CEP Aula1 2016 1

1
Estatstica Aplicada
Aula 1
Introduo ao Controle Estatstico de
Qualidade em Processos Industriais
Professora Dra Ariane Ferreira
afprosa61@gmail.com
Maro de 2015
Contedos e Objetivos
2
Contedos
Definio de Processo e dados de processo
Definio da qualidade
Caractersticas da qualidade
Tcnicas estatsticas para a qualidade
Introduo ao CEP industrial
Objetivos
1. Permitir aos alunos o entendimento dos conceitos que fundamentam o
Controle Estatstico da Qualidade.
2. Fornecer as bases para as atividades de estabilizao de processos e
melhoria da capacidade de processos.
3. Apresentar um panorama das ferramentas estatsticas de monitoramento e
otimizao experimental de processos.
Engenharia da Qualidade e CEP
Ariane Ferreira
Definio de Processo
3
Processo
Matrias
Primas
Mquinas
Mo de obra
Materiais
Mtodos
Meio Ambiente
Produto
Processo
Anlises Estatsticas
Informao
Dados
O que so dados
Caractersticas medidas (amostradas) no processo/produto/servio para
atravs de analises estatisticas adequadas fornecerem as informaes
desejadas. So organizados de acordo com alguma sequncia de tempo.
Graficos sequnciais de dados de processos.
Ariane Ferreira
Definio de dados de Processo

4
Caracteristicas dos dados

1. Centro: tendncia central, valor representativo mdio que indica onde se
localiza o meio do conjunto de dados;
2. Variao: uma medida de quanto os valores dos dados variam entre eles,
disperso;
3. Distribuio: a natureza ou forma da distribuio dos dados no conjunto de
valores (em forma de sino, uniforme, assimtrica);
4. Outliers ou valores atipicos: valores amostrais que se localizam muito
distantes da maioria dos outros valores amostrais;
5. Tempo: caracteristicas dos dados que mudam com o tempo.
CVDOT: Computador com Virus Destruir Ou Terminar
Ariane Ferreira
Definio da Qualidade
5
O que Qualidade?
American Society for Quality (ASQ) define qualidade
com um termo subjetivo no qual cada pessoa tem a
sua prpria definio.
No sentido tcnico pode ter dois significados:
1. Caractersticas de um produto/servio que possuem habilidade em
satisfazer necessidades diretas ou implcitas;
2. Um produto/servio livre de defeitos
Ariane Ferreira
6
Qualidade definida por especialistas
Deming: qualidade consiste na capacidade de satisfazer

vontades/desejos. (The Meaning of Quality, 1968)
Juran: qualidade adequao ao uso (Jurans Quality

Control Handbook, 1988)
Ariane Ferreira
7

Definies baseadas na manufaturabilidade e no atendimento do servio
Crosby:
qualidade
significa
conformidade
requerimentos, ou seja, defeito zero.
(Quality is free,1979).
Definio adotada pela ISO 9000
aos
Ariane Ferreira
8

Definies baseadas em valores
Feigenbaum: qualidade o grau no qual um produto
conforme ao seu desenho ou especificao, ou seja, o
compromisso com a excelncia
(Total Quality Control, 1983)
Taguchi: qualidade consiste em minimizar as perdas

causadas pelo produto a longo prazo no apenas ao
cliente, mas sociedade.
Isto pode ser alcanado atravs do atingimento do
alvo com a menor variabilidade.
(Introduction to Quality Engineering, 1986)
Ariane Ferreira
9
As 8 dimenses da qualidade de Garvin
Ariane Ferreira
10
Definies pela Engenharia da Qualidade
Qualidade inversamente proporcional Variabilidade.
Melhoria da qualidade a reduo da variabilidade

nos processos e produtos.
Ariane Ferreira
11
Exemplo: Transmisso de carros

Anlise dos custos de reparo com garantia
Carros japoneses tinham menos da metade dos custos
Menor variabilidade -> transmisso das marchas mais suaves e mais
silenciosas
Ariane Ferreira
12
Problemas da qualidade nos produtos

No-conformidade ou defeitos: contagem de defeitos na pea;
Refere-se a uma taxa de defeitos e varia de taxa=0,1,2,3
No-conformes ou defeituosos: contagem de peas defeituosas;
Refere-se a um percentual e varia entre 0 e 1
Ariane Ferreira
Caractersticas da Qualidade
13
Caractersticas da qualidade
Fsicas:
comprimento, largura, voltagem, concentrao
Sensoriais:
gosto, aparncia, cor
Orientao temporal:
confiabilidade, durabilidade, praticidade
Dois produtos nunca so idnticos nas caractersticas da qualidade
Diferenas resultam em variabilidade
Ariane Ferreira
14
Avaliao das caractersticas da qualidade

Especificao:
medidas desejadas dos componentes do produto bem como do produto
em si
Valor alvo ou nominal (ex: caractersticas dimensionais)
Limite inferior de especificao (LIE) (ex: resistncia mecnica)
Limite superior de especificao (LSE) (ex: nvel de rudo)
Ariane Ferreira
15
Exemplo
Um engenheiro est em dvida sobre a diferena de resistncia de uma pea
que produzida com quatro perfis de ao diferentes (A, B, C e D).
So retiradas amostras de quatro lotes diferentes de perfis de ao, e a
resistncia de cada pea medida em kgf/cm2.
Ariane Ferreira
Engenharia da Qualidade
16
Conjunto de atividades operacionais de gerenciamento e
engenharia que uma empresa usa para garantir que:
as caractersticas da qualidade de um produto/servio
estejam nos nveis nominais ou exigidos.
Ariane Ferreira
17
Qualidade x Variabilidade
Como melhorar a Qualidade?
Reduzindo a variabilidade
do Processo / Produto
Qualidade aumenta quando a

Variabilidade diminui.
Ariane Ferreira
Variabilidade
Variabilidade inerente a todos os produtos: no

h dois produtos sempre idnticos;
Exemplo: a dimenso dos dois filmes finos
usados para interconexo variar de acordo com
as condies precisas e equipamentos utilizados
para depsio e os filmes padres.
Variabilidade do produto muitas vezes descrita
em termos de estatsticos;
Mtodos estatsticos necessariamente
desempenham um papel central no controle de
qualidade e rendem de esforos de melhoria;
18
Ariane Ferreira
Variabilidade
Localizao
Disperso
Forma
19
Ariane Ferreira
20
Variabilidade
uma medida da mudana ou variao/ diferena dos valores de
dados
B
A
130
13
12
s2(A) = 0.85
110
10
100
90
80
70
1
3
5
7
9
11
13
15
17
19
21
23
25
27
29
31
33
35
37
39
41
43
45
47
49
51
53
55
57
59
61
63
65
67
69
71
73
75
77
79
81
83
85
87
89
91
93
95
97
99
11
1
3
5
7
9
11
13
15
17
19
21
23
25
27
29
31
33
35
37
39
41
43
45
47
49
51
53
55
57
59
61
63
65
67
69
71
73
75
77
79
81
83
85
87
89
91
93
95
97
99
101
s2(B) = 65.30
120
Varincia uma medida da quantidade de variao dentro dos

valores de dados...
n
s2 =
( xi xi ) 2
i =1
n 1
Ariane Ferreira
1
3
5
7
9
11
13
15
17
19
21
23
25
27
29
31
33
35
37
39
41
43
45
47
49
51
53
55
57
59
61
63
65
67
69
71
73
75
77
79
81
83
85
87
89
91
93
95
97
99
25
60
1
3
5
7
9
11
13
15
17
19
21
23
25
27
29
31
33
35
37
39
41
43
45
47
49
51
53
55
57
59
61
63
65
67
69
71
73
75
77
79
81
83
85
87
89
91
93
95
97
99
21
No mundo real, voc sempre ter os dados como:
45
40
35
30
s2(X) = 179.79
20
15
10
120
100
80
s2(B) = 65.30
40
20

Ariane Ferreira
15
15
10
10
5
5
0
0
1
3
5
7
9
11
13
15
17
19
21
23
25
27
29
31
33
35
37
39
41
43
45
47
49
51
53
55
57
59
61
63
65
67
69
71
73
75
77
79
81
83
85
87
89
91
93
95
97
99
Variabilidade Total
25
20
1
3
5
7
9
11
13
15
17
19
21
23
25
27
29
31
33
35
37
39
41
43
45
47
49
51
53
55
57
59
61
63
65
67
69
71
73
75
77
79
81
83
85
87
89
91
93
95
97
99
1
3
5
7
9
11
13
15
17
19
21
23
25
27
29
31
33
35
37
39
41
43
45
47
49
51
53
55
57
59
61
63
65
67
69
71
73
75
77
79
81
83
85
87
89
91
93
95
97
99
O que a variabilidade?
=
Pattern-induced
Variabilidade Sistemtica
Variation
=
25
20
Variabilidade aleatria
45
45
40
40
40
35
35
35
30
30
45
30
25
20
15
10
5
-5
Ariane Ferreira
45
35
10
0
1
3
5
7
9
11
13
15
17
19
21
23
25
27
29
31
33
35
37
39
41
43
45
47
49
51
53
55
57
59
61
63
65
67
69
71
73
75
77
79
81
83
85
87
89
91
93
95
97
99
1
3
5
7
9
11
13
15
17
19
21
23
25
27
29
31
33
35
37
39
41
43
45
47
49
51
53
55
57
59
61
63
65
67
69
71
73
75
77
79
81
83
85
87
89
91
93
95
97
99
23
Anlise da Variabilidade
25
40
20
30
25
15
20
10
15
x = 9.95
y = 19.96
s x2 = 1.22
s 2y = 0.95
Pode haver centenas ou milhares de perfis de dados
Exemplo de dados de indstria de semi-condutores

Process Tool
Measurement Tool
T=1, 2, 3, , 100
Temperature
Pressure
Voltage
Ariane Ferreira
Mais de 300
mquinas de
processo
O que fazem os engenheiros?
wafer 1 wafer 2
wafer n
Temperature
Pressure
Voltage
10~50
caractersticas
de qualidade
t1
t2
tn
st2,1
st2, 2
st2,n
2
p ,1
2
p,2
p1
p2
Mais de 2
2
estatsticas s p ,n
resumidas p
Rv ,1 Rv , 2
Rv , n
Ariane Ferreira
Tipos de Variabilidade no Processo

Existem dois principais tipos de variabilidade:
Causas Naturais ou Comuns
que esto fortemente ligadas com o processo em si.
Essas causas so consideradas como eventos aleatrios
e incontrolveis.
Causas Especiais ou Atribuveis
So eventos imprevisveis que provocam o
desvio/deriva do processo.
Essas causas podem ser identificadas, mas so
irregulares e instveis.
26
Ariane Ferreira
Engenharia da Qualidade: Variabilidade

27
Causas Comuns
Resultam da variabilidade presente mesmo em
condies normais de operao do processo;
So diferenas mnimas pea-a-pea devido a
pequenas causas de variao que atuam de forma
aleatria no processo, gerando uma variabilidade
inerente no processo;
Em geral s podem ser resolvidas por uma ao global
sobre o sistema;
Os operadores esto em boa posio para identific-las,
mas a sua correo exige deciso gerencial.

28
Causas Comuns
A correo pode no se justificar economicamente
Um processo que apresenta apenas causas comuns atuando
dito um processo estvel ou sob controle, pois apresenta
sempre a mesma variabilidade ao longo do tempo
Causas comuns:
pequenas imperfeies no equipamento;
design inadequado de um produto;
processos que esto funcionado mas no esto
otimizados;
compra sistemtica de materiais com baixa qualidade
inexistncia de treinamento;
falta de padronizao das operaes.

29
Causas Especiais
As causas especiais so causas que no seguem um
padro aleatrio e por isso tambm so chamadas de
causas assinalveis (falhas de operao).
Elas fazem com que o processo saia fora de seu padro
natural de operao e tm um efeito indesejvel
significativo sobre o desempenho do processo, por isso
devem ser identificadas e neutralizadas.

30
Causas Especiais
Causas especiais em geral so corrigidas por ao local e, por
isso, so de responsabilidade dos operadores .
apesar de algumas vezes a gerncia estar em melhor
posio para resolver o problema.
A eliminao dessas causas se justifica economicamente.
Causas especiais provm geralmente de:
Mquina ajustada ou operada de maneira inadequada;
Alterao gradual no processo falta de manuteno
(tendncias);
Erros do operador;
Lote de matria-prima com problema;
Quebra de equipamento de medio;
Causas comuns e especiais

Apenas causas comuns de variao esto presentes:
A sada de forma estvel e
Distribuio PREVISVEL
ao longo do tempo
Predio
?
?
??
? ??
?
?
??
Predio ??
Causas especiais de variao

esto presentes:
A sada do processo no
estvel e
No PREVISVEL
ao longo do tempo
31
Ariane Ferreira

32
Mtodos Estatsticos para Controle e

Melhoria da Qualidade
Ariane Ferreira

33
Amostragem
Processo : Forno de Oxidao
Populao: todas as placas saindo do forno depois do
processo de oxidao
Amostra : 5 medidas de espessura tomadas em 4 placas
selecionadas = 20 medidas
Individual : medio de todas as placas de um lote/
batelada
Ariane Ferreira
Controle Estatstico
Controle de processos
Processo
Informao
Dados
Anlises Estatsticas
Conjunto de ferramentas estatsticas de resoluo de problemas para obter:

estabilidade (eliminao de causas especiais) dos processos
melhoria da sua capacidade
34
Ariane Ferreira
Controle Estatstico de Processos

35
Controle de
Aceitao P
Controle de
Aceitao MP
Processo
Matrias
Primas
Mquinas
Mo de obra
Materiais
Mtodos
Meio Ambiente
Rejeitos
Produto
Mercado
Retorno ao
processo
Controle Estatstico de
Processos
Ariane Ferreira

36
Ariane Ferreira
Histrico do CEP
Primeiras Cartas Controle foram desenvolvidos
durante a dcada de 1930 por Walter A. Shewhart na
Bell Labs.
Primeiros ndices de Capacidade foram desenvolvidos
durante a dcada de 1980.
Isso reflete duas grandes etapas da histria de CEP :
Os Anos de Crescimento (1945-1975) com um produto
centrado abordagem: controles somente no final da linha e
uma porcentagem de defeitos considerado "normais.
Os Anos de Crise (depois de 1975) com um processo
centrado abordagem: os defeitos devem ser tendncia
antecipada para o zero defeito.
37
Ariane Ferreira

38
7 Ferramentas do CEP
Histograma
Folha de controle
Grfico de Pareto
Diagrama de causa e efeito
Diagrama de concentrao de defeito
Diagrama de disperso
Carta de controle
Indices de Capacidade
Ariane Ferreira

39
Histograma
Ariane Ferreira

40
Folha de controle
Ariane Ferreira

41
Grfico de Pareto
Ariane Ferreira

42
Diagrama de causa e efeito
Ariane Ferreira

43
7 Ferramentas do CEP: Diagrama de causa e efeito
Ariane Ferreira

44
Diagrama de
concentrao de
defeito
Ariane Ferreira

45
Diagrama de
disperso
Ariane Ferreira

46
Objetivos do CEP
Ariane Ferreira

47
Exemplos de processos fora de

controle : presena de causa especial
As cartas de controle so usadas aos pares:

uma para monitorar a tendncia central
e outra para monitorar a disperso
Ariane Ferreira

48
Estabilidade do Processo
Eliminao das causas especiais: Operador
Processo sob controle:
Estvel, eliminao das causas
especiais e presena somente
causas comuns.
Processo fora de controle:

Instvel, surgimento de causas
especiais.
Ariane Ferreira

49
Capacidade de Processo: atendimento s

especificaes do cliente.
Somente quando o processo estiver sob controle, sem causas especiais.
Reduo das causas comuns de responsabilidade da gerncia.
Processo sob controle e capaz
Reduo de causas comuns.
Processo sob controle e no capaz

variao excessiva devido s causas
comuns.
Ariane Ferreira

50
CEP: causas comuns x especiais
Ariane Ferreira

51
Carta de Controle
Sistema de inspeo por amostragem do processo;
Representa graficamente a varivel de resposta ou fator
controlvel que influencia na caracterstica da qualidade
versus tempo;
Monitorar a presena de causas especiais
(causas que no so comuns ao processo e podem
prejudicar a qualidade do produto/servio).
Ariane Ferreira

Cartas de Controle
Deriva: causa especial
Qualitys Characteristic X
UCL
CL
LCL
Causas comuns
52
Ariane Ferreira

53
Carta de Controle: Passos para a implantao

1. Estabelecer um ambiente favorvel ao
Preparar as pessoas
Definir responsveis
Assegurar suporte gerencial
2. Definir o processo
Entender o processo, pessoas, procedimentos, matriasprimas e equipamentos envolvidos
Identificar as etapas do processo
Identificar os fornecedores e clientes
Identificar os parmetros do processo, variveis de
resposta e as caractersticas de qualidade
Ariane Ferreira

54

3. Determinar as caractersticas a serem monitoradas:
Enfatizar o que mais importante para o cliente
Identificar as caractersticas crticas para segurana/uso
Identificar caractersticas com problemas crnicos
Sempre que possvel, escolher monitorar parmetros do
processo e no caractersticas finais de qualidade
Estudar possveis correlaes entre os parmetros do
processo e as caractersticas de qualidade
Projetos de Experimentos
Ariane Ferreira

55

4. Definir o sistema de medio
Determinar qual informao, onde e com que freqncia
coletar
Definir o modo de registro das informaes
Determinar a exatido e a resoluo necessrias dos
instrumentos de medio
Definir como ser a calibrao dos instrumentos
5. Minimizar a variabilidade desnecessria
Identificar causas externas de variabilidade que so
bvias e eliminar estas causas antes de iniciar o estudo
Ariane Ferreira

Carta de Controle: Teste de Hipteses
O clculo dos limites de controle considera apenas a
variabilidade associada s causas comuns
56
Ariane Ferreira
Lembrando: Testes de hipteses estatsticos

57
Como realizar um Testes de hipteses

Seja {x1,,xn} uma amostra composta de n realizaes independentes da
v.a. X.
Seja F(x) a lei de distribuio de probabilidade desconhecida de X.
A hiptese de saida que a lei de distribuio de probabilidade de X FX(x).
Teste de hiptese
H 0 : = 0
H1 : 0
Vocabulario : H0: hiptese nula H1 : hiptese alternativa;

Submetemos H1 um teste T que deve ser satisfeito se H0 verdadeira;
Se T no satisdfeito H0 falsa
Associamos uma estatistica de teste H0, que uma funo das
observaes, que segue uma lei teorica conhecida H0 verdadeira.
A. Ferreira

58
Como realizar um Testes de hipteses

x 0
Exemplo: para H0 : = 0 , alors

segue uma lei normal rduzida (n
grande).
n
Teste de hiptese
H 0 : = 0
H1 : 0
Zona de aceitao
Zona de aceitao
Valor Calculado
Zona de rejeio 95%
Zona de rejeio
Zona de rejeio
p-valor
A. Ferreira

59
Tipos de erros no teste de Hipteses

Dois erros possveis :
Rejeitar uma H0 verdadeira (risco do tipo 1)
probabilidade desse erro =
No rejeitar uma H0 falsa (risco de tipo 2)
probabilidade desse erro =
Realidade
Deciso
H0 verdadeira
H0 falsa
Rejeitar H0
Incorreto
Potncia do teste
(1-)
correto
Falta de potncia do teste
(1)
No rejeitar H0
A. Ferreira

60
No podemos reduzir sumultanamente et

Potncia do teste: (1 )
Probabilidade de rejeitar H0 se ela falsa
deciso correta.
O risco e a potncia (1 ) dependem:

Do verdadeiro valor do parmetro da populao (quanto mais longe do
valor testado menor o risco )
(
Do desvio-padro da populao
Do risco escolhido
Do tamanho n da amostra
)
(n
A potncia do teste aumenta com o tamanho da amostra:

quanto mais observaes, maior o numero de individuos permitindo
rejeitar H0 se ela falsa.
Ateno:
Com testes potentes, rejeitamos facilmente H0 medida que o nde
observaes amostrais aumenta.
A. Ferreira

Carta de Controle: Teste de Hipteses
O clculo dos limites de controle considera apenas a
variabilidade associada s causas comuns
61
Ariane Ferreira

Carta de Controle: limites de controle
62
Ariane Ferreira
Controle Estatstico de Processos: Lei Normal

63
Para 3:
(1-)= 0,9973
= 1-0,9973=0,0027
/2 = 0,0027/2=0,00135
Ariane Ferreira

Carta de Controle: tamanho e freqncia de amostragem
n p (detectar pequenas mudanas)
freqncia de amostragem p (detectar mudanas)
Ideal amostras grandes com alta freqncia no vivel
economicamente
Dicotomia:
n freqncia
mais utilizado na indstria
n freqncia
64
Ariane Ferreira

Implementao da Carta de Controle no Processo Industrial
65
Ariane Ferreira

Avaliao da Capacidade :
Produtos
Defeituosos
Limite Inferior de
Especificao
Alvo
Limite Superior de
Especificao
Definidos pelo cliente
66
Ariane Ferreira

Avaliao da Capacidade :
67
Ariane Ferreira

68
CEP e Variabilidade
A meta de um sistema de controle do processo permitir as
decises corretas referentes a quando agir sobre o processo.
Excesso ou falta de ao so prejudiciais.
Excesso de ao: atuao em causas comuns como se fossem
causas especiais:
pode levar a um aumento da variao, alm de
representar um custo desnecessrio (erro tipo I,
probabilidade , ou risco do produtor)
Falta de ao: causas especiais podem passar como
despercebidas (causas comuns) incorporando-se ao resultado
do processo:
tornando aceitvel o que deveria ser rejeitado (erro tipo II,
probabilidade , ou risco do cliente)
Ariane Ferreira

69
Vantagens do CEP no Processo Industrial

O emprego correto das cartas de controle:
Permite que o monitoramento do processo seja executado pelos
prprios operadores
Fornece uma distino clara entre causas comuns e causas
especiais
Serve de guia para aes locais ou gerenciais
Os ndices de capacidade do processo (Cp e Cpk) fornecem uma
linguagem comum para discutir o desempenho do processo
O CEP auxilia o processo a atingir:
alta qualidade
baixo custo unitrio
alta capacidade efetiva
consistncia e previsibilidade
Ariane Ferreira

CEP Aula1 2016 1

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

CEP Aula1 2016 1

Încărcat de

Drepturi de autor:

Formate disponibile

1

Engenharia da Qualidade e CEP

Definio de dados de Processo

Caracteristicas dos dados

Engenharia da Qualidade e CEP

Engenharia da Qualidade e CEP

Qualidade definida por especialistas

Deming: qualidade consiste na capacidade de satisfazer

Juran: qualidade adequao ao uso (Jurans Quality

Engenharia da Qualidade e CEP

Qualidade definida por especialistas

Engenharia da Qualidade e CEP

Qualidade definida por especialistas

Taguchi: qualidade consiste em minimizar as perdas

Engenharia da Qualidade e CEP

As 8 dimenses da qualidade de Garvin

Engenharia da Qualidade e CEP

Definies pela Engenharia da Qualidade

Qualidade inversamente proporcional Variabilidade.

Melhoria da qualidade a reduo da variabilidade

Engenharia da Qualidade e CEP

Exemplo: Transmisso de carros

Engenharia da Qualidade e CEP

Problemas da qualidade nos produtos

Engenharia da Qualidade e CEP

Engenharia da Qualidade e CEP

Avaliao das caractersticas da qualidade

Engenharia da Qualidade e CEP

Engenharia da Qualidade e CEP

Engenharia da Qualidade e CEP

Qualidade aumenta quando a

Engenharia da Qualidade e CEP

Variabilidade inerente a todos os produtos: no

Varincia uma medida da quantidade de variao dentro dos

Engenharia da Qualidade e CEP

No mundo real, voc sempre ter os dados como:

Engenharia da Qualidade e CEP

Engenharia da Qualidade e CEP

Pode haver centenas ou milhares de perfis de dados

Exemplo de dados de indstria de semi-condutores

Engenharia da Qualidade e CEP

O que fazem os engenheiros?

Tipos de Variabilidade no Processo

Engenharia da Qualidade: Variabilidade

Engenharia da Qualidade: Variabilidade

Engenharia da Qualidade: Variabilidade

Engenharia da Qualidade: Variabilidade

Causas comuns e especiais

Causas especiais de variao

Tcnicas estatsticas para a qualidade

Mtodos Estatsticos para Controle e

Engenharia da Qualidade e CEP

Tcnicas estatsticas para a qualidade

Engenharia da Qualidade e CEP

Conjunto de ferramentas estatsticas de resoluo de problemas para obter:

Controle Estatstico de Processos

Engenharia da Qualidade e CEP

Controle Estatstico de Processos

Engenharia da Qualidade e CEP

Controle Estatstico de Processos

Tcnicas estatsticas para a qualidade

Engenharia da Qualidade e CEP

Tcnicas estatsticas para a qualidade