Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
DADOS NÃO-NORMAIS
Abstract:
This paper presents a method for calculating capability indexes when data from process
is non-normal. It also introduces the Johnson system of curves for data fitting and
shows how the indexes need to be adapted for this case. At the end, a complete example
is given for a more complete understanding.
1. INTRODUÇÃO
ou ainda
LSE − Md
Ĉms* = (10)
PS - Md
5. CURVAS DE JOHNSON
ESTIMAR
PERCENTIS
CALCULAR
FUNÇÃO
DISCRIMINADORA
ESTIMAR
PARÂMETROS
η, γ, ω, κ
CALCULAR
PROPORÇÃO
NÃO CONFORME
CALCULAR
ÍNDICES DE
CAPACIDADE
onde
m = x 3z − x z (16)
n = x −z − x −3z (17)
p = x z − x −z (18)
.
Se mn/p2 >1, a família SU deve ser a escolhida. Se mn/p2 < 1, SB é a melhor
opção e, se mn/p2 = 1, então SL deve ser preferida.
−1
n m m n
1/ 2
−1
γ = ηsinh − 2 − 1 (20)
p p p p
−1
m n
1/ 2
m n m n
1/ 2
−1
x + x −z n m m n
κ= z + p − 2 + − 2 (22)
2 p p p p
1/ 2
p p
2
p p −1
ω = p 1 + 1 + − 2 − 4 − 1 (25)
m n m n
−1
x + x −z λ p p p p
κ= z − + p − 2 − 1 (26)
2 2 n m m n
c) Família SL: nesta última, as estimativas dos parâmetros são obtidas através de
2z
η= (27)
m
ln
p
m
−1
p
γ* = η ln 1/ 2
(28)
m
p p
m
+ 1
x z + x −z
−
p p
κ= (29)
2 2 m
−1
p
6. EXEMPLO DE APLICAÇÃO
28
26
24
22
20
18
FREQÜÊNCIA
16
14
12
10
8
6
4
2
0
<= 9.73 (13.16,16.59] (20.02,23.45] (26.88,30.31] (33.74,37.17]
(9.73,13.16] (16.59,20.02] (23.45,26.88] (30.31,33.74] > 37.17
e, portanto, mn/p2 = 1,114 o que implica que a família a ser selecionada é a SU.
LSE − κ −1 40 − 10,942
ZS = γ + η senh −1 = −1,767 + 2,519.sehn = 2,55
ω 10,826
Portanto:
LSE − LIE 40 − 5
Ĉm* = = = 0,862
PS − PI 46,044 − 5,429
e
Md − LIE 18,950 − 5
Ĉmi* = = = 1,032
Md − PI 18,950 − 5,429
e
LSE − Md 40 − 18,950
Ĉms* = = = 0,777
PS − Md 46,044 − 18,950
resultando em
{ }
Ĉmk * = min Ĉ mi*, Ĉ ms * = 0,777
7. CONCLUSÕES
A complexidade para lidar com os dados onde não se pode assumir a distribuição
normal é muito maior. Isto faz com que muitos estudos de capacidade sejam feitos de
forma equivocada, sem consideração das modificações pertinentes nos índices ou,
então, que fiquem relegados a um segundo plano, em função da dificuldade intrínseca
existente nestas situações.
Os softwares estatísticos hoje existentes para o tratamento dos dados provenientes
de um processo estável, porém não com distribuição normal, em geral têm-se
concentrado mais na forma de cálculo de índices Ĉm * e Ĉmk * equivalente àqueles
para distribuições normais.
A família das curvas de Johnson tem sido freqüentemente empregada nestas
situações e fornece resultados que, manualmente seriam de difícil realização em virtude
da quantidade de cálculos envolvida.
Com a evolução dos softwares, espera-se que novas alternativas estejam
disponíveis àqueles que são responsáveis pela monitoração e melhoria de processos de
manufatura ou transacionais, tal como é o caso das empresas que adotam a metodologia
Seis Sigma.
8. BIBLIOGRAFIA
SLIFKER, J.F.; SHAPIRO, S.S. The Johnson system: selection and parameter
estimation. Technometrics, Alexandria, v.22, n.2, p.239-46, 1980.