CE219 - Controle Estatístico de Qualidade

Documentos relacionados
Análise da capacidade de processos

Controle Estatístico de Qualidade. Capítulo 7 (montgomery)

Gráficos de controle Cusum e MMEP

Intervalos Estatísticos para uma única Amostra - parte I

CE219 - Controle Estatístico de Qualidade

Gráficos de Controle para Variáveis

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

CE219 - Controle Estatístico de Qualidade

Probabilidade e Estatística. Estimação de Parâmetros Intervalo de Confiança

MIEEC Probabilidades e Estatística 1 a Chamada 10/01/2008. Parte Prática

Controle de Qualidade

Especialização em Métodos Estatísticos Computacionais

Capacidade de Processo

CE219 - Controle Estatístico de Qualidade

Estimação de valores. Luiz Carlos Terra

CE219 - Controle Estatístico de Qualidade

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

Capacidade de Processo Material Complementar

DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia

Controle Estatístico de Qualidade. Capítulo 5 (montgomery)

Universidade Federal Fluminense INSTITUTO DE MATEMÁTICA E ESTATÍSTICA DEPARTAMENTO DE ESTATÍSTICA

Universidade Federal de Lavras

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

CE219 - Controle Estatístico de Qualidade

Aplicação do Controle Estatístico do Processo no tempo de espera da Urgência Clínica Hospitalar

Inferência Estatística:

Professora Ana Hermínia Andrade. Período

Estatística Não Paramétrica. Como construir testes de aderência

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

Gráficos alternativos ao gráfico de R

BIOESTATÍSTICA. Parte 5 Testes de Hipóteses

Estatística aplicada a ensaios clínicos

PHD 5742 Estatística Aplicada ao Gerenciamento dos Recursos Hídricos. 6 a aula Testes de Hipóteses

Estatística Inferencial

Aula 7. Testes de Hipóteses Paramétricos (II)

Introdução à Bioestatística Turma Nutrição

Aula 7. Testes de Hipóteses Paramétricos (II)

Inferência estatística

Testes de Hipótese para uma única Amostra - parte II

Distribuição T - Student. Prof. Herondino S. F.

Cap. 4 - Estimação por Intervalo

Razão para rejeitar H 0

Inferência Estatística: Conceitos Básicos II

Intervalos de confiança

Cap. 8 - Intervalos Estatísticos para uma Única Amostra

Capítulo 4 Inferência Estatística

Introdução ao Planejamento e Análise Estatística de Experimentos 1º Semestre de 2013 Capítulo 3 Introdução à Probabilidade e à Inferência Estatística

Controle Estatístico de Processo

Amostragem. Cuidados a ter na amostragem Tipos de amostragem Distribuições de amostragem

Professora Ana Hermínia Andrade. Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise. Período 2017.

Inferência Estatística Estimação de Parâmetros

Testes de Hipóteses II

Inferências sobre o vetor de Média. (Johnson & Wichern, Cap. 5) Considere o problema univariado no qual temse uma amostra aleatória de tamanho n da

1 Probabilidade - Modelos Probabilísticos

AULA 05 Teste de Hipótese

X 2. (σ 2 + µ 2 ) = 1 n (nσ 2 + nµ 2 ) = σ 2 + µ 2. µ = 0 E(T ) = σ 2

Estatística e Probabilidade Aula 08 Estimativas e Tamanho Amostral. Prof. Gabriel Bádue

Testes de hipóteses. Wagner H. Bonat Fernando P. Mayer Elias T. Krainski

Métodos Estatísticos

Gráficos de Controle

Redes de Computadores sem Fio

Testes de Hipóteses para. uma Única Amostra. Objetivos de Aprendizagem. 9.1 Teste de Hipóteses. UFMG-ICEx-EST-027/031 07/06/ :07

AULA 03 Estimativas e tamanhos amostrais

Testes de Hipótese para uma única Amostra - parte II

Universidade Federal Fluminense INSTITUTO DE MATEMÁTICA E ESTATÍSTICA DEPARTAMENTO DE ESTATÍSTICA

5 Avaliação dos estimadores propostos

Distribuições Amostrais - Tamanho da Amostra

PE-MEEC 1S 09/ Capítulo 7 - Estimação por intervalos. 7.2 Intervalos de. confiança para. média de uma. normal 7.

Estatística e Probabilidade. Aula 11 Cap 06

Solução dos Exercícios - Capítulos 1 a 3

Estatística e Modelos Probabilísticos - COE241

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

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba

i. f Y (y, θ) = 1/θ... 0 y θ 0... y < 0 ou y > θ Se a amostra selecionada foi ( ), qual será a estimativa para θ?

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

TOMADA DE DECISÃO PARA UMA AMOSTRA. Estatística Aplicada à Engenharia 1

1 Que é Estatística?, 1. 2 Séries Estatísticas, 9. 3 Medidas Descritivas, 27

Introdução ao Planejamento e Análise Estatística de Experimentos 1º Semestre de 2013 Capítulo 3 Introdução à Probabilidade e à Inferência Estatística

Teoria da Estimação. Fabricio Goecking Avelar. junho Universidade Federal de Alfenas - Instituto de Ciências Exatas

AULA 7 - Inferência em MQO: ICs e Testes de

Inferência Estatística

AULA 11 - Normalidade e Inferência em Regressão Múltipla - Parte 1

Estatística Aplicada II. } Estimação e Intervalos de Confiança

LEEC Probabilidades e Estatística 1 a Chamada 13/06/2005. Parte Prática C (C) M 1% 9% 10% (M) 4% 86% 90% 5% 95% 100%

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

Planejamento de Experimentos Introdução - Teste t

Modelo de Regressão Múltipla

6- Probabilidade e amostras: A distribuição das médias amostrais

Aplicação do Controle Estatístico de Processo no Monitoramento do Peso Médio de Polpas de Frutas: Um Estudo Realizado em um Empresa de Médio Porte.

Aula 2 Uma breve revisão sobre modelos lineares

Análise de Aderência e de Associação

TESTES DE HIPÓTESES PARA DIFERENÇA DE DUAS MÉDIAS

Gráfico de Controle por Atributos

AULA 10 Estimativas e Tamanhos Amostrais

(a) Teste e IC para Duas Variâncias. (b) Teste para médias. Duas Amostras de Teste T e IC

Métodos Quantitativos para Avaliação de Políticas Públicas

CE219 - Controle Estatístico de Qualidade

Planejamento de Experimentos Suposições do Modelo e Comparações Múltiplas

Planejamento de Experimentos. 13. Experimentos com fatores aleatórios

Transcrição:

CE219 - Controle Estatístico de Qualidade Cesar Augusto Taconeli 20 de abril, 2018 Cesar Augusto Taconeli CE219 - Controle Estatístico de Qualidade 20 de abril, 2018 1 / 25

Aula 5 - Análise da capacidade de processos Cesar Augusto Taconeli CE219 - Controle Estatístico de Qualidade 20 de abril, 2018 2 / 25

Introdução Gráficos de controle são estabelecidos com base na variabilidade natural do processo, na ausência de causas atribuíveis de variação. No entanto, ainda que um particular processo esteja operando sob controle, isso não implica, necessariamente, que a produção atenda satisfatoriamente às especificações do projeto, às normas reguladoras, às expectativas dos clientes... A Figura 1 ilustra um processo operando sob contole, mas com uma quantidade considerável de itens produzidos fora das especificações. A análise da capacidade de processos tem como objetivo principal avaliar o potencial da produção em atender às especificações que são impostas. Cesar Augusto Taconeli CE219 - Controle Estatístico de Qualidade 20 de abril, 2018 3 / 25

Introdução Group Group summary statistics 1 4 7 10 14 18 22 26 30 34 38 42 46 50 54 58 62 66 70 74 78 82 86 90 94 98 9.85 9.90 9.95 10 15 10 15 LCL UCL CL Number of groups = 100 Center = 9.993624 StdDev = 558762 LCL = 9.825996 UCL = 16125 Number beyond limits = 0 Number violating runs = 0 Figura 1: Gráfico de controle para medidas individuais - linhas pretas: limites de controle; linhas vermelhas: limites de especificação. Cesar Augusto Taconeli CE219 - Controle Estatístico de Qualidade 20 de abril, 2018 4 / 25

Introdução Uma forma de caracterizar a distribuição de um processo é por meio dos limites naturais de tolerância. Vamos admitir que a característica da qualidade sob estudo tenha distribuição Normal com média µ e desvio padrão σ. Os limites inferior e superior naturais de tolerância ficam definidos por: LSNT = µ + 3σ LINT = µ 3σ (1) Com base na distribuição Normal, os limites naturais de tolerância compreendem 99.73% da produção. Cesar Augusto Taconeli CE219 - Controle Estatístico de Qualidade 20 de abril, 2018 5 / 25

Índices de capacidade de processos - PPFE Vamos considerar e os limites (inferior e superior) de especificação, fixados pela engenharia, visando atender às expectativas dos consumidores, da gerência, às normas técnicas... Um primeiro indicador associado à capacidade do processo é a probabilidade de produção fora das especificações (PPFE), definida por: PPFE = P(X < ) + P(X > ), (2) em que X é a variável (ou uma das variáveis) que caracteriza a qualidade. Claramente, quanto menor PPFE, maior a capacidade do processo em atender às especificações. Cesar Augusto Taconeli CE219 - Controle Estatístico de Qualidade 20 de abril, 2018 6 / 25

Índices de capacidade de processos - PPFE Exercício 1 Seja X alguma característica da qualidade de um processo industrial. Quando o processo opera sob controle estatístico, X tem distribuição Normal com média µ = 100 e desvio padrão σ =. a) Determine os limites naturais de tolerância do processo; b) Se os limites de especificação forem = 99.75 e = 105, qual, a probabilidade de produção fora das especificações? c) O que acontece com PPFE se o processo sair de controle, de tal forma que a média se desloque para µ = 10? d) O que acontece com PPFE se o processo sair de controle, de tal forma que o desvio padrão se desloque para σ =? e) Considere novamente o processo operando sob controle. Vamos admitir que os limites de especificação sejam revistos pela engenharia, estabelecidos como = 99.9 e = 1. Calcule PPFE. Avalie esse novo cenário quanto ao controle e à capacidade do processo. Cesar Augusto Taconeli CE219 - Controle Estatístico de Qualidade 20 de abril, 2018 7 / 25

Índices de capacidade de processos - PPFE PPFE para diferentes alterações na média do processo PPFE para diferentes alterações no desvio padrão do processo 1.0 0.9 0.9 0.8 0.8 0.7 0.7 0.6 0.6 PPFE 0.5 PPFE 0.5 99.0 99.4 99.8 10 100.6 101.0 µ 0.8 1.2 1.6 2.0 σ Figura 2: PPFE vs alterações nos parâmetros dos processos (Exercício 1) Cesar Augusto Taconeli CE219 - Controle Estatístico de Qualidade 20 de abril, 2018 8 / 25

Índices de capacidade de processos - O índice C p Diversos índices de capacidades de processos são baseados na razão das faixas de especificação e de tolerância. O índice mais simples, baseado nesse tipo de construção, é definido por: C p =, (3) 6σ sendo chamado razão da capacidade do processo. Cesar Augusto Taconeli CE219 - Controle Estatístico de Qualidade 20 de abril, 2018 9 / 25

Índices de capacidade de processos - O índice C p Exercício 2 Retome o Exercício 1. Calcule o valor de C p para cada um dos itens b-e. Avalie os resultados. Cesar Augusto Taconeli CE219 - Controle Estatístico de Qualidade 20 de abril, 2018 10 / 25

Índices de capacidade de processos - O índice C p A aplicação adequada de C p requer: Que a característica da qualidade tenha distribuição Normal; Que o processo opere sob controle; Além disso, a média do processo deve estar no centro da faixa de especificação: µ = +. (4) 2 As duas primeiras condições estendem-se a outros índices que estudaremos adiante. A condição de que a média esteja no centro das especificações é particularmente crítica para C p. Cesar Augusto Taconeli CE219 - Controle Estatístico de Qualidade 20 de abril, 2018 11 / 25

Índices de capacidade de processos - O índice C p Tabela 1: Relação entre C p e produção fora das especificações - Processo com distribuição Normal, sob controle, centrado no ponto médio da faixa de especificação. C p Itens não conformes (partes por milhão) 5 453.225 0.50 133.614 0.75 24.449 0.90 6.934 1.00 2.700 1.25 177 1.50 7 2.00 0,0018 Cesar Augusto Taconeli CE219 - Controle Estatístico de Qualidade 20 de abril, 2018 12 / 25

Índices de capacidade de processos - O índice C p Cp = 1 Cp = 2 Cp = 0.5 0.8 0 0.6 5 0 5 0 Processo 1 Processo 2 Processo 3 Cp = 1 Cp = 1 Cp = 1 Processo 4 Processo 5 Processo 6 Figura 3: Ilustração de C p para diferentes processos Cesar Augusto Taconeli CE219 - Controle Estatístico de Qualidade 20 de abril, 2018 13 / 25

Índices de capacidade de processos - O índice C pk Para processos não centrados no ponto médio da faixa de especificação, índices (razões) de capacidade apropriados devem ser aplicados. Uma alternativa é o índice C pk, baseado nas razões de capacidade unilaterais: C ps = µ 3σ C pi = µ. (5) 3σ C pk é definido por: C pk = min(c ps, C pi ). (6) Cesar Augusto Taconeli CE219 - Controle Estatístico de Qualidade 20 de abril, 2018 14 / 25

Índices de capacidade de processos - O índice C pk Se o processo tiver centrado no ponto médio das especificações, então C pk = C p ; É comum dizer que C p mede a capacidade potencial do processo, enquanto C pk mede sua capacidade efetiva; O índice C pk, ao contrário de C p, pode produzir valores negativos; Vale destacar que, caso o processo tenha apenas um limite de especificação (inferior ou superior), então C pi (ou C ps ) pode ser usado, isoladamente, como índice de capacidade. Cesar Augusto Taconeli CE219 - Controle Estatístico de Qualidade 20 de abril, 2018 15 / 25

Índices de capacidade de processos - O índice C pk Exercício 3 Retome o Exercício 1. Calcule o valor de C pk para cada um dos itens b-e. Avalie os resultados. Cesar Augusto Taconeli CE219 - Controle Estatístico de Qualidade 20 de abril, 2018 16 / 25

Índices de capacidade de processos Cpk = 1 Cpk = 2 Cpk = 0.5 0.8 0 0.6 5 0 5 0 Processo 1 Processo 2 Processo 3 Cpk = 1 Cpk = 0 Cpk = 1 Processo 4 Processo 5 Processo 6 Figura 4: Ilustração de C pk para diferentes processos Cesar Augusto Taconeli CE219 - Controle Estatístico de Qualidade 20 de abril, 2018 17 / 25

Índices de capacidade de processos - O índice C pm Um índice de capacidade alternativo, que incorpora o desvio da média do processo ao centro da faixa de especificação, é definido por: C pm =, (7) 6τ em que τ é a raiz quadrada dos desvio quadrático esperado em relação a T, ao valor alvo da produção: de tal forma que: τ 2 = E [ (X T ) 2] = σ 2 + (µ T ) 2, (8) C pm = 6 σ. (9) 2 + (µ T ) 2 Cesar Augusto Taconeli CE219 - Controle Estatístico de Qualidade 20 de abril, 2018 18 / 25

Índices de capacidade de processos - O índice C pm Exercício 4 Considere dois processos A e B, tais que X A N(µ A = 50, σ A = 5) e X B N(µ B = 57.5, σ B = 2.5). Os limites de especificação são = 35 e = 65 para ambos. Calcule C p, C pk e C pm para os processos A e B. Compare e discuta os resultados. Cesar Augusto Taconeli CE219 - Controle Estatístico de Qualidade 20 de abril, 2018 19 / 25

Índices de capacidade de processos - O índice C pm Cpm = 1 Cpm = 2 Cpm = 0.5 0.8 0 0.6 5 0 5 0 Processo 1 Processo 2 Processo 3 Cpm = 1 Cpm = 16 Cpm = 64 Processo 4 Processo 5 Processo 6 Figura 5: Ilustração de C pm para diferentes processos Cesar Augusto Taconeli CE219 - Controle Estatístico de Qualidade 20 de abril, 2018 20 / 25

Índices de capacidade de processos Há diferentes critérios apresentados na literatura, e aplicados na prática, para classificação dos processos segundo suas capacidades. Uma classificação frequentemente utilizada, aplicada a processos centrados no ponto médio da faixa de especificação, estabelece que: Tabela 2: Especificação bilateral, processo centrado e com distribuição Normal Itens fora das especificações Classificação Valor de C p (em ppm) Capaz C p > 1, 33 70 Razoavelmente capaz 1 C p 1, 33 Entre 70 e 2.700 Incapaz C p < 1 Acima de 2.700 Cesar Augusto Taconeli CE219 - Controle Estatístico de Qualidade 20 de abril, 2018 21 / 25

Índices de capacidade de processos - Estimação Em geral, o desvio padrão do processo é desconhecido, podendo ser estimado por uma amostra selecionada do processo sob controle, com base na média e no desvio padrão amostrais. É comum também utilizar dados da fase 1 de um gráfico de controle para estimar σ. Nesse caso: Assim, C p fica estimado por: ˆσ = R d 2 ou ˆσ = s c 4. (10) Ĉ p =. (11) 6ˆσ Cesar Augusto Taconeli CE219 - Controle Estatístico de Qualidade 20 de abril, 2018 22 / 25

Índices de capacidade de processos - Estimação A fim de incorporar à estimativa o erro inerente ao processo de amostragem, podemos apresentar intervalos de confiança para a capaciadade do processo; Um intervalo de confiança 100(1 α)% para C p é definido por: em que Ĉ p χ 2 1 α/2;n 1 n 1 C p Ĉ p χ 2 α/2;n 1 n 1, (12) Ĉ p =, s = 1 n (x i x) 6s n 1 2 (13) i=1 e χ 2 α;n 1 é o quantil α da distribuição qui-quadrado com n 1 graus de liberdade. Cesar Augusto Taconeli CE219 - Controle Estatístico de Qualidade 20 de abril, 2018 23 / 25

Índices de capacidade de processos - Estimação Para C pk, um intervalo de confiança (aproximada) 100(1 α)% tem limites: Ĉ pk [ 1 1 z 1 α/2 + 9nĈ pk [ Ĉ pk 1 + z 1 α/2 1 9nĈ pk + ] 1 C pk 2(n 1) 1 ] (14) 2(n 1) Cesar Augusto Taconeli CE219 - Controle Estatístico de Qualidade 20 de abril, 2018 24 / 25

Índices de capacidade de processos - Não normalidade Nenhum dos índices apresentados até o momento se aplica a dados sem distribuição Normal. Nesses casos, podemos recorrer, novamente, à transformação dos dados visando alcançar normalidade, ou usar algumas construções mais gerais de índices. Uma alternativa seria definir a capacidade do processo com base nos quantis amostrais (ou de algum outro modelo probabilístico de referência): C pq = x 0,99865 x 0,00135, (15) sendo x q o quantil amostral de ordem q (ou obtido a partir de algum modelo paramétrico mais adequado). Cesar Augusto Taconeli CE219 - Controle Estatístico de Qualidade 20 de abril, 2018 25 / 25