• Nenhum resultado encontrado

Ferramentas da Qualidade UDESC/CCT

N/A
N/A
Protected

Academic year: 2021

Share "Ferramentas da Qualidade UDESC/CCT"

Copied!
39
0
0

Texto

(1)

Ferramentas da Qualidade

(2)

Ferramentas da Qualidade

1. Diagrama de Pareto

2. Diagrama de causa-efeito

(Ishikawa)

3. Histogramas

4. Folhas de verificação

5. Gráficos de dispersão

6. Fluxogramas

7. Cartas de controle

2

(3)

Ferramentas da Qualidade

Professor: Alan Schmitt

UDESC/CCT

(4)

DIAGRAMA DE

CAUSA-E-EFEITO

(5)

Diagrama de Causa e Efeito

 O Diagrama de Causa e Efeito é uma ferramenta utilizada para apresentar a relação existente entre o as características de qualidade resultantes de um processo (efeito) e os fatores (causas) do processo que, por razões técnicas, possam afetar o resultado considerado.

(6)

Diagrama de Causa e Efeito

 Freqüentemente, o efeito de um processo constitui um problema a ser solucionado e então o Diagrama de Causa e Efeito é utilizado para sumarizar as possíveis causas do problema

 O Diagrama de Causa e Efeito também é chamado de Diagrama de Espinha de Peixe ou Diagrama de Ishikawa

(7)

Etapas para elaboração do Diagrama de

causa e efeito

 Defina a característica de qualidade ou o problema a ser analisado (efeito)

 Faça um “brainstorming” para levantamento de todas as possíveis causas

 Identifique as causas primárias que afetam o efeito, classificando-as nas categorias 6M’s: Máquina, Matéria-prima, Mão-de-obra, Meio Ambiente, Medições e Método

 Identifique as causas secundárias que afetam as primárias

(8)

Etapas na construção do Diagrama de

causa e efeito.

 Identifique as causas terciárias que afetam as secundárias

 Esse procedimento deve continuar até que as possíveis causas estejam suficientemente detalhadas

 Por consenso, estipule a importância de cada causa e identifique as causas que parecem exercer um efeito mais significativo

 Registre outras informações, como: título, data, responsáveis

(9)

Diagrama de Causa e Efeito

Característica Espinha dorsal Fatores (causas) Características (efeitos) Causas primárias Causas secundárias Causas terciárias

(10)

Notas sobre o Diagrama de causa e efeito

 A construção do diagrama deve ser realizada por um grupo de pessoas envolvidas com o processo

 A técnica de brainstorming (tempestade de idéias) auxilia o levantamento completo de todas as possíveis causas

 Sempre que possível, expresse os efeitos e as causas de forma mensurável possibilitando uma análise objetiva

(11)

Exemplo 1

Quebra de Gfa

Desatenção do operador Acúmulo de gfa e queda

no encaixotamento Regulagem parâmetros Rótulos com problemas

Queda cxs da empilhadeira

Rotulagem de produtos NC Falhas na impressão

Fora da gramatura esp. Fora das especificações Encanoados Falhas na arte

Gfa chega sem conta-gotas

Tipo de adesivo

Ocasiona quebra na maq.rot.

Velocidade da linha Rolos escovas ruim

Umidade

muito velhos

Excesso de set up Muito caro para troca frequente Bolhas no rótulo Marcas de pinça

Devoluções Abstecimento da máquina Temperatura

Ajuste maq durante

set up Falta de MP

Retrabalho

Quebras Rótulos

Meio Ambiente

Mão de Obra Matéria Prima

Método Máquina

(12)

Problemas (Efeitos) Meio Ambiente

Máquina Método

Mão-de-obra Medidas Matéria Prima

Fatores (causas)

Perda de líquido no

produto acabado

Nota: Em NEGRITO são apresentadas as prováveis causas geradoras do problema.

Exemplo 2

Var. bicos ench.

Var. formas gfa

Medição vol. Contração líquido Evaporação Var.Temp. Falta deMan. Preventiva Var.med.vazão Marcador do tq Desatenção Critérios de leituras. 12

(13)
(14)

Histograma

O histograma é um gráfico de barras no qual o eixo horizontal, subdividido em vários pequenos intervalos, apresenta os valores assumidos por uma variável de interesse.

Para cada um destes intervalos é construída uma barra vertical, cuja área deve ser proporcional ao número de observações na amostra cujos valores pertencem ao intervalo correspondente

(15)

0 2 4 6 8 10 12 14 16 18 20 22 1 2 3 4 5 6 7 8 9 Característica Analisada F re q ü ê n c ia

Ex. Histograma dados contínuos

(16)

Ex. Histograma e Polígono de Freqüência 0 5 10 15 20 25 1 2 3 4 5 6 7 8 9

Ca ra cte rística Ana lisa da

Fr eq üê nc ia Polígono de Freqüência 0 5 10 15 20 25 1 2 3 4 5 6 7 8 9 Característica Analisada F re q ü ê n c ia s 16

(17)

Histograma dados discretos

1,0 1,0 1,51,5 2,02,0 2,52,5 3,03,0 3,53,5 4,04,0 4,54,5 5,05,0 5,55,5 6,06,0 1/36 1/36 2/36 2/36 3/36 3/36 x x f(x) f(x) 4/36 4/36 5/36 5/36 6/36 6/36

(18)

Histograma

O histograma dispõe as informações de modo que seja possível a visualização da forma da distribuição de um conjunto de dados e também a percepção da localização do valor central e da dispersão dos dados em torno deste valor central.

(19)

Como construir um Histograma

1. Colete n dados referentes à variável cuja distribuição será analisada.

É aconselhável que n seja superior a 50 para que possa ser obtido um padrão representativo da distribuição.

Histograma para variáveis contínuas

Ex.: característica dimensional (mm)

20,2 21 24 24,6 25,5 26 27 28,3 29 29,2 29,9 30,8 30,9 31 31 31,2 31,4 31,6 31,6 31,8 32,1 32,2 32,2 32,2 32,4 32,6 34 34,5 34,7 34,8 35,3 35,6 35,7 35,8 36 36 36,1 38 38,1 38,4 38,5 38,7 38,7 39,1 39,4 39,7 41,3 41,9

(20)

2) Determine o maior e menor valor do conjunto de dados;

Min = 20,2 e Max = 50

3) Defina o limite inferior da primeira classe (LI), que deve ser igual ou ligeiramente inferior ao menor valor das observações;

LI = 20

4) Defina o limite superior da última classe (LS), que deve ser

igual ou ligeiramente superior ao maior valor das observações;

LS= 50

Como construir um Histograma

(21)

5) Define-se o número de classes (K), que pode ser calculado usando e deve estar compreendido entre 5 e 20;

6) Conhecido o número de classes, define-se a amplitude de cada classe: a = (LS - LI) / K;

8

60

K

75 , 3 8 ) 20 50 ( ) (  K LI LS a n K

Para facilitar os cálculos, foi escolhido K = 8

(22)

Como construir um Histograma

7) Calcule os limites de cada intervalo

8) Construa uma tabela de distribuição de freqüência

Intervalo de Classe Freqüência Absoluta

1 - 20,00 a 23,75 2 2 - 23,76 a 27,50 5 3 - 27,51 a 31,25 9 4 - 31,26 a 35,00 14 5 - 35,01 a 38,75 13 6 - 38,76 a 42,50 9 7 - 42,51 a 46,25 6 8 - 46,26 a 50,00 2 Limite inferior da classe Limite superior da classe

(23)

Como construir um Histograma

9) Desenhe o histograma

10) Registre as informações importantes que devem constar no gráfico Ex. Histograma 2 5 9 14 13 9 6 2 0 5 10 15 1 2 3 4 5 6 7 8

Classes da Característica medida

F re q ü ê n c ia

(24)

Formas Histogramas

Histograma simétrico ou em forma de Sino

 O valor médio localiza-se no centro do Histograma

 Pode ocorrer qdo a variável é contínua e não existem restrições para os valores que pode ocorrer

(25)

Formas de Histograma

Histograma Assimétrico

 O valor médio localiza-se fora do centro do Histograma

 É usualmente encontrado qdo não é possível a varíavel assumir valores mais altos ou mais baixos do que um

(26)

Formas de Histograma

Histograma “ilhas isoladas”

 Pode ocorrer qdo o processo ao qual a variável associada apresenta algum tipo de irregularidade, ou quando acontece erros de medida ou registro de dados.

(27)

Formas de Histograma

Histograma “Despenhadeiro”

 A freqüência diminui de modo abrupto de um ou dos dois lados do gráfico.

 Pode ocorrer qdo o processo ao qual a variável associada não é capaz de atender as especificações e por este motivo é realizado inspeção 100 % para eliminar produtos defeituosos.

(28)

Formas de Histograma

Histograma Bi-modal

 A freqüência é baixa no centro do Histograma e existem um pico a direita e outro a esquerda.

 Ocorre quando dados provenientes de duas distribuições são misturados.

(29)

Comparação com os limites de

especificação

LIE LSE Processo A LIE LSE Processo B LIE LSE Processo D LIE LSE Processo C 29

(30)

Ex. Variação volume - Enchedora

Volume Fr eq ue nc ia 1008 1006 1004 1002 70 60 50 40 30 20 10 0 Mean 1004 StDev 1,730 N 299 Normal Histograma vol. DQ Temp. média – 25 Vol. ideal p/ conv. a

20 C DQ = 1003

(31)

Ex. Variação Grau Alcoólico

Fr eq üê nc ia 40,5 40,4 40,3 40,2 40,1 40,0 39,9 39,8 20 15 10 5 0 M ean 40,03 StDev 0,1193 N 105

Histograma Graduação Alcoólica (°GL)

Mês MÉDIA DESVIO PADRÃO CP CPK

Abril 40,04 0,09798 1,01 0,80

(32)

Gráfico Seqüencial

Cartas de tendência são empregadas para representar dados visualmente.

São utilizadas para monitorar um sistema a fim de observar ao longo do tempo a EXISTÊNCIA de alterações na média esperada. Te mpo ou Se qüê ncia M ed ão M é d i a 32

(33)

Gráfico Seqüencial

São ferramentas simples de construir e utilizar. Os pontos são marcados no gráfico na medida em que estejam disponíveis. É comum a sua utilização em ocorrências, tais como: paradas de máquina, produção, refugo, erros de tipografia ou produtividade, já que variam com o tempo.

(34)

Gráfico de controle

Controle estatístico do Processo é um sistema de monitoramento da qualidade, com o objetivo de verificar a presença de causas especiais.

A principal ferramenta do CEP são os Gráficos de controle. Os Gráficos de Controle fornecem um sinal sempre que houver a presença de causas especiais (falhas operacionais), orientando as ações de melhoria

(35)

Cartas de controle

O gráfico contém uma linha central que representa o valor médio da característica em estudo e duas linhas horizontais chamadas limites de controle.

Os limites de controle (calculados a partir da média mais ou menos 3 desvios-padrões) representam a variação associada a causas comuns de variabilidade (inerente ao processo). As amostras fora dos limites de controle representam variação associada a causas especiais (falhas operacionais).

(36)

Típico gráfico de controle

Gráfico de Controle 9 12 15 18 Amostras M ed id as LIC LC LSC Medidas 36

(37)

Gráfico de Controle

Amostra

31.8 35.2 23 28 33 38 43 Causas Especiais Causas Comuns Causas Especiais Limite de Controle Superior Média Limite de Controle Inferior

(38)

Gráficos de controle –

Detecção de causas especiais

Se apenas as causas comuns estão presentes, as medidas devem se manter dentro dos

limites de controle

Pontos fora dos limites de

controle indicam a presença de

causas especiais (falhas operacionais) diâmetro Amostra X 31.8 35.2 1 6 11 16 21 Amostra X 31.8 35.2 35 40 45 50 55 38

(39)

Referências Bibliográficas

1. CAMPOS, Vicente F. TQC – Controle da Qualidade Total (no estilo japonês). Belo Horizonte, MG: Editora de Desenvolvimento Gerencial, 1999.

2. WERKEMA, Maria C.C. Ferramentas estatísticas para o gerenciamento de

processos. Belo Horizonte, MG: Fundação Christiano Ottoni, Escola de Engenharia

Referências

Documentos relacionados

O diagrama de Ishikawa, também conhecido como matriz causa e efeito, ou ainda diagrama de espinha de peixe, é uma das ferramentas sugeridas por Suri (1998) para analisar as causas

A seguir alguns elementos chaves que podem ser aplicados na avaliação de um diagrama consistente: devem existir mais causas “condições” que causas “ações”, cada causa deve ter

Columns 1-4 report results obtained using cropland as the dependent variable while columns 5-8 report results obtained using the log of the value of crop production as the

Para a administração do loteamento ou condomínio, o deve- dor é o atual proprietário, não obstante possa este efetuar o pagamento e poste- riormente processar o

22 de novembro de 2012: MONITORAMENTO E AVALIAÇÃO DO SELO UNICEF: Indicadores de fontes oficiais coletados; dados do II Fórum inseridos no SeloSYS; dados dos

Foi então sugerido ao paciente o uso de fios de polidioxanona (PDO) no terço superior da face, os fios russos no terço médio da face, e na região submentoniana, os fios Double

As Entidades formadoras a designar pela ANACOM devem possuir a acreditação de Entidade Formadora, emitida pela DGERT (Direcção Geral do Emprego e Relações no Trabalho). O processo

D - Diagrama espinha de peixe - é uma ferramenta muito útil para que se possa visualizar as várias causas que levam aos efeitos (problemas) de um processo. Equivale ao item II.. A