Cartas de Controle para Soma Acumulada

AZEVEDO CONSULTORIA E PROJETOS LTDA
Cartas de Controle para Soma Acumulada: Teoria e Prática
1. Como funcionam as Cartas de controle para Soma Acumulada

O Controle Estatístico do Processo (CEP) é uma poderosa ferramenta de monitoramento e melhoria de
processos, utilizada por muitas empresas dos mais diversos ramos de atividade.

As cartas de controle usadas com maior freqüência, tais como ‐R ou ‐ , são denominadas genericamente
cartas de Shewhart. Essencialmente, estas cartas utilizam a informação da última amostra para gerar os
alarmes, ou seja, ignoram a informação contida no conjunto de amostras observadas.

Há regras que procuram identificar e utilizar a informação do conjunto de amostras1, porém seu uso afeta
justamente uma das principais vantagens das cartas de Shewhart: a simplicidade.

As cartas de controle para soma acumulada (CCSA’s), propostas originalmente por Page (1954), são uma
alternativa às cartas de Shewhart e incorporam toda a informação contida nas observações realizadas. Há
CCSA’s para variáveis contínuas e discretas e, no caso das primeiras, para a média e para a variabilidade.

Para ilustrar a idéia básica das CCSA’s considere‐se o caso da média amostral. Sejam k amostras de tamanho
n de uma distribuição normal com média µ0. A soma acumulada até o k‐ésimo ponto dos desvios da média
amostral em relação à média da distribuição será

k
S k = ∑ ( xi − µ0 )
i =1

Se a média do processo se mantém constante, é de se supor que os desvios em relação à média variem de
forma aleatória, sendo ora positivos, ora negativos. Assim, a soma acumulada deve variar em torno de zero.

Se a média do processo muda para µ1 > µ0, as médias amostrais aumentam e tende a haver mais valores
positivos do que negativos nas parcelas da soma acumulada, que passa a exibir uma tendência positiva. Da
mesma forma, se a média do processo diminui, a soma acumulada mostrará uma tendência negativa.

Como no caso das cartas de Shewhart, a questão que se coloca é como identificar os limites a partir dos
quais a variação da soma acumulada não pode ser considerada puramente casual, devendo ser atribuída a
uma causa assinalável.
1
Nelson (1984) descreve um conjunto de 8 testes que podem ser utilizados para decidir quando a presença de uma causa especial deve
ser investigada. Os testes consideram que a característica observada possui distribuição normal e assumem que estão sendo usados
limites de controle 3‐sigma.

1. Um ponto fora dos limites de controle.
2. Nove pontos consecutivos no mesmo lado da linha central.
3. Seis pontos consecutivos em ordem crescente ou em ordem decrescente.
4. Quatorze pontos consecutivos alternando‐se a cada observação o maior e o menor valor.
5. Dois de três pontos consecutivos a mais de dois desvios padrão no mesmo lado da linha central
6. Quatro de cinco pontos consecutivos a mais de um desvio padrão no mesmo lado da linha central.
7. Quinze pontos consecutivos a menos de um desvio padrão da linha central (de qualquer lado).
8. Oito pontos consecutivos a mais de um desvio padrão da linha central (de qualquer lado).
J. Azevedo – Tel: (35) 3471‐1463 – joaoazevedojr@azevedoconsult.com.br Pág. 1 de 20
2. Parametrização d e θ

Johnson e Leone (1962) descrevem os princípios matemáticos em que se baseia a construção das CCSA e
apresentam as fórmulas utilizadas para calcular os limites de controle. Em geral, usa‐se uma máscara em V
cuja origem é colocada sobre um dos pontos do gráfico da soma acumulada. A Figura 1 ilustra o formato da
máscara.

Pontos nesta área indicam perda de controle estatístico
d θ
Origem

Figura 1 –Máscara em V usada nas CCSA’s – parametrização d e θ

Se algum dos pontos anteriores estiver fora das linhas que formam o V, considera‐se que o processo saiu do
estado de controle estatístico no ponto sobre o qual está a origem da máscara.

As dimensões da máscara são definidas por d (distância da origem ao vértice) e θ (ângulo de abertura para
cada lado do V); as fórmulas usadas para calcular estes parâmetros dependem da escala utilizada nos eixos.

A situação mais comum é registrar o número da amostra (i = 1, 2, 3,...,m) no eixo das abscissas, usando uma
escala unitária, e registrar o valor da soma acumulada Sm no eixo das ordenadas, utilizando uma escala
adequada, conforme discutido a seguir.

Se ∆ é o menor desvio absoluto da média que se deseja detectar, α a probabilidade de um erro Tipo I
(detectar um desvio da média quando de fato não houve desvio = falso alarme) e β é a probabilidade de
um erro Tipo II (não detectar um desvio da média quando de fato houve desvio), calcula‐se:
∆
δ=
σx
⎛ 2 ⎞ ⎛1− β ⎞
d =⎜ 2 ⎟ ln⎜ ⎟
⎝δ ⎠ ⎝ α ⎠
⎛∆⎞
θ = arctg ⎜ ⎟
⎝ 2r ⎠

onde r é uma constante que relaciona as escalas horizontal e vertical; recomenda‐se que o valor de r esteja
entre σ x e 2 σ x .

Se β << 1, como é, em geral, o caso, pode‐se utilizar

2 ln α
d =−
δ2

A Tabela 1 mostra os valores de d e θ em função de δ para diversos valores de α, considerando um gráfico
onde r = 2 σ x ; é importante observar que para um teste bilateral α é a probabilidade em cada uma das
caudas da distribuição.

α (para um teste unilateral)
r=2 σx
0,050000 0,025000 0,010000 0,005000 0,001350
δ θ (rad) d
0,20 0,0500 149,79 184,44 230,26 264,92 330,38
0,40 0,0997 37,45 46,11 57,56 66,23 82,60
0,60 0,1489 16,64 20,49 25,58 29,44 36,71
0,80 0,1974 9,36 11,53 14,39 16,56 20,65
1,00 0,2450 5,99 7,38 9,21 10,60 13,22
1,20 0,2915 4,16 5,12 6,40 7,36 9,18
1,40 0,3367 3,06 3,76 4,70 5,41 6,74
1,60 0,3805 2,34 2,88 3,60 4,14 5,16
1,80 0,4229 1,85 2,28 2,84 3,27 4,08
2,00 0,4636 1,50 1,84 2,30 2,65 3,30
2,20 0,5028 1,24 1,52 1,90 2,19 2,73
2,40 0,5404 1,04 1,28 1,60 1,84 2,29
2,60 0,5764 0,89 1,09 1,36 1,57 1,95
2,80 0,6107 0,76 0,94 1,17 1,35 1,69
3,00 0,6435 0,67 0,82 1,02 1,18 1,47
Tabela 1 – Parâmetros de CCSA’s para médias amostrais
Após calcular os valores de d e θ, ou obtê‐los da tabela, é necessário marcar os pontos correspondentes à
soma acumulada e traçar o gráfico das retas que representam os limites de controle; isto requer a
determinação das equações destas retas.

Se a origem está centrada no ponto (xi,Si), a reta do limite superior de controle (LSC) é aquela que passa
pelos pontos (xi,Si+dtg(θ)) e (xi+d, Si) e a reta do limite inferior de controle (LIC) é aquela que passa pelos
pontos (xi,Si‐dtg(θ)) e (xi+d, Si).

Lembrando que a equação de uma reta que passa pelos pontos (m1,n1) e (m2,n2) é dada por

n2 − n1 n m − n2 m1
y= x+ 1 2
m2 − m1 m2 − m1

e fazendo as substituições correspondentes, resulta que as retas dos limites de controle são definidas por:

LSC = −tg (θ ) x + S i + ( xi + d )tg (θ )

LIC = +tg (θ ) x + S i − ( xi + d )tg (θ )

Exemplo 1: Um forno de refusão utilizado em uma linha de montagem de PCBA’s, deve manter a
temperatura em uma de suas zonas em 180 ºC. Periodicamente a temperatura média é calculada através da
leitura de quatro sensores instalados nesta zona. Os resultados das 30 últimas medições são mostrados na
Tabela 2, que inclui ainda as médias e a amplitude de variação amostrais e a soma acumulada. Admitindo
que se deseja detectar um deslocamento na média igual a um desvio padrão, e que α = 0,00135, traçar a
CCSA (considerando os 30 pontos) e posicionar a máscara nas amostras de número 10, 20 e 30, comentando
o resultado.

Amostra x1 x2 x3 x4 R Sm
1 179,07 181,20 182,48 175,25 179,50 7,23 ‐0,50
2 174,06 182,15 180,19 180,80 179,30 8,09 ‐1,20
3 177,48 176,92 178,18 182,00 178,65 5,08 ‐2,56
4 177,12 177,57 181,46 186,88 180,76 9,76 ‐1,80
5 175,90 176,87 181,23 180,25 178,56 5,33 ‐3,24
6 180,36 173,12 180,92 178,41 178,20 7,80 ‐5,03
7 182,59 180,54 183,27 177,64 181,01 5,63 ‐4,02
8 172,12 175,70 184,93 175,68 177,11 12,81 ‐6,92
9 180,33 180,54 179,76 186,73 181,84 6,97 ‐5,08
10 183,55 183,39 182,11 177,34 181,60 6,21 ‐3,48
11 180,73 181,69 174,03 184,99 180,36 10,96 ‐3,12
12 181,00 180,06 177,40 176,63 178,77 4,37 ‐4,35
13 175,65 177,92 183,59 181,52 179,67 7,94 ‐4,68
14 181,35 180,21 179,17 173,40 178,53 7,95 ‐6,14
15 176,70 175,57 179,12 183,92 178,83 8,35 ‐7,32
16 176,01 183,24 182,59 184,16 181,50 8,15 ‐5,82
17 177,47 180,44 177,80 179,29 178,75 2,97 ‐7,07
18 178,97 179,81 175,60 175,19 177,39 4,62 ‐9,67
19 179,61 179,14 185,77 186,10 182,66 6,96 ‐7,02
20 179,68 179,27 179,25 180,38 179,65 1,13 ‐7,37
21 178,53 178,11 177,60 180,87 178,78 3,27 ‐8,60
22 180,63 181,60 179,99 186,64 182,22 6,65 ‐6,38
23 183,53 179,46 183,43 182,52 182,24 4,07 ‐4,15
24 178,26 189,11 176,04 182,43 181,46 13,07 ‐2,69
25 177,58 175,20 182,64 181,57 179,25 7,44 ‐3,44
26 182,66 180,82 176,28 178,63 179,60 6,38 ‐3,84
27 181,81 183,13 189,75 180,53 183,81 9,22 ‐0,04
28 177,21 179,61 178,18 182,40 179,35 5,19 ‐0,69
29 175,42 180,38 179,35 178,97 178,53 4,96 ‐2,16
30 182,44 183,72 181,90 187,58 183,91 5,68 1,75
Tabela 2 – Medições da temperatura do forno

Solução: A soma acumulada Sm dos desvios em relação à média esperada (µ=180) é calculada por

m
S m = ∑ ( xi − µ )
i =1

e está indicada na última coluna da Tabela 2. A tabela contém ainda a amplitude de variação de cada
amostra; a média destas amplitudes é , usado para estimar o desvio padrão amostral por

R 6,808
σx = = = 1,6532
d2 n 2,059 × 4

onde d2 é uma constante tabelada2.

Como se deseja que a carta detecte rapidamente variações na média com magnitude de um desvio padrão,
usa‐se δ =1; fazendo r =2 σ x encontra‐se

∆ δσ x δ 1
tg (θ ) = = = = = 0,25
2r 2 × 2σ x 4 4

ln α ln 0,00135
d = −2 = −2 = 13,215
δ2 12

Uma vez definidas as dimensões da máscara, através dos parâmetros d e θ, pode‐se “corrê‐la”
(eletronicamente) sobre os valores de Sm, determinando as retas limite conforme explicado anteriormente.
Por exemplo, se a máscara for colocada sobre o ponto S10 as retas limite serão dadas pelas equações:

LSC = −tg (θ ) x + S i + ( xi + d )tg (θ ) = −0,25 x + (−3,48) + (10 + 13,215) × 0,25 =
= −0,25 x + 2, 32375

LIC = +tg (θ ) x + S i − ( xi + d )tg (0) = +0,25 x + (−3,48) − (10 + 13,215) × 0,25 =
= +0,25 x − 9,28375

A Figura 2 mostra os Sm marcados no gráfico e a máscara posicionada sobre S10. Vê‐se que os pontos S1 a S10
estão entre as retas limite, o que indica que o processo está em controle estatístico.

2
A constante d2 expressa a relação entre o intervalo de variação e o desvio padrão de uma variável aleatória normalmente distribuída,
e é uma aproximação adequada para tamanhos de amostra n ≤ 10. Os valores desta constante estão listados abaixo:

n 2 3 4 5 6 7 8 9 10

d2 1,128 1,693 2,059 2,326 2,534 2,704 2,847 2,970 3,078

Figura 2 – CCSA para temperatura do forno; máscara sobre S10

Repetindo o processo para determinação das equações das retas limites, é possível “mover” a máscara para
outros pontos. A Figura 3 e a Figura 4 mostram a CCSA com a máscara sobre S20 e sobre S30,
respectivamente.


Figura 3 ‐ CCSA para temperatura do forno; máscara sobre S20

O gráfico da Figura 3 demonstra que o processo continua em controle estatístico entre S11 e S20.

Figura 4 ‐ CCSA para temperatura do forno; máscara sobre S30

Há evidência de que o processo saiu do controle estatístico em algum ponto entre S21 e S30. Movendo
(eletronicamente) a máscara sobre o gráfico verifica‐se que a primeira indicação da perda de controle
estatístico ocorreu no ponto S23. Numa situação real, deveria ser feita neste momento uma investigação para
determinar a causa especial que estaria influenciando o processo.

3. Parametrização h e k

Outros autores preferem especificar a máscara usando os parâmetros h e k, ao invés de d e θ. Lucas (1976)
prefere esta alternativa, e define h e k conforme mostrado na Figura 5, onde se verifica que h é a semi‐
abertura da máscara na origem e k a inclinação da reta limite.

Pontos nesta área indicam perda de controle estatístico
h
θ
Origem

Figura 5 ‐ Máscara em V para CCSA's ‐ parametrização h e k

É fácil concluir que, usando uma escala unitária nos dois eixos, tem‐se:

k = tg (θ )

h = dtg (θ )

Porém o mais usual é que uma unidade de variação no eixo das abscissas corresponda a m σ x unidades de
variação no eixo das ordenadas, e neste caso

k = mσ x tg (θ )

h = mσ x dtg (θ )

A escolha de h e k se baseia no Comprimento Médio da Corrida3 (CMC), que é o número médio de pontos
registrados até que ocorra um sinal de alarme. Espera‐se que o CMC seja grande quando a média do
processo estiver entre os limites desejados, e que o CMC seja pequeno quando houver uma alteração da
média além daqueles limites.

Por exemplo, em uma carta de controle com limites de controle 3σ, a probabilidade de um alarme falso é
de 0,0027. Isto equivale a dizer que, mesmo estando o processo em controle, espera‐se um alarme falso
aproximadamente a cada 370 pontos. E equivale também a dizer que o CMC quando o processo está em
controle é aproximadamente igual a 370.

Admita‐se que a média do processo se altere de µ para µ+σ e que o tamanho da amostra seja n = 5. Neste
caso, a curva característica de operação4 (CCO) de uma carta , mostrada na Figura 6, indica que a
probabilidade de que um ponto fique entre os limites de controle é de cerca de 85%. Logo, a probabilidade
de que um ponto fique fora destes limites é de 15%, o que implica em um CMC de ~ 6,7.

Figura 6 ‐ Curva característica de operação para uma carta

A principal vantagem das CCSA’s é que são capazes de detectar pequenos desvios da média muito mais
rapidamente do que as cartas de Shewhart. Ou seja, para pequenos desvios da média, as CCSA’s tem um
CMC menor do que o das cartas de Shewhart, conforme mostrado na Tabela 3. Esta tabela mostra o CMC
antes que seja detectado um ponto acima do limite superior de controle, quando ocorre um aumento de δ
desvios padrão amostrais na média do processo, ou seja, quando esta média muda de µ para µ+δ σ x .

α
0,010 0,005 0,00135
3
Em inglês, Average Run Length ou ARL.
4
A CCO é um gráfico que mostra a probabilidade de um erro Tipo II (aceitar a hipótese nula H0 quando H0 é falsa) para diversos valores
do deslocamento da média do processo (em desvios padrão) e tamanhos de amostra. Neste caso, um erro Tipo II seria concluir que a
média do processo se manteve constante, quando na realidade houve alteração.
δ x‐barra CCSA x‐barra CCSA x‐barra CCSA

0,50 29,5 36,8 52,7 42,4 161,0 52,9
0,75 17,4 16,4 29,5 18,8 81,8 23,5
1,00 10,8 9,2 17,4 10,6 44,0 13,2
1,25 7,1 5,9 10,8 6,8 25,0 8,5
2,00 4,9 4,1 7,1 4,7 7,1 5,9
Tabela 3 – Comparação do CMC entre cartas de Shewhart e as CCSA’s

Lucas (1976) fornece nomogramas e tabelas que permitem a determinação de h e k em função do CMC
desejado. É necessário conhecer ou definir o valor nominal da média do processo (µ), o desvio absoluto em
relação à média a partir do qual se deseja indicar rapidamente um sinal de alarme (∆) e o desvio padrão
amostral ( σ x ).

Vance (1986) apresenta um programa em FORTRAN que permite o cálculo do CMC para as cartas de
controle para soma acumulada através de um algoritmo mais preciso do que o utilizado para criar as tabelas
inclusas em Lucas (1976). O autor converteu o programa de FORTRAN para Visual Basic for Applications
(VBA), gerando uma tabela bastante detalhada para o CMC, em função de h*, k* e δ (Ver Apêndice I,
Tabela I‐1).

A metodologia proposta por Lucas (1976) para construir a CCSA, com pequenas modificações, é a seguinte:

1. Calcular k=∆/2
2. Calcular k* = k/ σ x
3. Selecionar a tabela correspondente ao valor de k* (ver Tabela I‐1) e procurar na primeira coluna o
valor de h* correspondente ao valor desejado para o CMC quando δ = 0 (processo em controle); um
valor típico para o CMC nesta situação é 500. Pode ser necessário usar uma interpolação para
determinar h*.
4. Calcular h = h* σ x
5. Entrar com os valores de h e k na tabela e verificar o CMC para todos os valores de δ,
determinando se a máscara atende os requisitos da aplicação; pode ocorrer que o CMC seja maior
que o valor desejado, quando δ = ∆/ σ x . Neste caso, tentar outro valor para k e repetir o processo.

Após determinar os valores de h e k, é necessário marcar os pontos correspondentes à soma acumulada e
traçar o gráfico das retas que representam os limites de controle.

Se a origem está centrada no ponto (xi,Si), a reta do limite superior de controle é aquela que passa pelos
pontos (xi,Si+h) e (xi+(h/k), Si) e a reta do limite inferior de controle é aquela que passa pelos pontos (xi,Si‐h)
e (xi+(h/k), Si). Isto leva às retas definidas por::

LSC = −kx + S i + ( xi + (h / k ))k

LIC = + kx + S i − ( xi + (h / k ))k

Exemplo 2: : Uma indústria de alimentos fornece seu produto acondicionado em pacotes de 500 g; foi
estabelecido que o desvio absoluto máximo do peso, em qualquer direção, deveria ser de 5 gramas. A
empresa está iniciando a implementação de uma CCSA para a máquina de empacotamento, utilizando um
tamanho de amostra n = 6. A cada 30 minutos, seis pacotes fechados são escolhidos aleatoriamente e seu
conteúdo é pesado; os dados coletados nas primeiras 25 amostragens, bem como as médias amostrais, o
intervalo de variação e a soma acumulada, estão listados naTabela 4. Construir a CCSA com base nestes
dados.

Amostra x1 x2 x3 x4 x5 x 6 R Sm
1 498,49 497,23 498,23 506,69 504,52 504,02 501,53 9,46 1,53
2 489,70 501,27 497,15 501,76 503,90 502,90 499,45 14,20 0,98
3 499,96 498,55 496,18 497,84 504,08 500,18 499,46 7,90 0,44
4 502,82 502,83 498,94 508,12 497,91 499,86 501,75 10,21 2,19
5 505,17 499,03 496,48 490,59 498,95 497,72 497,99 14,58 0,18
6 503,12 502,90 502,61 500,26 499,60 500,01 501,42 3,52 1,60
7 495,60 500,19 501,41 503,00 500,63 488,70 498,25 14,30 ‐0,15
8 500,25 484,49 495,10 502,14 505,33 491,06 496,39 20,84 ‐3,76
9 498,24 500,28 499,96 501,83 494,45 495,19 498,32 7,38 ‐5,44
10 501,61 501,28 506,43 496,68 505,61 508,63 503,37 11,95 ‐2,07
11 503,48 498,92 503,99 501,18 497,88 497,05 500,42 6,94 ‐1,65
12 499,97 504,77 496,83 505,20 494,24 498,52 499,92 10,96 ‐1,73
13 502,61 495,07 500,83 500,56 504,10 502,75 500,98 9,03 ‐0,75
14 507,31 502,23 498,14 501,66 505,81 506,50 503,61 9,17 2,86
15 507,15 501,58 505,58 492,44 509,08 500,43 502,71 16,64 5,57
16 499,53 512,27 493,00 503,15 500,23 495,39 500,59 19,27 6,16
17 505,86 497,13 498,97 500,74 507,05 496,95 501,11 10,10 7,27
18 500,54 511,81 506,31 493,18 499,53 495,86 501,21 18,63 8,48
19 500,01 510,42 496,34 498,13 508,05 502,53 502,58 14,08 11,06
20 498,05 497,17 498,43 501,07 501,84 504,90 500,24 7,73 11,30
21 494,30 496,03 492,87 494,40 508,32 504,07 498,33 15,45 9,63
22 499,65 501,18 497,59 504,13 499,14 507,58 501,55 9,99 11,18
23 508,81 509,08 497,87 498,02 499,77 489,92 500,58 19,16 11,76
24 493,20 506,40 503,47 506,29 502,74 493,92 501,00 13,20 12,76
25 492,47 505,49 496,79 498,72 499,69 491,34 497,42 14,15 10,18

Tabela 4 – Medições do peso dos pacotes

Solução: A média esperada é µ=500 e o desvio máximo absoluto é ∆ = 5 gramas. Calculando o amplitude de
variação média, encontra‐se R = 12,35. Para n=6, calcula‐se o desvio padrão da média amostral por

R 12,35
σx = = = 1,9897
d2 n 2,534 * 6

Seguindo a metodologia proposta, inicia‐se a escolha da carta fazendo

∆ 5
k= = = 2,5
2 2

Normalizando o valor de k

k 2,5
k* = = = 1,2565
σx 1,9897

Na Tabela I‐1 as colunas, da terceira em diante, mostram o valor do CMC para diferentes valores de δ (desvio
da média amostral em relação à meta, medido em número de desvios padrão amostrais); a primeira e a
segunda colunas mostram os valores de h* e k*, respectivamente; cada linha corresponde a uma
combinação diferente destes dois parâmetros.

Neste caso, é razoável usar k*=1,25 como tentativa inicial; procura‐se na tabela as linhas que correspondem
ao valor k*=1,25 e a seguir o valor de h* para o qual o CMC no estado de controle (δ=0) satisfaz os requisitos
da aplicação.

Vê‐se que o CMC para h* = 2,00 e k* = 1,25 é de ~383, muito próximo do valor de 370, correspondente à
carta de controle com limites 3‐sigma especificada originalmente; a região da tabela onde se encontra este
valor está ampliada na Figura 7. O CMC de 383 significa que, em média, apenas um alarme falso será gerado
a cada 383 amostras.

δ
h* k* 0,00 0,25 0,50 0,75 . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1,50 1,25 110,74 80,16 41,32 20,97 . . . . . . . .
1,75 1,25 204,67 136,66 62,23 28,54 . . . . . . . .
2,00 1,25 383,01 233,26 93,18 38,49 . . . . . . . .
2,25 1,25 721,25 396,90 138,63 51,42 . . . . . . . .
2,50 1,25 1359,83 671,54 205,00 68,16 . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Figura 7 – Visão ampliada da Tabela I‐1: h* = 2,00; k* = 1,25; δ = 0,00

A seguir verifica‐se se, para o valor do CMC correspondente ao valor de δ = ∆/ σ x também atende os
requisitos. Tem‐se:

∆ 5
δ= = = 2,5130
σx 1,9897

Consultando novamente aTabela I‐1, vê‐se que o CMC nesta situação é de 2,30; a região da tabela onde se
encontra este valor está ampliada na Figura 8. O CMC de 2,30 significa que um desvio de 5 gramas no peso
dos pacotes será detectado, em média, na segunda ou terceira amostra após sua ocorrência.

δ
h* k* . . . . . . . . 2,00 2,50 3,00 . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1,50 1,25 . . . . . . . . 2,73 1,90 1,48 . . . . . . . .
1,75 1,25 . . . . . . . . 3,06 2,10 1,61 . . . . . . . .
2,00 1,25 . . . . . . . . 3,39 2,30 1,76 . . . . . . . .
2,25 1,25 . . . . . . . . 3,73 2,51 1,91 . . . . . . . .
2,50 1,25 . . . . . . . . 4,06 2,71 2,06 . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Figura 8 – Visão ampliada da Tabela I‐1: h* = 2,00; k* = 1,25; δ = 2,50

Transformando os valores normalizados h* e k* para seus equivalentes não normalizados, h e k, encontra‐se

h = h * ×σ x = 2,5 × 1,9897 = 4,97

k = k * ×σ x = 1,25 × 1,9897 = 2,49

A soma acumulada dos desvios em relação à média esperada (µ=500) é mostrada na Tabela 5. Centrando a
máscara no ponto correspondente à última amostra e aplicando as equações definidas anteriormente para
as retas limite, obtêm‐se:

LSC = −kx + Si + ( xi + (h / k ))k = −2,49 x + 10,1910 + [25 + (4,97 / 2,49] × 2,49 =
= −2,49 x + 77,49

LIC = + kx + Si − ( xi + (h / k ))k = +2,49 x + 10,1910 − [25 + (4,97 / 2,49)] × 2,49 =
= +2,49 x − 57.039

A Figura 9 mostra a CCSA resultante, e permite concluir que no período considerado o processo estava em
controle estatístico.

Figura 9 – CCSA para o peso dos pacotes (h=4,97; k=2,49)

É interessante observar que o MINITABTM utiliza esta parametrização e requer h* e k* como entradas
opcionais; caso estes parâmetros não sejam fornecidos, os valores h*=4,0 e k*=0,5 (ARL = 168) são
utilizados. A Figura 10 mostra a CCSA gerada pelo MINITABTM, com os parâmetros “default”.


Figura 10 ‐ CCSA para o peso dos pacotes (h=4,0; k=0,5)
APÊNDICE I: Tabela de parâmetros h e k para construção da máscara em V

PARÂMETROS PARA CONSTRUÇÃO DA MÁSCARA EM V
δ
h* k* 0,00 0,25 0,50 0,75 1,00 1,25 1,50 1,75 2,00 2,50 3,00
0,25 0,25 1,60 1,57 1,50 1,41 1,31 1,23 1,16 1,10 1,06 1,02 1,01
0,50 0,25 2,08 2,02 1,88 1,70 1,52 1,38 1,26 1,17 1,11 1,04 1,01
0,75 0,25 2,71 2,60 2,35 2,05 1,77 1,55 1,39 1,26 1,17 1,07 1,02
1,00 0,25 3,52 3,34 2,91 2,45 2,06 1,76 1,54 1,37 1,26 1,11 1,04
1,25 0,25 4,54 4,23 3,57 2,90 2,37 1,98 1,71 1,51 1,36 1,17 1,07
1,50 0,25 5,79 5,30 4,30 3,38 2,70 2,23 1,90 1,66 1,48 1,24 1,11
1,75 0,25 7,30 6,54 5,09 3,87 3,04 2,48 2,10 1,82 1,61 1,33 1,16
2,00 0,25 9,09 7,94 5,92 4,37 3,38 2,74 2,30 1,99 1,76 1,44 1,23
2,25 0,25 11,19 9,50 6,78 4,88 3,72 2,99 2,51 2,16 1,91 1,56 1,32
2,50 0,25 13,64 11,22 7,67 5,38 4,06 3,25 2,71 2,34 2,06 1,68 1,42
2,75 0,25 16,47 13,09 8,56 5,88 4,39 3,50 2,92 2,51 2,21 1,81 1,53
3,00 0,25 19,74 15,12 9,47 6,38 4,73 3,75 3,12 2,68 2,36 1,93 1,64
3,25 0,25 23,51 17,30 10,39 6,88 5,06 4,00 3,32 2,85 2,51 2,05 1,75
3,50 0,25 27,84 19,62 11,32 7,38 5,39 4,25 3,52 3,01 2,65 2,16 1,85
3,75 0,25 32,83 22,10 12,26 7,88 5,73 4,50 3,71 3,18 2,79 2,27 1,95
4,00 0,25 38,54 24,71 13,20 8,38 6,06 4,75 3,91 3,34 2,93 2,38 2,05
4,25 0,25 45,08 27,47 14,15 8,88 6,39 5,00 4,11 3,51 3,07 2,49 2,13
4,50 0,25 52,56 30,35 15,10 9,38 6,73 5,25 4,31 3,68 3,21 2,59 2,21
4,75 0,25 61,10 33,37 16,06 9,88 7,06 5,50 4,51 3,84 3,36 2,70 2,30
5,00 0,25 70,84 36,52 17,02 10,37 7,39 5,75 4,71 4,01 3,50 2,81 2,38
5,50 0,25 94,61 43,18 18,95 11,37 8,06 6,25 5,11 4,34 3,79 3,04 2,56
6,00 0,25 125,40 50,33 20,89 12,37 8,73 6,75 5,51 4,68 4,07 3,26 2,74
6,50 0,25 165,23 57,95 22,85 13,37 9,39 7,25 5,91 5,01 4,36 3,48 2,93
7,00 0,25 216,65 66,04 24,81 14,37 10,06 7,75 6,31 5,34 4,64 3,71 3,11
7,50 0,25 282,96 74,60 26,78 15,37 10,73 8,25 6,71 5,68 4,93 3,93 3,30
8,00 0,25 368,39 83,63 28,76 16,37 11,39 8,75 7,11 6,01 5,21 4,15 3,48
9,00 0,25 619,87 103,12 32,73 18,37 12,73 9,75 7,91 6,68 5,79 4,59 3,84
10,00 0,25 1035,77 124,55 36,71 20,37 14,06 10,75 8,71 7,34 6,36 5,04 4,20
δ
h* k* 0,00 0,25 0,50 0,75 1,00 1,25 1,50 1,75 2,00 2,50 3,00
0,25 0,50 2,18 2,11 1,95 1,75 1,55 1,39 1,27 1,18 1,11 1,04 1,01
0,50 0,50 2,96 2,83 2,52 2,16 1,84 1,59 1,41 1,27 1,18 1,07 1,02
0,75 0,50 4,07 3,82 3,26 2,67 2,19 1,83 1,58 1,40 1,27 1,11 1,04
1,00 0,50 5,60 5,15 4,19 3,27 2,58 2,11 1,78 1,54 1,38 1,17 1,07
1,25 0,50 7,71 6,89 5,30 3,95 3,02 2,41 2,00 1,71 1,51 1,25 1,11
1,50 0,50 10,54 9,11 6,59 4,68 3,48 2,73 2,23 1,90 1,66 1,34 1,16
1,75 0,50 14,32 11,87 8,04 5,46 3,96 3,06 2,48 2,10 1,82 1,46 1,24
2,00 0,50 19,27 15,25 9,63 6,27 4,44 3,39 2,74 2,30 1,99 1,58 1,32
2,25 0,50 25,73 19,29 11,35 7,09 4,93 3,73 2,99 2,51 2,16 1,71 1,43
2,50 0,50 34,09 24,08 13,18 7,94 5,42 4,06 3,25 2,71 2,34 1,85 1,54
2,75 0,50 44,89 29,70 15,13 8,80 5,91 4,40 3,50 2,92 2,51 1,99 1,66
3,00 0,50 58,80 36,24 17,20 9,67 6,40 4,73 3,75 3,12 2,68 2,12 1,77
δ
h* k* 0,00 0,25 0,50 0,75 1,00 1,25 1,50 1,75 2,00 2,50 3,00
3,25 0,50 76,71 43,83 19,38 10,56 6,90 5,06 4,00 3,32 2,85 2,25 1,89
3,50 0,50 99,78 52,58 21,68 11,45 7,39 5,39 4,25 3,52 3,01 2,37 2,00
3,75 0,50 129,48 62,66 24,09 12,36 7,89 5,73 4,50 3,71 3,18 2,50 2,10
4,00 0,50 167,68 74,22 26,63 13,29 8,38 6,06 4,75 3,91 3,34 2,62 2,19
4,25 0,50 216,80 87,46 29,29 14,21 8,88 6,39 5,00 4,11 3,51 2,74 2,29
4,50 0,50 279,95 102,58 32,07 15,15 9,38 6,73 5,25 4,31 3,68 2,86 2,38
4,75 0,50 361,11 119,83 34,97 16,10 9,88 7,06 5,50 4,51 3,84 2,99 2,48
5,00 0,50 465,39 139,49 38,00 17,05 10,38 7,39 5,75 4,71 4,01 3,11 2,57
5,50 0,50 771,39 187,35 44,42 18,97 11,37 8,06 6,25 5,11 4,34 3,37 2,77
6,00 0,50 1276,12 249,25 51,34 20,90 12,37 8,73 6,75 5,51 4,68 3,62 2,98
6,50 0,50 2108,31 329,17 58,75 22,85 13,37 9,39 7,25 5,91 5,01 3,87 3,18
7,00 0,50 3479,91 432,24 66,67 24,82 14,37 10,06 7,75 6,31 5,34 4,12 3,38
7,50 0,50 5739,57 565,04 75,08 26,79 15,37 10,73 8,25 6,71 5,68 4,37 3,58
8,00 0,50 9459,78 736,02 84,00 28,76 16,37 11,39 8,75 7,11 6,01 4,62 3,78
9,00 0,50 25617,86 1239,03 103,33 32,73 18,37 12,73 9,75 7,91 6,68 5,12 4,18
10,00 0,50 68817,92 2070,52 124,66 36,71 20,37 14,06 10,75 8,71 7,34 5,62 4,58
δ
h* k* 0,00 0,25 0,50 0,75 1,00 1,25 1,50 1,75 2,00 2,50 3,00
0,25 0,75 3,11 2,97 2,63 2,24 1,89 1,62 1,43 1,28 1,18 1,07 1,02
0,50 0,75 4,47 4,18 3,54 2,86 2,31 1,90 1,62 1,42 1,28 1,11 1,04
0,75 0,75 6,51 5,95 4,77 3,64 2,81 2,24 1,85 1,58 1,40 1,18 1,07
1,00 0,75 9,61 8,51 6,38 4,60 3,39 2,62 2,12 1,78 1,54 1,26 1,11
1,25 0,75 14,28 12,14 8,45 5,72 4,05 3,05 2,41 2,00 1,71 1,36 1,17
1,50 0,75 21,28 17,22 11,01 7,00 4,77 3,50 2,73 2,24 1,90 1,48 1,24
1,75 0,75 31,73 24,18 14,10 8,41 5,52 3,97 3,06 2,48 2,10 1,61 1,33
2,00 0,75 47,17 33,55 17,77 9,96 6,31 4,45 3,39 2,74 2,30 1,76 1,44
2,25 0,75 69,85 45,97 22,04 11,63 7,13 4,93 3,73 2,99 2,51 1,91 1,56
2,50 0,75 102,98 62,26 27,00 13,42 7,96 5,42 4,06 3,25 2,71 2,06 1,68
2,75 0,75 151,22 83,46 32,72 15,32 8,81 5,91 4,40 3,50 2,92 2,21 1,81
3,00 0,75 221,38 110,94 39,31 17,34 9,68 6,40 4,73 3,75 3,12 2,36 1,93
3,25 0,75 323,39 146,49 46,89 19,49 10,56 6,90 5,06 4,00 3,32 2,51 2,05
3,50 0,75 471,76 192,37 55,59 21,76 11,46 7,39 5,39 4,25 3,52 2,65 2,16
3,75 0,75 687,64 251,54 65,58 24,16 12,37 7,89 5,73 4,50 3,71 2,79 2,27
4,00 0,75 1001,77 327,75 77,03 26,68 13,29 8,38 6,06 4,75 3,91 2,93 2,38
4,25 0,75 1458,85 425,84 90,12 29,32 14,22 8,88 6,39 5,00 4,11 3,07 2,49
4,50 0,75 2123,80 551,99 105,09 32,09 15,15 9,38 6,73 5,25 4,31 3,21 2,59
4,75 0,75 3090,91 714,17 122,17 34,99 16,10 9,88 7,06 5,50 4,51 3,36 2,70
5,00 0,75 4497,03 922,56 141,67 38,01 17,05 10,38 7,39 5,75 4,71 3,50 2,81
δ
h* k* 0,00 0,25 0,50 0,75 1,00 1,25 1,50 1,75 2,00 2,50 3,00
0,25 1,00 4,68 4,38 3,70 2,98 2,39 1,96 1,65 1,44 1,29 1,12 1,04
0,50 1,00 7,12 6,51 5,20 3,95 3,01 2,36 1,92 1,62 1,42 1,18 1,07
0,75 1,00 11,09 9,83 7,35 5,23 3,78 2,85 2,25 1,85 1,59 1,27 1,11
1,00 1,00 17,65 15,03 10,39 6,88 4,72 3,43 2,63 2,12 1,78 1,38 1,17
δ
h* k* 0,00 0,25 0,50 0,75 1,00 1,25 1,50 1,75 2,00 2,50 3,00
1,25 1,00 28,58 23,14 14,60 8,95 5,82 4,07 3,05 2,42 2,00 1,51 1,25
1,50 1,00 46,92 35,70 20,31 11,49 7,07 4,78 3,50 2,73 2,24 1,66 1,34
1,75 1,00 77,73 54,94 27,92 14,54 8,47 5,53 3,97 3,06 2,48 1,82 1,46
2,00 1,00 129,33 84,00 37,93 18,14 10,00 6,32 4,45 3,39 2,74 1,99 1,58
2,25 1,00 215,34 127,37 50,94 22,36 11,65 7,13 4,93 3,73 2,99 2,16 1,71
2,50 1,00 357,94 191,46 67,76 27,25 13,43 7,96 5,42 4,06 3,25 2,34 1,85
2,75 1,00 593,34 285,57 89,43 32,92 15,33 8,81 5,91 4,40 3,50 2,51 1,99
3,00 1,00 980,94 423,22 117,31 39,47 17,35 9,68 6,40 4,73 3,75 2,68 2,12
3,25 1,00 1618,52 624,23 153,20 47,01 19,50 10,56 6,90 5,06 4,00 2,85 2,25
3,50 1,00 2667,31 917,53 199,38 55,69 21,76 11,46 7,39 5,39 4,25 3,01 2,37
3,75 1,00 4392,71 1345,28 258,80 65,65 24,16 12,37 7,89 5,73 4,50 3,18 2,50
4,00 1,00 7230,69 1968,80 335,22 77,08 26,68 13,29 8,38 6,06 4,75 3,34 2,62
4,25 1,00 11893,62 2877,11 433,48 90,16 29,32 14,22 8,88 6,39 5,00 3,51 2,74
4,50 1,00 19537,15 4199,31 559,78 105,12 32,09 15,15 9,38 6,73 5,25 3,68 2,86
4,75 1,00 32020,38 6122,52 722,08 122,20 34,99 16,10 9,88 7,06 5,50 3,84 2,99
5,00 1,00 52283,23 8917,39 930,58 141,69 38,01 17,05 10,38 7,39 5,75 4,01 3,11
δ
h* k* 0,00 0,25 0,50 0,75 1,00 1,25 1,50 1,75 2,00 2,50 3,00
0,25 1,25 7,41 6,79 5,44 4,13 3,14 2,44 1,98 1,66 1,44 1,19 1,07
0,50 1,25 11,98 10,67 8,04 5,71 4,10 3,05 2,37 1,93 1,63 1,28 1,11
0,75 1,25 20,01 17,18 12,01 7,94 5,37 3,82 2,86 2,25 1,86 1,40 1,18
1,00 1,25 34,46 28,27 18,09 11,03 7,01 4,74 3,43 2,63 2,12 1,54 1,26
1,25 1,25 61,04 47,32 27,35 15,27 9,06 5,84 4,08 3,05 2,42 1,71 1,36
1,50 1,25 110,74 80,16 41,32 20,97 11,57 7,08 4,78 3,50 2,73 1,90 1,48
1,75 1,25 204,67 136,66 62,23 28,54 14,60 8,48 5,53 3,97 3,06 2,10 1,61
2,00 1,25 383,01 233,26 93,18 38,49 18,18 10,00 6,32 4,45 3,39 2,30 1,76
2,25 1,25 721,25 396,90 138,63 51,42 22,38 11,66 7,13 4,93 3,73 2,51 1,91
2,50 1,25 1359,83 671,54 205,00 68,16 27,27 13,43 7,96 5,42 4,06 2,71 2,06
2,75 1,25 2558,20 1128,94 301,60 89,76 32,93 15,33 8,81 5,91 4,40 2,92 2,21
3,00 1,25 4794,90 1886,89 442,01 117,58 39,47 17,35 9,68 6,40 4,73 3,12 2,36
δ
h* k* 0,00 0,25 0,50 0,75 1,00 1,25 1,50 1,75 2,00 2,50 3,00
0,25 1,50 12,39 11,07 8,39 5,99 4,30 3,18 2,46 1,98 1,66 1,29 1,12
0,50 1,50 21,31 18,44 13,06 8,70 5,88 4,14 3,06 2,38 1,93 1,42 1,18
0,75 1,50 38,16 31,75 20,76 12,80 8,10 5,40 3,82 2,86 2,25 1,59 1,27
1,00 1,50 71,08 56,33 33,60 19,00 11,18 7,03 4,75 3,43 2,63 1,78 1,38
1,25 1,50 137,44 102,71 55,18 28,35 15,39 9,07 5,84 4,08 3,05 2,00 1,51
1,50 1,50 274,82 191,56 91,58 42,39 21,07 11,58 7,09 4,78 3,50 2,24 1,66
1,75 1,50 565,31 363,24 152,94 63,31 28,62 14,61 8,48 5,53 3,97 2,48 1,82
2,00 1,50 1187,95 695,56 255,95 94,23 38,54 18,19 10,00 6,32 4,45 2,74 1,99
2,25 1,50 2530,38 1336,27 427,87 139,62 51,46 22,38 11,66 7,13 4,93 2,99 2,16
2,50 1,50 5420,83 2561,72 713,06 205,90 68,18 27,27 13,43 7,96 5,42 3,25 2,34
δ
h* k* 0,00 0,25 0,50 0,75 1,00 1,25 1,50 1,75 2,00 2,50 3,00
δ
h* k* 0,00 0,25 0,50 0,75 1,00 1,25 1,50 1,75 2,00 2,50 3,00
0,25 1,75 21,86 19,00 13,57 9,10 6,17 4,34 3,20 2,46 1,98 1,44 1,19
0,50 1,75 40,03 33,60 22,35 13,96 8,89 5,92 4,15 3,06 2,38 1,63 1,28
0,75 1,75 76,77 61,83 37,93 21,89 12,99 8,13 5,41 3,82 2,86 1,86 1,40
1,00 1,75 154,17 118,22 66,20 35,00 19,18 11,20 7,03 4,75 3,43 2,12 1,54
1,25 1,75 323,81 234,41 118,54 56,87 28,53 15,41 9,08 5,84 4,08 2,42 1,71
1,50 1,75 709,22 480,04 216,90 93,56 42,54 21,08 11,59 7,09 4,78 2,73 1,90
1,75 1,75 1612,44 1009,70 403,53 155,18 63,44 28,63 14,61 8,48 5,53 3,06 2,10
2,00 1,75 3781,20 2165,70 758,80 258,41 94,33 38,55 18,19 10,00 6,32 3,39 2,30
δ
h* k* 0,00 0,25 0,50 0,75 1,00 1,25 1,50 1,75 2,00 2,50 3,00
0,25 2,00 40,75 34,36 23,07 14,53 9,30 6,21 4,35 3,20 2,46 1,66 1,29
0,50 2,00 79,39 64,53 40,29 23,64 14,19 8,93 5,92 4,15 3,07 1,93 1,42
0,75 2,00 162,72 126,77 73,08 39,65 22,13 13,02 8,14 5,41 3,82 2,25 1,59
1,00 2,00 350,99 260,49 137,54 68,50 35,25 19,21 11,21 7,03 4,75 2,63 1,78
1,25 2,00 796,14 559,07 268,17 121,60 57,13 28,55 15,41 9,08 5,84 3,05 2,00
1,50 2,00 1895,39 1249,68 539,84 220,94 93,81 42,56 21,09 11,59 7,09 3,50 2,24

Tabela I‐1 – Tabela de CMC’s em função de h* e k*, para diversos valores de δ

APÊNDICE II: Geração da Tabela de parâmetros h e k
Pode ser demonstrado [Page(1954)] que o comprimento médio de corrida para uma CCSA que inicia em 0 é
dado por:
Onde
Sendo a função densidade de probabilidades dos incrementos da soma acumulada. Admitindo que
f(x) tenha distribuição normal com média µ e variância unitária, as equações de N(z) e P(z) podem ser
escritas como
A geração da tabela envolve a solução numérica deste sistema de equações. As integrais são calculadas
utilizando o método da quadratura gaussiana com 24 pontos; isto requer a solução de um sistema de 24
equações lineares para cada valor mostrado, tornando bastante demorada a criação desta tabela nos
microcomputadores disponíveis atualmente (Jun/2008).
Referências Bibliográficas

1. JOHNSON, N. L. e LEONE, F.C., 1962. “Cumulative Sum Control Charts – Mathematical Principles
Applied to their Construction and Use”. in Industrial Quality Control, Vol 18, June 1962.

2. LUCAS, J. M., 1976. “The Design and Use of V‐Mask Control Schemes”. in Journal of Quality
Technology, Vol. 8, No. 1, January 1976.

3. NELSON, LLOYD S., 1984. “The Shewhart Control Chart – Tests for Special Causes”. in Journal of
Quality Technology, Vol. 16, No. 4, October 1984.

4. PAGE, E. S., 1954. “Continuous Inspection Schemes”. in Biometrics, Vol. 41

5. VANCE, L. C., 1986. “Average Run Lengths of Cumulative Sum Control Charts for Controlling Normal
Means”. in Journal of Quality Technology, Vol. 18, No. 3, July 1986.


Cartas de Controle para Soma Acumulada

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Cartas de Controle para Soma Acumulada

Caricato da

Copyright:

Formati disponibili

AZEVEDO CONSULTORIA E PROJETOS LTDA

Pontos nesta área indicam perda de controle estatístico

Pontos nesta área indicam perda de controle estatístico

δ x‐barra CCSA x‐barra CCSA x‐barra CCSA

Potrebbero piacerti anche