1 / 21

Amostras

Estatística. Amostras. Tratamento e análise dos dados. População. Amostra. Inferência sobre a população. Amostra : quantidade de valores observados pertencentes ou representativos de uma população. População : lote de produtos/serviços ou período de tempo que se quer analisar.

ady
Download Presentation

Amostras

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Estatística Amostras Tratamento e análise dos dados População Amostra Inferência sobre a população Amostra: quantidade de valores observados pertencentes ou representativos de uma população. População: lote de produtos/serviços ou período de tempo que se quer analisar.

  2. Estatísticas (amostra) Parâmetros (população)  Média s  Desvio padrão p Proporção Nomenclatura Parâmetros: são as medidas descritivas da população, geralmente desconhecidas. Estatísticas: são as medidas descritivas calculadas em função dos elementos da amostra.

  3. Curva normal e desvio padrão

  4. Carta X / R - Médias e amplitudes Carta X / R ~ Medianas e amplitudes Variáveis Carta X / S - Médias e desvio padrão Carta I / MR Valores (indivíduos ) e amplitude móvel Tipos de cartas de controle – Variáveis As cartas de controle por variáveis são usadas para monitorar o processo quando a característica de interesse é mensurada em uma escala de intervalo ou de razão. Estes gráficos são geralmente utilizados em pares. Os gráficos R e S monitoram a variação de um processo, enquanto os gráficos X monitoram a média do processo. O gráfico que monitora a variabilidade deve ser examinado sempre em primeiro lugar, pois se ele indicar uma condição fora do controle a interpretação do gráfico para a média será enganosa.

  5. Convenções n = tamanho da amostra k = número (quantidade) de amostras = x = média das médias das amostras (média global) _ s = desvio-padrão amostral médio _ R = amplitude amostral média A2, A3, D3, D4, etc. = fatores de correção

  6. Gráfico de controle X/RMédias e amplitudes – Construção Este gráfico é usado para acompanhar, controlar e analisar um processo com valores contínuos de qualidade do produto, como o comprimento, o peso ou a concentração. Tais valores fornecem grande quantidade de informações sobre o processo. O uso dos gráficos de controle X e R deve ocorrer sempre que uma característica da qualidade observada é expressa em unidades reais como peso em quilogramas, comprimento em centímetros, temperatura em graus celsius. Este gráfico é composto por dois gráficos que devem ser analisados em conjunto: X, que monitora as médias dos subgrupos R,que monitora a amplitude entre os subgrupos O tamanho de cada subgrupo (n) deve ser constante, sendo que sempre devemos ter 2 ou mais subgrupos.

  7. Gráfico de controle X/SMédias e desvio padrão – Características Estes gráficos são similares aos gráficos X-barra e R, embora o cálculo do desvio padrão da amostra (S) seja mais difícil do que o da amplitude (R). O uso dos gráficos de controle X e S deve ocorrer sempre que uma característica da qualidade observada é expressa em unidades reais como peso em quilogramas, comprimento em centímetros, temperatura em graus celsius. Este gráfico é composto por dois gráficos que devem ser analisados em conjunto: X, que monitora as médias dos subgrupos S,que monitora a variabilidade entre os subgrupos O tamanho de cada subgrupo (n) deve ser constante, sendo que sempre devemos ter 2 ou mais subgrupos. Quando são adotadas amostras maiores (n > 10), a amplitude já não é eficiente para avaliar a variabilidade do processo, e devemos usar S.

  8. Gráfico de controle I/Rm Valores (indivíduos ) e amplitude móvel OsgráficosdecontroleI/Rmmonitoramdadoscontínuosquandosomenteumaunidadepode(oufazsentido)serobtida. Temosksubgruposcomtamanhodeamostraigualaum(n=1). Nográficosãoplotadasasobservaçõesindividuaisx1,x2,...,xk. Analisamosdoisgráficos: • I,quemonitoravaloresindividuais • Rm(amplitudemóvel),quemonitoraavariabilidade LSCx = x + E2. Rm LMx = x LICx = x – E2. Rm LSCRm = D4. Rm LMRm = Rm LICRm = D4. Rm

  9. ~ Tabelas de fatores do CEP

  10. Fórmulas para cartas de variáveis • Cartas da média e da amplitude • Cartas da média e do desvio padrão • Cartas da mediana e da amplitude • Carta de individuais e amplitude móvel

  11. Tipos de cartas de controle – Atributos Existem duas situações em que se utilizam atributos: 1) Quando as medidas não são possíveis, como características inspecionadas visualmente (cor, brilho, arranhões e danos). 2) Quando as medidas são possíveis mas não são tomadas por questões econômicas, de tempo, ou de necessidades. Em outras palavras: quando o diâmetro de um furo pode ser medido com um micrômetro interno mas utiliza-se um calibre passa/não-passa para determinar a sua conformidade com as especificações. Carta p Proporção de não-conforme Carta np Número de não-conforme Atributos Carta c Número de não- conformidades Dados discretos Carta u Média de não- conformidades

  12. Tipos de cartas de controle – Atributos Classificação X Contagem Pergunta: a amostra tem alguma defeito? SIM NÃO SIM SIM NÃO Atributos do tipo SIM/NÃO são analisados através de gráficos do tipo p ou np. Pergunta: quantos defeitos tem a amostra? 1 0 2 3 0 Atributos que consistem na contagem de defeitos são analisados através de gráficos do tipo c ou u.

  13. Convenções n = tamanho da amostra k = número (quantidade) de amostras d = número de defeituosos p = fração defeituosa _ p = fração defeituosa média c = número de defeitos _ c = número médio de defeitos u = número de defeitos por unidade _ u = número médio de defeitos por unidade

  14. Carta p – Proporção de não-conforme = > Jarra conforme Critérios: = > Jarra não-conforme, tem 2 não-conformidades Carta np – Número de itens não-conformes:Estegráficoésimilara carta p,comadiferençadequesedesejamarcaronúmerodedefeituososnaamostra. Acartapéutilizadaquando se desejamonitoraraproporçãodepeçasnão-conformes. • Asamostrascoletadasdeverãoserclassificadasemconformeenão-conforme. Assim, antesdeiniciaroprocessodecoletainicialcertifique-sequeaspessoasenvolvidasestãocapacitadasnocritérioestabelecidoequeocritérioestáclaro. • Otamanhodasamostraspodeservariável. Quantomaiorotamanhodaamostra,melhor –poisaprobabilidadedepeçasnão-conformesaparecerserámaior. • Afraçãodefeituosadaamostraéarazãoentreonúmerodedefeituososencontradonaamostra(d)eotamanhodaamostra(n) [p=d/n]. • Adistribuiçãodafraçãodefeituosaébinomial,porémquandoostamanhosdasamostrasforemgrandesosuficienteadistribuiçãopodeseraproximadaparaacurvanormal.

  15. Carta c – Número de não-conformidades/Defeitos na amostra Exemplo–cartac Amostras=10 Nºdedefeituososnaamostra=4 2 1 4 3 Características: • Utiliza-seacartacparamonitoraraquantidademédiadedefeitosporamostracoletada. • Asamostrasdevemtertamanhoconstanteegeralmenteabaixodedez. • Aplicamosgeralmenteonde,emfunçãodohistóricodoprocesso,háapossibilidadedeocorrerváriostiposdedefeitosdeváriasorigensemumprocessocontínuo,ouentãoquandoemumaúnicaamostrapodemhaverváriasocorrências.

  16. Carta u – Número de não-conformidades/Defeitos na unidade de inspeção Cartau Nºtotaldedefeitosencontrados=4 Unidadedeinspeção=10 Nºdedefeitos/Unidadedeinspeção=4/10=0,4 2 1 4 3 Características: • Utiliza-seacartauparamonitoraraquantidadededefeitosporunidadedeinspeção. • Asamostraspodemtertamanhovariadoegeralmenteficamem nomínimodez.

  17. Fórmulas para cartas de atributos • Carta p - Proporção de peças não- conformes • Carta np - Número de itens não-conformes • Carta c - Número de não-conformidades na amostra • Carta u – Nº de não-conformidades na unidade de inspeção

  18. Capacidade do processo Os limites μ ± 3σ são conhecidos como limites naturais de tolerância: LNST = μ + 3σ (limite natural superior de tolerância) LNIT = μ - 3σ (limite natural inferior de tolerância) O limite de 6σ sobre a distribuição de uma característica de qualidade do produto vem a ser a capacidade do produto, onde σ é o desvio padrão do processo otimizado e estável (sob controle): Capacidade do produto = 6σ Como o valor de σ é, em geral, desconhecido, para obter a capacidade do processo usa-se um estimador: σ = R / d2 Se n > 10 e foi feito o gráfico de controle x − s , o estimador de σ é: σ = √ Σ (x - x)² / n – 1 (onde n é o tamanho da amostra e x é a média das amostras) (onde R é a média das amplitudes das amostras e d2 é um valor que depende do tamanho da amostra (n ≤ 10))

  19. d2 - fator para cálculo de capacidade de processo n D3D4D c4d2 2 - 3,267 0,709 0,798 1,128 3 - 2,574 0,524 0,886 1,693 4 - 2,282 0,446 0,921 2,059 5 - 2,114 0,403 0,940 2,326 6 - 2,004 0,375 0,952 2,534 7 0,076 1,924 0,353 0,959 2,704 8 0,136 1,864 0,338 0,965 2,847 9 0,184 1,816 0,325 0,969 2,970 10 0,223 1,777 0,314 0,973 3,078 FONTE: MONTGOMERY, D.C. Introduction to statistical quality control. 2 ed. New York, John Wiley, 1991.

  20. Índice de Capacidade Potencial do Processo (Cp) Não existe uma relação matemática ou estatística entre limite de controle e limite de especificação. Os limites de controle são definidos em função da variabilidade do processo e medido pelo desvio padrão. Os limites de especificação são estabelecidos no projeto pelos engenheiros, pela administração ou pelo cliente. A melhor forma de se verificar a adequação de um processo às necessidade da engenharia de produto é através do estudo de capacidade do processo ou da relação entre a capacidade do processo e a diferença entre os limites de especificação. Esta relação é conhecida como índice de capacidade potencial do processo - Cp. Cp: índice de capacidade potencial do processo, leva em consideração a dispersão do processo (curto prazo) em relação aos limites de especificação. Sendo: LSE = limite superior de especificação; LIS = limite inferior de especificação; 6σ = capacidade do processo.

  21. Índice de Capacidade Nominal do Processo (Cpk) Na prática, nem sempre o processo esta centrado na média, ou seja, pode-se chegar a conclusões erradas quanto a capacidade do processo. Se o processo não se encontrar centrado na média, Kane (1986) propôs a utilização do Índice de Performance (Cpk): Cpk: índice de capacidade nominal do processo, leva em consideração a dispersão do processo (curto prazo) e centragem do processo em relação aos limites de especificação.

More Related