Gestão de operações: Análise de dados e controlo estatístico
Transcript of Gestão de operações: Análise de dados e controlo estatístico
Docente: António Rocha Docente: António Rocha
Gestão de operações: Análise de dados e controlo estatístico
Professor: António Rocha
Janeiro de 2020
1
Docente: António Rocha Docente: António Rocha
Cartas de controlo estatístico de processos
2
Docente: António Rocha Docente: António Rocha
Cartas de controlo
5
Se numa distribuição normal o processo estiver sob controlo, isto é
normalmente entre (X + 3 ) e (X - 3 ), a probabilidade de uma peça
estar fora dos limites de controlo é de 0,27% - aproximadamente 0,3%.
Quer isto dizer que a quantidade de peças defeituosas ou com
defeitos que será gerada pelo processo será 0,3%, isto é, apenas três
peças em mil. Neste sentido as cartas XbR, R, XbS e S permitem-nos
fazer uma monitorização adequada das características/especificações
dos materiais/processos.
Docente: António Rocha Docente: António Rocha
Cartas de controlo
Benefícios do uso de cartas de controlo
Desde que o processo esteja sob controlo estatístico elas permitem:
Prever de forma adequada o comportamento do processo ajudando a garantir que o processo tenha consistência em termos de custo e qualidade;
Melhorar, com base na informação disponível nas cartas, os processos no sentido de reduzir a variabilidade, fornecendo um instrumento para verificação da eficácia das ações de melhoria.
Aumentar a satisfação do cliente, reduzir nº de rejeições ou de tempo de retrabalho, aumento do rendimento do processo e da capacidade efetiva de produção.
6
Formador : António Rocha
7
Cartas XbR
Cartas XbR para amostras com
menos de 10 observações.
Docente: António Rocha Docente: António Rocha
8
Cartas XbR
Cartas XbR para amostras com
menos de 10 observações.
Temos 4
observações
por amostra
Docente: António Rocha Docente: António Rocha
Cartas para variáveis contínuas XbR
São elaboradas a partir de medições efetuadas de uma característica da produção do processo;
Os dados são obtidos de amostras de tamanho constante geralmente de 3 a 5 unidades ou de 3 a 10 unidades recolhidas consecutivamente com intervalos de tempo entre amostras constantes (de 15 em 15 minutos, de ½ em ½ hora ou de 2 em 2 horas, etc.);
Deve ser elaborado um plano de recolha de dados, que deverá ser usado como base para a colheita, registo e introdução dos dados nos gráficos.
9
Formador : António Rocha
10
Seleção do tamanho, frequência e número de amostras
1. Devem utilizar-se amostras de tamanho racional, isto é, que sejam eficazes
para o controlo e não acarretem um esforço demasiado e desnecessário na
colheita;
2. As amostras devem ser obtidas de forma a que as possibilidades de variação
entre as suas unidades sejam pequenas;
3. As amostras devem ser recolhidas com o intervalo necessário para que
mudanças possíveis no processo possam ser detetadas (no início do
processo, as amostras devem ser colhidas com intervalos curtos). À medida da
estabilização do processo os períodos de colheita são aumentados;
4. O número de amostras deve ser tal que se manifestem forçosamente as
causas de variação do processo que sejam capazes de interferir.
Estatisticamente devem ser colhidas 25 ou mais amostras contendo no total
100 ou mais leituras individuais.
Cartas para variáveis contínuas
Formador : António Rocha
11
Cartas para variáveis contínuas XbS
Cartas XbS para amostras com mais de 10
observações
Regras de utilização e amostragem
idênticas às referidas nos slides anteriores,
mas neste caso, as cartas XbS e S são
utilizadas quando recolhemos mais de 10
observações em cada amostra.
Docente: António Rocha Docente: António Rocha
12
Devemos ter
mais de 10
observações
por amostra.
Cartas XbS
Cartas XbS para amostras com mais
de 10 observações
13
Exemplo de folha de registo utilizada para estudar a distribuição da
dimensão de uma peça (cartas XbR e XbS) TER ATENÇÃO QUE É PREFERÍVEL
FAZER O REGISTO DE TODAS AS MEDIÇÕES AO INVÉS DE UTILIZAR INTERVALOS.
Dimensão / amostra 1 2 3 4 5 6 7 8
Menos de 10,05 1 2 0 0 2 1 0 1
De 10,05 a 10,055 2 3 3 3 2 5 4 1
De 10,055 a 10,06 20 15 10 12 25 20 15 10
De 10,06 a 10,065 65 70 77 76 55 60 70 80
De 10,065 a 10,07 10 8 10 5 14 13 8 7
De 10,07 a 10,075 2 2 2 3 2 1 2 1
10.075 ou mais 0 0 1 1 0 0 1 0
Tipo de Produto :X22C64 Data: 12 Jan 2012
Nº de Lote: 22602 Secção: B12
Tamanho da amostra:100 Controlador: Pedro Reis
Folhas de Recolha de Dados, de Registo ou de Verificação
Docente: António Rocha Docente: António Rocha
Cartas para variáveis contínuas XbR e XbS
14
Docente: António Rocha Docente: António Rocha
Cartas para atributos/características/parâmetros Basicamente classificados em duas categorias (bom ou mau; conforme ou
defeituoso; com defeito ou sem defeito)
Os atributos são divididos em dois grandes grupos: Defeituosos (expresso em nº de defeituosos [carta np], ou proporção de defeituosos [carta p]) e Defeitos (nº de defeitos [carta c], ou defeitos por unidade [carta u]).
Defeituoso significa que a não conformidade impede o uso do objeto para a finalidade a que se destina (rejeitados);
Defeito, significa que, embora exista alguma não conformidade, esta não afeta a funcionalidade até ao ponto em que o objeto tenha que ser rejeitado, daqui se conclui que um produto pode ter vários defeitos sem ser defeituoso.
15
Docente: António Rocha Docente: António Rocha
Carta np - número de defeituosos (produto com um ou vários defeitos que impedem o seu uso para a finalidade a que
se destina)
16
Docente: António Rocha Docente: António Rocha
Carta p - proporção de defeituosos (produto com um ou vários defeitos que impedem o seu uso para a finalidade a que
se destina)
17
A carta np e p são iguais mas uma é em unidades (carta np) a outra é
em proporções (carta p). (os dados dos gráficos utilizados nestes exemplos são diferentes).
18
Exemplo de folha de registo utilizada para registar a proporção de
produtos não conformes (para defeituosos cartas np e p)
Amostra 1 2 3 4 5 6 7 8
Tamanho da amostra
(n)
100 100 100 100 100 100 100 100
Produtos não
conformes
2 1 1 3 2 5 4 1
Proporção de não conf. 2% 1% 1% 3% 2% 5% 4% 1%
Tipo de Produto :X22C64 Data: 12 Jan 2012
Nº de Lote: 22602 Secção: B12
Tamanho da amostra:100 Controlador: Pedro Reis
Folhas de Recolha de Dados, de Registo ou de Verificação
Docente: António Rocha Docente: António Rocha
Cartas de defeitos
Carta c Carta u
19
Docente: António Rocha Docente: António Rocha
Carta c - número de defeitos (os defeitos não impedem o uso do objeto para a finalidade a que se destina )
20
Docente: António Rocha Docente: António Rocha
Carta u - número de defeitos por unidade (os defeitos não impedem o uso do objeto para a finalidade a que se destina )
21
O desnivelamento só ocorre quando as amostras têm tamanhos
diferentes caso contrário veríamos linhas retas a representar os limites.
A carta c e u são iguais mas na u são dados os defeitos por unidade. (os dados dos gráficos utilizados nestes exemplos são diferentes).
Docente: António Rocha Docente: António Rocha
Cartas para defeitos (cartas c e u)
Defeito
Desvio em relação a uma característica. Estes, podem-se dividir em três categorias:
Críticos – A experiência e o julgamento dita que a segurança do utilizador está em risco, ou que a funcionalidade é, seriamente, afetada;
Maiores – A funcionalidade é afetada mas não até ao ponto de impedir o seu uso para a finalidade a que se destina;
Menores – A funcionalidade não é afetada.
22
Docente: António Rocha Docente: António Rocha
Utilizar as cartas atribuindo pesos a cada tipo de defeito
23
Estabelecer uma escala de gravidade/criticidade, por exemplo, de 1 a 10 ou de 1 a 5, para classificar os defeitos no caso de estarmos a contabilizar defeitos de diferentes tipologias na mesma carta. Ex. 2 defeitos tipo 1 * peso de gravidade de 5 = 10. Ex. 4 defeitos de tipo 2 * peso de gravidade de 2 = 8 Ex. 1 defeito de tipo 3 * peso de gravidade de 9 = 9
24
Folhas de Recolha de Dados, de Registo ou de Verificação
Tipo de circuito :X22C64 Data: 12 Jan 2012
Nº de Lote: 22602 Secção: B12
Tamanho da amostra:1025 Controlador: Pedro Reis
Tipo de defeitos
Teste visual 8
Teste funcional 5
Defeito de soldadura 19
Outros 5
TOTAL 37
Exemplo de folha de registo utilizada no teste final de circuitos eletrónicos
para inspecionar tipos de defeito (cartas c e u).
25
Exemplo de folha de registo utilizada para controlar um processo de
fabrico (carta c e u)
Lote /Amostra 1 2 3 4 5 6 7 8
Lote X1 10 11 10 12 9 11 12 10
Lote X2 12 11 12 9 10 11 10 12
Lote X3 11 11 11 12 9 11 10 10
Lote X4 10 12 11 11 10 10 10 9
Lote X5 9 10 10 9 12 11 11 11
MÉDIA 10.4 10.4 10.8 10.6 10 10.8 10.6 10.4
AMPLITUDE 3 2 2 3 3 1 2 3
Tipo de Produto :X22C64 Data: 12 Jan 2012
Nº de Lote: 22602 Secção: B12
Tamanho da amostra: 5 lotes Controlador: Pedro Reis
Folhas de Recolha de Dados, de Registo ou de Verificação
26
Cartas para atributos np e p (defeituosos),
c e u (defeitos)
Docente: António Rocha Docente: António Rocha
Interpretação das cartas
27
Docente: António Rocha Docente: António Rocha
Situações típicas fora de controlo
Movimentos cíclicos (acima, abaixo):
Pode significar a existência de efeitos sazonais e/ou rotação de operadores;
As variações de amplitude pode significar fadiga do operador e/ou problemas de manutenção.
Tendências (uma única direção)
Má tendência – desgaste da ferramenta;
Boa tendência – melhoria do desempenho.
Descentramentos:
Podem significar mudanças no set-up, alterações nas condições ambientais (não controladas).
Pontos isolados fora de controlo (picos):
Podem significar defeitos no material, arranques ou paragens.
28
Docente: António Rocha Docente: António Rocha
Situações de variação anormal (1)
Alteração do nível 7 pontos consecutivos do mesmo lado da linha média;
10 em 11 pontos do mesmo lado da linha média;
12 em 14 pontos do mesmo lado da linha média;
16 em 20 pontos do mesmo lado da linha média.
29
Docente: António Rocha Docente: António Rocha
Situações de variação anormal (2)
Tendência
Existência de causas previsíveis
30
Docente: António Rocha Docente: António Rocha
Situações de variação anormal (3)
Pontos próximos dos limites de controlo (1)
2 pontos em 3 na zona A
31
Docente: António Rocha Docente: António Rocha
Situações de variação anormal (4)
Pontos próximos dos limites de controlo (2)
4 pontos em 5 na zona B
32
Docente: António Rocha Docente: António Rocha
Situações de variação anormal (5)
Aproximação à linha central
Resultante de processos de melhoria
Demasiadas causas de variação
33
Docente: António Rocha Docente: António Rocha
Situações de variação anormal (6)
Ciclos recorrentes /repetição de padrões
Presença de causas sazonais
34
Docente: António Rocha Docente: António Rocha
AMOSTRAGEM: referências
Norma NP ISO 10012:2005, “Sistemas de gestão da medição. Requisitos para processos de medição e equipamento de medição”
NF X 06-022 – Regras de amostragem para controlo por atributos
ANSI/ASQC Z1.4-2008 Sampling Procedures and Tables for Inspection by Attributes
ANSI/ASQC Z1.9-2008 Sampling Procedures and Tables for Inspection by Variables
for Percent Nonconforming
ISO 2859-10:2006 – Sampling procedures for inspection by attributes
35
Docente: António Rocha Docente: António Rocha
Determinação do tamanho da amostra Tabela com a indicação do tamanho da amostra tendo em conta o intervalo de confiança e a margem de erro
36
Docente: António Rocha Docente: António Rocha
Determinação do tamanho da amostra
Para a determinação do tamanho da amostra podemos utilizar um calculador.
Exemplo de calculadores:
http://www.raosoft.com/samplesize.html?nosurvey
http://www.danielsoper.com/statcalc3/default.aspx
37
Docente: António Rocha Docente: António Rocha
Determinação do tamanho da amostra
38
http://www.raosoft.com/samplesize.html?nosurvey
Docente: António Rocha Docente: António Rocha
Determinação do tamanho da amostra
39 http://www.raosoft.com/samplesize.html?nosurvey
Docente: António Rocha Docente: António Rocha
Observações sobre a amostragem
A organização dependendo do grau de controlo que desejar pode fazer uma inspeção de produtos a 100% se forem críticos ou pode fazer controlos por amostragem.
Dependendo da confiança que temos no fornecedor podemos, por exemplo, inspecionar um ou dois lotes e se estes estiverem em conformidade podemos aceitar os restantes da encomenda recebida (mas isso também dependerá do tamanho da encomenda e da criticidade dos itens/produtos).
Sempre que dois lotes em cada cinco sucessivos forem rejeitados, deve-se reforçar o esforço da inspeção.
Se cinco lotes sucessivos forem aceites, podemos caso tenhamos confiança no fornecedor passar para um controlo de um menor nº de lotes.
O tamanho da amostra vai sempre depender da criticidade dos itens/produtos, do histórico de conformidade dos fornecedores e da confiança que lhes depositamos desde que tenham apresentado evidências consecutivas de conformidade.
40
Docente: António Rocha Docente: António Rocha
Índice do ficheiro excel onde os conceitos estatísticos são apresentados conjuntamente com exercícios práticos.
41
Docente: António Rocha Docente: António Rocha
REGRESSÃO LINEAR Para antever e perceber as tendências de um determinado
objeto de estudo e para identificar as variáveis independentes com maior relevância
42
Docente: António Rocha Docente: António Rocha
Diagramas de dispersão ou correlação
43
X
Y
Correlação Positiva
X
Y
Correlação Negativa
X
Y
Sem Correlação
Exemplo:
Nº de horas de estudo versus
classificação obtida;
Nº de defeitos versus número de
horas extraordinárias realizadas.
Exemplo:
Tempo de utilização de uma
lâmina e a sua precisão de
corte.
Não existe relação entre a
variável X e a variável Y.
Docente: António Rocha Docente: António Rocha
Regressão linear
Y = aX1 + b Y Variável dependente
X1 Variável independente
a Coeficiente da variável independente
b Interseção no eixo dos Y
44
X
Y
b
X1
X
Y
b X1
Correlação Positiva Correlação Negativa
Docente: António Rocha Docente: António Rocha
Regressão linear
Borracha
Dias (X) Tamanho da borracha (Y)
1 20 10 18 20 16 30 15 40 13 60 10
Estatística de regressão
Quadrado de R 0,99
O modelo, isto é a reta que caracteriza a distribuição dos dados, explica 99% dos casos.
Observações 6 Nº de casos
Coeficientes Erro-padrão valor P Interceptar 19,79 0,237216299 0,000 Variável X 1 -0,17 0,007151799 0,000
Docente: António Rocha Docente: António Rocha
Regressão linear simples
Dias (a) Tamanho da borracha
61 9,66
62 9,49
63 9,33
64 9,16
65 9,00
66 8,83
67 8,66
68 8,50
69 8,33
70 8,17
71 8,00
72 7,83
73 7,67
74 7,50
75 7,34
76 7,17
77 7,00
78 6,84
79 6,67
80 6,51
46
Y = aX1 + b
Y=-0,17 * 61 + 19,79 = 9,66 Y=-0,17 * 21 + 19,79 = 9,49 …… … ..
Docente: António Rocha Docente: António Rocha
Principais referências utilizadas
Duret, Daniel & Pillet, Maurice (2009). Qualidade a produção, da ISO 9000 ao seis sigma. Os métodos e as ferramentas indispensáveis à implementação de um sistema de qualidade. LIDEL.
Pires, António (2007). Qualidade. Sistemas de gestão da qualidade. Edições Sílabo.
Amostragem: http://www.raosoft.com/samplesize.html?nosurvey
Scott & Page (2012). Model thinking. Coursera. https://class.coursera.org/modelthinking-2012-002/class/index
Terwiesch, Christian (2012). An introduction to operations Management. Coursera https://class.coursera.org/operations-2012-001/class/index
Documentação das aulas de aprendizagem à distância do curso profissionalizante de Mecânica do Serviço Nacional de Aprendizagem industrial http://www.sp.senai.br/senaisp/
47