UNIVERSIDADE FEDERAL DO PIAUÍ

CENTRO DE TECNOLOGIA
BACHARELADO EM ENGENHARIA DE PRODUÇÃO
DISCIPLINA: PROBABILIDADE E ESTATÍSTICA 2
PROFESSOR: ALEXANDRE GRAMOSA

UTILIZAÇÃO DE CARTAS DE CONTROLE EM PROCESSOS

INDUSTRIAIS: Estatística Aplicada à Qualidade

Alunos:

Breno Soares Correia

Lustosa
Nívea Larissa Maciel
Gustavo da Silva Araujo
Raamá Queiroz da Silva
Wellygton Ferreira de
Oliveira
Ysamara da Silva Sousa

Teresina – PI
2018
INTRODUÇÃO

O uso da estatística como instrumento básico da avaliação da qualidade em nível

de processos foi introduzido no começo do século XX, a partir, principalmente do
desenvolvimento dos chamados gráficos de controle, modelo concebido por Walter A.
Shewhart, conhecido como o pai do Controle Estatístico da Qualidade. Durante a
Segunda da Guerra Mundial, o Controle Estatístico da Qualidade teve grandes avanços,
sobretudo em termos da consolidação das inspeções por amostragem, atividade
fundamental em um momento em que os exércitos aliados faziam grandes aquisições de
produtos que por serem usados nas frentes de batalha, precisavam ter elevados índices
de confiabilidade. Estes dois conjuntos de mecanismos –o Controle Estatístico de
processos e a chamada Avaliação da Qualidade por Inspeção e Amostragem –sempre
foram considerados os instrumentos mais importantes do Controle Estatístico da
Qualidade. A aplicação de métodos quantitativos, principalmente, aqueles com base
estatística, criou o que se pode chamar de efetiva avaliação da qualidade onde o uso dos
métodos quantitativos asseguram a existência de processos consistentes na observação
da qualidade.

OBJETIVOS

Conforme “KUME (1993) os métodos estatísticos são eficazes para a melhoria

do processo produtivo e redução de seus defeitos”. Logo, o objetivo deste trabalho e
controle estatístico da qualidade é quantificar, prever e identificar falhas em um
processo produtivo, com o intuito de favorecer a tomada de decisão visando a correção
dessas falhas, aumentando consequentemente a produtividade e diminuindo a
variabilidade do sistema de produção.

METODOLOGIA

A pesquisa foi realizada com base na Estatística descritiva e no Controle

Estatístico da Qualidade. Inicialmente houve a consulta de bibliografia referente ao
tema proposto para o trabalho, fornecendo o embasamento teórico necessário para a
definição de metodologias de coleta, construção e análise dos dados. Posteriormente foi
selecionada uma base de dados de parâmetros de determinados processos produtivos,
realizando-se os cálculos importantes para construção dos gráficos de controle e para
uma análise complementar no estudo. Para que os gráficos fossem gerados foi utilizado
o software Minitab, destinado a trabalhar com problemas desta natureza. Após a
elaboração no programa, os gráficos de controle foram examinados conforme os
critérios do Controle Estatístico de Processo, por meio dos quais é possível determinar
quando um processo está dentro ou fora dos limites de controle estatístico que indicam
o grau de conformidade dos produtos no sistema produtivo.

GRÁFICOS DE CONTROLE OU CARTAS DE CONTROLE

Uma das ferramentas utilizadas no controle estatístico do processo (CEP) são as

cartas de controle da qualidade, cuja as mesmas são tipos de gráficos utilizados para o
acompanhamento de um processo. Eles determinam estatisticamente uma faixa
denominada limites de controle que é limitada pela linha superior (limite superior de
controle) e uma linha inferior (limite inferior de controle), além de uma linha média,
cujo objetivo é verificar, se o processo está sob controle, isto é, isento de causas
especiais. Os gráficos de controle distinguem a variabilidade aleatória da não-aleatória.
A base do gráfico de controle é a distribuição amostral que tende a ter a curva de
probabilidades associada a uma distribuição gaussiana. O gráfico de controle tem dois
limites - calculados a partir dos dados amostrais - que separam a variação aleatória da
variação não-aleatória. O valor maior corresponde ao limite superior de controle (LSC)
e o valor menor é chamado de limite inferior de controle (LIC) como citado
anteriormente. Uma estatística amostral localizada entre esses dois limites sugere a
aleatoriedade da distribuição, enquanto um valor exterior a um dos dois limites sugere a
não-aleatoriedade. Contudo os valores de Z padronizado são atribuídos ao número três,
pelo gráfico de três sigmas conforme a o gráfico abaixo; logo utiliza-se do LSC três
sigmas acima da linha média (μ + 3s) e do LIC três sigmas abaixo desta (μ - 3s).
Os gráficos de controle são as ferramentas gráficas mais recomendadas para o controle
da qualidade na fabricação de materiais, itens e montagens, pois permitem avaliar se
uma produção está sob controle ao longo do tempo. Eles também podem ter um papel
importante na aceitação do produto, já que o controle estatístico verifica a estabilidade
do processo e a homogeneidade do produto. Existem dois tipos básicos de gráficos de
controle:

1) Gráficos por atributos: são gráficos para controle de números e proporções, como
número de defeitos ou números de defeituosos. Exigem somente uma classificação de
medições descontínuas como boa ou má.

2) Gráficos por variáveis: são gráficos para controle de características como peso,
comprimento, densidade e concentração. Exigem medições em uma escala contínua.
Dados variáveis contêm mais informações que atributos e por isso os gráficos por
variáveis são os preferidos, pois facilitam o diagnóstico das causas que afetam a
estabilidade do processo.

Os gráficos por atributos são obtidos mais rapidamente, porém podem apresentar
controles menos precisos. No controle por variáveis, método mais adequado para ser
aplicado em processos de produção em rede, os gráficos mais utilizados são:
a) Gráfico X e R (média e amplitude): onde são registradas as médias amostrais e a
variabilidade do processo é avaliada através da amplitude. Apresenta facilidade na
elaboração dos cálculos, porém indica com menor segurança a variabilidade do
processo. Costuma-se trabalhar com esse tipo de gráfico para casos em que o tamanho
da amostra seja menor que seis (n<6);

b) Gráfico X e S (média e desvio-padrão): seu uso é aconselhável para grandes

amostras. As médias amostrais são registradas e a variabilidade é avaliada através do
desvio-padrão, mas esse tipo de gráfico apresenta maior dificuldade de interpretação;

c) Gráfico X méd e R (mediana e amplitude): onde são registradas as medianas e suas

amplitudes. Apresenta maior facilidade no controle contínuo do processo, pois não há
necessidade de cálculos, porém a mediana é um estimador mais fraco que a média;

d) Gráfico Xi e R (valor individual e amplitude): onde são registrados valores

individuais de medições e não valores médios. Devem ser utilizados em situações
especiais como processos com taxa de produção muito baixa ou com pouca
variabilidade. Para construir o gráfico correspondente adota-se X como um valor
individual e R a amplitude do processo como a amplitude em valor absoluto entre cada
leitura de dois valores individuais consecutivos.

As fórmulas para o cálculo dos limites dos tipos de gráficos de controle para variáveis
são mostradas na Tabela, onde os valores A2, A3, B3, B4, D3 e D4 são tabelados e
dependentes dos números de elementos no subgrupo racional(n); como podemos
perceber alguns desses valores tabelados abaixo:
Onde no presente estudo foram –se utilizados dos Gráficos X e R (média e amplitude).
Limites de controle para gráficos das médias:
LSC = x + A2R
Linha Central = x
LIC = x – A2R
Limites de controle para gráficos das amplitudes
LSC = D4R
Linha Central = R
LIC = D3R
OS VALORES DE A2, D4 e D3 são valores tabelados como já mencionado
anteriormente, os valores de x. Sejam as médias
amostrais, tem-se que o melhor estimador de μ, a média do processo, é a média geral,
isto é:

Assim, x deve ser a linha central no gráfico. Para os limites de controle é

necessário uma estimativa do desvio padrão 𝜎. Uma das formas
de realizar esta estimação é pela amplitude de m amostras. Se

é a amostra de tamanho n, tem-se que a amplitude da amostra é a diferença entre o

maior e menor valor da observação, ou seja,

Sejam as amplitudes das m amostras, a amplitude média é:

Logo teremos os valores de x e R.

ANÁLISE DE DADOS

Neste exemplo 1 é simulado a coleta de dados referente à quantidade (em mililitros, ml)
de suco presente em uma garrafa que deve ser monitorada pelos gráficos de controle de
média e da amplitude usando uma série de observações. Sendo assim, foram obtidos
dados oriundos de 20 amostras preliminares, nas quais são evidenciados na Tabela 1.
Diante disso, foram elaborados os gráficos de controle da média e da amplitude usando
esses dados.
 Tabela 1: Dados referentes a quantidade de suco nas garrafas (ml)

NÚMERO OBSERVAÇÕES CÁLCULOS

DA 1 2 3 4 5 Média Amplitude
AMOSTRA
1 500,50 498,30 500,90 498,70 498,30 499,34 2,60
2 500,10 500,40 499,20 501,70 498,80 500,04 2,90
3 498,90 499,90 500,60 499,50 499,20 499,62 1,70
4 499,20 498,40 499,30 498,90 499,10 498,98 0,90
5 500,10 500,40 498,50 501,40 498,50 499,78 2,90
6 500,20 502,70 500,20 500,50 499,80 500,68 2,90
7 500,30 500,20 500,30 500,00 499,10 499,98 1,20
8 498,20 500,30 501,50 497,80 499,70 499,50 3,70
9 501,10 499,10 498,30 500,50 499,90 499,78 2,80
10 501,50 500,30 498,60 500,10 501,30 500,36 2,90
11 499,20 500,80 498,40 501,50 500,00 499,98 3,10
12 501,00 501,00 499,10 500,90 500,20 500,44 1,90
13 500,20 500,60 500,20 500,10 499,50 500,12 1,10
14 501,20 499,70 499,30 499,50 498,00 499,54 3,20
15 500,50 498,90 499,80 499,80 499,10 499,62 1,60
16 499,50 499,90 498,60 500,00 497,90 499,18 2,10
17 500,30 500,00 500,10 500,00 499,90 500,06 0,40
18 500,70 501,50 501,90 498,00 500,30 500,48 3,90
19 500,20 500,40 501,30 500,00 499,30 500,24 2,00
20 500,30 500,70 499,90 497,70 499,20 499,56 3,00
Total 9997,28 46,8
Média das médias 499,86 2,34
Fonte: Autor, 2018

Gráfico de Controle I: Dados referentes a quantidade de suco nas garrafas

Gráficos da Média e Amplitude

501,0 LSC=500,995

500,5
dia Amostral

_
_
500,0
X=499,864
499,5
Mé

499,0
LIC=498,733
1 3 5 7 9 11 13 15 17 19
Amostra

LSC=4,689
4
Amplitude Amostral

3
_
R=2,34
2

0 LIC=0
1 3 5 7 9 11 13 15 17 19
Amostra

Fonte: Autor, 2018

 Com base nos dados na tabela e as amostras disponíveis foram montado os
parâmetros para a construção do gráfico. Com o auxílio da média e da amplitude
estudada em estatística da tabela foi gerado os gráficos de controle da média e da
amplitude tendo com resultado as amostras dentro do padrão, ou seja, percebe-se que
essas amostras estão sob controle, significando que atingiu-se a meta, de certa
estabilidade no processo, todavia pelo princípio da melhoria contínua deve-se buscar
sempre aprimorar a operação, diminuindo cada vez mais a variabilidade do processo.
Nesse exemplo foi usado a média e a amplitude, uma vez que o número de
amostras é menor que 10, caso o número de amostras for maior que 10 seria utilizado o
desvio padrão para a elaboração dos gráficos.
Percebe-se também que nessas amostras não houveram produtos não
conformes, uma vez que não tem nenhuma falha.

Neste exemplo 2 é simulada a coleta de dados referente ao comprimento (em

metro, m) de placas metálicas e elaborado os gráficos de controle de média e da
amplitude usando uma série de observações. Sendo assim, foram obtidos dados
oriundos de 25 amostras preliminares, nas quais são evidenciados na Tabela 2. Diante
disso, foram elaborados os gráficos de controle da média e da amplitude usando esses
dados.

Tabela 2: Dados referentes a tamanho das placas metálicas.

NÚMERO OBSERVAÇÕES CÁLCULOS

DE 1 2 3 4 5 Média Amplitude
AMOSTRAS
1 1,3235 1,4128 1,6744 1,4573 1,6914 1,51188 0,3679
2 1,4314 1,3592 1,6075 1,466 1,6109 1,495 0,2517
3 1,4284 1,4871 1,4932 1,4324 1,5674 1,4817 0,139
4 1,5028 1,6352 1,3841 1,2831 1,5507 1,47118 0,3521
5 1,5604 1,2735 1,5265 1,4363 1,6441 1,48816 0,3706
6 1,5955 1,5451 1,3574 1,3281 1,4198 1,44918 0,2674
7 1,6274 1,5064 1,8366 1,4177 1,5144 1,5805 0,4189
8 1,419 1,4303 1,6637 1,6067 1,5519 1,53432 0,2447
9 1,3884 1,7277 1,5355 1,5176 1,3688 1,5076 0,3589
10 1,4039 1,6697 1,5089 1,4627 1,522 1,51344 0,2658
11 1,4158 1,7667 1,4278 1,5928 1,4181 1,52424 0,3509
 12 1,5821 1,3355 1,5777 1,3908 1,7559 1,5284 0,4204
13 1,2856 1,4106 1,4447 1,6398 1,1928 1,3947 0,447
14 1,4951 1,4036 1,5893 1,6458 1,4969 1,52614 0,2422
15 1,3589 1,2863 1,5996 1,2497 1,5471 1,40832 0,3499
16 1,5747 1,5301 1,5171 1,1839 1,8662 1,5344 0,6823
17 1,368 1,7269 1,3957 1,5014 1,449 1,4882 0,3589
18 1,4163 1,3864 1,3057 1,621 1,5573 1,45734 0,3153
19 1,5796 1,4185 1,6541 1,5116 1,7247 1,5777 0,3062
20 1,7106 1,4412 1,2361 1,382 1,7601 1,506 0,524
21 1,4371 1,5051 1,3485 1,567 1,488 1,46914 0,2185
22 1,4738 1,5936 1,6583 1,4973 1,472 1,539 0,1863
23 1,5917 1,4333 1,5551 1,5295 1,6866 1,55924 0,2533
24 1,6399 1,5243 1,5705 1,5563 1,553 1,5688 0,1156
25 1,5797 1,3663 1,624 1,3732 1,6887 1,52638 0,3224
Total 37,64096 8,1302
Média das Médias 1,505638 0,325208
Fonte: Autor, 2018

Gráfico de Controle II: Dados referentes a tamanho das placas metálicas.

Gráficos de Controle para a Média e Amplitude

1,7 LSC=1,6932

1,6
dia Amostral

__
1,5 X=1,5056
Mé

1,4

LIC=1,3181
1,3
1 3 5 7 9 11 13 15 17 19 21 23 25
Amostra

LSC=0,6876
0,60
Amplitude Amostral

0,45
_
0,30 R=0,3252

0,15

0,00 LIC=0
1 3 5 7 9 11 13 15 17 19 21 23 25
Amostra

Fonte: Autor, 2018

O segundo foi elaborado de forma semelhante ao primeiro, contudo observou-

se que essa carta de controle, feita também utilizando a média e amplitude, apresentou
um ponto fora dos limites de controle, indicando que processo precisa ser corrigido, já
que está fora de controle. Dentre as causas para a ocorrência dos defeitos podem ser
citadas: Erro dos operadores, máquinas descalibrada, matéria prima inadequada ao uso e
produção excessiva.

CONCLUSÃO
Conforme o exposto no trabalho pôde-se notar a importância dos métodos
estatísticos para a construção e análise de ferramentas do Controle Estatístico da
Qualidade, que consiste em um campo de estudo referente à Gestão ou Engenharia da
Qualidade, constituindo uma das mais importantes áreas da Engenharia de Produção. A
aplicação da Estatística descritiva no acompanhamento e avaliação de processos
produtivos é essencial para a identificação e correção de falhas, mensuração de desvios
de parâmetros do que é estabelecido em projeto, e prevenção de perturbações na
produção, com base em estudos de confiabilidade em consonância com ferramentas,
como os gráficos de controle.

A implementação cada vez mais significativa da estatística em processos

industriais tem auxiliado em tomadas de decisão com base em uma avaliação segura de
dados, culminando em um aumento de produtividade cada vez maior nas fábricas e em
empresas de serviços.

Portanto, a utilização da estatística deve ser cada vez mais difundida nos
processos produtivos, na busca pela melhoria contínua do desempenho das
organizações. Novos estudos podem gerar uma base ainda maior para a criação de
metodologias de análise ainda mais adequadas a esse campo de estudo, ampliando a
rede de contribuições para esta finalidade.
REFERÊNCIAS

COSTA, A. F. B.; EPPRECHT, E. K.; CARPINETTI, L.C.R. Controle estatístico de

qualidade. 2.ed. São Paulo: Atlas, 2005.

MONTGOMERY, D. C. Introdução ao controle estatístico da qualidade. 4.ed. Rio de

Janeiro: LTC, 2004.

TOLEDO, José Carlos de et al. Qualidade: gestão e métodos. Rio de Janeiro: LTC,
2013. 397 p.