Controle Estatístico de Qualidade Capítulo 7 (montgomery) Capacidade do Processo Introdução – Cartas de Controle – Instrumento de monitoramento e detecção de desvios na estabilidade do processo Considerando que através das cartas de controle tenhamos um processo estável durante longos períodos de tempo, a seguinte questão precisa ser respondida: O processo atende de forma eficiente os requisitos impostos ao produto? Capacidade do Processo Introdução – No contexto do CEP, os estudos de capacidade do processo destinam-se a responder esta questão. – É importante ressaltar que eficiência deve ser entendido como baixo nível de não-conformidades. – Os índices de capacidade do processo são parâmetros adimensionais que indiretamente medem o quanto o processo consegue atender às especificações. Capacidade do Processo Considerações Importantes – O uso dos índices de capacidade não tem sentido se os dados analisados forem provenientes de um processo fora de controle – Motivo: os índices são parâmetros da distribuição estacionária da característica da qualidade em estudo. Se o processo estiver fora de controle essa distribuição não será sempre a mesma, logo não saberemos o que estaremos estimando a partir dos dados. Assim, devemos primeiro examinar o comportamento das cartas de controle. Uma vez evidenciada a condição de controle, o estudo de capacidade pode ser conduzido Capacidade do Processo Considerações Importantes – É costume tomar como medida de capacidade de um processo a dispersão 6-sigma na distribuição da característica da qualidade LNT = µ ± 3σ – – Se os dados são provenientes de uma distribuição normal, os LNT incluem 99,73% da variável. Os LNT expressam a tolerância natural do processo Capacidade do Processo Histograma ou QQ Plot – Através do histograma é possível: Verificar a “forma” da característica da qualidade em estudo Estimar a capacidade independentemente de termos a informação sobre as especificações do produto. – Exemplo 10.34 8.70 8.97 11.27 10.32 9.25 11.97 9.79 9.95 9.79 10.80 10.52 9.74 10.03 10.05 9.34 9.19 11.24 9.49 9.88 11.39 9.52 10.31 9.56 9.04 9.96 7.65 11.34 10.41 8.39 Capacidade do Processo Histograma – Exemplo Histogram x = 9.94 S = 0.9532 Normal 7 6 LSNT = 12.80 LINT = 7.08 – 99.73% dentro das conformidades 5 Frequency Mean StDev N 4 3 2 1 0 8 9 10 11 12 9.94 0.9532 30 Capacidade do Processo Histograma ou QQ Plot – Através do QQ Plot é possível: – Verificar a normalidade da característica da qualidade em estudo Exemplo 10.34 8.70 8.97 11.27 10.32 9.25 11.97 9.79 9.95 9.79 10.80 10.52 9.74 10.03 10.05 9.34 9.19 11.24 9.49 9.88 11.39 9.52 10.31 9.56 9.04 9.96 7.65 11.34 10.41 8.39 Capacidade do Processo QQ Plot Probability Plot Normal 99 Mean StDev N KS P-Value 95 90 80 70 Percent 60 50 40 30 20 10 5 1 7 8 9 10 11 12 9.94 0.9532 30 0.087 >0.150 Capacidade do Processo Razões da Capacidade do Processo – – No entanto, convém termos uma forma simples e quantitativa de expressar a capacidade de um processo. Tal forma foi introduzida por Juran (1974), chamando-a de razão da capacidade de um processo (RCP) Cp LSE − LIE Cp = 6σ onde LIE/LSE são os limites de especificação Capacidade do Processo Razões da Capacidade do Processo – Em aplicações práticas, σ precisa ser estimado. Isso resulta em uma estimativa para Cp dada por LSE − LIE ˆ Cp = 6σˆ – Tolerância especificada (TE) Tolerância natural (TN) Note que o índice Cp relaciona a tolerância especificada com a tolerância natural do processo. Assim, Cp < 1, TN é maior que TE (preocupante) Cp = 1, TN é igual TE (precisa melhorar) Cp > 1, TN é menor que TE (desejável) Razões da Capacidade do Processo - Cp Exemplo – Anel de Pistão – – – – Limites de Especificação 74.00mm ± 0.05mm Do gráfico R, estimamos R ˆ σ = = 0,0099 d2 Logo, LSE − LIE 74,05 − 73,95 = = 1,68 Cˆ p = 6σˆ 6(0,0099) Cp > 1 (desejável) Razões da Capacidade do Processo - Cp – Outra interpretação útil obtida a partir de Cp é a percentagem da faixa de especificação utilizada pelo processo (P) 1 ×100 Pp = C p – Do exemplo de anéis de pistão, temos que 1 Pp = × 100 = 59,5% 1,68 Razões da Capacidade do Processo - Cp – – – Vimos que a razão da capacidade do processo mede a habilidade do processo de produzir produtos que atendam as especificações. A seguir, apresentaremos diversos valores de Cp juntamente com o número de peças defeituosas ou unidades não-conformes do produto por milhão (ppm). Tais quantidades foram obtidas com base nas seguintes suposições importantíssimas: A característica da qualidade tem distribuição normal O processo está sob controle estatístico A média do processo está centrada entre os limites de especificação superior e inferior. Razões da Capacidade do Processo - Cp LIE − µ 6 ppm < LIE = Φ × 10 σ LSE − µ 6 ppm > LSE = 1 − Φ × 10 σ Valores da Razão da Capacidade do Processo (Cp) e Falhas Associadas (ppm) para um Processo Normalmente Distribuído que está sob Controle Estatístico Falhas no processo (ppm) Cp Esp. Unilaterais Esp. Bilaterais 0,25 226.628 453.255 0,50 66.807 133.614 0,60 35.931 71.861 0,70 17.865 35.729 0,80 8.198 16.395 0,90 3.467 6.934 1,00 1.350 2.700 1,10 484 967 1,20 159 318 1,30 48 96 1,40 14 27 1,50 4 7 1,60 1 2 1,70 0,17 0,34 1,80 0,03 0,06 2,00 0,0009 0,0018 Fonte: Montgomery Razões da Capacidade do Processo - Cp – Para ilustrar a tabela anterior, temos que Cp = 1, implica em 2.700 ppm Cp = 1,50 implica em uma taxa de apenas 4 ppm No exemplo do anel de pistão, Cp = 1,68 ≅ 1,70. Isso implica em 0,34 ppm, ou seja, o processo encontra-se bem calibrado. Razões da Capacidade do Processo - Cp Considerações Importantes – As suposições citadas anteriormente são críticas para precisão e validade dos valores reportados. – Somerville e Montgomery (1996) investigaram o impacto da não-normalidade nos valores apresentados na tabela. A estabilidade ou controle estatístico do processo é essencial para uma interpretação correta de qualquer RCP. Montgomery comenta que é bastante comum se calcular uma RCP sem levar em conta se o processo está sob controle. Razões da Capacidade do Processo - Cp Considerações Importantes – Além disso, é importante ter em mente que calculamos uma estimativa da RCP, estando sujeito a erros na estimação Logo, um intervalo de confiança pode dar uma boa ideia do erro que podemos estar cometendo. Posteriormente, iremos discutir sobre intervalos de confiança para RCP. O Índice Cpk Razão de Capacidade para um Processo Descentrado – Note que o índice Cp não leva em conta a localização da média do processo com relação aos limites de especificação. – Kane (1986) propõe uma medida (Cpk) que penaliza desvios da média do processo em relação a posição central (“ótima”), sendo definido por: O Índice Cpk Razão de Capacidade para um Processo Descentrado C pk = min(C ps , C pi ) – onde: LSE − µ C ps = 3σ µ − LIE C pi = 3σ O Índice Cpk Razão de Capacidade para um Processo Descentrado – – – – – Se Cp = Cpk o processo está centrado no ponto médio das especificações. Quando Cpk < Cp o processo está descentrado A diferença entre Cp e Cpk é uma medida direta de quão fora do centro o processo está operando. Além disso, através da tabela apresentada anteriormente, pode-se obter uma estimativa rápida da melhoria potencial caso o processo estivesse centralizado. Por isso, costuma-se dizer que Cp mede a capacidade potencial no processo, enquanto Cpk mede a capacidade efetiva. Cp versus Cpk O Índice Cpm Razão de Capacidade para um Processo Descentrado – Vimos que o índice Cp não leva em conta a localização da média do processo com relação aos limites de especificação. – Analisar apenas o Cpk também não é uma boa estratégia. Por si só, Cpk ainda não é uma medida adequada de centralização do processo. O melhor é interpretar conjuntamente Cpk e Cp. O Índice Cpm – Cpk depende inversamente de σ e aumenta quando σ tende a zero Tal situação pode tornar Cpk inadequado como medida de centralização. Um grande valor de Cpk nada nos diz sobre a localização da média. Processo A Cpk=Cp=1,0 Processo B Cp=2,0>Cpk=1,0 O Índice Cpm Razão de Capacidade para um Processo Descentrado – Chan et al. (1988) propõe um novo índice, chamado de Cpm, que visa contornar esses problemas C pm = LSE − LIE 6 E( X − T )2 onde T = (LSE + LIE)/2. – Note que, no denominador, temos o desvio quadrático esperado em relação ao valor alvo. O Índice Cpm Razão de Capacidade para um Processo Descentrado – O índice Cpm pode ser estimado por Cˆ pm = Cˆ p 1+V 2 onde x −T V= . S , O Índice Cpm Razão de Capacidade para um Processo Descentrado – Boyles (1991) elaborou uma análise detalhada sobre esse índice. Dentre alguns resultados importantes, podemos citar: Cpm = Cpk = Cp, quando µ = T Cpm tende a zero, quando |µ - T| → ∞ Intervalos de Confiança e Teste de Hipóteses para RCP’s – É importante lembrar que na prática trabalhamos com estimativas pontuais de Cp e Cpk e, como tal, estão sujeitas à flutuações estatísticas. – Em outras palavras, um índice de capacidade do processo está sujeito a erro estatístico. Logo, para visualizarmos a precisão dessa estimativa devemos utilizar intervalos de confiança (IC). – Se a característica da qualidade segue distribuição normal, então podemos obter um IC de nível (1-α)% para Cp a partir de Intervalos de Confiança e Teste de Hipóteses para RCP’s Intervalo de Confiança para Cp Cˆ p . – χ12−α / 2,n −1 n −1 ≤ C p ≤ Cˆ p . χα2 / 2,n −1 n −1 Exemplo: LSE = 62, LIE = 38, n = 20 e S = 1,75 62 − 38 ˆ Cp = = 2,29 6(1,75) – Seja α = 5%, temos que IC (95%) = 2,29. χ 02.975,19 20 − 1 ≤ C p ≤ 2,29. χ 02.025,19 20 − 1 = 1,57 ≤ C p ≤ 3,01 Intervalos de Confiança e Teste de Hipóteses para RCP’s Intervalo de Confiança para Cp – Note que o IC é relativamente amplo, indicando que a estimativa de Cp pode estar sujeita a um erro de estimativa elevado (baixa precisão) – Normalmente, Intervalos de Confiança baseados em pequenas amostras tendem a ser amplos. Intervalos de Confiança e Teste de Hipóteses para RCP’s Intervalo de Confiança para Cpk – – Para RCP’s mais complicadas como Cpk e Cpm diversos autores propõem intervalos de confiança aproximados (Zhang et al. (1990), Bissel (1990), Kushler e Hurley (1992), Pearn et al. (1992), entre outros). Se a característica da qualidade segue distribuição normal, apresentamos um IC de nível (1-α)% para Cpk 1 1 1 1 ≤ C pk ≤ Cˆ pk 1 + Zα / 2 Cˆ pk 1 − Zα / 2 + + 2 2 ˆ ˆ 9nC pk 2(n − 1) 9nC pk 2(n − 1) Intervalos de Confiança e Teste de Hipóteses para RCP’s Intervalo de Confiança para Cpk 1 1 1 1 ˆ ˆ ≤ C pk ≤ C pk 1 + Zα / 2 C pk 1 − Zα / 2 + + 2 2 ˆ ˆ 9nC pk 2(n − 1) 9nC pk 2(n − 1) – – Exemplo: Cpk = 1,33, n = 20 Seja α = 5%, temos que IC (95%) = 0,99 ≤ C pk ≤ 1,67 – Trata-se de um IC extremamente amplo e não-informativo, visto que o valor de Cpk tanto pode ser inferior a 1 (situação ruim) como pode ser igual a 1,67 (situação excelente). Isso se deve ao pequeno tamanho de amostra utilizado. RCP – Uso de Gráficos de Controle – O cálculo e a análise dos índices RCP’s só faz sentido quando o processo está sob controle. – Logo, a análise dos gráficos de controle são de vital importância para correta interpretação de Cp, Cpk ou Cpm. Considerações Finais – Índices de capacidade são muito sensíveis à mudanças na distribuição estacionária. – Se ela não for normal, a interpretação dos índices com base nos valores de referência perde a consistência. Um índice de capacidade é um parâmetro do processo cujo valor é estimado através de estatísticas O uso de intervalos de confiança pode ajudar a ter uma ideia do erro de estimação que podemos estar cometendo Exercício Um processo normalmente distribuído tem especificações LIE=75 e LSE=85. Uma amostra de 25 partes indica que o processo está centrado no meio da faixa de especificação e o desvio padrão é S=1,5. a) b) Determine uma estimativa pontual para o Cp. O processo é eficiente? Determine um intervalo de confiança de 95% para Cp. Comente sobre a amplitude do intervalo. Exercício Um processo está sob controle com X = 100, S = 1,05 e n = 5. As especificações do processo são 95 ± 8. A característica da qualidade tem distribuição normal. a) b) c) Estime a capacidade potencial. Estime a capacidade efetiva. De quanto se reduziria a falha do processo se ele fosse corrigido de modo a operar na especificação nominal? Exercício Suponha uma característica da qualidade tenha distribuição normal com limites de especificação em LSE=100 e LIE=90. Uma amostra aleatória de 30 partes resulta em X = 100 e S = 1,6. a) b) c) Calcule uma estimativa pontual para Cpk. Calcule uma estimativa pontual para Cpm. Encontre um intervalo de confiança de 95% para Cpk.