Blog

Treinamento: Ferramentas da Qualidade INTRODUÇÃO A pratica na busca da solução de problemas tem mostrado que em muitas das vezes não conseguimos encontrar uma Solução Satisfatória, face a não utilização de metodologia adequada e de ferramentas que nos permitam encontrar a melhor solução, bem como entender melhor as inter-relações entre as variáveis que compõem os nossos processos de fabricação, incluindo-se o tratamento e minimização de resíduos. OBJETIVO Proporcionar à todos atividades dentro de Swip page m executam prestação de serviços, etc. ma metodologia e ferramentas eficientes nos processos da melhoria da qualidade e na busca da excelência da qualidade dos produtos e serviços e do Meio Ambiente . AS SETE FERRAMENTAS Diagrama de Pareto Diagrama de Causa-Efeito Extratificaçào Planilha de Verificação (CHECK-LIST) Histograma Diagrama de Dispersão Gráficos e Cartas de Controle ANALISE DO PARETO O que é o Diagrama de Pareto? Problemas de qualidade -lal Studia inicialmente os POUCOS VITAIS e deixamos para uma segunda etapa os MUITO TRIVIAIS. elo uso do diagrama de Pareto, podemos resolver esses tipos de problemas de forma eficiente. V – DIAGRAMA DE CAUSA-EFEITO v. l – O que é o Diagrama de Causa-efeito ? É um Diagrama que permite visualizar simples e facilmente cadeia de causas e efeitos do problema. O Diagrama mostra a relação entre a características de qualidade e fatores. Na realidade, não utilizado somente para tratar de aspectos de características de qualidade mas também pose ser aplicado para outros campos e áreas. É conhecido como “diagrama de espinha de peixe”.

Exemplo de Diagrama de CAUSA EFEITO BRAIN-STORMING Com as pessoas dispostas em circulo, o líder pede a cada membro que formule um problema que sente star afetando o departamento, o processo, o equipamento, o ambiente de trabalho, ou qualquer outro aspecto do trabalho que é realizado em conjunto. Cada problema formulado é numerado e relacionado em papel de tamanho apropriado. Quando a folha estiver preenchida, deverá ser dependurada na parede, bem a vista dos membros do grupo. Não são permitidas criticas ou avaliações das idéias expostas. ? importante manter uma atmosfera de apolo, não ameaçadora, de modo que todos os membros se sintam descontraídos para expor suas idéias. permitido que a pessoa passe a vez (não apresente uma idéia). A quantidade de Idéias é importante. Nesse momento, não devemos nos preocupar com a “qualidade”; ela vira mais tarde. Todos devem ser estimulados a participar. “Qualquer tipo de idéia”, deve ser estimulada; freqüentemente elas demonstram não ser tão Irracionais quanto parece a primeira vista. A Combinação e o aperfei ser tão Irracionais quanto parece a primeira vista.

A Combinação e o aperfeiçoamento de idéias anteriores (conhecidas como “ideias na garupa”) são essenciais. Se as idéias não estiverem fluindo prontamente, uma opção é terminar a reunião, marcando- para o dia seguinte ou dois dias depois. Isto permite que as idéias sejam incubadas. Exemplo: Problemas que estão afetando nossa qualidade. Alterações em demasia. Ferramentas insuficientes. Especificações instáveis. Excessivas reelaborações. Necessidade de muitas aprovações. Desconhecimento das metas globais. Procedimentos em excesso.

Tempo de ciclo muito longo. Sistema parado durante períodos longos. Escassez de peças. HISTROGRAMAS Os dados obtidos a de uma amostra servem como base para a decisão sobre uma população. Quanto maior for o tamanho da amostra maior será a informação sobre a opulação. Mas à medida que aumenta o tamanho da amostra fica dificil o entendimento da população, se estes dados estiverem dispostos apenas em um tabela. para facilitar então o entendimento, construímos o histograma, que permitirá entender a população de forma objetiva.

COMO CONSTRUIR O HISTOGRAMA passo 1: Numa tabela quadrada, marcar no eixo vertical do lado esquerdo, a freqüência de observações e do lado direito a porcentagem. No eixo horizontal os intervalos de classes. Passo 2: Em cada intervalo de classe, levantar um retângulo (barra) correspondente à frequência de classes. Passo 3: Nos espaços em branco, registrar dados informativos: tamanho de amostra, média, desvio padrão. INTERPRETAÇÃO DO HISTOGRAMA a) Geral ( Simétrico): O valor médio do histograma esta en uadrado no centro da amplitude dos dados.

A freq 3 Simétrico): O valor médio do histograma esta enquadrado no centro da amplitude dos dados. A frequência é maior no centro e torna-se gradualmente menor à medida que nos aproximamos dos extremos. Obs: Este tipo é o que aparece na maior parte dos casos. Combinado (multi-modal): Muitas classes possuem uma frequencia baixa. Obs: Este tipo ocorre quando o número de nidades de dados incluídos nas classes varia de classe quando existe uma tendência particular em função do arredondamento dos dados. ) c) Positivamente Desviada (Negativamente Desviada) O Valor médio do histograma está localizado do lado esquerdo (direito) do centro da amplitude. A frequência diminui um tanto abruptamente em direção ao Aldo esquerdo (direito). É assimétrica. d) Precipício à esquerda (Precipício à direita) O valor médio do histograma está localizado longe do lado esquerdo (direito) do centro da amplitude. A freqüência diminui abruptamente do ado esquerdo e brandamente segue em direção ao lado direito (esquerdo). assimétrica.

Obs: Este tipo ocorre frequentemente quando 100% da classificação foi feita com dados de processo de baixa capacidade. e) Platô: A frequência em cada classe forma um platô pelo fato das classes possuírem mais ou menos a mesma freqüência exceto para aqueles que estão no final. Obs: Este tipo ocorre com mistura de diversas distribuições possuindo valores diferentes de médias. f) Dois Picos (Bimodal): A fre üência é baixa no centro da amplitude dos dados e exi e cada lado. Obs: Este 4 misturados. ) Pico lisolado: Existe um pequeno pico isolado em adição ao tipo geral.

Obs: Este caso aparece quando existe pequenas inclusões de dados oriundos de diferentes distribuições, como no caso de anormalidade no processo, erro de medida ou inclusão de dados oriundos de diferentes processos. COMPARANDO HISTOGRAMAS COM LIMITE DE ESPECIFICAÇAO. Se existe uma especificação devemos levantar linhas dos limites superior e inferior de especificação (LSE e LIE) no histograma para comparar a distribuição com a especificação. A partir dar verificar se o histograma está bem localizado dentro dos limites. Histograma satisfaz as especificações ESTRATIFICAÇÃO Quando os valores observados estao divididos em duas ou mais subpopulações dentro da população de dados, então as subpopulações são chamadas extratos e a divisão dos dados em estratos é chamada estratificação. Os valores observados são sempre acompanhados por algumas variações. Portanto, quando os dados são estratificados de forma a separar os fatores que são causadores das variações, as causas das variações tornam-se mais facilmente detectáveis.

Este método pode ser usado efetivamente para elevar a qualidade do produto ela redução ad variação e melhoria da media do processo. A estratificação é usualmente utilizada para matéria prima, máquina, condição de operação e operadores. EXEMPLOS DE ESTRATIFICAÇÃO a) uma sene de quadro de maquinas (A, B, C e D) estão produzindo um mesmo item. Amostras foram retiradas de tempo em tempo de cada maquina e os resultados das medidas em médias foram misturadas e registradas no gráfico abaixo. Verificamos que no período entre 12:00 e 14:00 horas tivemos valores das médias S abaixo. alores das médias fora do limite superior de especificação. A partir dai surge a dúvida. Será que todas as máquinas estão fora ou esta desconformidade esta sendo produzida por uma ou duas das máquinas? Então há a necessidade de fazermos uma estratificação dos valores encontrados por máquina. No exemplo fizemos a estratificação por máquina encontrando o seguinte: Característica Caracter[stica Concluímos então, após estratificação, que a desconformidade está sendo gerada na máquina C.

A partir daqui resta-nos procurar a causa do problema e elimina-la. DIAGRAMA DE DISPERSÃO VIII. I – O QUE É DIAGRAMA DE DISPERSÃO? Na pratica muitas vezes temos a necessidade de studar a relação de correspondência entre duas variáveis. Por exemplo: 1) Será que a quantidade de Impurezas de uma substancia pode alterar sua viscosidade? 2) Podemos executar o controle de concentração de uma substancia substituindo a concentração pela densidade que é mais fácil de se medir?

O Estudo da relação entre duas variáveis é feito através do Diagrama de ! Dispersão. Caso de Aplicação: a) Relação entre Característica de Qualidade e fator que a afeta. b) Relação entre duas Características de qualidade. c) Dois fatores relacionados a uma única característica de qualidade. Exemplo: GUACOS E CARTAS DE CONTROLE NO acompanhamento de uma atividade ou processo ao longo do tempo é sempre conveniente o uso de gráficos e/ ou Cartas de Controle, afim de se obter uma informaç tiva em relação ao atributo, etc.

GRÁFICOS Tipos de gráficos utilizados CARTAS DE CONTROLE proposta em 1924 por W. A SHEWHART tem sido largamente empregadas no controle estatístico de processos (CEP) no sentido de se eliminar as variações anormais. As cartas de controle têm a propriedade de detectar as chamadas causas especiais (assinaláveis) que tem a caracteristicas de agir temporariamente e instabilizar o processo fazendo com ue o mesmo esteja fora de controle. O combate as causas especiais é local (no processo).

Na ausência das causas especiais o processo fica sob a ação das causas comuns (aleatórias) estando o processo então sob controle. Variações excessivas devido a causas comuns geram o processo incapaz de atender as especificações ou requisitos de engenharia. a) FORMA DE CARTA DE CONTROLE CSC- Limite Superior de Controle LM- Linha Média LIC- Limite nferior de Controle X – PLANILHAS DE VERIFICAÇÃO No trato com dados de medidas ou obser•ações, para facilitar o entendimento e o uso e faz necessário o uso de planilha para registro desses dados e observações.

Seguem abaixo, diversos tipos de planilha que podem ser utilizados no dia a dia. BIBLIOGRAFIA Hitoshi Kume – Statistical Methods for Quality Improvement Aots TOKIO – 1985. H. James Harrington – O Processo do Aperfeiçoamento — McGraw Hill 1988. Luiz Gonzaga Morettin – Estatistica Básica – LCTE 1983. Murray R. spiegel – Probabilidade e Estatística Básica – Voleção Schaum -1978. Massaaki Imai – Kaizen – Imam — 1988. Messias Borges Silva Notas de Aula. Pedro Luiz de Oliveira Costa Neto – Estatística — Blucher – 1997.