CAP5: Grfico de Controle para Variveis

Base Estatstica

Utiliza-se a hiptese de normalidade para a caracterstica da qualidade (ou o teorema do Limite Central que
garante uma aproximao da normalidade)
Na prtica no se conhece . Logo devem ser estimados por amostras preliminares, retiradas quando o
processo supostamente estava sob controle.
Amostras: conjunto de observaes da caracterstica da qualidade. (em geral pequeno, assumindo valor 4,
5 ou 6). aqui representa o nmero de amostras retiradas em intervalos regulares de tempo.

Cada amostra produz uma mdia: .

o melhor estimador para
Logo no grfico de controle a

Tambm produz uma amplitude :

Resultado relacionado:
parmetro n. A mdia de W , assim,
Logo no grfico de controle 3-sigma
a amplitude mdia, usada para estimar
chamada de amplitude relativa e tem distribuio que depende do
o estimador no viesado de .
e ou
e

Para controlar a variabilidade do processo utilizamos o grfico R (amplitude) ou S (desvio padro).

O desvio padro de W .
Assim, O desvio padro de

Logo no grfico R de controle 3-sigma e ou

e

Grfico de Controle

Em resumo:
Grfico de Controle

LSC x A2 R
Linha central x
LIC x A2 R

Grfico de Controle R

LSC D4 R
Linha central R
LIC D3 R

Os valores de so obtidos na Tabela Anexo A.

 Exemplo 5.1: Com base nas 25 amostras preliminares, estabelea os limites de controle dos grficos e .
Observao
Amostra 1 2 3 4 5 Mdia Amplitude
1 74,030 74,002 74,019 73,992 74,008 74,010 0,038
2 73,995 73,992 74,001 74,011 74,004 74,001 0,019
3 73,988 74,024 74,021 74,005 74,002 74,008 0,036
4 74,002 73,996 73,993 74,015 74,009 74,003 0,022
5 73,992 74,007 74,015 73,989 74,014 74,003 0,026
6 74,009 73,994 73,997 73,985 73,993 73,996 0,024
7 73,995 74,006 73,994 74,000 74,005 74,000 0,012
8 73,985 74,003 73,993 74,015 73,988 73,997 0,030
9 74,008 73,995 74,009 74,005 74,004 74,004 0,014
10 73,998 74,000 73,990 74,007 73,995 73,998 0,017
11 73,994 73,998 73,994 73,995 73,990 73,994 0,008
12 74,004 74,000 74,007 74,000 73,996 74,001 0,011
13 73,983 74,002 73,998 73,997 74,012 73,998 0,029
14 74,006 73,967 73,994 74,000 73,984 73,990 0,039
15 74,012 74,014 73,998 73,999 74,007 74,006 0,016
16 74,000 73,984 74,005 73,998 73,996 73,997 0,021
17 73,994 74,012 73,986 74,005 74,007 74,001 0,026
18 74,006 74,010 74,018 74,003 74,000 74,007 0,018
19 73,984 74,002 74,003 74,005 73,997 73,998 0,021
20 74,000 74,010 74,013 74,020 74,003 74,009 0,020
21 73,988 74,001 74,009 74,005 73,996 74,000 0,021
22 74,004 73,999 73,990 74,006 74,009 74,002 0,019
23 74,010 73,989 73,990 74,009 74,014 74,002 0,025
24 74,015 74,008 73,993 74,000 74,010 74,005 0,022
25 73,982 73,984 73,995 74,017 74,013 73,998 0,035
Mdia 74,001 0,023
Para n=5
Grfico de Controle ; e

Grfico de Controle R
e e

Grfico de Controle

De modo semelhante se produz os limites de controle para um grfico e , utilizando o desvio padro amostral
como estimador de , , sendo e .
Os limites de controle so:

Exemplo 5.2
Para n=5

Grfico de Controle ;
e
 Grfico de Controle S
e e

Grfico de Controle para Medidas Individuais

H ainda os grficos de controle para medidas individuais, quando .

Exemplos de algumas situaes onde isto ocorre:
Taxa de produo muito lenta, sendo inconveniente acumular mais de uma observao para amostra.
Medidas repetidas do processo s diferem devido a erros nos instrumentos de medio. Isso ocorre em muitos
processos qumicos.
Em situaes onde a variabilidade do processo varia muito pouco em longos intervalos de tempo.
Para construo do grfico individual recorreremos mesma forma de estimar o desvio-padro j utilizada no
grfico e R, ou seja,
Entretanto, a amplitude R estimada a partir do clculo da mdia da amplitude mvel ( ) obtida em
amostras e os valores da tabela so obtidos para . Vejamos:

Exemplo 5.3:
A viscosidade da tinta para avies uma importante caracterstica para a qualidade. A taxa de produo muito
lenta, o que justifica a aplicao deste tipo de grfico. A seguir a viscosidade de 15 lotes da tinta

Grfico de Controle
LOTE Viscosidade RM ;
1 33,75 e
2 33,05 0,7
3 34,00 0,95 Grfico de Controle R
4 33,81 0,19 e e
5 33,46 0,35
6 34,02 0,56 Atente para o fato de que o erro padro
7 33,68 0,34
para a mdia dado por
8 33,27 0,41
xbar.one Chart
9 33,49 0,22 for x

10 33,20 0,29 UCL

34.5

11 33,62 0,42
Group summary statistics

34.0

12 33,00 0,62
33.5

13 33,54 0,54 CL

14 33,12 0,42
33.0

15 33,84 0,72
32.5

Mdia 33,52 0,48 LCL

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Group
Para n=2 temos
Number of groups = 15
Center = 33.52333 LCL = 32.24484 Number beyond limits = 0
StdDev = 0.4261651 UCL = 34.80183 Number violating runs = 0

Em estudos realizados verificou-se a eficincia de R comparada a S, constatando-se que o tamanho da amostra

fator preponderante nas determinaes de tal eficincia.

n Eficincia Relativa Em razo de tal fato, costuma-se retirar amostras de

2 1 tamanho 4, 5 e no mximo 6 usando a amplitude R.
3 0,992 Embora mais trabalhoso, a partir do tamanho 6
4 0.975
conveniente adotar-se as cartas associadas ao desvio
5 0,955
6 0,93
padro amostral S.
10 0,85
 Exerccio: (Consulte a bibliografia para exerccios adicionais Montgomery cap5)
1- Uma estimativa do desvio padro pode ser superestimada. Suponha que na construo de um grfico de
controle o desvio padro foi superestimado em 10%. Avalie a probabilidade do erro tipo II quando h um
deslocamento na mdia de 1 para
2- O fornecimento de energia eltrica em alta voltagem necessrio para ter uma potencia de 350V.Considere a
seguinte amostra, cujos dados correspondem s diferenas entre a voltagem registrada e a voltagem nominal
multiplicada por 10. Isto ,
Xi = (Voltagem observada 350)*10.
Amostra 1 2 3 4 5 6 7 8 9 10
X1 6 10 7 8 9 12 16 7 9 15
X2 9 4 8 9 10 11 10 5 7 16
X3 10 6 10 6 7 10 8 10 8 10
X4 15 11 5 13 13 10 9 4 12 13
s 3,74166 3,30404 2,08167 2,94392 2,50000 0,95743 3,59398 2,64575 2,16025 2,64575
a) Obtenha a estimativa do desvio padro utilizando o estimador no viesado

b) Obtenha a estimativa do estimador

c) Obtenha os limites de controle do grfico e e e

3- Uma substncia qumica, cuja produo envolvia a realizao de reaes qumicas muito lentas, era produzida
em uma indstria por meio de um processo descontnuo em bateladas(corridas). Uma das caractersticas da
qualidade de interesse desta substncia era seu teor de pureza, o qual devia ser superior a 85%, segundo as
especificaes do mercado. A indstria desejava implementar grficos de controle para o monitoramento da
estabilidade do processo produtivo, em relao a essa caracterstica da qualidade. No entanto, como cada
batelada da substncia demorava vrias horas para ser fabricada, a taxa de produo era muito baixa para
permitir a utilizao de tamanhos amostrais superiores a 1. Em vista deste fato, a indstria decidiu utilizar os
grficos de controle para medidas individuais. Estabelea os limites de controle com base na amostra:

Amostra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

Teor 92,9 94,9 89,8 95,2 92,8 92,2 88,3 90,4 89,1 90,7 93 93,9 94,8 96,4 91,4 89,2 93,7 90,8 91,8 93,1 89,9 93,4 87,2 92,2
a)Verifique se o processo est sob controle no que diz respeito a variabilidade.
b)Verifique se o processo est sob controle no que diz respeito a mdia.

Respostas
1) e . Padronizando os limites dado que , tem-se:
e respectivamente. O que se pede

2)
1 2 3 4 5 6 7 8 9 10 Mdia
s 3,74166 3,30404 2,08167 2,94392 2,50000 0,95743 3,59398 2,64575 2,16025 2,64575 2,65744
R 9 7 5 7 6 2 8 6 5 6 6,10000
Xbarra 10,00 7,75 7,50 9,00 9,75 10,75 10,75 6,50 9,00 13,5 9,45000

a) b) c) 4.4469 e [0, 20.0202]; 4.326312 e [0, 12.12176]

3)Amplitude Mdia = 2.821739; mdia=91.9625;
Grfico de Controle
; e
Grfico de Controle R
e e
Valores de R: 2.0, 5.1, 5.4, 2.4, 0.6, 3.9, 2.1, 1.3, 1.6, 2.3, 0.9, 0.9, 1.6, 5.0, 2.2, 4.5, 2.9, 1.0, 1.3, 3.2, 3.5, 6.2, 5.0
 Grfico R

xbar.one Chart

10
for y

100
UCL

8
Group summary statistics

95

(abs(xi - xi_))

6
CL
90

4
2
85

LCL

1 3 5 7 9 11 13 15 17 19 21 23

0
Group
5 10 15 20
Number of groups = 24
Center = 91.9625 LCL = 84.45787 Number beyond limits = 0 Index
StdDev = 2.501542 UCL = 99.46713 Number violating runs = 0
Tabela Anexo A