Módulo 4

Cartas de controle para atributos:

construção e interpretação. Estudos
de estabilidade e capacidade.
Estudo de R&R (MSA).
Cartas para atributos

Máquinas e Resultado do processo é

Pessoal equipamentos Materiais uma classificação em dois
fatores, como:
aprovado/rejeitado,
Resultado bom/ruím,
passa/não passa,
etc
Métodos de Ambiente de
trabalho trabalho
Carta de
controle

Processo

Neste caso, tem-se uma única carta de controle, do parâmetro a ser usado.
Fluxograma do CEP - Atributos

Definir Usar carta u

característica
Não
Interesse Nº defeitos
Atributos
em proporção ou nº
de defeitos? Amostra
Variáveis ou constante?
Atributos?
Proporção de defeitos
Sim
Usar carta p Sim Amostra Usar carta c
ou np constante? ou u

Atributos Não
Usar carta p
Carta para atributos - Comparações

Tipo Definição Condição da amostra

p Porcentagem de unidades não Não precisa ser de

conformes tamanho constante

np Número de unidades não conformes Tamanho constante da

(pouco usada) amostra

c Número de defeitos por amostra Tamanho constante da

(pouco usada) amostra

u Número de defeitos por unidade Não precisa ser de

tamanho constante

Cartas mais usadas na prática: p e u.

Carta p – Fração defeituosa

Controla a proporção de peças não-conformes (defeituosas), podendo
seus resultados serem usados em porcentagem (0 a 100), ou em decimal (0
a 1), mas não controla a quantidade de defeitos encontrada em cada peça.

Tamanho da amostra: não precisa ser constante, mas:
n = tamanho médio da amostra
n.p ≥ 5 e ( )
n . 1− p ≥ 5 p = % média de defeitos

Obs.: considera-se constante, se n não excede a ± 25% do n; se isso não

e
ocorrer, obter novos limites, para cada amostra que exceder esses valores.

Freqüência da amostragem: compatível com os períodos de produção
(turno, dia, etc).

Quantidade de amostras: 25 ou mais, permitem bom teste de estabilidade.
Carta p – Cálculo dos limites de controle

di n1 + n2 + .... + nk Operadores calculam, para

pi = n= cada amostra, e colocam
ni k no gráfico.

d 1 + d 2 + ... + d k Analistas calculam, e

p =
n 1 + n 2 + ... + n k colocam no gráfico.

_
 _
 _
 _

_
p×  1 − p  _
p×  1 − p 
LIC p = p− 3 ×   LSC p = p+ 3 ×  
_ _
n n

• d1, d2,....,dk = números de defeitos de cada amostra;

• k = quantidade de amostras;
• n1, n2, ..., nk = tamanhos de cada amostra.
Carta p - Exemplo
Fábrica: ABC p np c u Nome e nº da peça: [Link]-75

Departamento: Manufatura Nome e nº da operação: Pintura Cabeçalho

média = 10,4 LSC = 16,9 LIC = 4,0 Tamanho Médio da Amostra: 201,55 Freqüência: diária
Amostra e limites
% para p
40

Carta p
30

20
LSC

10
Média

LIC
0

Amostra
210 205 195 199 200 189 201 204 193 202 202 205 195 194 211 207 210 195 209 205
(n)

Número
Amostras
22 25 17 18 17 29 21 17 20 25 15 24 29 18 22 20 16 19 23 21
Discrepâncias

(np, c)

Fração
Nº de defeituosos (d)
(p, u)
10 12 9 9 8 15 10 8 10 12 7 12 15 9 10 10 8 10 11 10
%

MAI Cálculo de p
Data 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Data, hora
Cartas para atributos - Interpretações

- Análise de processos diferentes;

- Troca de fornecedores.

- Degradação dos materiais;

- Deterioração do equipamento;
-4 - Troca dos métodos de medição.

- Melhoria dos materiais;

- Melhoria no processo.

- Problema com manutenção;

- Matéria prima de baixa qualidade.

Atributos: Usar o mesmo critério de interpretação das

cartas de variáveis, desconsiderando a regra dos 2/3.
Carta p, no Minitab

Stat > Control charts > Atribute charts > P

Indicar a coluna
da variável

Indicar coluna do
tamanho da amostra
Carta p – Options (Estimate e S Limits)

Quando o tamanho da amostra não for

constante digitar o valor médio de n na
linha “assuming all subgroups have
size: ”

Indicar, para
executar todos
os testes
Carta p, no Minitab - Exemplo

Carta p, da quantidade de defeituosos

0,200 1

LS C=0,1851
0,175
2

0,150
Proporção

2
0,125 _
P=0,1170=LM

0,100

0,075

0,050 LIC=0,0488

1 4 7 10 13 16 19 22 25 28
A mostra

Pontos vermelhos indicam que houve falha em pelo menos um dos 4 testes.
Na janela de sessão (session) aparecem suas descrições.
Exercício – Carta p (Vidros)
Uma empresa controla o peso dos vidros que produz, a partir de 24 amostras diárias
(dados a seguir, em gramas). Construir uma carta de atributos p, visando analisar a
quantidade diária de vidros fora de peso.
Mês 3/mar 5/mar 7/mar 10/mar 15/mar 16/mar 18/mar 20/mar
Amostra 968 1.216 804 1.401 1.376 995 1.202 1.028
Qt. fora 8 13 13 16 14 15 13 10

Mês 23/mar 26/mar 2/abr 5/abr 6/abr 8/abr 11/abr 13/abr

Amostra 1.184 542 1.325 1.066 1.721 1.305 1.190 2.306
Qt. fora 24 18 16 17 19 9 14 9

Mês 20/abr 25/abr 30/abr 3/mai 10/mai 13/mai 17/mai 22/mai

Amostra 1.365 973 1.058 1.244 342 1.433 1.225 1.352
Qt. fora 13 5 15 19 10 17 13 15

1) Calcular a % de vidros fora de peso (p=d/n), de cada amostra: p1=8/968=0,0083;

p2=13/1216=0,0107; p3=13/804=0,0162; etc.
2) Calcular a % média de p: p = (8+13+13+....)/(968+1216+804+....)≅0,0117=1,17%
3) Calcular o tamanho médio da amostra: n =(968+1218+804+.....)/24≅1292.
4) Obs.: Validação do método: n x p = 1292 x 0,0117 ≅ 15 > 5 (válido!!!).
5) Calcular os limites de controle:
0,0117.(1 − 0,0117) 0,0117.(1 − 0,0117)
LIC = 0,0117 − 3. ≅ 0,0024 LSC = 0,0117 + 3. ≅ 0,0210
1292 1292
6) Plotar no gráfico esses limites, e os valores de p (unir).
7) Interpretação: processo não estável (2 pontos acima de LSC), vide slide seguinte.
Exercício dos vidros – Solução

Carta p (Qt. fora)

0,035 1

1
0,030

0,025
Proporção

LSC=0,02105
0,020

0,015
_
P=0,01170
0,010

0,005
LIC=0,00236
0,000
i i
ar ar ar ar ar a br abr abr a br abr ma ma
m m m m m 2- 6- 11- 20- 30- 10- -
3- 7- 15
-
18
-
23
-
17
Data

Processo não estável.

Carta np – Número de itens defeituosos

Registra o número total de peças não-conformes (d), em valores

brutos, numa amostra inspecionada, ao contrário da Carta p, cujos
valores são expressos em %.

Necessita de amostragem constante, o que dificulta seu uso, na
prática.

 d
LIC np = d−3× d  1 − 
 n  d1 + d2 + ... + dk
d=
k
 d
LSC np = d+3× d  1 − 
 n
Carta c – Número de defeitos por amostra

Usada quando o interesse é analisar o número de não-

conformidades (c) de uma amostra de certo tamanho.

Aplicada só quando os números de elementos das amostras
coletadas são constantes, o que dificulta o uso, na prática.

_
LIC c = c − 3 × c c1 +c2 +...+ck
c=
k
_
LSC c = c + 3 × c
Carta u – Número de defeitos por unidade

Registra a quantidade total de defeitos, ou não-conformidades,

existentes em cada peça (u).

Uso recomendado para vários tipos de defeitos numa mesma
peça, assim como para processos com fluxos contínuos de
produção.

Não necessita que as amostras sejam de mesmo tamanho.

ci c1 +c2 +...+ck n1 + n2 +....+ nk

ui = u= n=
ni n1 +n2 +...nk k

_
u u
LIC u = u − 3 × LSC u = u+3x
n n
Exercício – Carta u (Placa polimérica)

O laboratório de ensaios de uma empresa testa cada lote de certa placa polimérica que
produz, para analisar seu grau de qualidade, em amostras de 5 m2 de área. Após uma
análise de 24 lotes, quanto ao número de bolhas encontradas, foram obtidos os
resultados da tabela. Construir uma carta u, verificando se o processo está estável.
Lote 1 2 3 4 5 6 7 8 9 10 11 12
Nº bolhas 7 6 4 12 7 11 9 6 12 7 12 12

Lote 13 14 15 16 17 18 19 20 21 22 23 24
Nº bolhas 11 13 5 6 5 16 6 9 6 11 14 15

1) Calcular o valor de u, para cada amostra: u1=7/5=1,40; u2=6/5=1,20; etc.

2) Calcular o valor médio de u: (1,40+1,20+....)/24≅1,85 bolhas por placa.
3) Calcular os limites de controle:

1,85 1,85
LSC = 1,85 + 3. ≅ 3,675 LIC = 1,85 − 3. ≅ 0,025
5 5
4) Plotar os limites e os valores de u no gráfico (vide próximo slide).
5) Interpretação: processo estável.
Exercício da placa - Solução

Carta u (Nº bolhas por placa de 5m2)

4

Quant. de bolhas por placa LSC=3,675

2 _
U=1,85

0 LIC=0,025

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

Processo estável
Cartas para atributos - Capacidade

O Manual do CEP indica que a capacidade é representada pela média
do parâmetro usado na carta (p, np, c, u), calculada para processos
sob controle (em 25 ou mais períodos).

Essa regra, ao pé da letra, parece-nos ruim, pois não leva em
consideração o princípio de melhoria contínua.

Entendemos que um raciocínio mais perfeito, que leva em conta o
princípio da melhoria contínua, seria de se considerar essa
capacidade, hoje, meramente como um referencial atual, mas que
esse cálculo deveria ser periodicamente renovado, e a capacidade
atualizada, seguindo as expectativas gerenciais de melhorar sempre.

O Minitab propõe uma outra forma para calcular a capacidade,
utilizando a Distribuição Binomial, para as cartas p e np, e a
Distribuição de Poisson, para as cartas c e u.
Minitab – Capacidade (Cartas p e np)

Stat > Quality tools > Capability analysis > Binomial

Indicar a coluna
da variável

Indicar o tamanho da
amostra, ou a coluna
da amostra

Indicar % defeito
esperada (target)
Minitab – Capacidade (Binomial)

Capacidade Binomial (Qt. fora)

C ar ta p P lotagem Binomial
0,020 LS C =0,01943 24

V alor es esper ados

0,015
P r opor ção

18
_
0,010 P =0,01080
12

0,005
LIC =0,00218 6

1 3 5 7 9 11 13 15 17 19 21 23 8 16 24
A mostr a Defeituosos obser vados

% acumulada de defeituosos H istogr ama

Target
S umário estatístico 8
1,20
(95,0% confiança)
6
% defeituosa

1,05 % D efectiv e: 1,08

Fr equência
C I inferior 0,97
0,90 C I superior 1,20 4
Target (meta) 1,00
P P M Def: 10804
0,75 2
C I inferior 9683
C I superior 12017
0,60 0
Z (N ormal) 2,2972 0,4 0,6 0,8 1,0 1,2 1,4 1,6 1,8
5 10 15 20
A mostr a % defeituosa
Minitab – Capacidade (Cartas c e u)

Stat > Quality tools > Capability analysis > Poisson

Indicar a coluna
da variável

Indicar o tamanho da
amostra, ou a coluna
da amostra

Indicar o número
esperado de defeitos
(target)
Minitab – Capacidade (Poisson)
Capacidade Poisson (Nº bolhas por placa de 5m2)
C ar ta u P lotagem P oisson
LS C =3,675

Defeitos esper ados

15
DP U amostr al

3
_
2 U =1,85 10

1
5
0 LIC =0,025
1 3 5 7 9 11 13 15 17 19 21 23 5 10 15
A mostr a Defeitos obser vados

DP U acumulado H istogr ama

Target
S umário estatístico
4,8
2,00 (95,0% confiança)
M édia def: 9,2500

Fr equência
1,75 3,6
C I inf. 8,0731
DP U

C I sup. 10,5502
1,50 2,4
M édia de D P U : 1,8500
C I inf. 1,6146
1,25 1,2
C I sup: 2,1100
Targ DP U : 1,5000
1,00 0,0
5 10 15 20 1,2 1,8 2,4 3,0
A mostr a DP U
Estudo de R&R, no Minitab

O Minitab analisa resultados de um estudo de R&R, através dos métodos:
ANOVA e Média/Amplitude. Caminho:
STAT / QUALITY TOOLS / GAGE R&R STUDY (CROSSED)

Formatação dos
dados na planilha
R&R, no Minitab

2 opções
Indicar colunas:
peças, Tolerância
operadores e (opcional)
dados medidos Melhor usar apenas
a %VT (não clicar)
 R&R – Exemplo de resultado

R& R (A NOVA ) para Medida

Reportado por: VT ou
N om e do instrum ento: T olerância:
D ata do estudo: O utros: Tolerância
Com ponentes da v ariação Medição por peça
100 % S t ud y Va r 2
Percentual

50 0

-2
0
G a ge R& R Repea t Repr od Pa r t- to- Pa r t 1 2 3 4 5 6 7 8 9 10
P eça
Carta R por operador
Medição por operador
A B C
Amplitude amostral

1,0 2
LSC=0,880

0,5 0
_
R=0,342
-2
0,0 LIC=0
A B C
Operador
Carta Xbar por operador
A B C Interação operador/peça
2
2
Média amostral

O p e ra t o r
A
Média

B
_
_
LSC=0,351 C
0 X=0,001 0
LIC=- 0,348

-2
-2 1 2 3 4 5
P eça
6 7 8 9 10
Observação:

R&R VE VO VP Session mostra

o ncd
(discriminação)
Fim do Módulo 4