites de especificação: determinado pelo cliente f(x) σ x σ LNI LCI x = µ LCS LNS x 11

12 O CEP TRABALHA A MÉDIA DAS AMOSTRAS QUE TENDEM À DISTRIBUIÇÃO NORMAL Parâmetros e estimadores no CEP Média x x µ : representa a média da amostra : representa a média das médias amostrais : representa a média dos valores individuais da população Desvio-padrão s σ x σ : representa o desvio-padrão da amostra : representa o desvio-padrão das médias amostrais : representa o desvio-padrão dos valores individuais da população Tamanho de amostra n N : representa o tamanho da amostra : representa o tamanho de uma série de k amostras de tamanho n 22/08/

13 INTRODUÇÃO AO CEP Conjunto de ferramentas de resolução de problemas para obter: estabilidade (eliminação de causas especiais) dos processos melhoria da sua capacidade (centralização no alvo) 7 ferramentas do CEP Histograma Folha de controle Gráfico de Pareto Diagrama de causa e efeito Diagrama de concentração de defeito Diagrama de dispersão Cartas de controle Foco da primeira parte da disciplina 13

14 O QUE É UMA CARTA DE CONTROLE? É a representação gráfica de uma variável de resposta ou de um fator controlável que influencia uma determinada característica da qualidade versus tempo (ou n o da amostra) monitorar a presença de causas especiais (causas que não são comuns ao processo e podem prejudicar a qualidade do produto/serviço) Pode ser utilizada para realizar a inspeção por amostragem do processo 14

15 ONDE UTILIZAR UMA CC? Processo Sistema de Medida Verificar e acompanhar Detectar causa especial Implementar ação corretiva Variabilidade Identificar causa raiz do problema Plano de ação para fora de controle 15

16 PORQUE UTILIZAR AS CC? Para que o processo seja monitorado pelos próprios operadores Para auxiliar o processo a atingir: alta qualidade, baixo custo unitário; alta capacidade efetiva; consistência e previsibilidade Para ter uma linguagem comum para discutir o desempenho do processo Para distinguir claramente entre causas comuns e causas especiais Para guiar as ações locais ou gerenciais 16

17 CAUSAS COMUNS São diferenças mínimas peça-a-peça devida a pequenas causas de variação que atuam de forma aleatória no processo, gerando uma variabilidade inerente no processo Em geral só podem ser resolvidas por uma ação global sobre o sistema Os operadores estão em boa posição para identificá-las, mas a sua correção exige decisão gerencial 17

18 O QUE FAZER COM AS CAUSAS COMUNS? A correção pode não se justificar economicamente Um processo que apresenta apenas causas comuns atuando é dito um processo estável ou sob controle, pois apresenta sempre a mesma variabilidade ao longo do tempo pequenas imperfeições no equipamento, design inadequado de um produto, processos que estão funcionado mas não estão otimizados, compra sistemática de materiais com baixa qualidade, inexistência de treinamento, falta de padronização das operações... 18

19 CAUSAS ESPECIAIS Não seguem um padrão aleatório e por isso também são chamadas de causas assinaláveis Fazem com que o processo saia fora de seu padrão natural de operação e têm um efeito indesejável significativo sobre o desempenho do processo 19

20 O QUE FAZER COM AS CAUSAS ESPECIAIS? Devem ser identificadas e neutralizadas Em geral são corrigidas por ação local e, por isso, são de responsabilidade dos operadores (apesar de algumas vezes a gerência estar em melhor posição para resolver o problema) Sua eliminação se justifica economicamente Máquina ajustada ou operada de maneira inadequada, Alteração gradual no processo falta de manutenção (tendências), Erros do operador, Lote de matéria-prima com problema, Quebra de equipamento de medição... 20

21 CAUSAS COMUNS X CAUSAS ESPECIAIS Aspecto Especial Investimento Pequeno Grande Visibilidade do problema Grande: a natureza súbita chama a atenção de todos Comun Pequena: a natureza contínua faz com que todos se acostumem ao problema Ação requerida Restabelecer o nível anterior Mudar para nível melhor Dados Análise Responsabilidade pela ação Simples, coleta rotineira e muito frequente Simples e feita por pessoal próximo ao processo Operadores (pessoal próximo ao processo) Complexos, coleta especial e pouco frequente Complexa e feita por pessoal técnico Pessoal da gerência 21

22 CAUSAS COMUNS X CAUSAS ESPECIAIS Se apenas as causas comuns estão presentes, o comportamento do processo é estável e previsível Se causas especiais estão presentes, o comportamento do processo não é estável, e não é previsível 22

23 CAUSAS COMUNS X CAUSAS ESPECIAIS Lembrar que as distribuições podem variam quanto: Exemplos de processos fora de controle presença de causa especial centralização variabilidade forma Tendência na média Deslocamento na média Média estável Média instável Variabilidade constante Variabilidade constante Aumento da variabilidade Variabilidade instável 23

24 CAUSAS COMUNS X CAUSAS ESPECIAIS Controle de Processo Tempo Processo sob controle (estável somente causas comuns) Processo fora de controle (instável surgimento de causas especiais) LCS LC LCI Limites de controle Dimensão 24

25 CAUSAS COMUNS X CAUSAS ESPECIAIS Capacidade de Processo (quando o processo estiver sob controle) Tempo Processo sob controle e capaz (redução de causas comuns) Processo sob controle (variação excessiva devido às causas comuns) LSE meta Dimensão LIE Limites de especificação (fornecido pelo cliente ou projeto) 25

26 CAUSAS COMUNS X CAUSAS ESPECIAIS Causa comum x 3σ x µ = xx x + 3σ x Causa especial + 3σ x LCS x LC 3σ x LCI 26

27 Como implantar o uso das CC num processo? 27

28 ESTABELECER UM AMBIENTE FAVORÁVEL A AÇÃO Preparar as pessoas Definir responsáveis Assegurar suporte gerencial 28

29 DEFINIR O PROCESSO Entender o processo, pessoas, procedimentos, matérias-primas e equipamentos envolvidos Identificar as etapas do processo Identificar os fornecedores e clientes Identificar as características de qualidade, os parâmetros do processo e as variáveis de resposta 29

30 DETERMINAR AS CARACTERÍSTICAS A SEREM MONITORADAS Enfatizar o que é mais importante para o cliente Identificar as características críticas para segurança/uso Identificar características com problemas crônicos Sempre que possível, escolher monitorar parâmetros do processo e não características finais de qualidade Estudar possíveis correlações entre os parâmetros do processo e as características de qualidade Projeto de Experimentos é a ferramenta adequada para essa tarefa 30

31 DEFINIR O SISTEMA DE MEDIÇÃO Determinar qual informação, onde e com que freqüência coletar Definir o modo de registro das informações Determinar a exatidão e a resolução necessárias dos instrumentos de medição Definir como será a calibração dos instrumentos de medição 31

32 MINIMIZAR A VARIABILIDADE DESNECESSÁRIA Identificar causas externas de variabilidade que são óbvias e eliminar estas causas antes de iniciar o estudo 22/08/

33 VARIABILIDADE A variabilidade está sempre presente em todos os produtos duas unidades quaisquer, produzidas pelo mesmo processo, jamais serão exatamente idênticas A diferença pode ser: Pequena sendo praticamente imperceptível (causa comum) Grande provocando o aparecimento de produtos nãoconformes/defeituosos (causas especiais) A CC cria um critério estatístico para atuação no processo quando causas especiais estão presentes 33

34 NUM PROCESSO: EXCESSO OU FALTA DE AÇÕES SÃO PREJUDICIAIS A meta de um sistema de controle do processo é permitir as decisões corretas referentes a quando agir sobre o processo A atuação em causas comuns como se fossem causas especiais pode levar a um aumento da variação, além de representar um custo desnecessário (erro tipo I, probabilidade α, ou risco do produtor) Causas especiais podem passar como despercebidas (causas comuns) incorporando-se ao resultado do processo, ou seja, tornando aceitável o que deveria ser rejeitado (erro tipo II, probabilidade β, ou risco do cliente) β = 1 α α/2 β α/2 LIC LSC 34

35 ESCOLHA DOS LIMITES DE CONTROLE L erro tipo I (α) risco do ponto cair fora dos LC indicando condição fora de controle quando o processo está sob controle P α/2 (L 3) = 0,00135 e P α/2 (-3 L) = 0,00135 P α (-3 L 3) = 0,0027 ou seja 27 pontos em serão considerados como fora de controle (alarmes falsos) L erro tipo II (β) risco do ponto cair dentro dos LC quando o processo está na verdade fora de controle P β (-3 L 3) = 0,9973 ou seja 9973 pontos em serão considerados em controle 35

36 EXEMPLO Numa fábrica de anéis de pistão para motores de automóveis, a característica crítica é o diâmetro interno do anel. Historicamente, o processo apresenta µ = 74 mm e σ = 0,01 mm. A coleta de dados ocorre a cada hora com amostras de tamanho n = 5. Quais são os LC supondo L = ± 3σ? 36

37 TESTE DE HIPÓTESE PARA OS LC H H : µ = µ 0 0 : µ µ 1 0 LCS = µ + Z σ µ + Z ˆ σ = µ + Z Linha Central= µ α /2 x α /2 x α /2 LCI = µ Z σ µ + Z ˆ σ = µ Z α /2 x α /2 x α /2 σ n σ n Região onde H 0 é aceita 37

38 σ LC= µ ± Zα /2 n 0,01 LCS = = , 0045= 74, Linha Central= 74 LCI 0,01 = 74 3 = , 0045= 73, /08/2011 Amostras horárias n = 5 + 3σ x LCS Linha central 3σ x LCI Distribuição medidas individuais x ~ N (74; 0,01 2 ) Distribuição das médias amostrais x ~ N (74; 0, ) 38

39 TAMANHO DA AMOSTRA E FREQUÊNCIA DE AMOSTRAGEM n p (detectar pequenas mudanças) 22/08/2011 Ideal amostras grandes com alta freqüência não é viável economicamente Dicotomia: n freqüência n freqüência 39

40 PROCEDIMENTO ITERATIVO DE MELHORIA Coleta de dados Rotina Cálculo dos LC Monitoramento Melhoria Ação local: sobre as causas especiais Avaliação da capacidade do processo Ação no sistema: sobre as causas comuns 40

41 PASSO 1 COLETA DE DADOS O processo é colocado em funcionamento e são coletados dados referentes à característica em estudo. Esses dados podem ser: Dimensões de uma peça usinada Número de defeitos em um circuito impresso Viscosidade de um produto químico Resistência de um componente Peso de um refrigerante 41

42 PASSO 2 CÁLCULO DOS LC Calcula-se a média, o desvio padrão amostral e então os LC poderão ser definidos LCS = µ + Z σ µ + Z ˆ σ = µ + Z Linha Central= µ α /2 x α /2 x α /2 LCI = µ Z σ µ + Z ˆ σ = µ Z α /2 x α /2 x α /2 σ n σ n 42

43 PASSO 3 MONITORAMENTO Tarefa do dia-a-dia (rotina) Os dados continuam sendo coletados e são graficados na carta de controle Enquanto apenas as causas comuns estão presentes, o esperado é que os pontos graficados permaneçam dentro dos LC Um ponto fora dos LC é uma indicação da provável presença de causas especiais, e deve ser investigado As causas especiais devem ser eliminadas 43

44 PASSO 4 AVALIAÇÃO DA CAPACIDADE Após a eliminação de todas as causas especiais o processo estará funcionando em controle estatístico pode-se avaliar sua real capacidade O processo pode ser representado por uma distribuição de probabilidade forma, tendência central (média) e dispersão (desviopadrão) A capacidade é a habilidade do processo em atender as especificações do cliente 44

45 CAPACIDADE DO PROCESSO??? Processo não capaz e descentralizado Ajuste de máquina LIE LSE Processo não capaz e centralizado Programa de treinamento, revisão de procedimentos Troca de fornecedor (matéria prima de maior qualidade) LIE LSE Investigação de novos parâmetros de processo (projeto de experimentos) Re-design do produto Troca de processo (nova tecnologia) Negociação com o cliente por limites mais largos LIE Meta LSE Processo capaz e centralizado 45

46 Data da Atividades do trabalho de CEP DPS1037 entrega Definir a equipe (7 equipes de 4 alunos e uma equipe de 5 25/08/2011 alunos) Definir a empresa 08/09/2011 Escolher o processo 15/09/2011 Realizar o mapeamento do processo escolhido 06/10/2011 Identificar as etapas do processo onde existem ou podem 06/10/2011 existir controles Escolher duas etapas do processo para utilizar as cartas de 06/10/2011 controle Definir para cada etapa escolhida: os parâmetros do processo; 20/10/2011 as características da qualidade; as variáveis de resposta Coletar dados para a elaboração das primeiras cartas de 27/10/2011 controle nas duas etapas do processo escolhidas Implantar as cartas de controle e monitorar o processo 01/11/2011 (parcial) Entrega final do trabalho escrito 17/11/2011 Apresentação dos trabalhos 22 e 24/11/

Morgana Pizzolato, Dr a. Aula 04 Introdução ao CEP DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM

Morgana Pizzolato, Dr a. Aula 04 Introdução ao CEP DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM Morgana Pizzolato, Dr a. Aula 04 Introdução ao CEP DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM Cronograma parcial DPS1037 Data Aula Conteúdo 10/ago 1 Introdução à Engenharia da Qualidade

Leia mais

Controle Estatístico do Processo (CEP)

Controle Estatístico do Processo (CEP) Controle Estatístico do Processo (CEP) CONTROLE ESTATÍSTICO DO PROCESSO É UM MÉTODO QUE PERMITE CONTROLAR CONTÍNUAMENTE AS CARACTERÍSTICAS CHAVES DE UM PRODUTO E PROCESSO, VISANDO A SUA MELHORIA. ORIGEM

Leia mais

Controle Estatístico da Qualidade

Controle Estatístico da Qualidade Controle Estatístico da ESQUEMA DO CAPÍTULO 15.1 MELHORIA E ESTATÍSTICA DA QUALIDADE 15.2 CONTROLE ESTATÍSTICO DA QUALIDADE 15.3 CONTROLE ESTATÍSTICO DE PROCESSO 15.4 INTRODUÇÃO AOS GRÁFICOS DE CONTROLE

Leia mais

Controle Estatístico de Processo

Controle Estatístico de Processo PRO 2712 CONTROLE DA QUALIDADE 1 Controle Estatístico de Processo PRO 2712 CONTROLE DA QUALIDADE 2 O QUE É UM PROCESSO? conjunto de atividades executadas com um certo objetivo ou finalidade conjunto de

Leia mais

Gráficos de Controle (X, R, S, CUSUM e EWMA) Jean Carlos Teixeira de Araujo

Gráficos de Controle (X, R, S, CUSUM e EWMA) Jean Carlos Teixeira de Araujo Gráficos de Controle (X, R, S, CUSUM e EWMA) Jean Carlos Teixeira de Araujo jcta@cin.ufpe.br 1 Agenda Introdução; Gráficos X e R; Gráficos X e S; Gráfico CUSUM; Gráfico EWMA; Exemplos utilizando a ferramenta

Leia mais

DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM

DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM Morgana Pizzolato, Dr a. Aula 07 Cartas de controle para a média e desvio; mediana e amplitude; valores individuais e amplitude. DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM TÓPICOS

Leia mais

Análise da : -Estabilidade e - Capacidade/Capabilidade de Processos

Análise da : -Estabilidade e - Capacidade/Capabilidade de Processos Análise da : -Estabilidade e - Capacidade/Capabilidade de Processos Prof. Diego Por que medir a estabilidade e capacidade/capabilidade? Principais erros dos gestores SOB CONTROLE 1 Tratar uma causa comum

Leia mais

ENGENHARIA DA QUALIDADE A ENG AULA 4 CARTAS DE CONTROLE PARA VARIÁVEIS

ENGENHARIA DA QUALIDADE A ENG AULA 4 CARTAS DE CONTROLE PARA VARIÁVEIS ENGENHAIA DA QUALIDADE A ENG 09008 AULA 4 CATAS DE CONTOLE PAA VAIÁVEIS POFESSOES: CALA SCHWENGBE TEN CATEN Tópicos desta aula Cartas de Controle para Variáveis Tipo 1: Tipo : Tipo 3: X X X ~ e e S e Tipo

Leia mais

Controle Estatístico de Qualidade. Capítulo 5 (montgomery)

Controle Estatístico de Qualidade. Capítulo 5 (montgomery) Controle Estatístico de Qualidade Capítulo 5 (montgomery) Gráficos de Controle para Variáveis Relembrando Dois objetivos do CEP: Manter o processo operando em condição estável durante maior parte do tempo;

Leia mais

17/04/ PLANO DE AMOSTRAGEM - CONTROLE DE PROCESSO AMOSTRAGEM OBJETIVOS: PLANO DE AMOSTRAGEM. O que deve ser analisado PARA REALIZAR AMOSTRAGEM

17/04/ PLANO DE AMOSTRAGEM - CONTROLE DE PROCESSO AMOSTRAGEM OBJETIVOS: PLANO DE AMOSTRAGEM. O que deve ser analisado PARA REALIZAR AMOSTRAGEM - PLANO DE AMOSTRAGEM - CONTROLE DE PROCESSO Profa. Ms. Priscila Torres AMOSTRA Porção do material separado, seguindo o procedimento de amostragem definido. A quantidade retirada deve ser suficiente para

Leia mais

Engenharia da Qualidade II. Prof. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL

Engenharia da Qualidade II. Prof. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL Engenharia da Qualidade II Prof. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL Objetivo de um Processo Produzir um produto que satisfaça totalmente ao cliente.

Leia mais

Introdução ao CEP- Controle Estatístico de Processo

Introdução ao CEP- Controle Estatístico de Processo Introdução ao CEP- Controle Estatístico de Processo Prof. José Carlos de Toledo GEPEQ Grupo de Estudo e Pesquisa em Qualidade DEP- UFSCar 1. A METODOLOGIA DO CONTROLE DA QUALIDADE E O CEP O controle da

Leia mais

CONTROLE ESTATÍSTICO DE PROCESSOS

CONTROLE ESTATÍSTICO DE PROCESSOS Ferramentas da Qualidade CONTROLE ESTATÍSTICO DE PROCESSOS CONTROLE ESTATÍSTICO DE PROCESSOS (3/4) Gráficos de controle Gráfico de controle de variáveis Gráfico de controle de atributos Gráficos de Controle

Leia mais

ENGENHARIA DA QUALIDADE A ENG AULA 7 FUNÇÃO PERDA QUADRÁTICA

ENGENHARIA DA QUALIDADE A ENG AULA 7 FUNÇÃO PERDA QUADRÁTICA ENGENHARIA DA QUALIDADE A ENG 09008 AULA 7 FUNÇÃO PERDA QUADRÁTICA PROFESSORES: CARLA SCHWENGBER TEN CATEN Tópicos desta aula Função de Perda de Taguchi (ou Função Perda Quadrática) Abordagem Tradicional

Leia mais

ENGENHARIA DA QUALIDADE A ENG AULA 5 CARTAS DE CONTROLE PARA VARIÁVEIS

ENGENHARIA DA QUALIDADE A ENG AULA 5 CARTAS DE CONTROLE PARA VARIÁVEIS ENGENHARIA DA QUALIDADE A ENG 09008 AULA 5 CARTAS DE CONTROLE PARA VARIÁVEIS PROFESSORES: CARLA SCHWENGBER TEN CATEN ROGÉRIO FEROLDI MIORANDO KARINA ROSSINI Tópicos desta aula Cartas de Controle para Variáveis

Leia mais

CEP CONTROLE ESTATÍSTICO DO PROCESSO

CEP CONTROLE ESTATÍSTICO DO PROCESSO 1 Walter Andrew Shewhart 1923 EUA Bell telefones Substituir inspeção de todas as peças Surge controle do processo e inspeção por amostragem gráficos de controle 1954 Indústrias japonesas Sob orientação

Leia mais

ENGENHARIA DA QUALIDADE A ENG AULA 1 APRESENTAÇÃO DA DISCIPLINA

ENGENHARIA DA QUALIDADE A ENG AULA 1 APRESENTAÇÃO DA DISCIPLINA ENGENHARIA DA QUALIDADE A ENG 09008 AULA 1 APRESENTAÇÃO DA DISCIPLINA PROFESSORES: CARLA SCHWENGBER TEN CATEN ROGÉRIO FEROLDI MIORANDO KARINA ROSSINI Objetivos da disciplina Permitir aos alunos o entendimento

Leia mais

CE219 - Controle Estatístico de Qualidade

CE219 - Controle Estatístico de Qualidade CE219 - Controle Estatístico de Qualidade Cesar Augusto Taconeli 30 de maio, 2017 Cesar Augusto Taconeli CE219 - Controle Estatístico de Qualidade 30 de maio, 2017 1 / 24 Aula 1 - Introdução Cesar Augusto

Leia mais

Disciplina: Gestão da Qualidade

Disciplina: Gestão da Qualidade Disciplina: Gestão da Qualidade As Sete Ferramentas da Qualidade: Cartas de Controle Prof. Fernando Porto Introdução As cartas de controle, conhecidas originalmente como gráficos de Shewhart ou gráficos

Leia mais

Um Processo é CEP. Vantagens do CEP CEP 1/4/2013. Processo. Prof. Diego

Um Processo é CEP. Vantagens do CEP CEP 1/4/2013. Processo. Prof. Diego Um Processo é Influências CEP Prof. Diego Entradas Processo Saídas Observações 2 CEP O CEP, ao contrário da inspeção 100%, prioriza ações sobre as causas especiais, ou seja, sobre a origem do problema.

Leia mais

Morgana Pizzolato, Dr a. Aula 09 Cartas de controle para atributos DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM

Morgana Pizzolato, Dr a. Aula 09 Cartas de controle para atributos DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM Morgana Pizzolato, Dr a. Aula 09 Cartas de controle para atributos DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM TÓPICOS DESTA AULA Cartas de Controle para Variáveis Tipo 1: X e R Tipo

Leia mais

Eng a. Morgana Pizzolato, Dr a. Aula 12 Cartas de controle para atributos DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM

Eng a. Morgana Pizzolato, Dr a. Aula 12 Cartas de controle para atributos DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM Eng a. Morgana Pizzolato, Dr a. Aula 12 Cartas de controle para atributos DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM TÓPICOS DESTA AULA Cartas de Controle para Variáveis Tipo 1: X

Leia mais

Curso: Eng da Produção Aula 1, 2, 4, 5 Agosto 09. Prof. Eduardo R Luz - MsC

Curso: Eng da Produção Aula 1, 2, 4, 5 Agosto 09. Prof. Eduardo R Luz - MsC Curso: Eng da Produção Aula 1, 2, 4, 5 Agosto 09 Prof. Eduardo R Luz - MsC AULA 1 SUMÁRIO A Administração da Qualidade O Controle da Qualidade CEP Origem e história Outros conceitos relacionados ao CEP

Leia mais

CEP: Controle Estatístico de Processo

CEP: Controle Estatístico de Processo CEP: Controle Estatístico de Processo CEP: Controle Estatístico de Processos CEP (SPC Statistical Process Control) é uma técnica estatística para verificar a qualidade de um produto, durante o processo

Leia mais

CEP Controle Estatístico de Processo

CEP Controle Estatístico de Processo CEP Controle Estatístico de Processo Publicador: Diogo Piszxzalka Autor: Anônimo Formação: Eng.º Mecânico pela Universidade Luterana do Brasil & Técnico em Gestão da Qualidade (IESE) CEP Controle Estatístico

Leia mais

Controle Estatístico de Processos - CEP

Controle Estatístico de Processos - CEP Faculdade de Tecnologia Senac Go Gestão da Tecnologia da Informação Aluna: Lusana Souza de Oliveira Professor: Itair Pereira Gestão de Processos lll modulo - Matutino Controle Estatístico de Processos

Leia mais

Capacidade de Processo Material Complementar

Capacidade de Processo Material Complementar Capacidade de Processo Material Complementar Exemplo Pistões Anéis de pistão para motores de automóveis produzidos por processo de forja Objetivo: Controle estatístico para diâmetro interno dos anéis por

Leia mais

CE219 - Controle Estatístico de Qualidade

CE219 - Controle Estatístico de Qualidade CE219 - Controle Estatístico de Qualidade Cesar Augusto Taconeli 30 de maio, 2017 Cesar Augusto Taconeli CE219 - Controle Estatístico de Qualidade 30 de maio, 2017 1 / 47 Aula 3 - Métodos e filosofia do

Leia mais

Hinshitsu Consultoria & Treinamento S/C Ltda. CONTROLE ESTATÍSTICO DO PROCESSO C E P

Hinshitsu Consultoria & Treinamento S/C Ltda. CONTROLE ESTATÍSTICO DO PROCESSO C E P Hinshitsu Consultoria & Treinamento S/C Ltda. CONTROLE ESTATÍSTICO DO PROCESSO C E P Itajubá/MG 20 de Julho de 2000 Objetivo geral Apresentar os conceitos e as ferramentas básicas do CEP, destinadas ao

Leia mais

Controle da Qualidade. Unidade 4 Visão de Processos e Gráficos de Controle Prof. Luciana Rosa Leite

Controle da Qualidade. Unidade 4 Visão de Processos e Gráficos de Controle Prof. Luciana Rosa Leite Controle da Qualidade Unidade 4 Visão de Processos e Gráficos de Controle Prof. Luciana Rosa Leite Nesta Unidade: 4.1 Variabilidade de processos 4.2 Características da Qualidade 4.3 Gráficos de Controle

Leia mais

Qualidade na empresa. Fundamentos de CEP. Gráfico por variáveis. Capacidade do processo. Gráficos por atributos. Inspeção de qualidade

Qualidade na empresa. Fundamentos de CEP. Gráfico por variáveis. Capacidade do processo. Gráficos por atributos. Inspeção de qualidade Roteiro da apresentação Controle de Qualidade 2 3 Lupércio França Bessegato UFMG Especialização em Estatística 4 5 Abril/2007 6 7 Exemplo: Sacos de Leite : Volume de cada saco (ml) do Controle Estatístico

Leia mais

CEP - CONTROLE ESTATÍSTICO DO PROCESSO. Profª Sheila Oro

CEP - CONTROLE ESTATÍSTICO DO PROCESSO. Profª Sheila Oro CEP - CONTROLE ESTATÍSTICO DO PROCESSO Profª Sheila Oro 1 A Estatística e Deming Willian Edwards Deming (1900 1993) Pai do milagre industrial japonês; Os Estados Unidos só o descobriram na década de 80.

Leia mais

DISTRIBUIÇÃO NORMAL. Para facilitar o trabalho do cálculo da área sob a curva, podemos escrever a fórmula acima da seguinte forma:

DISTRIBUIÇÃO NORMAL. Para facilitar o trabalho do cálculo da área sob a curva, podemos escrever a fórmula acima da seguinte forma: DISTRIBUIÇÃO NORMAL m.a.perissinotto DIN - 1 Seu aspecto gráfico é semelhante a um sino e, para sua construção, são necessários dois parâmetros: µ ( média ) e s ( desvio padrão ). A curva teórica é simétrica

Leia mais

Gráficos de Controle (X, R, S, CUSUM e EWMA)

Gráficos de Controle (X, R, S, CUSUM e EWMA) Gráficos de Controle (X, R, S, CUSUM e EWMA) Alunos: Ahyalla Riceli Anderson Elias Professor: Paulo Maciel Ricardo Massa Roteiro Introdução Gráficos de Controle CEP Controle Estatístico de Processo Gráfico

Leia mais

Especialização em Métodos Estatísticos Computacionais

Especialização em Métodos Estatísticos Computacionais Controle de Qualidade II 1. Capacidade de Processo Roteiro 2. Avaliação da Qualidade de Medidas 3. Inspeção por Amostragem 4. Referências Capacidade de Processo Prof. Lupércio F. Bessegato 1 Roteiro 1.

Leia mais

Gráfico de Controle Estatístico

Gráfico de Controle Estatístico Universidade Federal de Pernambuco Centro de Informática Programa de Pós-graduação Gráfico de Controle Estatístico Tópicos Avançados em Análise de Desempenho de Sistemas Pedro Melo e Eduardo Bonadio 22

Leia mais

Ferramentas para o controle de qualidade

Ferramentas para o controle de qualidade Ferramentas para o controle de qualidade Tiago M. Magalhães Departamento de Estatística - ICE-UFJF Juiz de Fora, 21 de março de 2019 Tiago M. Magalhães (ICE-UFJF) Ferramentas para o controle de qualidade

Leia mais

Métodos Quantitativos

Métodos Quantitativos Métodos Quantitativos Prof. Edson Nemer Site: www.professornemer.com Ementa Introdução ao Controle Estatístico de Processos Revisão de Conceitos Básicos de Estatística Distribuição de Frequências e Histogramas

Leia mais

AMOSTRAGEM E CEP OBJETIVO DO CEP METODOLOGIA HISTÓRICO. Fase de concepção. Fase de

AMOSTRAGEM E CEP OBJETIVO DO CEP METODOLOGIA HISTÓRICO. Fase de concepção. Fase de OBJETIVO DO CEP AMOSTRAGEM E CEP Prof., PhD A idéia principal do CEP é que melhores processos de produção, ou seja, com menos variabilidade, propiciam níveis melhores de qualidade nos resultados finais

Leia mais

Eficiência do gráfico de controle EWMA em função de diferentes quantidades e posições de causas especiais

Eficiência do gráfico de controle EWMA em função de diferentes quantidades e posições de causas especiais Eficiência do gráfico de controle EWMA em função de diferentes quantidades e posições de causas especiais João Marcos Ramos de Moraes (UFV) jaum_55@hotmail.com José Ivo Ribeiro Júnior (UFV) jivo@ufv.br

Leia mais

Controle Estatístico de Qualidade. Capítulo 7 (montgomery)

Controle Estatístico de Qualidade. Capítulo 7 (montgomery) Controle Estatístico de Qualidade Capítulo 7 (montgomery) Capacidade do Processo Introdução Cartas de Controle Instrumento de monitoramento e detecção de desvios na estabilidade do processo Considerando

Leia mais

Gráficos de Controle

Gráficos de Controle Gráficos de Controle CE219 - Controle Estatístico de Qualidade Prof. Cesar Taconeli taconeli@ufpr.br Prof. Walmes Zeviani walmes@ufpr.br Laboratório de Estatística e Geoinformação Departamento de Estatística

Leia mais

Comunicado Técnico 12

Comunicado Técnico 12 Comunicado Técnico 12 ISSN 2177-854X Maio. 2011 Uberaba - MG Controle Estatístico de Processo Responsáveis: MSc Alessandra Costa Vilaça E-mail: Alessandra@fazu.br Mestre em Engenharia Química, Professora

Leia mais

Módulo 5 Capacidade do processo, etapas para implantação do CEP e as ferramentas utilizadas em conjunto com o CEP

Módulo 5 Capacidade do processo, etapas para implantação do CEP e as ferramentas utilizadas em conjunto com o CEP Módulo 5 Capacidade do processo, etapas para implantação do CEP e as ferramentas utilizadas em conjunto com o CEP Capacidade do processo Após verificar se um processo está estável, sob controle estatístico

Leia mais

Morgana Pizzolato, Dr a. Aula 13 e 14 Planos de inspeção DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM

Morgana Pizzolato, Dr a. Aula 13 e 14 Planos de inspeção DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM Morgana Pizzolato, Dr a. Aula 13 e 14 Planos de inspeção DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM TÓPICOS DESTA AULA Inspeção 100% Inspeção por amostragem 2 ATIVIDADE Cinco caixas

Leia mais

DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM

DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM Morgana Pizzolato, Dr a. Aula 20 Introdução à otimização experimental e experimentos de um fator DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM TÓPICOS DESTA AULA Projetos de Experimentos

Leia mais

4 Capabilidade de Processos

4 Capabilidade de Processos 4 Capabilidade de Processos Cp, Cpk 4.1. INTRODUÇÃO AO CONTROLE ESTATÍSTICO DE PROCESSO (CEP) Na natureza não existem dois exemplares exatamente iguais da mesma coisa. Há alguma variabilidade em toda parte,

Leia mais

Inferência. 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média. Renata Souza

Inferência. 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média. Renata Souza Inferência 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média Renata Souza Aspectos Gerais A estatística descritiva tem por objetivo resumir ou descrever características importantes

Leia mais

A direção e as gerências, provavelmente, estarão querendo alterações em alguns indicadores.

A direção e as gerências, provavelmente, estarão querendo alterações em alguns indicadores. Módulo 4 Gestão: Envolvimento da pessoas Monitoramento dos processos Análise do desempenho dos processos usando cartas de controle, Processo de mudança e Desenvolvimento de novos processos Gestão dos processos

Leia mais

Controlo Estatístico do Processo

Controlo Estatístico do Processo Controlo Estatístico do Processo Gestão da Produção II LEM-24/25 Paulo Peças CEP Os processos produtivos apresentam sempre um dado nível de variabilidade como resultado apenas da sua aleatoriedade intrínseca.

Leia mais

DISTRIBUIÇÃO NORMAL CÁLCULO DE Z. m.a.perissinotto DIN - 1

DISTRIBUIÇÃO NORMAL CÁLCULO DE Z. m.a.perissinotto DIN - 1 DISTRIBUIÇÃO NORMAL m.a.perissinotto DIN - 1 Seu aspecto gráfico é semelhante a um sino e, para sua construção, são necessários dois parâmetros: µ ( média ) e s ( desvio padrão ). A curva teórica é simétrica

Leia mais

LAN 2740 Parte II Controle estatístico da qualidade na indústria de alimentos Profa. Responsável: Thais Vieira. Índices de Capacidade de processo

LAN 2740 Parte II Controle estatístico da qualidade na indústria de alimentos Profa. Responsável: Thais Vieira. Índices de Capacidade de processo LAN 2740 Parte II Controle estatístico da qualidade na indústria de alimentos Profa. Responsável: Thais Vieira Controle Estatístico de Processos - Gráficos de controle por variáveis Índices de Capacidade

Leia mais

Engenharia da Qualidade I Aula 4

Engenharia da Qualidade I Aula 4 Engenharia da Qualidade I Aula 4 Ferramentas para o Controle e Melhoria da Qualidade Prof. Geronimo Virginio Tagliaferro O processo de melhoria contínua de produtos e processos envolve basicamente as seguintes

Leia mais

PADRÃO DE GESTÃO. Aplica-se aos colaboradores do IHEF Medicina Laboratorial contemplados no SGQ.

PADRÃO DE GESTÃO. Aplica-se aos colaboradores do IHEF Medicina Laboratorial contemplados no SGQ. Versão: 2016.00 Pag.: 1 de 8 1. OBJETIVO Este Padrão de Gestão normatiza a gestão da Fase Analítica que estejam contemplados no SGQ, conforme as definições expressas pela Norma de Acreditação PALC, na

Leia mais

Controle - 3. Realizar o Controle da Qualidade Relatório de Desempenho. Mauricio Lyra, PMP

Controle - 3. Realizar o Controle da Qualidade Relatório de Desempenho. Mauricio Lyra, PMP Controle - 3 Realizar o Controle da Qualidade Relatório de Desempenho 1 Realizar o Controle da Qualidade Preocupa-se com o monitoramento dos resultados do trabalho, a fim de verificar se estão sendo cumpridos

Leia mais

Engenharia da Qualidade. Profa. Luciana Rosa Leite

Engenharia da Qualidade. Profa. Luciana Rosa Leite Engenharia da Qualidade Profa. Luciana Rosa Leite Unidade 1 Introdução à Engenharia Da Qualidade 1.1 Evolução da Gestão da Qualidade 1.2 Revisão de conceitos estatísticos Exercícios Evolução da Gestão

Leia mais

CONTROLE DE QUALIDADE E FIGURAS DE MÉRITO DOS ENSAIOS EM ANÁLISE QUÍMICA.

CONTROLE DE QUALIDADE E FIGURAS DE MÉRITO DOS ENSAIOS EM ANÁLISE QUÍMICA. CONTROLE DE QUALIDADE E FIGURAS DE MÉRITO DOS ENSAIOS EM ANÁLISE QUÍMICA. Msc. e Bch. em Química Darilena Monteiro Porfírio Belém 27/04/2010 Contexto histórico do Controle de Qualidade Características

Leia mais

METROLOGIA E ENSAIOS

METROLOGIA E ENSAIOS METROLOGIA E ENSAIOS MEDIÇÃO E ERRO Prof. Alexandre Pedott pedott@producao.ufrgs.br Medição É o conjunto de operações que têm por objetivo determinar o valor de uma grandeza. Grandeza é o atributo de um

Leia mais

Aplicar as técnicas de controle estatístico dos processos em sistemas produtivos.

Aplicar as técnicas de controle estatístico dos processos em sistemas produtivos. Página 1 de 8 CONTROLE ESTATÍSTICO DO PROCESSO C E P Objetivo geral: Aplicar as técnicas de controle estatístico dos processos em sistemas produtivos. Etapa 1 Para refletir: De acordo com a definição de

Leia mais

CONTROLE ESTATÍSTICO DO PROCESSO - CEP. Profª Drª Sheila Regina Oro

CONTROLE ESTATÍSTICO DO PROCESSO - CEP. Profª Drª Sheila Regina Oro CONTROLE ESTATÍSTICO DO PROCESSO - CEP Profª Drª Sheila Regina Oro A Estatística e Deming Willian Edwards Deming (1900 1993) Desenvolveu uma filosofia para a melhoria da produtividade, que é composta por

Leia mais

Probabilidade e Estatística. Estimação de Parâmetros Intervalo de Confiança

Probabilidade e Estatística. Estimação de Parâmetros Intervalo de Confiança Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://páginapessoal.utfpr.edu.br/ngsilva Estimação de Parâmetros Intervalo de Confiança Introdução A inferência estatística é o processo

Leia mais

Gráficos alternativos ao gráfico de R

Gráficos alternativos ao gráfico de R Gráficos alternativos ao gráfico de R Tiago M. Magalhães Departamento de Estatística - ICE-UFJF Juiz de Fora, 16 de abril de 2019 Tiago M. Magalhães (ICE-UFJF) Gráficos alternativos ao gráfico de R 16

Leia mais

Especialização em Métodos Estatísticos Computacionais

Especialização em Métodos Estatísticos Computacionais Gráfico de Controle por Variáveis Roteiro 1. Construção de Gráficos de Controle de X e R 2. Análise de Desempenho dos Gráficos X e R 3. Alternativas para Monitoramento da Dispersão 4. Regras Suplementares

Leia mais

Engenharia da Qualidade I Aula 6

Engenharia da Qualidade I Aula 6 Engenharia da Qualidade I Aula 6 Ferramentas para o Controle e Melhoria da Qualidade Gráfico de Controle Prof. Geronimo Virginio Tagliaferro Os gráficos de controle surgiram devido à necessidade de introduzir

Leia mais

CAPÍTULO 9: CONTROLE ESTATÍSTICO DO PROCESSO CEP

CAPÍTULO 9: CONTROLE ESTATÍSTICO DO PROCESSO CEP CAPÍTULO : CONTROLE ESTATÍSTICO DO PROCESSO CEP.1 Considerações Gerais O Controle Estatístico do Processo (CEP) é uma técnica que visa analisar o processo em si, buscando mantê-lo sob controle; isto é,

Leia mais

ANÁLISE DOS SISTEMAS DE MEDIÇÃO. Suelí Fischer Beckert

ANÁLISE DOS SISTEMAS DE MEDIÇÃO. Suelí Fischer Beckert ANÁLISE DOS SISTEMAS DE MEDIÇÃO MSA 4. EDIÇÃO Suelí Fischer Beckert CARACTERÍSTICAS ESTATÍSTICAS DE UM EXPERIMENTO 2 uma medida de posição; uma medida de dispersão; o tipo de distribuição que está ocorrendo,

Leia mais

Unidade 3 Inspeção para aceitação. Prof a. Dr a. Luciana Leite

Unidade 3 Inspeção para aceitação. Prof a. Dr a. Luciana Leite Unidade 3 Inspeção para aceitação Prof a. Dr a. Luciana Leite Conteúdo 3.1 Inspeção da Qualidade 3.2 Riscos e parâmetros 3.3 Tipos de amostragem 3.4 Planos de amostragem 3.5 Inspeção Retificadora Inspeção

Leia mais

CEP - CONTROLE ESTATÍSTICO DO PROCESSO

CEP - CONTROLE ESTATÍSTICO DO PROCESSO CEP - CONTROLE ESTATÍSTICO DO PROCESSO Alcantaro Corrêa Presidente da FIESC Sérgio Roberto Arruda Diretor Regional do SENAI/SC Antônio José Carradore Diretor de Educação e Tecnologia do SENAI/SC Marco

Leia mais

ÍNDICE DO MÓDULO Atendimento ao cliente Reclamações dos clientes Controle de ensaios e calibrações não conformes

ÍNDICE DO MÓDULO Atendimento ao cliente Reclamações dos clientes Controle de ensaios e calibrações não conformes MÓDULO 4 REQUISITOS 4.7 - Atendimento ao cliente 4.8 - Reclamações dos clientes 4.9 - Controle de ensaios e calibrações não conformes 4.10 - Melhoria continua 4.11 - Ação corretiva 4.12 - Ação preventiva

Leia mais

Testes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo

Testes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Testes de Hipóteses Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução e notação Em geral, intervalos de confiança são a forma mais

Leia mais

Ferramentas da Qualidade UDESC/CCT

Ferramentas da Qualidade UDESC/CCT Ferramentas da Qualidade UDESC/CCT 1 Ferramentas da Qualidade 1. Diagrama de Pareto 2. Diagrama de causa-efeito (Ishikawa) 3. Histogramas 4. Folhas de verificação 5. Gráficos de dispersão 6. Fluxogramas

Leia mais

Estatística. Probabilidade. Conteúdo. Objetivos. Definições. Probabilidade: regras e aplicações. Distribuição Discreta e Distribuição Normal.

Estatística. Probabilidade. Conteúdo. Objetivos. Definições. Probabilidade: regras e aplicações. Distribuição Discreta e Distribuição Normal. Estatística Probabilidade Profa. Ivonete Melo de Carvalho Conteúdo Definições. Probabilidade: regras e aplicações. Distribuição Discreta e Distribuição Normal. Objetivos Utilizar a probabilidade como estimador

Leia mais

2)Para o exercício anterior e usando os limites de controle e estimativas revistas para este processo, determine se este está estável. Justifique.

2)Para o exercício anterior e usando os limites de controle e estimativas revistas para este processo, determine se este está estável. Justifique. ª LISTA DE ESTATÍSTICA (apresentar os cálculos com 4 casas decimais) )Em uma fábrica de produtos de higiene foram medidos os pesos de sabonetes em amostras de tamanho cinco. Supõe-se que o peso dos sabonetes

Leia mais

Fundamentos do Controle Estatístico do Processo

Fundamentos do Controle Estatístico do Processo Fundamentos do Controle Estatístico do Processo Roteiro 1. Introdução 2. Monitoramento de Processos 3. Etapa Inicial: Estabilização e Ajuste do Processo 4. Estimação da Variabilidade 5. Referências Introdução

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS CONHECIMENTOS ESPECÍFICOS 2003 2004 2005 2006 2007 2008 2009 2010 X 39,0 39,5 39,5 39,0 39,5 41,5 42,0 42,0 Y 46,5 65,5 86,0 100,0 121,0 150,5 174,0 203,0 A tabela acima mostra as quantidades, em milhões

Leia mais

3 Modelo Matemático Definições Iniciais. Denote-se, em geral, o desvio-padrão do processo por σ = γσ 0, sendo σ 0 o

3 Modelo Matemático Definições Iniciais. Denote-se, em geral, o desvio-padrão do processo por σ = γσ 0, sendo σ 0 o Modelo Matemático 57 3 Modelo Matemático Este trabalho analisa o efeito da imprecisão na estimativa do desvio-padrão do processo sobre o desempenho do gráfico de S e sobre os índices de capacidade do processo.

Leia mais

Monitoramento da qualidade do processo de manutenção de extintores. Carolina Lopes Caroline Selis Mariana Almeida Pedro Henrique Pedro Moraes

Monitoramento da qualidade do processo de manutenção de extintores. Carolina Lopes Caroline Selis Mariana Almeida Pedro Henrique Pedro Moraes Monitoramento da qualidade do processo de manutenção de extintores Carolina Lopes Caroline Selis Mariana Almeida Pedro Henrique Pedro Moraes Índice 1) Resumo; 2) Introdução; 3) Referencial Teórico; 4)

Leia mais

Módulo 4. 6º Ferramenta: Diagrama de Dispersão; 7º Ferramenta: Carta de Controle; Exercícios.

Módulo 4. 6º Ferramenta: Diagrama de Dispersão; 7º Ferramenta: Carta de Controle; Exercícios. Módulo 4 6º Ferramenta: Diagrama de Dispersão; 7º Ferramenta: Carta de Controle; Exercícios. 6ª. Ferramenta Diagrama de Dispersão Finalidade: Mostrar o que acontece com uma variável quando a outra muda,

Leia mais

Gráficos de Controle para Variáveis

Gráficos de Controle para Variáveis Gráficos de Controle para Variáveis CE219 - Controle Estatístico de Qualidade Prof. Cesar Taconeli taconeli@ufpr.br Prof. Walmes Zeviani walmes@ufpr.br Laboratório de Estatística e Geoinformação Departamento

Leia mais

Método de Análise e. Professor: Leandro Zvirtes UDESC/CCT

Método de Análise e. Professor: Leandro Zvirtes UDESC/CCT Método de Análise e Solução de Problemas Professor: Leandro Zvirtes UDESC/CCT Introdução Esta metodologia de trabalho é mais uma etapa do processo de qualidade. Não é, e não pode ser encarada como um modismo

Leia mais

Distribuições Amostrais

Distribuições Amostrais Distribuições Amostrais Distribuição de Probabilidades de Estatísticas Amostrais Teorema Central do Limite Na aula passsada, vimos que As estatísticas amostrais são variáveis. Seus valores variam de acordo

Leia mais

ORGANIZAÇÃO CURRICULAR TÉCNICO EM QUALIDADE NA MODALIDADE A DISTÂNCIA

ORGANIZAÇÃO CURRICULAR TÉCNICO EM QUALIDADE NA MODALIDADE A DISTÂNCIA ORGANIZAÇÃO CURRICULAR TÉCNICO EM QUALIDADE NA MODALIDADE A DISTÂNCIA DC 4020 04/10/2013 Rev. 01 1. Dados Legais Autorizado pelo Parecer 277 de 18/09/2007, Decreto 748 Publicado D.O 18.236 de 26/10/07.

Leia mais

Capacidade de Processo

Capacidade de Processo Roteiro Capacidade de Processo 1. Limites de Especificação 2. Índices de Capacidade do Processo 3. Alarmes vs. Itens Não Conformes 4. Limites de Especificação sobre Componentes 5. Referências Capacidade

Leia mais

Gráfico de Pareto. Ferramentas da Qualidade

Gráfico de Pareto. Ferramentas da Qualidade Gráfico de Pareto Gráfico de Pareto Ferramentas da Qualidade O que é? Gráfico de barras verticais que evidencia a priorização de temas. Princípio de Pareto (sociólogo e economista italiano - 80/20) Juran.

Leia mais

CE219 - Controle Estatístico de Qualidade

CE219 - Controle Estatístico de Qualidade CE219 - Controle Estatístico de Qualidade Cesar Augusto Taconeli 06 de junho, 2017 Cesar Augusto Taconeli CE219 - Controle Estatístico de Qualidade 06 de junho, 2017 1 / 29 Aula 9 - Amostragem de aceitação

Leia mais

Qualidade na empresa. Fundamentos de CEP. Gráfico por variáveis. Capacidade do processo. Gráficos por atributos. Processos.

Qualidade na empresa. Fundamentos de CEP. Gráfico por variáveis. Capacidade do processo. Gráficos por atributos. Processos. Roteiro da apresentação 1 Controle de Qualidade Lupércio França Bessegato 2 3 4 UFMG Especialização em Estatística Setembro/2008 5 6 7 8 Gráfico de Controle de Shewhart Hipóteses do gráfico de controle

Leia mais

STATISTICAL QUALITY CONTROL AND PROCESS CAPABILITY ANALYSIS FOR VARIABILITY REDUCTION OF THE TOMATO PASTE FILLING PROCESS

STATISTICAL QUALITY CONTROL AND PROCESS CAPABILITY ANALYSIS FOR VARIABILITY REDUCTION OF THE TOMATO PASTE FILLING PROCESS STATISTICAL QUALITY CONTROL AND PROCESS CAPABILITY ANALYSIS FOR VARIABILITY REDUCTION OF THE TOMATO PASTE FILLING PROCESS Grupo 4: André Andrejewski, Gregóryo Pacheco, Jessica Santos e Marina Costa CE219

Leia mais

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA VARIABILIDADE NA MEDIDA DE DADOS CIENTÍFICOS Se numa pesquisa, desenvolvimento de um processo ou produto, o valor

Leia mais

Ferramentas da Qualidade

Ferramentas da Qualidade Ferramentas da Qualidade Opção de apresentação Preparado pelos professor:gregório Bouer -2005 As Ferramentas da Qualidade - Por que utilizar? - A aprendizagem não se resume apenas à atividade intelectual.

Leia mais

O Papel da Estatística em áreas do conhecimento

O Papel da Estatística em áreas do conhecimento O Papel da Estatística em áreas do conhecimento 2012/02 Site: http://www.est.ufmg.br/ marcosop e-mail: marcosop@est.ufmg.br 1 O Pensamento Estatístico 2 3 4 Distribuição de Pontos 3 provas - 30, 35 e 35

Leia mais

Faculdade de Imperatriz FACIMP

Faculdade de Imperatriz FACIMP Faculdade de Imperatriz FACIMP Disciplina: Controle de Qualidade de Medicamentos Prof. Dr. Paulo Roberto da Silva Ribeiro 5 o Período de Farmácia e Bioquímica 1 o Semestre de 2007 Prof. Dr. Paulo Roberto

Leia mais

Distribuições Amostrais e Estimação Pontual de Parâmetros

Distribuições Amostrais e Estimação Pontual de Parâmetros Distribuições Amostrais e Estimação Pontual de Parâmetros - parte I 19 de Maio de 2011 Introdução Objetivos Ao final deste capítulo você deve ser capaz de: Entender estimação de parâmetros de uma distribuição

Leia mais

Aula 14. Controle Total da Qualidade EAD 762

Aula 14. Controle Total da Qualidade EAD 762 Aula 14 Os consumidores percebem maior risco na compra de serviços do que na compra de produtos Controle Total da Qualidade Os consumidores usam o preço e evidências EAD 762 físicas como as maiores pistas

Leia mais

CONTROLE ESTATÍSTICO DE PROCESSOS - CEP. Profa. Ghislaine Miranda Bonduelle UFPR/DETF

CONTROLE ESTATÍSTICO DE PROCESSOS - CEP. Profa. Ghislaine Miranda Bonduelle UFPR/DETF CONTROLE ESTATÍSTICO DE PROCESSOS - CEP Profa. Ghislaine Miranda Bonduelle UFPR/DETF CEP Pode ser definido como um método preventivo de se comparar continuamente os resultados de um processo com um padrão,

Leia mais

Garantia da Qualidade versus Controle da Qualidade

Garantia da Qualidade versus Controle da Qualidade Garantia da Qualidade versus Controle da Qualidade Author : Mauro Sotille Date : 5 de fevereiro de 2014 Definir o que queremos obter através de resultados de qualidade é muito importante para que possam

Leia mais

Princípios de Modelagem Matemática Aula 10

Princípios de Modelagem Matemática Aula 10 Princípios de Modelagem Matemática Aula 10 Prof. José Geraldo DFM CEFET/MG 19 de maio de 2014 1 Alguns resultados importantes em estatística A distribuição normal tem importante papel em estatística pois

Leia mais

Unidade 2 Controle da Qualidade. Prof. Luciana Leite

Unidade 2 Controle da Qualidade. Prof. Luciana Leite Unidade Controle da Qualidade Prof. Luciana Leite Área de Estudo da Disciplina Atividades da Trilogia da Qualidade Planejamento da Qualidade Controle da Qualidade Melhoria da Qualidade Estabelecer os objetivos

Leia mais

ANÁLISE DE RESULTADOS

ANÁLISE DE RESULTADOS ANÁLISE DE RESULTADOS Conteúdo 2 1. Planejamento de Experimentos 2. Introdução Medidas de Desempenho Análise Estatística dos Resultados Comparação de Resultados Procedimento para análise de resultados

Leia mais