Controle Estatístico

de Processos

Prof. Erwin W. TEICHMANN

50% 100%
Controle Estatístico de Processos - CEP

O QUE É UM PROCESSO ?
Qualquer atividade planejada e executada com um
objetivo pré-determinado.

Exemplos:
• Emissão de nota fiscal em uma empresa
• Dirigir um automóvel
• A Gestão de um negócio
• fabricar um produto
• Ministrar uma aula
• Fazer uma prova
• Fazer um serviço de manutenção
• Fazer um churrasco
• Etc.

50% 100%
Controle Estatístico de Processos - CEP

UM PROCESSO É REALIZADO COM O

EMPREGO DE VÁRIOS FATORES: OS 5 M´s
Processo
Máquina
Mão de obra
OBJETIVO Método RESULTADO
Matéria-prima
Meio-ambiente

EM QUALQUER PROCESSO O OBJETIVO É

SEMPRE FAZER O MELHOR, SEM FALHAS.
50% 100%
Controle Estatístico de Processos - CEP

NO ENTANTO, OS PROCESSOS SÃO

NADA É INFLUENCIADOS PELO
PERFEITO. DESEMPENHO DOS 5 M´s

Processo
OBJETIVO RESULTADO
Máquina
Mão de obra
Método
Matéria-prima
Meio-ambiente
Imperfeitos !!

50% 100%
Controle Estatístico de Processos - CEP

DEVIDO A ESSAS IMPERFEIÇÕES, OS

PROCESSOS NÃO CONSEGUEM PRODUZIR
SEMPRE BONS PRODUTOS E BONS SERVIÇOS

Exemplos:
• Emissão de nota fiscal
• A Gestão de um negócio
• Fabricar um produto
• Ministrar uma aula
• Fazer uma prova
• Serviço de manutenção
• Fazer um churrasco
• Etc.
Meta X Resultados

50% 100%
Controle Estatístico de Processos - CEP

OS RESULTADOS SE
AFASTAM DO IDEAL

&

OS RESULTADOS SÃO UM
POUCO IMPREVISÍVEIS
Meta X Resultados

O PROCESSO SERÁ MELHOR SE OS

RESULTADOS ESTIVEREM PRÓXIMO DA
META E COM POUCA VARIABILIDADE

50% 100%
Controle Estatístico de Processos - CEP

PARA MELHORAR UM PROCESSO DEVE-SE

PROCURAR POR INDICADORES DE PERFORMANCE

Informações que podem ser medidas ou observadas e

que indicam como está o desempenho do processo

Processo Indicadores
• Emissão de nota fiscal • Número de erros de emissão
• A Gestão de um negócio • Lucro
• Fabricar um produto • Desempenho, desperdícios
• Ministrar uma aula • Satisfação dos alunos
• Fazer uma prova • Conceito obtido
• Serviço de manutenção • Número de reclamações de
clientes, retornos, etc.

50% 100%
Controle Estatístico de Processos - CEP

Exemplo:
Potência média dos motores produzidos
Semana 1 97.3
Semana 2 99.6
Semana 3 104.2 Esses números são indicadores
Semana 4 95.9 de performance de todo o
Semana 5 94.4 processo de produção do motor
Semana 6 92.3
Semana 7 103.5
Semana 8 106.0
Semana 9 100.5
Semana 10 99.5
Semana 11 107.7 Se eles forem bem analisados, pode-se
Semana 12 100.2
Semana 13 99.2
tirar informações valiosas para tornar o
Semana 14 97.0 processo melhor e mais previsível
Semana 15 98.6
Semana 16 101.3
Semana 17 105.1
Semana 18 104.7
Semana 19
Semana 20
100.6
92.9
“É preciso torturar esses números para
que eles confessem o que sabem”

50% 100%
Controle Estatístico de Processos - CEP

“Estatística é a arte de torturar os

números até que eles confessem”

Exemplo: Pesquisa eleitoral

Coleta de Processamentos Diagnósticos

dados estatísticos

50% 100%
Controle Estatístico de Processos - CEP

Controle estatístico de Processos

O Controle Estatístico de Processos é uma metodologia largamente aplicada para
monitorar e melhorar o desempenho dos processos. O objetivo do controle
estatístico do processo é aprimorar e controlar o processo produtivo por meio da
identificação das diferentes fontes de variabilidade do processo.

• Dados obtidos de poucas amostras permitem avaliar o processo.

• É muito mais racional controlar os processos do que se preocupar somente
com os produtos.
• Um processo mantido sob controle não produz defeitos ou erros. É muito
mais barato fazer bem feito do que depender da seleção e retrabalho de itens
que não sejam bem produzidos.
• Quando surgirem problemas, a ação deve ser no processo (causa) que gerou
o problema, e não no produto em si (conseqüência).
• Não se melhora a qualidade somente separando o bom do ruim. A qualidade
já vem com o produto quando este deixa a máquina e, portanto, antes da
inspeção.
• É necessário garantir a qualidade ao invés de simplesmente controlá-la.

50% 100%
Controle Estatístico de Processos - CEP

O CEP É LARGAMENTE EMPREGADO NA INDÚSTRIA

• PERDAS
PROCESSO CONTROLE POR REDUZIDAS
AMOSTRAGEM
• QUALIDADE
ASSEGURADA

• MELHORIA
Monitoramento e
Análises dos dados
CONTÍNUA

ELIMINAÇÃO
DAS CAUSAS PROBLEMA
DETECTADO

• PROCESSOS
MELHORES E MAIS
PREVISÍVEIS

50% 100%
Controle Estatístico de Processos - CEP

O OBJETIVO É MELHORAR OS PROCESSOS A PARTIR DA

IDENTIFICAÇÃO E ELIMINAÇÃO DE CAUSAS DE VARIAÇÕES.

Qualquer processo está sujeito a influências de

causas normais e causas especiais.

As causas comuns são aquelas que ocorrem inevitavelmente e de forma

imprevisível nos processos, pois fazem parte deles. São variações naturais do
processo. Por exemplo, as oscilações normais de temperatura em um
ambiente fabril são causas comuns de variação pois fazem parte do processo.

As causas especiais são fatores de influência que não fazem parte do

processo e que provocam mudança no seu comportamento. Por exemplo, na
fabricação de peças, o desgaste de uma ferramenta de corte na fabricação de
uma peça provoca alterações contínuas nas suas dimensões (figura 11.4). As
causas especiais devem ser determinadas e corrigidas

50% 100%
Controle Estatístico de Processos - CEP

QUANDO AS CAUSAS DE VARIAÇÃO ESPECIAIS SÃO DETERMINADAS

E CORRIGIDAS, O PROCESSO FICA MAIS PREVISÍVEL.

EM OUTRAS PALAVRAS, O PROCESSO FICA SOB CONTROLE.

UM PROCESSO SOB CONTROLE É AQUELE EM QUE AS VARIAÇÕES

EXISTENTES SE DEVEM SOMENTE A CAUSA COMUNS.

Segunda Terça Quarta Segunda Terça Quarta

Processo sob Controle Processo fora de Controle

50% 100%
Controle Estatístico de Processos - CEP

PARA SE TER PROCESSOS PRODUZINDO SEMPRE BONS PRODUTOS E

SERVIÇOS, DEVE-SE PRIMEIRAMENTE TORNÁ-LOS PREVISÍVEIS.
UMA VEZ QUE O PROCESSO É PREVISÍVEL, OS DESVIOS PODEM SER
CORRIGIDOS PARA TORNAR OS PROCESSOS CAPAZES.

Segunda Terça Quarta Segunda Terça Quarta

Processo fora de Controle Processo sob Controle

Processo sob
Controle e Capaz
Segunda Terça Quarta

50% 100%
Controle Estatístico de Processos - CEP

TUDO ISSO É FEITO COM O PROCESSAMENTO MATEMÁTICO DE

INDICADORES DE PERFORMANCE DOS PROCESSOS.

• Quando o indicador de performance é o resultado de uma medição,

está se fazendo um controle por variáveis.
Exemplos:
A potência de um motor: 90 CV
A dimensão de uma peça: 127,990 mm
O rendimento de uma bomba: 94 %
O tempo de atraso médio na chegada dos funcionários: 14 min

• Quando o indicador de performance é um dado qualitativo, obtido de

uma contagem, está se fazendo um controle por atributos.
Exemplos:
O número de pneus defeituosos
A quantidade de defeitos em um veículo
O número de erros no preenchimento de documentos
A quantidade de funcionários que chegam atrasados

50% 100%
Controle Estatístico de Processos - CEP

• O primeiro passo é obter e organizar os dados:

Dados desorganizados não permitem extrair
informações acerca dos processos

100,4 101,4 100,1 99,5 101,0 99,6 99,8 100,1 101,4 99,0

99,3 98,7 98,7 100,4 99,9 99,5 99,7 98,8 99,9 99,5

101,2 100,3 100,0 100,4 98,7 99,4 100,5 101,4 99,9 100,0

99,8 100,0 99,6 99,3 100,8 101,0 100,8 101,2 99,3 99,6

99,0 100,8 100,8 98,7 101,2 99,1 100,8 100,4 99,5 98,5

99,9 101,4 100,4 100,2 101,5 100,1 98,5 101,5 99,4 100,6

101,0 100,7 99,7 99,9 101,6 100,8 99,8 97,9 100,1 99,1

99,0 99,6 100,9 99,6 99,4 102,9 99,6 99,5 98,3 100,9

100,2 98,9 99,8 99,0 100,4 100,7 99,6 100,3 100,6 100,6

100,3 99,5 99,3 99,5 99,8 99,8 99,8 100,6 98,0 100,4

50% 100%
Controle Estatístico de Processos - CEP

Para organizar os dados, é necessário colocar os resultados em uma tabela de distribuição de

freqüências. Essa tabela permite organizar os resultados de acordo com a sua freqüência de
ocorrência. Essa distribuição de freqüências é um método útil para visualizar dos dados.

Faixa de valores Número de ocorrências

Até 97,9 X

97,9 – 98,4 X X

98,4 – 98,9 X X X X X X X X

98,9 – 99,4 X X X X X X X X X X X

99,4 – 99,9 X X X X X X X X X X X X X X X X X X X X X X X X X

99,9 – 100,4 X X X X X X X X X X X X X X X X

100,4 – 100,9 X X X X X X X X X X X X X X X X X X

100,9 – 101,4 X X X X X X X X X

101,4 – 102,4 X X X X

102,4 – 102,9

Acima de 102,9 X

50% 100%
Controle Estatístico de Processos - CEP

Histograma
A representação gráfica mais eficiente da distribuição de freqüências dos
dados é obtida quando se utiliza o histograma, que é um gráfico que mostra
a quantidade de dados que ocorrem em determinadas faixas de valores.

35

Com o histograma se tem

30
uma boa visão da posição
25 e da variabilidade de um
processo.
20

15 Variabilidade

10

5
Posição
0
97.9 98.4 98.9 99.4 99.9 100.4 100.9 101.4 101.9 102.4 102.9

50% 100%
Controle Estatístico de Processos - CEP

Processo Centrado

Processo descentrado

50% 100%
Controle Estatístico de Processos - CEP

Processo Repetitivo

Processo com
alta dispersão

50% 100%
Controle Estatístico de Processos - CEP

A distribuição dos dados obtidos nos processos possui uma

característica sempre presente:

A maior parte dos dados se concentra em torno de um valor médio. À medida que
se afasta desse valor médio, a quantidade de ocorrência diminui sensivelmente.

Valor médio

Esse tipo de distribuição é conhecido como distribuição normal.

50% 100%
Controle Estatístico de Processos - CEP
Exemplo:

50% 100%
Controle Estatístico de Processos - CEP

Para processar matematicamente os dados, precisamos aprender alguns

parâmetros estatísticos básicos, que determinam o comportamento de um
processo.
Variabilidade
• A posição do Processo

• A variabilidade do Processo Posição

• Para determinar a posição do processo, calcula-se a Média:

Soma dos componente s

Média =
número de componente s

50% 100%
Controle Estatístico de Processos - CEP

• Para determinar a variabilidade do processo, existem dois parâmetros:

a) Amplitude
Amplitude = Maior valor - Menor valor da amostra
35

Exemplo:
30

Amplitude = 102,9 – 97,9 25

20

Amplitude = 5,0
15

10

0
97,9 98,4 98,9 99,4 99,9 100,4 100,9 101,4 101,9 102,4 102,9

50% 100%
Controle Estatístico de Processos - CEP

No entanto, muitas vezes a amplitude não representa

muito bem a variabilidade de um processo

Exemplo:

A B

O processo A é muito mais repetitivo do que o processo

B, mas no entanto ambos possuem a mesma amplitude.

50% 100%
Controle Estatístico de Processos - CEP

b) Desvio-padrão
O desvio-padrão é um parâmetro muito importante e interessante
na avaliação da variabilidade de um conjunto de dados.
O desvio-padrão permite estimar a probabilidade de
ocorrência de um valor em um determinado intervalo.

Na faixa entre -S e +S estão

aproximadamente 68,3 % dos
dados do processo

Na faixa entre -2S e +2S estão

aproximadamente 95,45 % dos
dados do processo
68,3 %
Na faixa entre -3S e +3S estão
95,45 % aproximadamente 99,73 % dos
dados do processo
99,73 % dos valores

50% 100%
Controle Estatístico de Processos - CEP

Em outras palavras:

Fora da faixa entre -S e +S há uma probabilidade de ocorrência de aproximadamente

31,7 %. Ou 317 a cada mil.

Fora da faixa entre -2S e +2S há

uma probabilidade de ocorrência de
aproximadamente 4,5 %. Ou 45 a
cada mil.

Fora da faixa entre -3S e +3S há

uma probabilidade de ocorrência
de aproximadamente 0,3 %. Ou 3
a cada mil.
68,3 %

95,45 %

99,73 % dos valores

50% 100%
Controle Estatístico de Processos - CEP

O desvio-padrão é calculado (V1 − Média)2 + (V2 − Média) 2 + ... + (Vn − Média) 2

S=
através da fórmula: n −1

Onde: Média = Média dos valores da amostra

V = Valor individual
n = Número de dados da amostra

No entanto, por causa da maior praticidade, no CEP o desvio-padrão é normalmente

estimado através de:

R
S=
d2

Onde: R = Amplitude dos dados da amostra

d2 = Constante tabelada, dependendo do número de dados da amostra

50% 100%
Controle Estatístico de Processos - CEP

Vamos ver se o desvio padrão pode medir a dispersão de um processo ?

Analisemos o conjunto com os 100 dados abaixo, obtidos de um processo.

100,4 101,4 100,1 99,5 101,0 99,6 99,8 100,1 101,4 99,0

99,3 98,7 98,7 100,4 99,9 99,5 99,7 98,8 99,9 99,5

101,2 100,3 100,0 100,4 98,7 99,4 100,5 101,4 99,9 100,0

99,8 100,0 99,6 99,3 100,8 101,0 100,8 101,2 99,3 99,6

99,0 100,8 100,8 98,7 101,2 99,1 100,8 100,4 99,5 98,5

99,9 101,4 100,4 100,2 101,5 100,1 98,5 101,5 99,4 100,6

101,0 100,7 99,7 99,9 101,6 100,8 99,8 97,9 100,1 99,1

99,0 99,6 100,9 99,6 99,4 102,9 99,6 99,5 98,3 100,9

100,2 98,9 99,8 99,0 100,4 100,7 99,6 100,3 100,6 100,6

100,3 99,5 99,3 99,5 99,8 99,8 99,8 100,6 98,0 100,4

50% 100%
Controle Estatístico de Processos - CEP

Calculando a média e o desvio-padrão, encontrou-se:

Média = 100,00 S = 0,88

• Contando-se quantos valores estão entre 99,12 e 100,88: Encontram-se 69 valores

Aproximadamente 68,3 %

• Contando-se quantos valores estão entre 98,24 e 101,76: Encontram-se 97 valores

Aproximadamente 95,45 %

• Contando-se quantos valores estão entre 97,36 e 102,64: Encontram-se 99 valores

Aproximadamente 99,73 %

Conhecendo-se o desvio-padrão de um amostra de dados,

pode-se prever o comportamento de todo um processo.

50% 100%
Controle Estatístico de Processos - CEP

Nesse processo:
A ocorrência de valores nessa
região é muito improvável (~0,13%)
102,64
Pouco Provável (~2,5%)
101,76
Provável (~13%)
100,88
Muito
Provável
(~68%)
99,12
Provável (~13%)
98,24
Pouco Provável (~2,5%)
97,36
A ocorrência de valores nessa
região é muito improvável (~0,13%)

50% 100%
Controle Estatístico de Processos - CEP

Média + 3 Desvios-padrão

Média

Média - 3 Desvios-padrão

50% 100%
Controle Estatístico de Processos - CEP

No CEP – Controle Estatístico de Processos – trabalhamos exatamente com

esse conceito.

Se o processo, em algum momento, gerar produtos com características improváveis,

merece ser investigado, pois alguma causa especial está por trás dessa ocorrência.

Para isso se utilizam gráficos de controle.

Média + 3 Desvios-padrão

Média

Média - 3 Desvios-padrão

50% 100%
Controle Estatístico de Processos - CEP

IMPLANTANDO O CEP EM UM PROCESSO NOVO

Etapa 1: Obter do processo 20 amostras com 5 itens cada

Etapa 2: Medir esses itens, registrando os valores numa planilha

Item 1 Item 2 Item 3 Item 4 Item 5 Item 1 Item 2 Item 3 Item 4 Item 5

1 75.1 75.0 75.0 74.9 75.2 11 74.9 75.1 74.9 75.2 74.9

2 75.1 74.9 75.0 75.0 75.1 12 75.0 75.0 75.0 75.1 75.0

3 74.9 75.0 75.0 74.9 74.9 13 75.0 74.9 75.0 74.9 75.1

4 74.9 74.9 74.9 74.9 75.0 14 74.8 75.1 75.0 75.0 75.1

5 75.1 74.8 74.8 75.0 75.0 15 75.0 75.0 74.8 75.0 75.0

6 75.0 75.0 75.0 75.0 75.0 16 74.9 75.2 75.0 75.0 75.2

7 74.9 74.9 74.9 75.1 75.0 17 75.1 75.0 75.0 75.0 74.9

8 74.9 75.1 75.0 75.0 75.0 18 75.1 75.2 75.0 74.9 74.9

9 75.0 75.0 75.0 74.9 74.9 19 75.0 75.0 74.9 75.2 74.9

10 75.0 75.1 75.0 75.0 74.9 20 75.0 74.8 75.1 75.0 75.0

50% 100%
Controle Estatístico de Processos - CEP
Etapa 3: Calcular a média e a amplitude para cada amostra
Média Amplitude Média Amplitude
Amostra 1 75,04 0,30 Amostra 11 75,00 0,30
Amostra 2 75,02 0,20 Amostra 12 75,02 0,10
Amostra 3 74,94 0,10 Amostra 13 74,98 0,20
Amostra 4 74,92 0,10 Amostra 14 75,00 0,30
Amostra 5 74,94 0,30 Amostra 15 74,96 0,20
Amostra 6 75,00 0,00 Amostra 16 75,06 0,30
Amostra 7 74,96 0,20 Amostra 17 75,00 0,20
Amostra 8 75,00 0,20 Amostra 18 75,02 0,30
Amostra 9 74,96 0,10 Amostra 19 75,00 0,30
Amostra 10 75,00 0,20 Amostra 20 74,98 0,30

Etapa 4: Calcular a média das médias (x) e a média das amplitudes (R):

x = 74,99 R = 0,21

50% 100%
Controle Estatístico de Processos - CEP
Etapa 5: Usando a amplitude média, calcular o desvio padrão

R 0,21
S= = = 0,090
d 2 2,236

Tamanho da amostra A2 d3 D3 D4

2 1,880 1,128 0 3,267

3 1,023 1,693 0 2,575

4 0,729 2,059 0 2,282

5 0,577 2,326 0 2,115

6 0,483 2,534 0 2,004

7 0,419 2,704 0,076 1,924

8 0,373 2,847 0,136 1,864

9 0,337 2,970 0,184 1,816

10 0,308 3,078 0,223 1,777

Tabela: constantes para cálculos estatísticos

50% 100%
Controle Estatístico de Processos - CEP
Etapa 6: Calcular os limites superior (LSC) e inferior (LIC) de controle

LSC = x + A 2 ⋅ R LIC = x − A 2 ⋅ R

LSC = 74,99 + 0,577 ⋅ 0,21 = 75,11 LSC = 74,99 − 0,577 ⋅ 0,21 = 74,87

Média + 3 Desvios-padrão

Esses limites correspondem

aos valores que delimitam a Média
região de 3 desvios-padrão.

Média - 3 Desvios-padrão

50% 100%
Controle Estatístico de Processos - CEP
Etapa 7: Fazer o gráfico das médias das 20 amostras

75.15

75.10

75.05

75.00

74.95

74.90

74.85

74.80
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

50% 100%
Controle Estatístico de Processos - CEP
Se um ou mais pontos estiverem fora dos limites de controle, deve-se eliminar essas
amostrar e retornar à etapa 3, recalculando-se a média e os limites de controle.
Se nenhum ponto está fora dos limites de controle, a média e os limites de controle
representam bem o processo.
O gráfico de controle está pronto para ser aplicado no acompanhamento da produção.

75.15

75.10
Limite Superior de Controle
75.05

75.00
Média
74.95

74.90

74.85
Limite Inferior de Controle

74.80
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

50% 100%
Controle Estatístico de Processos - CEP

UTILIZANDO O GRÁFICO DE CONTROLE PARA

ACOMPANHAMENTO DO PROCESSO SERIADO

Etapa 1: Obter do processo uma amostra com 5 itens

Etapa 2: Calcular a média dessa amostra e colocar o valor no gráfico de
controle

Carta das amplitudes ????

50% 100%
Controle Estatístico de Processos - CEP

50% 100%
Controle Estatístico de Processos - CEP

50% 100%
Controle Estatístico de Processos - CEP

50% 100%
 Se
m

80.0
85.0
90.0
95.0
100.0
105.0
110.0
115.0
a
Se na
m 1
a
Se na
m 2
a
Se na
m 3
a
Se na
m 4
a
Se na
m 5
a
Se na
m 6

50%
a
Se na
m 7
a
Se na
m 8
S e ana
m
a 9
S e na
m 10
a
S e na
m 11
a
S e na
m 12
a
S e na
m 13
a
S e na
m 14
a
S e na
m 15
a
S e na
m 16
a
S e na
m 17
a

100%
S e na
m 18
a
S e na
m 19
a
S e na
m 20
a
S e na
m 21
a
Controle Estatístico de Processos - CEP

S e na
m 22
a
S e na
m 23
a
S e na
m 24
a
S e na
m 25
a
S e na
m 26
a
S e na
m 27
a
S e na
m 28
a
S e na
m 29
an
a
30