• Nenhum resultado encontrado

Aplicação das Ferramentas da Qualidade. Ministrante: Carlos Alberto Trevisan Engenheiro Químico - Consultor

N/A
N/A
Protected

Academic year: 2021

Share "Aplicação das Ferramentas da Qualidade. Ministrante: Carlos Alberto Trevisan Engenheiro Químico - Consultor"

Copied!
76
0
0

Texto

(1)

Ministrante: Carlos Alberto Trevisan

Engenheiro Químico - Consultor

trevisan@bighost.com.br

Araraquara, 21 de setembro de 2013

Aplicação das

(2)

Rua Líbero Badaró, 152 – 13º/14º andar - Centro – São Paulo/SP - CEP: 01008-903 Fone (11) 3289-1506 www.sinquisp.org.br; sinquisp@sinquisp.org.br

PROJETO DE LEI 762/2007

Uma questão de saúde publica!

Desde 2007, o SINQUISP está trabalhando para que o projeto de Lei 762/2007,

de autoria do Deputado Estadual João Caramez (PSDB), seja sancionado.

Trata-se de um projeto de extrema importância para a saúde pública uma vez

que, entre outras coisas, confere ao profissional da Química a responsabilidade técnica

pelo tratamento e controle de qualidade da água de piscina de uso coletivo.

Desta forma, o SINQUISP solicita seu apoio na divulgação e coleta de

assinaturas do manifesto para que a ALESP - Assembleia legislativa do Estado de São

Paulo sancione o projeto tornando-o Lei.

A petição pública está disponível no site:

http://www.peticaopublica.com.br/?pi=P2011N9103

Atenciosamente,

Aelson Guaita

Presidente do SINQUISP

Químico Industrial, CRQ nº 04232852

---

DESTAQUE:

Eu, abaixo-assinado, faço minha adesão à sanção do PL 762/2007.

Nome completo*

E-mail*

Cidade*

Nº R.G*

Profissão

Telefone

Ano de nascimento

Os campos assinalados com (*) são de preenchimento obrigatório para validação da petição junto a Assembleia Legislativa de São Paulo.

Assinatura:________________________________

Data:___/___/___

(3)

                              Descubra os benefícios de ser um  associado SINQUISP!    Descontos e vantagens em lazer e  turismo, educação, saúde, seguros,  assistência financeira e jurídica e  aprimoramento do profissional.         LAZER E TURISMO    BANSTUR        Planos com hospedagem gratuita, até  60% de desconto nas tarifas e uma lista  de mais de 700 hotéis no Brasil, além de  pacotes especiais para viagens  internacionais.     AOJESP (Associação de Oficiais de         Justiça de São Paulo)  Que tal aproveitar colônias de férias nas  cidades de Caraguatatuba e Águas de  Lindóia, além do Solar dos Oficiais de  Justiça, na Serra da Cantareira?  Aproveite as vantagens de ser um  associado!    ADAEE (Associação dos Servidores do  Departamento De Energia Elétrica)  Com colônias de férias nas cidades de  Campos de Jordão, no litoral norte de  São Paulo e em Ponta Negra, a ADAEE é  outra ótima opção para aproveitar as  férias!        EDUCAÇÃO   

FASB  (Faculdade  de  São  Bernardo  do  Campo)           Desconto de 10% nos cursos oferecidos  pela instituição.     UNIB ‐ Universidade Ibirapuera  10% desconto para cursos de graduação  (tradicional, tecnológico e pós‐graduação  Lato Sensu) e 50% no curso de Química –  licenciatura.    UNG ‐ Universidade de Guarulhos.        10 a 20% de desconto para cursos de  graduação e 10% de desconto nos cursos  de Pós‐Graduação Lato Sensu.         UNIFIEO ‐ Centro Universitário FIEO   10% nas mensalidades dos cursos de  graduação e 20%, nas mensalidades dos  cursos de Pós‐Graduação Lato Sensu.    FAAP ‐ Fundação Armando Álvares  Penteado  Descontos de 6% sobre o valor da  mensalidade para cada profissional e acima  de 10 profissionais matriculados, o  desconto passa a ser de 12%.             SAÚDE    SEMMLER Seguros   

Descontos  especiais  em  planos  de  saúde por adesão, trabalhando com as  principais seguradoras e operadoras do  mercado,  como  AMIL,  DIX,  LINCX  e  Unimed Paulistana.  

 

ASSISTÊNCIA FINANCEIRA   

KHAUBEN 

Prestação  de  serviços  de  assessoria  e  planejamento  jurídico‐tributário,  além  de  auditoria  contábil‐fiscal,  com  ênfase  na  recuperação  de  créditos  fiscais  e  financeiros,  como  mudanças  da  moeda  corrente  no  País,  aplicação  de  índice  de  correção econômico inferior ao índice real,  unificação  e  liquidação  de  bancos,  saldos  residuais de FGTS não resgatados e outros  fatores  de  natureza  similar.        ASSESSORIA JURÍDICA    TRABALHISTA  Com profissionais de renome, o SINQUIP  oferece orientação jurídica aos  profissionais na realização de  homologações nas rescisões de contratos  de trabalho.    PREVIDENCIÁRIA 

Com  advogado  especialista  na  área,  os  afiliados ao SINQUISP contam com suporte  nas  áreas  de  Acidentário,  Responsabilidade Civil, Direito do Trabalho  e  Direito  de  Família  em  seus  trâmites  jurídicos.      CURSOS DE APRIMORAMENTO                                        

(4)

Rua Líbero Badaró, 152 – 13º/14º andar - Centro – São Paulo/SP - CEP: 01008-903 Fone (11) 3289-1506 www.sinquisp.org.br; sinquisp@sinquisp.org.br

PROPOSTA DE ADMISSÃO Dados Cadastrais (em letra de forma):

*Nome__________________________________________________________________________________________ *CPF:______________________________ *RG:___________________________ *CRQ:_______________________ *Endereço Residencial: ____________________________________________________________________nº______ *Bairro: _________________________________ Município:_________________________________ UF:_____ *CEP______________________ *Tel.:________________________ * Cel.:____________________________ *E-mail: ____________________________________________* Data nascimento: ____/____/____

*Formação profissional: ( ) Nível superior - área da química ( ) Técnico de nível médio

*Título do diploma: ______________________________________________________________________________

Situação Atual: ( ) Empregado ( ) Desempregado ( ) Autônomo

Empresa_______________________________________________________________________________________ Endereço___________________________________________________________________________ nº_________ Bairro_______________________________________ Município_____________________________ UF__________ CEP______________________ Telefone:________________________

CNPJ:______________________________________________

Cargo Ocupado: _____________________________________________Data de admissão: ___/___/_____

Dependentes

Nome Data nasc. Parentesco

Endereço para Correspondência ( ) Comercial ( ) Residencial

Local e data: _____________________________,____ de _______________________de ___________ Assinatura:________________________________

Valor da Anuidade 2013: R$ 110,00

(5)

M

M

FERRAMENTAS DA QUALIDADE

ii

n

n

ii

FERRAMENTAS DA QUALIDADE

Carlos Alberto Trevisan

cc

u

u

rr

Carlos Alberto Trevisan

Setembro/2013

rr

ss

oo

sss

s

‐‐

2

2

0

0

0

0

(6)

M

M

ii

n

n

ii

O

princípio da divisibilidade

permite

cc

u

u

rr

controlar de forma sistemática cada um

dos processos de modo individualizado e

rr

ss

oo

ss

p

como resultado permite controlar o

s

s

‐‐

2

2

0

0

processo como um todo.

0

0

1

1

3

3

(7)

VANTAGENS DAS FERRAMENTAS

M

M

VANTAGENS DAS FERRAMENTAS

ii

n

n

ii

1. Resumir o conhecimento e as possíveis

cc

u

u

rr

conclusões do estudo do problema

2

Possibilitar a visualização e a

rr

ss

oo

ss

2. Possibilitar a visualização e a

compreensão dos problemas

s

s

‐‐

2

2

0

0

3. Permitir o conhecimento dos processos

0

0

(8)

FERRAMENTAS DA QUALIDADE

M

M

FERRAMENTAS DA QUALIDADE

ii

n

n

ii

 Fluxograma

cc

u

u

rr

 Fluxograma

 Diagrama de Causa – Efeito

rr

ss

oo

ss

 Coleta de dados

s

s

‐‐

2

2

0

0

 Folha de verificação

0

0

1

1

3

3

(9)

FERRAMENTAS DA QUALIDADE

M

M

FERRAMENTAS DA QUALIDADE

ii

n

n

ii

 Diagrama de Pareto

cc

u

u

rr

 Diagrama de Pareto

 Histograma

rr

ss

oo

ss

 Diagrama de Dispersão

s

s

‐‐

2

2

0

0

 Gráficos de Controle

0

0

(10)

Diagrama PDCA

M

M

Diagrama PDCA

ii

n

n

ii

cc

u

u

rrrr

ss

oo

sss

s

‐‐

2

2

0

0

0

0

1

1

3

3

(11)

APLICAÇÃO DAS FERRAMENTAS

M

M

APLICAÇÃO DAS FERRAMENTAS

DA QUALIDADE

ii

n

n

ii

Identificação

do problema

Análise do

problema

cc

u

u

rr

Diagrama de Pareto

Histograma

Diagrama de dispersão

rr

ss

oo

ss

Fluxograma

Diagrama de Pareto

Diagrama de causa e efeito

g

p

Gráficos de controle

s

s

‐‐

2

2

0

0

Folha de verificação

Extratificação

0

0

ç

(12)

FLUXOGRAMA

M

M

FLUXOGRAMA

ii

n

n

ii

Representação gráfica das diversas etapas que

cc

u

u

rr

p

ç

g

p

q

constituem um processo específico

rr

ss

oo

ss

Processo: conjunto de atividades

ordenadas em

sequência planejada

para atingir

o objetivo

s

s

‐‐

2

2

0

0

sequência planejada, para atingir

o objetivo

estabelecido.

0

0

1

1

3

3

(13)

FLUXOGRAMA

M

M

FLUXOGRAMA

ii

n

n

ii

cc

u

u

rrrr

ss

oo

sss

s

‐‐

2

2

0

0

0

0

(14)

FLUXOGRAMA

M

M

FLUXOGRAMA

ii

n

n

ii

Montagem do planejamento de coleta de dados

cc

u

u

rr

g

p

j

Averiguação das causas primárias

rr

ss

oo

ss

Estratificação dos dados

s

s

‐‐

2

2

0

0

0

0

1

1

3

3

(15)

FLUXOGRAMA

M

M

FLUXOGRAMA

ii

n

n

ii

cc

u

u

rrrr

ss

oo

ss

INÍCIO

ou

ATIVIDADES

DECISÃO

s

s

‐‐

2

2

0

0

FIM

DECISÃO

0

0

(16)

FLUXOGRAMA

M

M

Ligar a TV

ii

n

n

ii

Imagem

aparece?

O fio está

conectado à

tomada

Não

Sim

cc

u

u

rr

Conectar o fio

Sim

Não

rr

ss

oo

ss

Imagem

é boa?

Imagem

aparece?

Chamar o técnico

Não

Sim

Sim

s

s

‐‐

2

2

0

0

Não

0

0

1

1

3

3

Operar

ajustes

Assistir ao

Imagem

é boa?

Não

Sim

Conselho Regional de Química IV Região (SP) – Apoio: Caixa Econômica Federal/Sinquisp

ss s ao

programa

(17)

FLUXOGRAMA

M

M

ii

n

n

ii

cc

u

u

rrrr

ss

oo

sss

s

‐‐

2

2

0

0

0

0

(18)

FLUXOGRAMA

M

M

ii

n

n

ii

cc

u

u

rrrr

ss

oo

sss

s

‐‐

2

2

0

0

0

0

1

1

3

3

(19)

FLUXOGRAMA

M

M

ii

n

n

ii

cc

u

u

rrrr

ss

oo

sss

s

‐‐

2

2

0

0

0

0

(20)

Diagrama de causa-efeito (Ishikawa)

M

M

g

(

)

ii

n

n

ii

Representação gráfica que mostra a relação entre

todas as possibilidades de “causas” e o “efeito”

cc

u

u

rr

p

atribuído às mesmas.

rr

ss

oo

ss

Definir com grande clareza a relação existente

entre um problema que esteja sendo investigado

s

s

‐‐

2

2

0

0

e as suas possíveis causas .

0

0

1

1

3

3

(21)

Diagrama de causa-efeito (Ishikawa)

M

M

g

(

)

ii

n

n

ii

Um grande número de causas deve ser avaliado.

cc

u

u

rr

Quando as causas possíveis devam ser

classificadas em grupos genéricos.

rr

ss

oo

sss

s

‐‐

2

2

0

0

0

0

(22)

Diagrama de causa-efeito (Ishikawa)

M

M

g

(

)

ii

n

n

ii

cc

u

u

rrrr

ss

oo

sss

s

‐‐

2

2

0

0

0

0

1

1

3

3

(23)

Diagrama de causa-efeito (Ishikawa)

M

M

g

(

)

ii

n

n

ii

Métodos

Máquinas

Meio ambiente

cc

u

u

rr

Instrução

Procedimento

Manutenção

Deterioração

Oficina

Clima

rr

ss

oo

ss

Efeito

Físico

s

s

‐‐

2

2

0

0

Físico

Treinamento

Fornecedores

Inspeção

Instrumento

0

0

(24)

Diagrama de causa-efeito (Ishikawa)

M

M

g

(

)

ii

n

n

ii

cc

u

u

rrrr

ss

oo

sss

s

‐‐

2

2

0

0

0

0

1

1

3

3

(25)

Diagrama de causa-efeito (Ishikawa)

M

M

g

(

)

METODO

MÁQUINA

ii

n

n

ii

METODO

MÁQUINA

Dirigir muito rápido

Uso incorreto das marchas Falha de audição

Pressão não registrada

Baixa pressão dos pneus Mistura rica

cc

u

u

rr

Sempre atrasado Impaciência ç Radio alto volume Não escuto o motor

Projeto ruim

Difícil acesso ao bico Ajuste do carburador Falta capacitação

rr

ss

oo

ss

Manutenção insuficiente Pouco treinamento Desatenção Combustível de

baixa octanagem Falta óleo

Numerário Alto consumo combustível

s

s

‐‐

2

2

0

0

Numerário Falta de conhecimento Direção imprópria Falta manual Desconhecimento da Lubrificação imprópria Óleo

Desconhecimento do óleo certo

0

(26)

Coleta de Dados

M

M

Procedimento que possibilita a obtenção de informações as

i

ó

áli

ífi

b

f

t

i

ii

n

n

ii

quais após análise específica servem como bases factuais

na tomada de decisão.

cc

u

u

rr

A grande vantagem da Coleta de Dados é o fim do

“eu acho”.

A Coleta de

Dados

possibilita

administrar por “fatos” ao

rr

ss

oo

ss

p

p

invés de “por opinião ou sentimentos”.

Ao representar de modo claro o problema, a Coleta de Dados

s

s

‐‐

2

2

0

0

Ao representar de modo claro o problema, a Coleta de Dados

é a base para a efetiva solução do mesmo.

Todo problema deve sempre ser discutido sobre uma base de

0

0

1

1

3

3

Todo problema deve sempre ser discutido sobre uma base de

dados construída sem qualquer manipulação.

(27)

Coleta de Dados

M

M

ii

n

n

ii

Dados

Variável

Tipo

Característica

Exemplo

Obtenção

cc

u

u

rr

Variável

Quantitativo

rr

ss

oo

ss

Contínua

Composta por

números reais

Massa,Volume,

Tempo,Temperatura

etc

Medição

Composta por

N

o

de itens

s

s

‐‐

2

2

0

0

Discreta

Composta por

números inteiros

N

o

de itens

defeituosos,

produção etc

Contagem

Qualitativo

0

(28)

Coleta de Dados

M

M

ii

n

n

ii

1. Necessidade de verificar se a situação atual é

cc

u

u

rr

ç

adequada

2 Necessidade de analisar um problema

rr

ss

oo

ss

2. Necessidade de analisar um problema

s

s

‐‐

2

2

0

0

0

0

1

1

3

3

(29)

Coleta de Dados

M

M

ii

n

n

ii

1.

Defina o objetivo

cc

u

u

rr

2.

Formule perguntas

rr

ss

oo

ss

3.

Defina a quantidade e o tamanho da

amostra de dados

s

s

‐‐

2

2

0

0

4.

Defina os pontos para coleta

0

(30)

Coleta de Dados

M

M

ii

n

n

ii

5.

Elabore a folha de verificação e as instruções

cc

u

u

rr

6.

Determine e frequência para a coleta

7

E

lh

l t

rr

ss

oo

ss

7.

Escolha o coletor

8.

Treine o coletor

s

s

‐‐

2

2

0

0

9.

Realize a coleta

0

0

1

1

3

3

(31)

Folha de verificação

M

M

ç

ii

n

n

ii

Registro de informações baseadas em observações

t

i

bj ti

d

t

i

d l

cc

u

u

rr

amostrais com o objetivo de caracterizar um modelo.

Base de aplicação de várias das demais ferramentas

rr

ss

oo

ss

em especial a Coleta de Dados.

s

s

‐‐

2

2

0

0

0

0

(32)

Folha de verificação

M

M

ç

ii

n

n

ii

cc

u

u

rrrr

ss

oo

sss

s

‐‐

2

2

0

0

0

0

1

1

3

3

(33)

Folha de verificação

M

M

ç

ii

n

n

ii

cc

u

u

rrrr

ss

oo

sss

s

‐‐

2

2

0

0

0

0

(34)

Folha de verificação

M

M

ç

ii

n

n

ii

As Folhas de Verificação permitem reduzir a variabilidade

dos dados simplificando de modo uniforme os realmente

cc

u

u

rr

dos dados, simplificando de modo uniforme os realmente

importantes para a avaliação do problema .

rr

ss

oo

ss

Para que a Folha de Verificação

seja realmente útil, é

á i

l

j

l b

d

d

d

s

s

‐‐

2

2

0

0

necessário que

ela seja elaborada

de acordo com os

objetivos e técnicas escolhidas para a análise.

0

0

1

1

3

3

(35)

Folha de verificação

M

M

ç

ii

n

n

ii

1.

As unidades coerentes.

2.

A quantidade de dígitos necessários.

cc

u

u

rr

3.

Gráficos/desenhos para indicar quando necessário as

não conformidades encontradas sem necessidade de

descrição

rr

ss

oo

ss

descrição.

4.

A frequência da tomada das informações.

s

s

‐‐

2

2

0

0

0

0

(36)

Folha de verificação

M

M

ç

ii

n

n

ii

Data

Total

DEFEITOS

06/05

07/05

08/05

09/05

cc

u

u

rr

DEFEITOS

06/05

07/05

08/05

09/05

Dimensão

IIII I

IIII

IIII III

IIII II

26

rr

ss

oo

ss

Forma

I

III

III

II

9

Profundidade

IIII

I

I

I

8

Peso

IIII IIII IIII IIII IIII

IIII IIII II IIII IIII IIII

52

s

s

‐‐

2

2

0

0

Peso

IIII IIII IIII IIII IIII

IIII IIII II IIII IIII IIII

5

Acabamento

II

III

I

I

7

Total

29

22

25

26

102

0

0

1

1

3

3

(37)

Diagrama de Pareto

M

M

g

ii

n

n

ii

cc

u

u

rr

Diagrama

de

barras

que

permite

visualizar

a

participação

tanto

em

termos

absolutos

quanto

rr

ss

oo

ss

p

p ç

q

relativos de cada uma das causas de um problema.

s

s

‐‐

2

2

0

0

0

0

(38)

Diagrama de Pareto

M

M

g

S

t b l

li t

t d

ii

n

n

ii

Se

estabelecemos uma lista com todas as causas que

contribuem para a obtenção ou aparição de qualquer

cc

u

u

rr

efeito que tenhamos interesse em analisar, ordenando-as

da maior para a menor segundo a grandeza da

rr

ss

oo

ss

participação de cada uma, verificaremos que a

importância relativa das primeiras é tão grande em

s

s

‐‐

2

2

0

0

comparação com as últimas que aproximadamente 20%

das mesmas são responsáveis por 80% do efeito total e

0

0

1

1

3

3

as 80% restantes são responsáveis pelos 20% restantes

do efeito.

(39)

Diagrama de Pareto

M

M

g

ii

n

n

ii

HISTÓRICO

1897 Vilfredo Pareto

cc

u

u

rr

Modelos para analisar a distribuição desigual de

riquezas

rr

ss

oo

ss

riquezas.

20% da população (poucos, mas vitais) 80% da

arrecadação

s

s

‐‐

2

2

0

0

arrecadação

80% da população (muitos e triviais ) 20% da

d

ã

0

(40)

Diagrama de Pareto

M

M

Diagrama de Pareto

ii

n

n

ii

100%

Poucos, mas vitais

Muitos e triviais

cc

u

u

rr

80%

rr

ss

oo

ss

40%

60%

s

s

‐‐

2

2

0

0

20%

40%

0

0

1

1

3

3

População

Renda

Conselho Regional de Química IV Região (SP) – Apoio: Caixa Econômica Federal/Sinquisp

(41)

Diagrama de Pareto

M

M

g

ii

n

n

ii

200

QDE DE ITENS

100

PERCENTUAL

ACUMULADO

cc

u

u

rr

20%

80%

80 60 160

rr

ss

oo

ss

120 40 80 60 40

s

s

‐‐

2

2

0

0

40 20 20

0

0

(42)

Diagrama de Pareto

M

M

g

Não conformidade

Coleta de dados

Total

ii

n

n

ii

Não conformidade

Coleta de dados

Total

01

IIII IIII III

13

02

III

3

cc

u

u

rr

03

IIII IIII IIII IIII IIII

IIII II

32

04

II

2

rr

ss

oo

ss

04

II

2

05

IIII II

7

06

I

1

s

s

‐‐

2

2

0

0

07

IIII

4

Total

61

0

0

1

1

3

3

(43)

Diagrama de Pareto

M

M

g

Número de ocorrência na categoria

ii

n

n

ii

Frequência Relativa =

Número de ocorrência na categoria

Numero total de ocorrências

X 100

cc

u

u

rr

Não conformidade Frequência relativa (Fr) Frequência Acumulada (Fa)

01

52,5

52,5

rr

ss

oo

ss

02

21,3

73,8

03

9,8

83,6

04

6 6

90 2

s

s

‐‐

2

2

0

0

04

6,6

90,2

05

5,0

95,2

06

3 2

98 4

0

0

06

3,2

98,4

(44)

Diagrama de Pareto

M

M

g

ii

n

n

ii

cc

u

u

rrrr

ss

oo

sss

s

‐‐

2

2

0

0

0

0

1

1

3

3

(45)

Histograma

M

M

g

ii

n

n

ii

Gráfico representativo do modo como é

cc

u

u

rr

p

distribuído

um

conjunto

de

dados

numéricos.

rr

ss

oo

ss

numéricos.

s

s

‐‐

2

2

0

0

0

0

(46)

Histograma

M

M

g

ii

n

n

ii

Os eventos de características repetitivas produzem

cc

u

u

rr

resultados variáveis durante o tempo .

rr

ss

oo

ss

A função do Histograma é mostrar quanto da variação

está presente em qualquer processo .

s

s

‐‐

2

2

0

0

0

0

1

1

3

3

(47)

Histograma

M

M

g

ii

n

n

ii

Forma de distrib ição

cc

u

u

rr

• Forma de distribuição

• Tendência central

rr

ss

oo

ss

• Variabilidade

s

s

‐‐

2

2

0

0

0

0

(48)

Histograma

M

M

g

ii

n

n

ii

1.

Quando é necessário conhecer a distribuição

com que estamos trabalhando

cc

u

u

rr

2. Visualizar graficamente os dados

3

Necessitamos saber se estamos trabalhando

rr

ss

oo

ss

3. Necessitamos saber se estamos trabalhando

com uma distribuição dos dados esperada ou

não

s

s

‐‐

2

2

0

0

4. Quantificar aspectos do processo

0

0

1

1

3

3

(49)

Histograma

M

M

g

ii

n

n

ii

cc

u

u

rrrr

ss

oo

ss

Cl

d b

s

s

‐‐

2

2

0

0

Classe: cada barra

• Limites de classe: são os valores máximo e mínimo de cada classe

A

lit d i t

l

t

li it

d

l

0

(50)

Histograma

M

M

g

ii

n

n

ii

Construção do histograma

cc

u

u

rr

1.

Contar a quantidade de dados N

rr

ss

oo

ss

2.

Calcular a amplitude R = N

maior

- N

menor

s

s

‐‐

2

2

0

0

3.

Escolher o número de classes C

s

Tabela

0

0

1

1

3

3

(51)

Histograma

M

M

g

ii

n

n

ii

Qde de dados N

Qde de classes C

s

cc

u

u

rr

< 50

5 a 7

rr

ss

oo

ss

50 a 100

6 a 10

100 a 250

7 a 12

s

s

‐‐

2

2

0

0

100 a 250

7 a 12

> 250

10 a 20

0

0

(52)

Histograma

M

M

g

ii

n

n

ii

Construção do histograma

cc

u

u

rr

4.

Determinar os intervalos š = R/ C

s

rr

ss

oo

ss

5.

Determinar os extremos da 1ª classe

s

s

‐‐

2

2

0

0

6.

Determinar os extremos da demais classes

0

0

1

1

3

3

7.

Classifique os elementos em cada classe

(53)

Histograma

M

M

Monte a tabela de frequência

g

ii

n

n

ii

Classes

Coleta

Frequencia

cc

u

u

rrrr

ss

oo

sss

s

‐‐

2

2

0

0

0

0

(54)

Histograma

M

M

Desenhe o gráfico

g

ii

n

n

ii

g

Frequência

cc

u

u

rrrr

ss

oo

sss

s

‐‐

2

2

0

0

0

0

1

1

3

3

Classes

(55)

Histograma

M

M

Exemplo :Tempo de espera no banco

g

ii

n

n

ii

Exemplo :Tempo de espera no banco

4

7

12

21

27

18

cc

u

u

rr

12

0,5

20

8,5

18

26

3

7

4

9

10

11

7,5

12

8

8

2

13

rr

ss

oo

ss

,

34,5

12

7

10

5

5

25

16

9

27

19

16

21

13

7

10

5 5

2

s

s

‐‐

2

2

0

0

21

13

7

10

5,5

2

16

8

7

2

3

4

12

18

7

1

4

8

5

6

1

5

2

0 5

0

0

5

6

1

5

2

0,5

(56)

Histograma

M

M

Amplitude R =N maior – N menor = 34,5-0,5 = 34

g

ii

n

n

ii

R = 34

Escolha do numero de classes C

s

= 7 (tabela)

cc

u

u

rr

s

(

)

Determine os intervalos š = R/C = 34/7 = 4 8

 5

rr

ss

oo

ss

Determine os intervalos š R/C

s

34/7 4,8

 5

Determine os extremos da 1ª classe menor valor para baixo = 0

s

s

‐‐

2

2

0

0

Determine os extremos da 1ª classe menor valor para baixo = 0

maior valor 0 + 5 = 5

0

0

1

1

3

3

Determine as outras classes 5 – 10 / 10 – 15 /15 – 20 /

Conselho Regional de Química IV Região (SP) – Apoio: Caixa Econômica Federal/Sinquisp

(57)

Histograma

M

M

g

ii

n

n

ii

Classe

Elementos

Frequência

cc

u

u

rr

0 - 5

///////////////

15

5 - 10

///////////////////

19

rr

ss

oo

ss

10 - 15

///////////

11

15 20

///////

7

s

s

‐‐

2

2

0

0

15 - 20

///////

7

20 - 25

///

3

0

0

25 - 30

////

4

(58)

Histograma

M

M

g

ii

n

n

ii

Frequência

cc

u

u

rr

20

rr

ss

oo

ss

15 10

s

s

‐‐

2

2

0

0

10 5 0

0

0

1

1

3

3

0

Tempo de espera

0 5 10 15 20 25 30 35

(59)

Histograma

M

M

g

ii

n

n

ii

cc

u

u

rrrr

ss

oo

sss

s

‐‐

2

2

0

0

0

0

(60)

Diagrama de dispersão

M

M

g

ii

n

n

ii

Permite identificar o possível relacionamento

cc

u

u

rr

Permite identificar o possível relacionamento

entre as variáveis existentes num processo.

rr

ss

oo

ss

Não permite afirmar que uma variável afeta a

s

s

‐‐

2

2

0

0

outra mas explicita se existe relação entre elas e

com qual intensidade

0

0

1

1

3

3

(61)

Diagrama de dispersão

M

M

g

ii

n

n

ii

Formado por um aglomerado de pontos ,

cc

u

u

rr

Formado por um aglomerado de pontos ,

distribuídos sobre um plano delimitado por um

par de eixos ortogonais x e y

rr

ss

oo

ss

par de eixos ortogonais x e y

s

s

‐‐

2

2

0

0

0

0

(62)

Diagrama de dispersão

M

M

g

COEFICIENTE DE CORRELAÇÃO

ii

n

n

ii

S

xy

r =

S

xx

.S

yy

cc

u

u

rr

S

²

(

xi

(

yi

S =

²

rr

ss

oo

ss

S

xx

=

xi

²

-n

S

yy

=

yi

²

-n

s

s

‐‐

2

2

0

0

xi

.

yi

0

0

1

1

3

3

S

xy

=

xi.yi

-n

(63)

Diagrama de dispersão

M

M

g

r

correlação

significado

Ref.

0 7

Crescimento x e

ii

n

n

ii

0,7≤ r

≤1

Forte/positiva

Crescimento x e

y pouca

dispersão

01

Crescimento x e

cc

u

u

rr

0,3≤ r

≤0,7

Fraca/positiva

Crescimento x e

y maior

dispersão

02

X

ã

rr

ss

oo

ss

-0,3≤ r

≤0,3

Sem correlação

X e y não

possuem

dependência

sem correlação

03

s

s

‐‐

2

2

0

0

sem correlação

-0,7≤ r

≤-0,3

Fraca/negativa

Crescimento de

x e y decresce

t

di

04

0

0

≤ 0,3

pontos dispersos

(64)

Diagrama de dispersão

M

M

g

ii

n

n

ii

cc

u

u

rr

01

02

03

rr

ss

oo

ss

01

02

03

s

s

‐‐

2

2

0

0

04

05

0

0

1

1

3

3

(65)

Diagrama de dispersão

M

M

g

x

i

y

X y

i

X

i

²

Y

i

²

ii

n

n

ii

x

i

y

i

X

i

.

y

i

01

0,20

422

84,4

0,0400

178084

02

0 24

451

108 2

0 0576

203401

cc

u

u

rr

02

0,24

451

108,2

0,0576

203401

03

0,22

441

97,0

0,0484

194481

04

0,23

431

99,1

0,0529

185761

rr

ss

oo

ss

04

0,23

431

99,1

0,0529

185761

05

0,25

441

110,3

0,0625

194481

06

0,28

471

131,9

0,0784

221841

s

s

‐‐

2

2

0

0

07

0,22

422

92,8

0,0484

178084

08

0,27

461

124,5

0,0729

212521

09

0 24

431

103 4

0 0 6

18 61

0

0

09

0,24

431

103,4

0,0576

185761

(66)

Diagrama de dispersão

M

M

g

ii

n

n

ii

(2,38

S

xx

= 0,576

-

=0,00516

10

(4412

S

yy

= 1948896

-

= 2321,6

10

cc

u

u

rr

10

10

rr

ss

oo

ss

2,38x4412

S

xy

= 1053,0

-

= 2,944

2,944 2,944

r = =

s

s

‐‐

2

2

0

0

y

,

,

10

0,00516x2321,6 3,461

r ≈ 0,85

0

0

1

1

3

3

r 0,85

(67)

Diagrama de dispersão

M

M

g

Á

Ã

ii

n

n

ii

GRÁFICO DE CORRELAÇÃO

cc

u

u

rrrr

ss

oo

sss

s

‐‐

2

2

0

0

0

0

(68)

Diagrama de dispersão

M

M

g

ii

n

n

ii

Correlação negativa:

Q

d

X

t

cc

u

u

rr

Y

Quando

X

aumenta

e

Y

diminui

rr

ss

oo

sss

s

‐‐

2

2

0

0

X

0

0

1

1

3

3

(69)

Diagrama de dispersão

M

M

g

ii

n

n

ii

cc

u

u

rrrr

ss

oo

sss

s

‐‐

2

2

0

0

0

0

(70)

Gráficos de controle

M

M

ii

n

n

ii

Ti

d

áfi

li it

i

i f

i

é

cc

u

u

rr

Tipo de gráfico com limite superior e inferior

que é

empregado para verificar se as variações que ocorrem

rr

ss

oo

ss

num processo em andamento

são devidas a causas

comuns ou a causas especiais.

s

s

‐‐

2

2

0

0

0

0

1

1

3

3

(71)

Gráficos de controle

M

M

ii

n

n

ii

Auxiliar na identificação entre variáveis inerentes à um

processo e aquelas causadas por fontes imprevisíveis

cc

u

u

rr

processo e aquelas causadas por fontes imprevisíveis.

O

l

l

li

d

d

t

d

li it

d

t

l

rr

ss

oo

ss

Os valores localizados dentro dos limites de controle

demonstram que a maior parte das variações são

s

s

‐‐

2

2

0

0

decorrentes de causas corriqueiras.

0

(72)

Gráficos de controle

M

M

ii

n

n

ii

1 - Realizar a amostragem

cc

u

u

rr

Tamanho do lote

Tamanho da amostra

66 - 110

10

rr

ss

oo

ss

111 – 180

15 – 20

181 –300

20 - 30

301 – 500

30 - 35

s

s

‐‐

2

2

0

0

501 – 800

35 - 40

801 – 1300

40 - 50

1301 3200

50 60

0

0

1

1

3

3

1301 – 3200

50 - 60

3201 – 8000

60 - 85

8001 - 22000

85 - 100

(73)

Gráficos de controle

M

M

2.

Agrupar as amostras em grupos de 4 ou 6

observações

ii

n

n

ii

observações

3.

Calcule a média e amplitude de cada amostra

cc

u

u

rr

X = N1 + N2+N3+N4

A = maior valor –menor valor = 4

rr

ss

oo

ss

4.

Construa os eixos de ordenadas e abscissas

s

s

‐‐

2

2

0

0

0

0

(74)

Gráficos de controle

M

M

5.

Marque no gráfico os valores das médias de cada

grupo

ii

n

n

ii

grupo

6.

Calcule a média das médias

cc

u

u

rr

X m = m1+m2+m3+m4

4

7.

Marque a linha média central no gráfico

rr

ss

oo

ss

q

g

s

s

‐‐

2

2

0

0

0

0

1

1

3

3

.

. .

.

(75)

Gráficos de controle

M

M

8 .

Calcular os limites de controle

ii

n

n

ii

Limite Superior de controle LSC = Xm + A2 Apm

Limite Inferior de controle LIC = Xm - A2 Apm

cc

u

u

rr

n

A2

2

1,880

rr

ss

oo

ss

3

1,023

4

0,729

5

0 577

s

s

‐‐

2

2

0

0

5

0,577

6

0,483

7

0,419

0

0

,

8

0,373

(76)

Gráficos de controle

M

M

9 C l

áfi

li it

i

i f

i

ii

n

n

ii

9. Colocar no gráfico os limites superior e inferior

cc

u

u

rr

Médias

rr

ss

oo

ss

LSC

s

s

‐‐

2

2

0

0

LIC

Xm

0

0

1

1

3

3

Número da amostra

Referências

Documentos relacionados

Realizar a manipulação, o armazenamento e o processamento dessa massa enorme de dados utilizando os bancos de dados relacionais se mostrou ineficiente, pois o

Portanto, conclui-se que o princípio do centro da gravidade deve ser interpretado com cautela nas relações de trabalho marítimo, considerando a regra basilar de

Por que um órgão do governo do Estado está sendo investigado pelo Poder Legislativo muni- cipal, mas não pela Assembleia Legislativa do Estado de São Paulo (Alesp).. Além

A despeito de completar 12 anos de criação, e ser a maior iniciativa de educação continuada para profissionais de segurança pública em curso no país, pouco se

Baseia-se em pesquisas dos processos de treinamento adotados pela Força Aérea e Exército Brasileiros, Polícias Inglesa e Americana, com dados coletados durante Curso de

Para estudarmos variação de desenhos dorsais na espécie, analisamos 237 indivíduos machos adultos das coleções acima citadas, sendo 43 espécimes provenientes de

Utilizando-nos de documentos produzidos pela polícia po- lítica reproduzidos no Arquivo Público do Estado do Rio de Janeiro (APERJ), dos Anais da ALERJ para o ano de 1947

O Serviço de Reabilitação Psicossocial integra, como dispositivos de internamento, uma Unidade de Convalescença, uma Unidade de Treino Residencial seis Unidades de Vida Apoiada,