Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Profa. Luciane
Ementa
Bibliografia
Introduo ao controle estatstico da qualidade Douglas C. Montgomery Ed. LTC 4. Ed.
Software
Faremos uso do programa estatstico R disponvel em http://cran.r-project.org/ Pacote utilizado: qcc
Avaliao
Constar de uma prova escrita, uma prova prtica mais trabalhos desenvolvidos ao longo do curso. Faltar a uma prova marcada ou deixar de entregar trabalhos poder levar o aluno a VS. No h reposio de prova ou trabalho, mesmo em casos justificados.
Significado de qualidade
Consulte a bibliografia e responda as perguntas. Entregar na prxima aula.
O que qualidade? Apresente uma definio. Relacione qualidade com variabilidade O que um valor nominal ou valor alvo? O que estabelece a ISO 9000? O que estabelece o programa seis sigma? Quais as 8 dimenses da qualidade?
Definio de qualidade
Definio tradicional: qualidade significa adequao ao uso.
Definio moderna: qualidade inversamente proporcional variabilidade
Caractersticas da qualidade
Fsicas: comprimento, largura, voltagem, viscosidade Sensoriais: gosto, aparncia, cor Orientao temporal: confiabilidade, durabilidade, praticidade
1.1-Histograma
Um histograma consiste em um grfico com uma escala horizontal para os valores dos dados a serem representados, uma escala vertical para as freqncias e barras para representar os valores das freqncias das diversas classes. Na escala vertical pode ser representada a freqncia absoluta, a freqncia relativa ou a densidade de freqncia. A sintaxe no R : hist(x) constri um histograma (freq absoluta) hist (x, probability=T) densidade de freqncia no eixo y hist (x,breaks=n) n= nmero de barras
Exerccio 1
Construa um histograma dos dados da tabela 2.2 (ref. Bibliogrfica) sobre o dimetro interno de anis de pistons. Use as 125 observaes.
1.2-Ramo e folhas
um grfico que permite visualizar a distribuio dos dados sem a perda de informao no processo. Classificam-se os dados segundo um padro que revela a distribuio subjacente. O padro consiste em separar o nmero em duas partes: em geral o primeiro ou os dois primeiros algarismos , e o restante. Os ramos consistem nos algarismos mais esquerda e as folhas no algarismo mais direita. No R: stem(x)
Exerccio 2
Construa um ramo e folhas dos dados da tabela 2.2 (ref. Bibliogrfica) sobre o dimetro interno de anis de pistons. Use as 125 observaes.
2-Grfico de Pareto
um grfico de colunas ou barras ordenadas de acordo com a freqncia. As categorias so ordenadas decrescentemente pelas freqncias observadas. No R , o diagrama de Pareto construdo utilizando o pacote qcc: require(qcc) pareto.chart(x, ylab = "Frequency", xlab, ylim, main, col = heat.colors(length(x)), ...)
Exemplo
Utilize os comando abaixo para gerar o grfico de pareto.
require(qcc) x=c(43500,12200,6400,4600,4200,2900,1400) names(x)=c("Veculo motorizado","Quedas","Envenenamento","Afogamento","Incndio","Ingesto de Alimentos ou Objetos","Armas de fogo") pareto.chart(x,ylab="Frequencia",main="Causas de Mortes Acidentais", col=rainbow(length(x)))
Exemplo
cause.and.effect(cause=list(sade=c('boa alimentacao','sono adequado','atividade fsica regular'),estudo=c('concentrao','2h estudo por dia','pesquisa em outras fontes'), ambiente=c('agradvel','silencioso','confortv el','limpo'),outros=c('conhecimento do professor','perseverana')), effect='aprovao', title='Diagrama de causa e efeito para aprovao em curso')
Exemplo
5-Grfico de controle
Um grfico de controle de uma caracterstica de um processo consiste em valores grafados seqencialmente ao longo do tempo, uma linha central, um limite inferior de qualidade (LIC) e um limite superior de qualidade (LSC). A linha do centro representa um valor central das medidas da caracterstica, e os limites de controle so fronteiras para separar e identificar quaisquer pontos considerados excepcionais.
Grfico de controle no R
qcc(data, type, sizes, center, std.dev, limits, target,data.name, labels, newdata, newsizes, newlabels, nsigmas= 3,confidence.level, rules = shewhart.rules, plot =TRUE, ...) Data: conjunto de dados, vetor ou matriz contendo os dados das variveis Type: especifica o tipo de grfico (veja slide seguinte) sizes: valor ou vetor especificando o tamanho da amostra associado a cada grupo. obrigatrio para os grficos p,np, c e u center: valor especificando o centro std.dev: vetor especificando os limites de controle target: valor especificando o objetivo do processo newdata: dados novos a serem plotados, no computados inicialmente newsizes: argumento com o novo tamanho nsigmas: nmero de desvios a serem utilizados confidence.level grau de confiana ( entre 0 e 1 ) rules: regras a serem aplicadas aos grficos (default = 'shewhart.rules')
Tipos de grficos
Grfico de controle R
6- Diagrama de disperso
O diagrama de disperso um grfico de dados emparelhados (x,y) com um eixo xhorizontal e um eixo y vertical. til para a identificao de relaes potenciais entre estas duas variveis. No R: plot(x,y)
Exemplo
x=c(2,2,3,4,4,5,6,6,8,8,9,11) y=c(6,7,7,8,9,10,15,17,15,16,17,28) plot(x,y)
7-Folha de verificao
A folha de verificao uma ferramenta de grande utilidade na coleta de dados. Trata-se de um documento para registro de falhas orientadas no tempo, e torna-se extremamente valiosa na pesquisa de tendncias e de outros padres significativos. Segundo MONTGOMERY ao se planejar uma folha de controle deve-se especificar claramente o tipo de dados a serem coletados, o nmero da parte ou operao, a data, o analista, e quaisquer outras informaes teis ao diagnstico da causa de um fraco desempenho.
Exemplo
Hipteses:
Caracterstica da qualidade normalmente distribuda com mdia mi e desvio padro sigma conhecidos.
Na prtica
Estimamos os valores da mdia e do desvio padro atravs de amostras preliminares retiradas quando o processo ainda estava sob controle. Suponha m amostras de tamanho n cada uma. O estimador da mdia do processo ser a mdia das m mdias relativas a cada uma das m amostras de tamanho n. m n
x
x
i 1
m
m
xi
x
j 1
ij
R
i 1
A2 R 0,013
Para exemplificar, conforme vimos no slide Grfico de controle R A linha central = 0.02276 Consultando o Anexo A obtemos D4 =2,115 e D3=0 Portanto
D4 R 0,0481374
Anexo A