CEP - Prof. Alberto Ramos PDF

PRO 2712 CONTROLE DA QUALIDADE
Controle
Estatstico de
Processo
PROF. ALBERTO W. RAMOS
O QUE UM PROCESSO ?
conjunto de atividades executadas com um certo objetivo
ou finalidade
conjunto de causas que gera um (ou mais) efeitos
MEDIO MATERIAIS
MO DE OBRA
PRODUTO
MQUINAS
MTODOS MEIO AMBIENTE
COMPONENTES DO PROCESSO
FORNECEDORES
ENTRADAS
PROCESSO
SADAS
CLIENTES
QUESTES ESTRATGICAS PARA QUALIDADE

1) Quem so os meus clientes ?
2) Quais so as suas necessidades ?
3) Como posso satisfaz-los ?
4) Como mant-los permanentemente satisfeitos ?
O QUE SIGNIFICA CONTROLE ?

A palavra controle pode ter dois significados distintos:
sentido de vigilncia
sentido de ajuda
SUBCONTROLE
PROBLEMAS
COM
CONTROLE
SUPERCONTROLE
PREVENO x DETECO
CONTROLE DO PROCESSO (PREVENO)
ENTRADAS
PROCESSO
SADAS
AGIR E
CORRIGIR
OBSERVAR
OU MEDIR
ANALISAR
E DECIDIR
AVALIAR E
COMPARAR
CONTROLE DO PRODUTO (DETECO)
RUIM
PROCESSO
SADAS
SELEO
OBSERVAR
OU MEDIR
AGIR E
CORRIGIR
AVALIAR E
COMPARAR
ANALISAR
E DECIDIR
BOM
O QUE ESTATSTICA ?
Estatstica a cincia que estuda a variao. Auxilia a

descobrir as causas de variao, permitindo tomar aes
com base em fatos, e no opinies.
CAUSAS DE VARIAO: COMUNS E ESPECIAIS

18
16
<- CAUSA ESPECIAL
14
12
<- NVEL HISTRICO
10
8
ELIMINAO DE ->
CAUSAS COMUNS
NOVO NVEL ->
4
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50
COMPARAO ENTRE CAUSAS COMUNS E

CAUSAS ESPECIAIS
ASPECTO
CAUSAS
ESPECIAIS
Perdas Monetrias Pequenas
Visibilidade do
Grande - A
problema
natureza sbita
chama a ateno
de todos
Ao Requerida
Dados
Anlise
Responsabilidade
pela Ao
CAUSAS
COMUNS
Grandes
Pequena - A
natureza contnua
faz com que todos
se acostumem ao
problema
Restabelecer o
Mudar para nvel
nvel anterior
melhor
Simples, coleta
Complexos, coleta
rotineira e muito
especial e pouco
freqente
freqente
Simples e feita por Complexa e feita
pessoal prximo ao por pessoal tcnico
processo
Executantes (pes- Planejadores (pessoal prximo ao
soal da gerncia)
processo)
IMPACTO NO DESEMPENHO DO
PROCESSO
A maioria dos problemas de qualidade tem a sua origem

em causas comuns (problemas de projeto) e no em
causas especiais (problemas de operao)
PROJETO
CAUSAS
COMUNS
GERENTES
OPERAO
CAUSA
ESPECIAIS
OPERADORES
DESEMPENHO
Exemplos de causas especiais da variao

Lote isolado de matria-prima com problema
Desregulagem ocasional do equipamento de produo
Quebra de equipamento de medio
Exemplos de causas comuns de variao

Compra sistemtica de materiais com baixa qualidade
Inexistncia de treinamento
Falta de padronizao das operaes
AUSNCIA DE CAUSAS ESPECIAIS
ALGUNS EXEMPLOS DE EFEITOS DE

CAUSAS ESPECIAIS
10
11
VARIAO E PREVISIBILIDADE
NO EXISTEM NA NATUREZA DOIS OBJETOS QUE SEJAM
ABSOLUTAMENTE IGUAIS. SEMPRE H VARIAO.
CONTUDO, A VARIAO DEVIDA SOMENTE A CAUSAS
COMUNS PREVISVEL.
MELHORIA ATRAVS DO CEP
12
13
Reviso de
Estatstica
14
CARACTERIZAO DA AMOSTRA
A) Medidas de Localizao (ou de Tendncia Central)
Mdia da Amostra (x-barra)
x=
(xi )
( i = 1, 2, 3..., n )
n
Onde:
xi = valores obtidos na amostra
n = nmero de elementos na amostra
Exemplo: 12,1 12,5 11,7 13,1 12,5
x=
12,1 + 12,5 + 11,7 + 13,1 + 12,5

= 12,4
5
Mediana (x-til)
Valor tal que metade dos elementos possuam medidas
inferiores ao seu e a outra metade, superiores a este.
Exemplo: 11,7 12,1 12,5 12,5 13,1
~
x = 12,5

B) Medidas de Disperso
Varincia (s2)
(xi x ) 2
s =
n1
2
( i = 1, 2, 3, ...., n )
Onde:
x = Mdia dos valores da amostra
Exemplo: 12,1 12,5 11,7 13,1 12,5
(12,1 12,4) 2 + (12,5 12,4) 2 + ....
s =
= 0,27
4
2
Desvio-Padro (s)
a raiz quadrada da varincia.
Exemplo: 12,1 12,5 11,7 13,1 12,5
s = 0,52
Amplitude (R)
Diferena entre o maior e o menor valores da amostra

R = x max x min
Exemplo: 12,1 12,5 11,7 13,1 12,5

R = 13,1 - 11,7 = 1,4
15
16
EXERCCIO - MDIAS E AMPLITUDES
Calcular as mdias e as amplitudes das amostras abaixo

AMOSTRA
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
TOTAL
x=
VALORES
7 - 24 - 24 - 20 - 25
17 - 37 - 28 - 16 - 26
12 - 22 - 40 - 36 - 34
52 - 34 - 29 - 36 - 24
28 - 28 - 34 - 29 - 48
30 - 27 - 48 - 32 - 25
36 - 21 - 31 - 22 - 28
5 - 33 - 15 - 26 - 42
50 - 34 - 37 - 27 - 34
21 - 17 - 20 - 25 - 16
34 - 18 - 29 - 43 - 24
18 - 35 - 26 - 23 - 17
10 - 28 - 19 - 26 - 21
21 - 23 - 33 - 28 - 38
27 - 41 - 15 - 22 - 23
31 - 19 - 39 - 21 - 38
37 - 46 - 22 - 26 - 25
13 - 32 - 35 - 44 - 45
9 - 44 - 25 - 32 - 39
14 - 27 - 34 - 34 - 52
-
x 567,4
=
=
k
x-BARRA
20,0
24,8
28,8
35,0
33,4
32,4
27,6
24,2
36,4
19,8
29,6
23,8
20,8
28,6
R
18
21
28
28
20
23
15
37
23
9
25
18
18
17
567,4
475
R=
R
=
k
17
PRINCPIOS PARA GRFICOS DE

CONTROLE EFICAZES
1. Os
grficos
sempre
utilizam
limites
de
controle
localizados distncia de trs desvios-padres da linha

mdia.
2. O desvio-padro utilizado deve ser estimado com base

na variao dentro da amostra.
3. Os dados devem ser obtidos e organizados em amostras

(ou subgrupos) segundo um critrio racional.
4. O conhecimento obtido atravs dos grficos de controle

deve
ser
empregado
para
tomada
necessrias.
de
aes
18
OBSERVAES IMPORTANTES
Existem vinte amostras (k=20) de tamanho cinco (n=5)
Enquanto que os valores individuais variam de um
mnimo de 5 a um mximo de 52, as mdias (x-barra)
variam de um mnimo de 19,8 a um mximo de 36,4, ou
seja, as mdias apresentam menor variao que os
valores individuais
Cada valor obtido de x-barra representa uma estimativa
da mdia do processo, mas feita com base em somente 5
valores (n=5)
O valor x-duas barras uma estimativa melhor que cada
x-barra, pois baseada num nmero maior de dados (20
x 5 = 100)
O valor x-duas barras pode ser calculado como a mdia
das 20 mdias (x-barras) ou, ento, como a mdia dos
100 valores individuais (x)
Analogamente, R-barra uma estimativa melhor da
variao do processo do que cada R
Os valores x-duas barras como R-barra somente sero
boas estimativas se o processo for estvel (previsvel ou
sob controle)
19
Grficos de
Controle para
Variveis
GRFICOS DE CONTROLE
Objetivos
Verificar se o processo estvel
Manter o processo estvel
Melhorar o desempenho do processo
Tipos de grficos de controle

Variveis
Medidas
Atributos
Contagem
Classificao
20
21
A BASE DE FUNCIONAMENTO DOS

GRFICOS DE CONTROLE
Em um processo estvel, a grande maioria dos valores de

uma caracterstica de qualidade deve cair no intervalo:
+/- 3.
LIMITES DE CONTROLE
LSC = + 3 . = ( x) + 3 . ( x)
LM = = ( x)
LIC = 3 . = ( x) 3 . ( x)
22
GRFICOS DE CONTROLE PARA

VARIVEIS
Quando so empregadas variveis no controle estatstico

de processo, so necessrios dois grficos:
um para controlar a centralizao do processo
um para controlar a sua variabilidade (disperso)
Cada grfico de controle tem uma finalidade bem

especifica e no substitui ao outro
CONVENES
n = tamanho da amostra
k = nmero (quantidade) de amostras
=
x = mdia das mdias das amostras (mdia global)
_
s = desvio-padro amostral mdio
_
R = amplitude amostral mdia
A2, A3, D3, D4, etc. = fatores de correo
23
PROCEDIMENTO PARA CONSTRUO

DE GRFICOS x-BARRA E R
COLETAR k
AMOSTRAS DE
TAMANHO n
=
CALCULAR x
_
ER
CALCULAR OS
LIMITES DE
CONTROLE
ANALISAR
GRFICO R
ESTVEL?
NO
IDENTIFICAR,
ELIMINAR E
PREVENIR CAUSAS ESPECIAIS
SIM
NO
ANALISAR
_
GRFICO x
ESTVEL?
SIM
MONITORAR
PROCESSO
24
GRFICOS x-BARRA E R
GRFICO DA MDIA ( x )
LSC x = ( x ) + 3 . ( x ) = x + 3 .
( x)
= x + A2 . R
n
LM x = ( x ) = x
LIC x = ( x ) 3 . ( x ) = x 3 .
(x)
= x A2 . R
n
GRFICO DA AMPLITUDE ( R )
LSCR = ( R ) + 3 . ( R ) = D 4 . R
LM R = ( R ) = R
LICR = ( R ) 3 . ( R ) = D 3 . R
25
GRFICOS x-BARRA E s
GRFICO DA MDIA ( x )
LSCx = x + A 3 . s
LM x = x
LICx = x A 3 . s
GRFICO DO DESVIO-PADRO ( s )
LSCs = B 4 . s
LM s = s
LICs = B 3 . s
26
GRFICOS x E Rm
GRFICO DO VALOR INDIVIDUAL ( x )

LSCx = x + E 2 . Rm
LM x = x
LICx = x E 2 . Rm
GRFICO DA AMPLITUDE MVEL ( Rm )

LSCRm = D 4 . Rm
LM Rm = Rm
LICRm = D 3 . Rm
27
28
SELEO DO GRFICO PARA VARIVEIS
n < 10
x-BARRA
E R OU
x-TIL E R
n > 10
x-BARRA
Es
n>1
VARIVEL
n=1
x E Rm
29
Anlise da
Estabilidade do
Processo
30
REGRA BSICA
Os pontos devem se apresentar distribudos ao acaso

(aleatoriamente), dentro dos limites de controle, para o
processo ser considerado estvel.
Padres que indicam que o processo instvel:

PONTO FORA DOS LIMITES DE CONTROLE
Um nico ponto acima do LSC ou abaixo do LIC
PRESENA DE CICLOS OU TENDNCIAS NOS PONTOS;
Seis pontos consecutivos aumentando ou diminuindo
ESTRATIFICAO OU FALTA DE VARIABILIDADE;
Quinze pontos consecutivos prximos LM (tero
mdio)
Quatorze pontos consecutivos alternando-se para cima
e para baixo
SEQNCIA DE PONTOS PRXIMOS AO LSC OU LIC
Oito pontos consecutivos fora do tero mdio
Dois em trs pontos consecutivos no tero externo
Quatro em cinco pontos consecutivos fora do tero
mdio
SEQNCIA DE PONTOS DO MESMO LADO DA LM
Nove pontos consecutivos do mesmo lado da LM
31
EXERCCIO - ANALISAR OS SEGUINTES GRFICOS

QUANTO A ESTABILIDADE
LSC
LM
LIC
LSC
LM
LIC
LSC
LM
LIC
LSC
LM
LIC
32
LSC
LM
LIC
LSC
LM
LIC
33
34
COMENTRIOS IMPORTANTES
Unindo-se os pontos facilita-se a visualizao
Existe uma infinidade de testes de no-aleatoriedade em
livros e artigos
A anlise visual ainda o melhor meio de deteco de
causas especiais de variao

Somente com treinamento e prtica possvel identificar
causas especiais com facilidade
No enxergar fantasmas e bruxas onde no existem
35
Estudos de
Capacidade do
Processo
36
CAPACIDADE DE PROCESSO
Estudos de capacidade (ou capabilidade) tm por objetivo verificar se um processo gera produtos que atendem s especificaes de engenharia, em condies normais de operao.
Para realizar um estudo de capacidade necessrio que:
O PROCESSO SEJA (ESTATISTICAMENTE) ESTVEL
AS MEDIDAS INDIVIDUAIS TENHAM DISTRIBUIO
NORMAL
SE ESTAS DUAS RESTRIES NO FOREM OBEDECIDAS

OS RESULTADOS DO ESTUDO FORNECERO
INDICAES ERRADAS.
A verificao da estabilidade do processo feita atravs da

anlise dos GRFICOS DE CONTROLE, enquanto que a
aderncia dos valores individuais com a distribuio normal
pode ser feita com o uso do PAPEL DE PROBABILIDADE
NORMAL.
37
PAPEL DE PROBABILIDADE NORMAL (PPN)
O PPN tem por objetivo verificar se os valores individuais

de uma determinada caracterstica seguem a distribuio
normal
EXEMPLO
CLASSE
950 |- 955
955 |- 960
960 |- 965
965 |- 970
970 |- 975
975 |- 980
%
5
23
36
27
8
1
% ACUMULADA
40
35
30
25
20
15
10
5
950
955
960
965
970
975
980
38
39
INTERPRETAO
HISTOGRAMA
NORMAL
ASSIMTRICO A ESQUERDA
ASSIMTRICO A DIREITA
ACHATADO
ALONGADO
BIMODAL
PPN
40
NDICES DE CAPACIDADE DE PROCESSO
Para verificar se um processo capaz, so utilizados

ndices de capacidade que comparam as especificaes
de engenharia com a variao natural do processo
CONVENES ADOTADAS
= MDIA DO PROCESSO
= DESVIO-PADRO DO PROCESSO
x = MDIA GERAL DAS AMOSTRAS
R = AMPLITUDE MDIA DAS AMOSTRAS
s = DESVIO-PADRO MDIO DAS AMOSTRAS
LIE = LIMITE INFERIOR DA ESPECIFICAO

LSE = LIMITE SUPERIOR DA ESPECIFICAO
NDICE CP
Cp =
LSE LIE LSE LIE LSE LIE

=
=
6.
R
s
6.
6.
d2
c4
NDICE Cpk
CPk = MIN {CPI , CPS }

CPI =
CPS =
LIE x LIE x LIE

=
=
3.
R
s
3.
3.
d2
c4
LSE LSE X LSE X
=
=
3.
R
s
3.
3.
d2
c4
41
INTERPRETAO DE Cp E Cpk
NDICE Cp
NDICE Cpk
42
43
44
OBSERVAES IMPORTANTES
Cp sempre maior ou igual a Cpk
Quando o processo est centralizado, ou seja, a sua
mdia est bem no meio da especificao, ento Cp =
Cpk
Sempre que Cpk < 1, h gerao de produtos no-conformes
No caso de especificaes unilaterais, somente se utiliza
o ndice Cpk
Tanto Cp como Cpk s tm resultados vlidos se a
distribuio dos valores individuais for normal
45
Grficos de
Controle para
Atributos
46
ATRIBUTOS
TIPOS:
A) Grfico da Frao Defeituosa na Amostra (p)
B) Grfico do Nmero de Defeituosos na Amostra (np)
C) Grfico do Nmero de Defeitos na Amostra (c)
D) Grfico do Nmero de Defeitos por Unidade (u)
Quando utilizar grficos de controle para atributos:

a medio da caracterstica invivel ou antieconmica
conveniente transformar uma varivel em atributo
CUIDADO !
Uma varivel sempre transmite muito mais informao
do que um atributo
47
CLASSIFICAO x CONTAGEM
Pergunta: a amostra tem alguma defeito ?
SIM
NO
SIM
SIM
NO
Atributos do tipo SIM/NO so analisados atravs

de grficos do tipo p ou np
Pergunta: quantos defeitos tem a amostra ?
Atributos que consistem na contagem de defeitos

so analisados atravs de grficos do tipo c ou u
48
SELEO DO TIPO DE GRFICO
n
CONSTANTE
p OU np
n
VARIVEL
n
CONSTANTE
c OU u
n
VARIVEL
CLASSIFICAO
ATRIBUTO
CONTAGEM
49
TAMANHO DE AMOSTRA
grficos de controle para atributos necessitam tamanhos
de amostra maiores do que variveis
tamanhos de amostra insuficientes trazem problemas na
construo do grfico
UM EXEMPLO ABSURDO
AMOSTRA
1
2
3
4
5
6
7
8
9
10
n
3
3
3
3
3
3
3
3
3
3
d
0
0
0
1
0
0
0
0
0
1
p
0,00
0,00
0,00
0,33
0,00
0,00
0,00
0,00
0,00
0,33
0.4
0.35
0.3
0.25
0.2
0.15
0.1
0.05
0
0
AMOSTRA
10
TAMANHO DE AMOSTRA
Para que o tamanho de amostra seja suficiente, temos

que observar as seguintes restries:
para grficos de controle do tipo p ou np

_
n.p > 5
_
n.(1 - p) > 5
para grficos de controle do tipo c ou u
_
c>5
50
CONVENES
n = tamanho da amostra
k = nmero (quantidade) de amostras
d = nmero de defeituosos
p = frao defeituosa
_
p = frao defeituosa mdia
c = nmero de defeitos
_
c = nmero mdio de defeitos
u = nmero de defeitos por unidade
_
u = nmero mdio de defeitos por unidade
51
52
FRAO DEFEITUOSA NA AMOSTRA (p)
p=
N. ITENS DEFEITUOSOS
N.ITENS INSPECIONADOS
LSCP = p + 3 .
p . (1 p)
n
LMP = p
LICP = p 3 .
p . (1 p)
n
OBSERVAO
Se o limite inferior de controle (LIC) der negativo, ento
adotar que este no existe.
53
NMERO DE DEFEITUOSOS NA AMOSTRA

(np)
np = nmero de defeitos encontrados na amostra

Nmero mdio de defeitos na amostra
np =
Total de defeitos
Total de amostras
LSCnp = np + 3 . np (I p)
LMnp = np
LICnp = np 3 . np (I p)
OBSERVAO
54
NMERO DE DEFEITOS NA AMOSTRA (c)

c = nmero de defeitos encontrados na amostra

c=
Total de defeitos
Total de amostras
LSC c = m(c) + 3 . s(c) = c + 3 . c

LMc = m(c) = c
LIC c = m(c) 3 . s(c) = c 3 . c
OBSERVAO
55
NMERO DE DEFEITOS POR UNIDADE (u)

u=
Numero de defeitos c
=
Numero de unidade n

u=
Total de defeitos
Total de unidades
LSCu = m(u) + 3 . s(u) = u + 3 .
u
n
LMu = m(u) = u
LICu = m(u) 3 . s(u) = u 3 .
u
n
OBSERVAO
56
ANEXOS
57
GRFICOS DE CONTROLE
Grfico de Controle
mdia e amplitude
xR
Linha Mdia
Limites de Controle
LSC = x + A 2 .R
LIC = x A 2 .R
LSC = D 4 .R
LIC = D3 .R
mdia e desvio padro
xs
LSC= x + A 3 .s
LIC = x A 3 .s
LSC = B 4 .s
LIC = B 3 .s
LSC = x +E 2 .R m
LIC = x E 2 .R m
Rm
LSC = D 4 .R m
LIC = D3 .R m
valores individuais
e amplitude mvel
x Rm
frao defeituosa
p
p
nmero de defeitos
na amostra c
nmero de defeitos
por unidade u
p.(1 p )
n
p.(1 p )
LIC = p 3.
n
LSC = p + 3.
c
u
LSC = c +3. c
LIC = c 3. c
u
n
u
LIC = u 3.
n
LSC= u +3.
58
FATORES PARA CLCULO DE LIMITES DE CONTROLE

n
A2
1,880
A3
2,695
E2
2,660
B3
B4
3,267
1,023
1,954
1,772
2,568
0,729
1,628
1,457
2,266
0,577
1,427
1,290
2,089
0,483
1,287
1,184
0,030
1,970
0,419
1,182
1,109
0,118
1,882
0,373
1,099
1,054
0,185
1,815
0,337
1,032
1,010
0,239
1,761
10
0,308
0,975
0,975
0,284
1,716
D3
D4
c4
d2
3,267
0,709
0,798
1,128
2,574
0,524
0,886
1,693
2,282
0,446
0,921
2,059
2,114
0,403
0,940
2,326
2,004
0,375
0,952
2,534
0,076
1,924
0,353
0,959
2,704
0,136
1,864
0,338
0,965
2,847
0,184
1,816
0,325
0,969
2,970
10
0,223
1,777
0,314
0,973
3,078
FONTE: MONTGOMERY, D.C. Introduction to statistical quality control. 2

ed. New York, John Wiley, 1991.

CEP - Prof. Alberto Ramos PDF

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

CEP - Prof. Alberto Ramos PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

PRO 2712 CONTROLE DA QUALIDADE

PROF. ALBERTO W. RAMOS

PRO 2712 CONTROLE DA QUALIDADE

conjunto de atividades executadas com um certo objetivo

MTODOS MEIO AMBIENTE

PROF. ALBERTO W. RAMOS

PRO 2712 CONTROLE DA QUALIDADE

QUESTES ESTRATGICAS PARA QUALIDADE

PROF. ALBERTO W. RAMOS

PRO 2712 CONTROLE DA QUALIDADE

O QUE SIGNIFICA CONTROLE ?

PROF. ALBERTO W. RAMOS

PRO 2712 CONTROLE DA QUALIDADE

CONTROLE DO PRODUTO (DETECO)

PROF. ALBERTO W. RAMOS

PRO 2712 CONTROLE DA QUALIDADE

Estatstica a cincia que estuda a variao. Auxilia a

CAUSAS DE VARIAO: COMUNS E ESPECIAIS

<- CAUSA ESPECIAL

NOVO NVEL ->

PROF. ALBERTO W. RAMOS

PRO 2712 CONTROLE DA QUALIDADE

COMPARAO ENTRE CAUSAS COMUNS E

PROF. ALBERTO W. RAMOS

PRO 2712 CONTROLE DA QUALIDADE

A maioria dos problemas de qualidade tem a sua origem

Exemplos de causas especiais da variao

Exemplos de causas comuns de variao

PRO 2712 CONTROLE DA QUALIDADE

AUSNCIA DE CAUSAS ESPECIAIS

PROF. ALBERTO W. RAMOS

PRO 2712 CONTROLE DA QUALIDADE

ALGUNS EXEMPLOS DE EFEITOS DE

PROF. ALBERTO W. RAMOS

PRO 2712 CONTROLE DA QUALIDADE

PROF. ALBERTO W. RAMOS

PRO 2712 CONTROLE DA QUALIDADE

MELHORIA ATRAVS DO CEP

PROF. ALBERTO W. RAMOS

PRO 2712 CONTROLE DA QUALIDADE

PROF. ALBERTO W. RAMOS

PRO 2712 CONTROLE DA QUALIDADE

12,1 + 12,5 + 11,7 + 13,1 + 12,5

PROF. ALBERTO W. RAMOS

PRO 2712 CONTROLE DA QUALIDADE

Diferena entre o maior e o menor valores da amostra

Exemplo: 12,1 12,5 11,7 13,1 12,5

PROF. ALBERTO W. RAMOS

PRO 2712 CONTROLE DA QUALIDADE

EXERCCIO - MDIAS E AMPLITUDES

Calcular as mdias e as amplitudes das amostras abaixo

PROF. ALBERTO W. RAMOS

PRO 2712 CONTROLE DA QUALIDADE

PRINCPIOS PARA GRFICOS DE

localizados distncia de trs desvios-padres da linha

2. O desvio-padro utilizado deve ser estimado com base

3. Os dados devem ser obtidos e organizados em amostras

4. O conhecimento obtido atravs dos grficos de controle

PROF. ALBERTO W. RAMOS

PRO 2712 CONTROLE DA QUALIDADE

PROF. ALBERTO W. RAMOS

PRO 2712 CONTROLE DA QUALIDADE