Gestão da Produção Industrial
Sergio Henrique Silva Junior
V
al
ida
çã
o
de
proc
es
so
s,
dis
posi
tivos
de
me
diç
ão
e
métodos
analí
ticos
Prof. Sergio Henrique Silva Junior Rev 02/out2020
“Este é um material pedagógico desenvolvido por docente do
IFRJ. Seu uso, cópia, edição e/ou divulgação, em parte ou no
todo, por quaisquer meios existentes ou que vierem a ser
desenvolvidos, somente poderão ser feitos mediante
autorização expressa de seu autor. Caso contrário, poderão
ser aplicadas as penalidades legais vigentes”.
Lei nº 9.610, de 19 de fevereiro de 1998 (Direitos Autorais), na
Lei nº 12.965, de 23 de abril de 2014 (Marco Civil da Internet)
Testes de dispersos
VALIDAÇÃO
Grubbs
Cochran
Dixon
Chauvenet
ESTATÍSTICA BÁSICA
Dispersos são definidos como membros de uma série de valores que são inconsistentes com os outros membros da série. A distribuição normal dos valores medidos determina a faixa erros aleatórios. Os erros de medidas fora desta área são considerados dispersos.
Testes estatísticos para detectar valores dispersos :
-Teste de Dixon (para médias)
-Teste de Cochran (para variâncias)
-Teste de Grubbs (para médias pode substituir o teste de
Dixon)
TESTE DE DISPERSOS
ESTATÍSTICA BÁSICA
Teste de Dixon : usado para comparar um valor
individual nos extremos de um conjunto de valores. Calcular o
coeficiente de Dixon “Q” conforme o tamanho do conjunto de
dados e testar contra o “Q” tabelado (crítico).
Critérios :
Q calculado≤ Q crítico(5%) → Aceitar valor
Q crítico (1%) ≥ Q calculado > Q crítico(5%) → Valor suspeito
Q calculado > Q crítico (1%) → Rejeitar valor
TESTE DE DISPERSOS
ESTATÍSTICA BÁSICA
Teste de Dixon : colocar os dados em ordem crescente e
usar a equação adequada. TESTE DE DISPERSOS 1 1 2 ) ( ) 1 ( Z H Z Z Z Q − − = − 1 ) ( ) 1 ( ) ( ) 2 ( Z H Z H Z H Z Q − − − = − 1 1 2 ) 1 (H Z Z Z Z Q − − − = 2 ) ( ) 1 ( ) ( Z H Z H Z H Z Q − − − = 1 1 3 ) 2 (H Z Z Z Z Q − − − = 3 ) ( ) 2 ( ) ( Z H Z H Z H Z Q − − − =
Tamanho de dados de 3 a 7 Tamanho de dados de 8 a 12 Tamanho de dados de 13
Onde :
Equação 1 é para o início do intervalo Z= dado do intervalo na posição indicada em Z
Equação 2 é para o fim do intervalo H= último dado do intervalo ou dado de teste
ESTATÍSTICA BÁSICA
ESTATÍSTICA BÁSICA
Teste de Cochran : usado para comparar grupos de
variâncias. É um teste unilateral onde se verifica o maior valor. É importante que as variâncias tenham sido obtidas com o
mesmo número de repetições. Calcular o “C” (coeficiente de
Cochran) e comparar com o “C” crítico.
Critérios :
C calculado≤ C crítico (5%) → Aceitar valor
C crítico (1%) ≥ C calculado > C crítico(5%) → Valor suspeito
C calculado > C crítico (1%) → Rejeitar valor
TESTE DE DISPERSOS
ESTATÍSTICA BÁSICA
Teste de Cochran : colocar os dados em ordem
crescente e calcular o coeficiente “C”.
TESTE DE DISPERSOS
= 2 2 i máx S S C Onde : Smáx ² = maior variância Cálculos : Na tabela : n= número de replicatas p= Número de analistas ou laboratóriosESTATÍSTICA BÁSICA
ESTATÍSTICA BÁSICA
Teste de Grubbs :
O teste de Grubbs é realizado inicialmente verificando a existência de um valor disperso em cada extremidade do conjunto. Se nesta primeira análise, um dos dois valores for considerado disperso, ele é rejeitado, retirado do conjunto e novo teste, verificando a existência de um valor disperso em cada extremidade do conjunto, é realizado e assim sucessivamente.
ESTATÍSTICA BÁSICA
Teste de Grubbs : Um valor disperso, maior ou menor valor
do conjunto de dados. TESTE DE DISPERSOS S X X Gmaior = ( maior − ) S X X Gmenor = ( menor − ) Onde :
G maior = coeficiente de Grubbs para o maior valor
G menor = coeficiente de Grubbs para o menor valor
X maior = maior valor do conjunto de dados
X menor = menor valor do conjunto de dados
S = Desvio padrão do conjunto de dados
Cálculos :
ESTATÍSTICA BÁSICA
Teste de Grubbs : Um valor disperso.
TESTE DE DISPERSOS
Um valor é considerado disperso e estranho quando os valores calculados forem maiores que os tabelados a 1% e 5%, respectivamente.
Na tabela de Grubbs -> p é igual ao tamanho do conjunto de dados.
ESTATÍSTICA BÁSICA
Teste de Grubbs :
TESTE DE DISPERSOS
Se na primeira análise, ambos os valores forem aceitos como não dispersos, o teste é então realizado verificando-se a existência de dois valores dispersos em cada extremidade do conjunto. Se nesta segunda análise os dois resultados de uma das extremidades forem considerados como dispersos, eles devem ser rejeitados, retirados do conjunto e novo teste verificando a existência de dois valores dispersos em cada extremidade do conjunto é realizado e assim sucessivamente.
ESTATÍSTICA BÁSICA
Teste de Grubbs : Dois valores dispersos, maiores valores
do conjunto de dados. TESTE DE DISPERSOS 2 2 , 1 0 S S G = n− n Onde : Cálculos :
− = 2 2 0 (X X ) S i
− − = − 1, 2 2 2 , 1 ( i n n) n X X S 2 , 1 − =
− n X X n n i- Diferença quadrática de todos os valores - Diferença quadrática dos valores sem os valores em teste.
- Média dos valores menos os valores
ESTATÍSTICA BÁSICA
Teste de Grubbs : Dois valores dispersos, menores valores
do conjunto de dados. TESTE DE DISPERSOS 2 2 2 , 1 0 S S G = Onde : Cálculos :
− = 2 2 0 (X X ) S i
− = 2 2 , 1 2 2 , 1 (X X ) S i 2 2 , 1 − =
n X X i- Diferença quadrática de todos os valores - Diferença quadrática dos valores sem os valores em teste.
- Média dos valores menos os valores em
teste..
ESTATÍSTICA BÁSICA
Teste de Grubbs : Dois valores dispersos.
TESTE DE DISPERSOS
Critérios :
Dois valores: são considerados dispersos e suspeitos quando os valores calculados forem menores que os tabelados a 1% e 5%, respectivamente.
Na tabela de Grubbs -> p é igual ao tamanho do conjunto de dados.
ESTATÍSTICA BÁSICA
Rev.22/24out2019
Teste de Chauvenet
É comum encontrar valores medidos em um certo experimento que extrapolam a tendência dominante. Estes valores podem ser, de fato, medições erradas, como podem também representar certo fenômeno físico de interesse. Por este motivo, estes valores que fogem à tendência dominante não podem ser descartados sem recorrer a um critério consistente para sua eliminação.
Sejam n medições de uma grandeza, onde n é grande, de modo que os resultados seguem uma distribuição Gaussiana. Como já vimos, esta distribuição fornece a probabilidade de que um dado valor medido esteja desviado de um certo valor da média esperada. Não se pode esperar probabilidade menor que 1/n. Assim, se a probabilidade para o desvio de um certo valor medido é menor que 1/n, pode-se qualificá-lo para ser eliminado do conjunto de dados. Na realidade, testes mais restritivos são aplicados para eventualmente eliminar valores medidos. O critério de Chauvenet é um deles: especifica que um valor medido pode ser rejeitado se a probabilidade m de obter o desvio em relação à média é menor que 1/2n. A tabela 1 lista valores da razão do desvio em relação ao desvio padrão para vários valores de n conforme este critério.
Rev.22/24out2019
Teste de Chauvenet
Exemplo:Para medir a variação de um processo de fabricação de esferas de aço, foram obtidos os seguintes resultados com relação a massa da esfera:
47 g, 50 g, 53 g, 55 g, 55 g, 56 g, 57 g, 57 g, 58 g, 58 g, 58 g, 58 g, 60 g, 60 g, 60 g, 61 g, 61 g, 61 g, 61 g, 61 g, 61 g, 62 g, 62g , 62 g, 63 g, 63 g, 64 g, 67 g, 68 g, 72 g.
Teste de Chauvenet
Exemplo:1º passo : Colocar os dados em ordem crescente
2º passo : Calcular a média (𝑥) e o desvio padrão (s) dos dadosҧ
3º passo : Calcular o coeficiente de rejeição com a fórmula a seguir:
4º passo : Selecionar o coeficiente tabelado em função de n (tamanho da amostra)
5º passo : comparar cada valor calculado com o tabelado, se o calculado for maior, considera-se como “outlier” ou valor discrepante, podendo ser retirado da amostra.
6º passo : repetir os passos 1 a 5 até que não exista mais valores discrepantes
Rev.22/24out2019
Teste de Chauvenet
Exemplo Resultado: Status 47 2,5137476 Outlier 50 1,9226772 53 1,3316068 55 0,9375599 55 0,9375599 56 0,7405364 57 0,543513 57 0,543513 58 0,3464895 58 0,3464895 58 0,3464895 60 0,0475574 60 0,0475574 60 0,0475574 61 0,2445808 61 0,2445808 61 0,2445808 61 0,2445808 61 0,2445808 61 0,2445808 62 0,4416043 62 0,4416043 62 0,4416043 63 0,6386278 63 0,6386278 64 0,8356512 67 1,4267216 68 1,623745 72 2,4118389 Outlier 𝑥𝑖 (𝑥𝑖− 𝑥ҧ)Valor crítico (tabelado) para n = 29 -> 2,382
VALIDAÇÃO DE MÉTODOS DE ANÁLISE
BIBLIOGRAFIA
- ASTM – E-691 – 87 – Standard Pratice for Conducting an interlaboratory Study to Precision of a Teste Method.
- ISO-5725 : 1994 – Precision of Test Methods – Determination of Repeatibility and
Reproducibility for a Standard test Method by a Inter-laboratory Test.
- NBR ISO-16949 : 2002 - Sistemas de Gestão da Qualidade – Requisitos particulares para
aplicação da ISO 9001:2000 para organizações de produção automotiva e peças de assistência relevantes.
- NBR ISO/IEC-17025 : 2005 - Requisitos gerais para competência de laboratórios de ensaio e calibração
- NBR ISO-9001 : 2000 – Sistemas de Gestão da Qualidade.
- NBR ISO-10012 ( Parte I ) - Requisitos de garantia da qualidade para equipamento de medição (Parte 1:Sistema de comprovação metrológica para equipamento de medição).
- NBR ISO-10012 ( Parte II ) - Requisitos de garantia da qualidade para equipamento de medição (Parte 2: Diretrizes para controle de processos de medição).
- USP : 2000 – United States Pharmacopeia.
VALIDAÇÃO DE MÉTODOS DE ANÁLISE
BIBLIOGRAFIA
SERGIO HENRIQUE SILVA JUNIOR / WANDERLEY CARREIRA DE SOUZA JUNIOR
- ICH : 2000 - International Conference on Harmonization of technical Requiriments of
Registration of Pharmaceuticals for Humam Use.
- CFR : 2000 – Code Federal Regulations.
- YOUDEN, W. S. and STEINER, E.H. – Statistical Manual of the Association Official Analitycal
Chemists AOAC.
- ASTM D-6299 - Estatística aplicada na garantia da qualidade em técnicas de análise e medida
de performance de sistemas de medição.
- NBR 14597 : Precisão de métodos analíticos, Repetibilidade e Reprodutibilidade de métodos de
ensaios de produtos químicos e análise interlaboratorial.
- FUNDAMENTOS DE CONTROLE ESTATÍSTICO DE PROCESSO. São Paulo : IQA – Instituto da
Qualidade Automotiva, 1995. 160p.
- MANUAL DE MSA - Análise de Sistemas de Medição – 3a edição. São Paulo : IQA – Instituto da
Qualidade Automotiva, 2003. 225p.
- VIM – Vocabulário Internacional de Metrologia
VALIDAÇÃO DE MÉTODOS DE ANÁLISE
BIBLIOGRAFIA
- ISO 78/2 – Documentação para Métodos de Ensaios
- ABNT ISO-GUIA 30 : 2000 - Termos e definições relacionados com materiais de referência.
- ABNT ISO-GUIA 31 : 2000 - Conteúdo de certificados de materiais de referência.
- ISHIKAWA, K. (1993). Controle de Qualidade Total: à Maneira Japonesa, Editora Campos. Rio de
Janeiro.
- CAMPOS, V. F. (1998). Gerenciamento da Rotina do Trabalho do Dia-a-Dia – 4ª edição, Editora de Desenvolvimento Gerencial. Belo Horizonte.