João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
11
FERRAMENTASDA
QUALIDADEJoão Paulo Pinto, PhD MSc(Eng)
FACULDADE DE ENGENHARIAFACULDADE DE ENGENHARIA
Maio 009
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
22
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
33
ENQUADRAMENTOA melhoria da qualidade é um processo contínuo, sistemático e incremental;
A melhoria contínua (kaizen) é um dos pilares fundamentais da Gestão pela Qualidade Total (TQM – total quality management);
Assim, um processo de melhoria contínua assenta em dois vectores determinantes: A FILOSOFIA; As técnicas (ferramentas) de resolução de
problemas.
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
44
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
55
FILOSOFIA Esta consiste nos seguintes princípios:
Removendo as causas dos problemas do sistema, obtemos sempre melhorias de produtividade;
As pessoas que executam um determinado trabalho são as que o melhor o conhecem;
As pessoas esperam ser envolvidas e fazer bem o seu trabalho;
Todos gostam de contribuir de forma válida;
É mais eficiente trabalhar em equipa, de modo a melhorar o sistema, do que ter contribuições isoladas à volta do sistema;
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
66
A resolução de problemas utilizando técnicas gráficas e específicas, produz melhores resultados que os processos não estruturados!
As técnicas gráficas e estatísticas permitem saber onde estamos, onde estão os nossos problemas, qual a sua importância relativa e que efeitos provocam as alterações propostas;
Formalizar e uniformizar é importante!
A sistematização dos processos de melhoria contínua recebeu um contributo importante em 1950 quando o Dr Deming desenvolveu o ciclo PDCA (plan-do-act-check);
Embora todos concordem que se trata de sequência “natural”, a prática demonstra que muitas empresas nãoa conseguem implementar de forma eficiente...
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
77
GESTÃO
Trabalho emequipa
Técnicas de resolução de
problemas
Focus no cliente
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
88
RESOLUÇÃO DE PROBLEMAS
A resolução de um problema pode ser representado do seguinte modo:
FASE D E S C R I Ç Ã OD E S C R I Ç Ã O11 Decisão sobre o problema a considerar prioritariamente;
22 Descrição da extensão e caracterização do problema;
33 Listagem de todas as causas potenciais do problema;
44 Selecção da(s) causa(s) mais importante(s) do problema;
55 Implementação das soluções e dos procedimentos que assegurem que o problema será de facto eliminado!
IDEN
TIF
ICA
ÇÃ
OD
O P
RO
BLE
MA
AN
ÁLI
SE
DO
PR
OB
LEM
A
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
99
AS 7 FERRAMENTAS CLÁSSICAS DA QUALIDADE
diagramadiagramade paretode pareto
diagramacausa-efeito
histograma
gráficos
cartas decontrolo
diagramado processo
folha deverificação
Iden
tific
ação
do P
roble
ma
Anális
e do P
roble
ma
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
1010
AS 7 FERRAMENTASEstas ferramentas devem ser destacadas porque a sua aplicação prática mostrou ser altamente produtiva e eficaz (encontrando-se hoje numa fase de aplicação de rotina na esmagadora maioria das empresas japonesas, norte-americanas e norte-europeias);
Estas fazem parte dos processos de melhoria contínua!
São ferramentas muito simples e de fácil aplicaçãoQue requerem apenas: papel/caneta, criatividade, imaginação e empenho por parte de todos os membros da equipa de trabalho.
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
1111
O DIAGRAMA DE CAUSA-EFEITOaka ISHIKAWA DIAGRAM (Toquio, 1943)
Problemade
Qualidade
MáquinasMedição Pessoas
ProcessoAmbiente Materiais
Faulty testing equipment
Incorrect specifications
Improper methods
Poor supervision
Lack of concentration
Inadequate training
Out of adjustment
Tooling problems
Old/worn
Defective from vendor
Not to specifications
Material-handling problems
Deficienciesin product design
Ineffective qualitymanagement
Poor process design
Inaccuratetemperature control
Dust and Dirt
Procure Procure quantificarquantificar as causas dos problemas; comece pelo mais importante! – as causas dos problemas; comece pelo mais importante! – first things firstfirst things first
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
1212
EXERCÍCIOEXERCÍCIO
Para a sua empresa procure:
Identiticar um dos problemas que mais afectaa sua Qualidade (produtos, processos ou serviços);
Para o problema acima identificado, construa o diagrama de Ishikawa (diagrama de espinha de peixe), identificando as principais causas (gerais) e as respectivas sub-causas (específicas);
Quem procuraria envolver na elaboração deste diagrama?
Que fontes de informação irá necessitar?
Que dificuldades na elaboração do diagrama?
Que fazer após a elaboração deste diagrama?
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
1313
HISTOGRAMA
Análise de frequências e um dado evento (ex. defeito, reclamação);Permite conhecer a distribuíção estatística (comportamento);Permite também avaliar a possibilidade de ocorrência de determinados eventos...
0
5
10
15
20
25
30
35
40
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
1414
O Histograma é a forma gráfica mais corrente de representar a distribuição de frequências de variáveis discretas e contínuas, podendo ser relativo às frequências absolutas ou às frequências relativas;
Procedimento para variáveis contínuas: Recolha de dados do parâmetro em estudo (ex. temp);
Determinar a amplitude dos dados (ie, max – min);
Determinar o nº de intervalosdividir a amplitude (range) pelo nº de intervalos para obter o comprimento de cada intervalo;
Marcar, no eixo horizontal, a escala de valores;
Marcar, no eixo vertical, a escala de frequências (linear);
Desenhar a altura de cada intervalo.
TPCTPC: Ver o software de análise “: Ver o software de análise “minitabminitab””Pesquisar softwares de análise de dadosPesquisar softwares de análise de dados
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
1515
O quadro ao lado apresenta o nº de defeitos encontrados numa inspecção efecutada a um lote de 20 peças...
Que tipo de dados são estes (discretos ou variáveis)?
Procure esboçar o HISTOGRAMA para estes dados.
Peça Defeitos Peça Defeitos
1 2 11 1
2 0 12 0
3 0 13 2
4 1 14 1
5 1 15 1
6 2 16 5
7 2 17 0
8 1 18 3
9 0 19 1
10 1 20 2
EXERCÍCIOEXERCÍCIO
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
1616
DIAGRAMA DE PARETOTrabalhos de Vilfredo Pareto (Itália), no Sec XVII.
O princípio de Pareto diz-nos que a maioria dos efeitos está relacionada com um nº reduzido de causas (20/80)...
% d
e ca
da c
ausa
Vibra
ções
ilum
inaç
ão
Tem
pera
tura
ele
vada
Ruído
horá
rios
Inst
alaç
ões
sani
tária
sO
utra
s ca
usas
0
10
20
30
40
50
60
70(64)
(13)(10)
(6)(3) (2) (2)
CAUSAS DE INSATISFAÇÃO DOS COLABORADORES
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
1717
PRINCÍPIO DA ANÁLISE PRINCÍPIO DA ANÁLISE ABC/PARETOABC/PARETO
Este princípio também é conhecido como a Regra dos 20-80;
Gestão por excepção - Trivial many, vital few.
Baseado no trabalho de Vilfredo Pareto (.it):• A maioria das situações são dominadas por poucos
elementos vitais;• Implicação: concentrar recursos/esforços no elementos que
causam maior impacto (vitais) ignorando os demais (triviais).
Aplicação na Gestão da Qualidade:• Uma pequena percentagem (ex. 20%) dos defeitos
representam uma larga percentagem (ex. 80%) das queixas dos clientes.
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
1818
0.0%
20.0%
40.0%
60.0%
80.0%
100.0%
0.0% 20.0% 40.0% 60.0% 80.0% 100.0% 120.0%
items
sale
sGRÁFICO GRÁFICO A B CA B C
A
BC
ven
das
PERCENTAGEM DE DEFEITOS
IMPA
CTO
DO
S D
EFE
ITO
S
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
1919
EXERCÍCIOEXERCÍCIO
Os dados que se seguem reportam-se aos registosde defeitos na empresa Teixeira da Cunha (TC)...
ELEMENTOS DEFEITUOSOSELEMENTOS DEFEITUOSOS Nº de Defeitos
Impacto (1..100%)
Má qualidade da chapaMá qualidade da chapa 9191 8080
Defeito de dobragemDefeito de dobragem 128128 6060
Furação deficienteFuração deficiente 99 100100
Acondicionamento dos materiaisAcondicionamento dos materiais 3636 2020
Soldadura mal executadaSoldadura mal executada 1515 7070
Erros de corteErros de corte 2323 8080
Outros defeitosOutros defeitos 1212 4040
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
2020
FORMULÁRIOS DE RECOLHA DE DADOS
Também designados como “check sheets” (folhas de verificação);
Permitem responder às seguintes perguntas:Quantas vezes acontece?
Quando acontece?
Desta forma, aquilo que no início não passa de opiniões ou impessões, transforma-se em factos objectivos (a importancia da quantificação)!
A figura que se segue apresenta uma check sheet típica para avaliar a qualidade de um dado produto. Nesta figura é possível dar resposta às 2 questões anteriores, saber qual o problema mais frequente,etc.
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
2121
Exemplo 1.qualidade do produto
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
2222
Exemplo 2.defeitos nos rolamentos
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
2323
Exemplo 3. aplicação aos serviços
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
2424
EXERCÍCIOEXERCÍCIO
Pretende-se que desenhe uma “check sheet” para a sua empresa (com o objectivo de identificar os principais problemas que afectam os seus serviços e/ou produtos).
Quem deverá preencher a check sheet que desenhou?
Durante quanto tempo vai colocar esta check sheet em operação?
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
2525
FLUXOGRAMA OU GRÁFICO DE FLUXOS
Ferramentas simples (de construir e de perceber);
Apresentam de forma ordenada as etapas de um processo (fluxos), identificam as entradas/saídas que gradualmente vão contribuindo para a obtenção do produto/serviço;
Recorrem a simbologia “quase” universal. A possibilidade de codificarmos cores, padrões ou tipos de linhas permite-nos colocar muita informação num fluxograma!
A folha que se segue sugere um formato para a construção de fluxogramas em Gestão da Qualidade.
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
2626
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
2727
F L U X O G R A M A D E U M P R O C E S S OInterveniente
sFluxo de informação
ou materiasDocumentos ou instruções
Timings Observações
Quem faz? Quem decide?
Recorrer à simbologia “quase” universal.
Atenção à Simplicidade, facilidade na leitura e no acompanhamento.
Nota:
pode recorrer a cores, tipos de linha, ou padrões para diferenciar, codificar ou uniformizar...
Nota:
Todos os documentos codificados
Quanto tempo demora?
Esta coluna pode ser omitida ou substituida por outra (ex. Custos).
Comentários necessários, esclarecimentos, orientações, referências...
Comentários Comentários, notas
Quem executou o fluxograma?
Identificação do fluxograma, etc.
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
2828
EXERCÍCIOEXERCÍCIO
Procure esboçar o fluxograma para um dos seguintes processos da sua empresa:
Denuncia de avarias em equipamentos;
Denuncia de problemas de qualidade no processo;
Processo de atendimento de clientes;
Processo de recepção de matérias-prima;
Admissão de um novo colaborador na empresa;
Outro (aceita-se sugestões).
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
2929
GRÁFICO DE TENDÊNCIA
Também designado por run chart;
Permite visualizar os resultados de um processo e ajuda a identificar possíveis alterações ao longo do tempo;
Os pontos são marcados à medida que os resultados são obtidos;
É comum fazer-se o gráfico de diversas grandezas da qualidade, ex: Quantidade de desperdício (em tempo ou em material); Desempenho de uma operação; O nº de erros; Os tempos de resposta, etc.
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
3030
Gráfico de Tendênc ia
0
10
20
30
40
50
60
w k12
w k13
w k14
w k15
w k16
w k17
w k18
w k19
w k20
w k21
w k22
w k23
w k24
w k25
Semana
Def
eito
s
Convém distingir entre variação natural (depende do processo, incontrolável, aleatório) e variação anormal (processos fora de controlo estatístico, processos fora de controlo estatístico, tendenciaistendenciais, , controlável)
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
3131
GRÁFICO DE DISPERSÃO
Também designado por scatter diagram;
É utilizado para estudar a relação, cuja medida é dada pelo coeficiente de correlaçãocoeficiente de correlação (r), existente entre 2 ou mais variáveis de um processo;
A relação típica a estudar é do tipo causa-efeito;
Tipos de corelação: Perfeita negativa, quando r = -1; Perfeita positiva, quando r = 1; Sem qualquer correlação quando r = 0.
O coeficiente mais utilizado é o Pearson (correlação linear), ver a equação que se segue...
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
3232
CORRELAÇÃOPOSITIVA
CORRELAÇÃONEGATIVA
CORRELAÇÃONULA
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
3333
EXERCÍCIO EXERCÍCIO (tpc)(tpc)
Os dados que se seguem referem-se ao nº de tubos de ensaio produzidos por hora e a respectiva temperatura ambiente numa empresa de produção de vidro de precisão.
Para estes dados pretende-se que:
Esboce o scatter diagram; (nota: pontos duplicados são marcados com um circulo).
Determine o coeficiente de correlação e faça os comentários que achar necessário.
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
3434
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
3535
CARTAS DE CONTROLO
Control Charts
Statistical Process Control
Quality Control
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
3636
INTRODUÇÃO
O conceito foi desenvolvido na década de 1920’s nos laboratórios Bell (EUA) por Walter Shewart;
São orientadas para o controlo das diferentes causas de variação: As controláveis, ie as tendenciais; As incontroláveis, ie as aleatórias.
Têm aplicação vasta em processos industriais e em serviços;
Podem ser aplicadas no controlo on-line de processos;
Existem vários tipos de cartas de controlo:Por variáveis;
Por atributos.
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
3737
OBJECTIVOS DAS CARTAS DE CONTROLO
Mostra as evidências de um processo estar a ser conduzido num estado de controlo estatístico;
Assinala a presença de causas especiais de variação, de modo que as acções correctivas possam ter lugar;
Concentra as acções no sentido da melhoria gradual da capabilidade dos processos;
Manter o estado de controlo estatístico, utilizando os limites de controlo (UCL e LCL) como forma de decisão em tempo real do andamento do processo.
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
3838
PRINCIPAIS TIPOS DE CARTAS DE CONTROLOPRINCIPAIS TIPOS DE CARTAS DE CONTROLO
Característica TIPO DE CARTA DE CONTROLO Situação de Aplicação
VARIÁVEL(ex. peso, altura)
Xbarra R
Média e Amplitude (range)
Sub-grupos de dimensão entre 2 e 10 valores;
MdR
Mediana e Amplitude
Não exige escolaridade mínima do operador
Xbarram
Rm
Média móvel e Amplitude móvel Quando existe apenas
uma observação por lote.Xi
Rm
Valores individuais e Amplitude móvel
ATRIBUTO(ex. sim/não)
np Nº de unidades defeituosas Amostras de dimensão constante
p % de unidades defeituosas Amostras de dimensão não constante
c Nº de defeitos Amostras de dimensão constante
u Nº de defeitos por unidade Amostras de dimensão não constante
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
3939
ATRIBUTOS vs. VARIÁVEISCARTAS POR ATRIBUTOS:
Bom/Mau, Trabalha/Não-trabalha
Contagem da % de defeituosos (Carta do tipo C)
Contagem do número de defeituosos/itens (Carta do tipo P)
CARTAS POR VARIÁVEIS:
Medição do comprimento, peso, altura, temperatura, (Carta do tipo X)
Medição da variabilidade em comprimento (Carta do tipo R)
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
4040
VARIAÇÃO NATURAL
10 11 12 13 14 15 16 17 18 19 20
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
4141
0
20
40
60X
Time
CONTROLO DE PROCESSOS
Carta de controlo contendo dados obtidos ao longo do tempo
UCL
LCL
média do processo ± 3
variação natural
TODOS OS PONTOS FORA DOS LIMITES SÃO DEVIDOS A CAUSAS TENDENCIOSASTODOS OS PONTOS FORA DOS LIMITES SÃO DEVIDOS A CAUSAS TENDENCIOSAS
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
4242
As sample size gets large enough ( 50) ...
TEOREMA DO LIMITE CENTRAL
X
sampling distribution becomes almost normal regardless of population distribution.
XX
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
4343
X
Média
x
x
nX
Desvio padrão
X
TEOREMA DO LIMITE CENTRAL
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
4444
95.5% dos dados estão em ± 2s`
PROPRIEDADES DA DISTRIBUIÇÃO NORMAL
X X X
99.7% dos dados estão dentro de 3s`
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
4545
PROCEDIMENTO DAS CARTAS DE CONTROLO
Recolha de dados (pelo menos 25 amostras retiradas da mesma produção);
Fazer o tratamento dos dados, ie obter as necessárias estatísticas para o preenchimento de cada carta (ver equações apresentadas a seguir);
Escolher a escala (procurando que o maior e o menor valor do eixo vertical tenha um valor duplo da amplitude esperada);
Marcar os pontos e uni-los para melhor visualização das variações;
Calcular os limites de controlo (UCL e LCL) baseadas nas estatísticas.
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
4646
CAUSAS COMUNS RESULTANTES CAUSAS COMUNS RESULTANTES DA VARIAÇÃO NATURALDA VARIAÇÃO NATURAL
xx
n
ii
n
1
x x
ni
2
1
425 Peso (grs)
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
4747
Causas atribuíveis…
(a) LocalizaçãoGrams
média
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
4848
peso
média
Causas atribuíveis…
(b) Distribuição
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
4949
Peso
Média
(b) Distribuição
Causas atribuíveis…
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
5050
peso
Média
(c) Forma
Causas atribuíveis…
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
5151
Efeito das causas nos processos
Presença de causas atribuíveis
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
5252
Apenas presença de causas aleatórias(processo em controlo!!!)
Efeito das causas nos processos
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
5353
UCL
Nominal
LCL
Provável causa atribuível
1 2 3Amostras
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
5454
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
5555
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
5656
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
5757
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
5858
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
5959
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
6060
CARTA DE CONTROLO PARA VARIÁVEIS (R)
Numero da A M O S T R A A M O S T R A
amostra 1 2 3 4 Range Média
1 0.5014 0.5022 0.5009 0.5027
2 0.5021 0.5041 0.5032 0.5020
3 0.5018 0.5026 0.5035 0.5023
4 0.5008 0.5034 0.5024 0.5015
5 0.5041 0.5056 0.5034 0.5039
Special Metal Screw
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
6161
CAPABILIDADE DOS PROCESSOS
A Capabilidade é uma medida que relaciona o rendimento real de uma máquina/processo com o seu rendimento especificado/desejado;
O Estudo da Capabilidade é um procedimento para avaliar um processo por meio de Cartas de Controlo de modo a determinar se este é capaz em relação às especificações de Estabilidade (Controlo e Maturidade).
Este estudo também determina se o comportamento do processo é ou não natural (ie, as somente as causas aleatórias estão presentes...).
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
6262
CAPACIDADE E CAPABILIDADE NÃO SÃO SINÓNIMOS
Capacidade refere-se a características físicas, ao potencial de realização, algo que é fixo e próprio dos sistemas de fabrico (ex. peças/hr);
Capabilidade refere-se à propriedade do sistema de produção em ser capaz de se manter dentro de certos limites/tolerâncias.
A Capabilidade de um processo só pode ser avaliada quando o processo está sob Controlo Estatístico (ie, apenas as causas aleatórias estão presentes).
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
6363
INDICES DE CAPABILIDADE
Os mais comuns são Cp e Cpk, Zmin, CpU e CpL (os 3 últimos também incluem a localização da média do processo em
relação à especificação nominal);
Estes índices tem sido utilizados por grandes empresas como a Ford, a GM e a Xerox.
6 (99.73%) é normalmente designada como a tolerância normal do processo.
Quanto menor for a tolerância natural (6) em relação à especificação ULS - LSL, maior será a Capabilidade do processo.
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
6464
para qualquer valor superior a 1, o processo tem potencial de satisfazer as especificações, desde que se mantenha em controlo (com média X = (USL-LSL)/2);
O valor mínimo recomendado para Cp é de 1.33;
Estes índices são um meio de indicar a variabilidade de um processo em relação à tolerância dos seus produtos (ie, do seu output).
Os índices apresentados tendem a denunciar que a distribuição dos produtos num processo controlado pode ser representada pela Distribuição Normal standard, ie virtualmente todos os produtos estarão localizados entre a média do processo X e 3. Contudo, este poderá não ser o caso. Por este motivo o índice Cpk é um dos mais importantes.
CUSL LSL
p
6
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
6565
ANÁLISE DA CAPABILIDADE DO PROCESSO
Cp ou Cpk 1.33 Adequada
1.00 Cp ou Cpk < 1.33 Satisfatória
Cp ou Cpk < 1.00 Inadequada
O Índice Cp indica a dispersão inerente ao O Índice Cp indica a dispersão inerente ao processoprocesso, enquanto que o , enquanto que o índice Cpk indica o índice Cpk indica o
ajuste e a dispersão do processoajuste e a dispersão do processo.
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
6666
CAPABILIDADE DOS CAPABILIDADE DOS PROCESSOSPROCESSOS
Limite inferior
MédiaMédia
LimiteSuperior
6 sigma
4 sigma
2 sigma
João Paulo Pinto ©, Faculdade de Engenharia, 2006/07
6767
LIC(L) = 78 gr/m2 LSC(U) = 82 gr/m280 gr/m2
79.5 gr/m2
Desvio padrão = 5.6
gramagem