ANÁLISE DE

DADOS COM

MINITAB

ENGENHARIA DA QUALIDADE - 2019

PROF. FERNANDA C. B. P. QUEIROZ

https://support.minitab.com/pt-br/minitab/18/getting-

started/introduction/

2

Explorar os dados

▰ Os dados são organizados em colunas e também são chamados de variáveis. O nome e o número da

coluna estão sobre cada coluna.

▰ 1. Abra os dados amostrais DadosEnvio.MTW.

3

Exemplo: Centro de expedição

▰ Uma empresa que vende livros online tem três centros de expedição regionais.

▰ Cada centro de expedição usa um sistema informatizado

diferente para inserir e processar os pedidos. A empresa

deseja identificar o sistema informatizado mais eficiente e usá-lo em todos os centros de expedição.

4

Coluna com dados de data/hora

Coluna com dados em texto

Nome da coluna

Coluna com dados numéricos

5

Coluna da worksheet		Descrição
Centro	O centro de expedição: Oriente, Central, ou Ocidente.
Ordem	A	data e hora em que um cliente faz um pedido.
Chegada	A data e hora em que um cliente recebe um pedido.
Dias	A	diferença entre as datas de chegada e de pedido.
Status	No prazo indica que o livro foi recebido a tempo.
	Pedido pendente indica que o livro não pode ser enviado
	ainda, pois não está em estoque. Atrasado indica que o livro foi recebido seis ou mais dias após o envio do pedido.
Distância	A	distância entre o centro de expedição e o local de
	entrega.

6

1.Selecione Estat > Estatísticas Básicas > Exibição de Estatísticas Descritivas.

2. Em Variáveis, insira Dias.

3. Em Por variáveis (opcional), insira Centro

7

8

1. Selecione Estat > Estatísticas Básicas > Exibição de

Estatísticas Descritivas.

2. Em Variáveis, insira Dias.

3. Em Por variáveis (opcional), insira Centro Status.

Ctrl+E

9

10

1.Selecione Gráfico > Histograma

2. Selecione Com Ajuste e depois clique em OK. 3. Em Variáveis do gráfico, insira Dias

11

Histograma de Dias

Normal

50

Média

3,802

DesvPad

1,354

N

302

40

30

20

10

0

1

2

3

4

5

6

7

Dias

uê

Freq

ncia

12

1.Selecione Gráfico > Histograma 2. Selecione Com Ajuste e depois clique em OK.

3. Em Variáveis do gráfico, insira Dias

4. Clique em Múltiplos Gráficos, e depois na guia Por variáveis.

5. Em Por variáveis com grupos em painéis separados,

insira Centro

13

ncia

uê

Freq

Histograma de Dias

Normal

20

15

10

5

0

1

2

3

4

5

6

7

Central

Oriente

Ocidente

1

2

3

4

5

6

7

Dias

Variável de painel: Cent ro

20

15

10

5

0

Central

Média	3,984
DesvPad	1,280
N	99

Oriente

Média	4,452
DesvPad	1,252
N	101

Ocidente

Média

2,981

DesvPad 1,090

N

102

Os histogramas parecem ter a forma aproximada de um sino e serem simétricos em torno da média, o que indica que os tempos de entrega de cada centro têm distribuição aproximadamente normal.

14

Exemplo: Controle de Qualidade

▰ Um engenheiro de controle da qualidade precisa assegurar que

as tampas em frascos de shampoo sejam fixadas corretamente.

▰ Se as tampas ficarem largas, elas poderão se soltar durante o transporte.

▰ Se forem muito apertadas, poderão ser difíceis de remover.

O valor ideal do torque para fixar as tampas é 18.

O engenheiro coleta uma amostra aleatória de 68 frascos e testa o torque necessário para remover as tampas.

Coluna da worksheet

Descrição

Torque	O torque necessário para remover a
	tampa
Máquina	A máquina que apertou a tampa: 1 ou 2

16

▰ Como parte da investigação inicial, o engenheiro analisa as estatísticas e os gráficos descritivos para avaliar a

distribuição dos dados.

1. Abra os dados amostrais, TorqueTampa.MTW.

2. Selecione Estat > Estatísticas Básicas > Sumário Gráfico.

3. Em Variáveis, insira Torque.

4. Clique em OK.

Rela tório Resumo para Torque

Teste de normalidade de Anderson-Darling

A-Quadrado	2,04
Valor-p	<0,005
Média	21, 265
DesvPad	6,422
V ar iância	41, 242
Assimetria	0,786618
Curtose	-0,288434
N	68
Mínimo	10, 000
1o. Quartil	16,000
Mediana	20,000
3o Quartil	24,750
Máx imo	37, 000

Inter v alo de 95% de Confiança par a Média

19,710

22,819

Intervalo de 95% de Confiança para Mediana

17,000

21,521

Intervalo de 95% de Confiança para DesvPad

5,495

7,729

12

18

24

30

36

Intervalos de 95% de C onfiança

Mé d i a

Mediana

18,0

19,5

21,0

22,5

• O torque médio necessário para remover as tampas é 21,265, com um desvio padrão de 6,422.

• Histograma mostra uma ampla dispersão, com muitos valores caindo longe

do valor-alvo de 18.

• Intervalo de confiança de 95% mostra que uma faixa provável para o torque

médio da população está entre 19,710 e 22,819, que é maior do que a meta de 18.

• Para investigar a diferença entre o torque médio e o valor alvo, o engenheiro poderia usar um teste t com 1 amostra.

1. Selecione Estat > Estatísticas Básicas > Exibição de

Estatísticas Descritivas.

2. Em Variáveis, insira Torque.

3. Em Por variáveis (opcional), insira Máquina.

1.	O valor médio do torque para a Máquina 1 está mais próximo do alvo de 18 do que
	o valor de torque médio para Máquina 2.
2.	O torque médio necessário para remover as tampas da Máquina 1 é 18,667, e o
	torque médio necessário para remover a tampa da Máquina 2 é 24,19.
3.	A distribuição dos dados a partir da Máquina 1 também é menos variável. O desvio padrão é 4,395 para a Máquina 1 e é 7,12 por Máquina 2.
4.	Para determinar se existe uma diferença significativa nas médias da população, o engenheiro poderia fazer um teste t de 2 amostras.

Boxplot

Gráfico que apresenta a variabilidade de um conjunto de dados

uê

1.Selecione Assistente >

Análise gráfica > Histograma

2.Coluna Y, insira Torque.

3.Coluna X, insira Máquina.

4.Clique em OK.

Histograma de Torque por Máquina

R elatório R esumo

Distr ibuição de Dados

Compare o centro e a variabilidade entre as amostras.

1

10

5

0

2

10

5

0

Freq

ncia

12	18	24			30	36
		Torque
	Estatí sti c as	1	2
	N	36	32
	Média	18,667	24,188
	DesvPad	4,3948	7,1185
	Mínimo	10	14 37
	Máximo	30

1.Selecione Gráfico > Gráfico

de valores individuais > Um Y > Com Grupos.

2.Em Variáveis do gráfico,

insira Torque.

3.Em Variáveis categóricas

para agrupamento (1-4, a

mais externa primeiro), insira Máquina. 4.Clique em OK.

G ráfico de Valores Indiv iduais de Torque v ersus Máquina

40

35

30

25

20

15

10

1

2

Máquina

Torque

1.Selecione Gráfico > Boxplot >

Um Y > Com Grupos. 2.Em Variáveis do gráfico, insira Torque.

3.Em Variáveis categóricas

para agrupamento (1-4, a mais externa primeiro), insira Máquina.

4.Clique em OK.

Boxplot de Torque

40

35

30

25

20

15

10

1

2

Torque

Máquina

25

Exemplo: Medindo a Exatidão e a Precisão Proposta

Análise de precisão e exatidão de um sistema de medição em experimentação,

usando estatísticas descritivas e um boxplot.

▰ Problema

Engenheiros elaboram um sistema de medição para mensurar um item crítico de um processo de montagem. Para avaliar a exatidão e precisão do sistema, os engenheiros planejam um experimento no qual dois operadores efetuaram

repetidas mensurações do mesmo item.

26

Estatística descritiva Dados Coletados Os engenheiros selecionaram um item considerado padrão com comprimento conhecido de 25 mm. Cada operador mediu este item padrão 50 vezes.

Ferramentas

➢Calculadora;

➢Exibição de estatísticas descritivas;

➢Boxplot

Arquivo de Dados: Comprimento.MPJ

27

Calculando Valores

Antes de analisar os dados, use a calculadora do Minitab para transformar os dados, subtraindo 25 das medidas efetuadas, o que quantificará as diferenças entre a medida efetuada e a medida real.

Esta diferença expressa o vício das mensurações. O Minitab armazena os valores transformados em uma coluna específica.

Calculadora

1. Abra a planilha Comprimento.MPJ;

2. Selecione Calc>Calculadora;

3. Complete a caixa de diálogo, como mostra a figura a seguir

28

Próximo Passo

Analise os dados transformados para avaliar a exatidão e a precisão das

mensurações.

29

Use estatísticas descritivas para determinar a exatidão e precisão das medições efetuadas pelos operadores.

Devido ao fato das medições dos dois operadores estarem em uma mesma coluna, use

Por variáveis> Operador,

e então o Minitab mostrará as estatísticas estratificadas por cada operador.

30

31

Para uma única medição, a exatidão refere-se ao quão perto da medida real está o valor mensurado pelo operador.

Para várias medições, a exatidão refere-se ao quão perto a média dos valores medidos está do valor real do item. Neste caso o valor real do item é 25.

A precisão refere-se à variabilidade das medições realizadas. Use uma medida de variabilidade, como o desvio-padrão, para avaliar a precisão.

32

Interpretando Resultados

Examine a Worksheet. Na nova coluna, intitulada Viés, note que:

➢O valor 0 (zero) indica que o valor mensurado é igual para o valor do item padrão; ➢Um número positivo indica o valor mensurado é maior que o valor do item padrão; ➢Um número negativo indica o valor mensurado é menor que o valor do item padrão

33

Interpretando os Resultados

Compare os Boxplots dos dois operadores. O gráfico sustenta os resultados obtidos

por meio da análise descritiva, além de fornecer um detalhamento maior por mostrar

a amplitude das medições feitas por cada operador. Por exemplo, o gráfico mostra

que

➢O Operador 2 obtém medidas consistentemente maiores que o valor padrão de

25mm;

➢As medidas do Operador 1, que alcançam 0,01mm abaixo ou acima da medida padrão, são menos consistentes que as do Operador 2.

34

❑ Quem é mais exato?

❑ Quem é mais preciso?

Boxplot de Comprimento

25,015

25,010

25,005

25,000

24,995

24,990

1

2

Operator

Comprimento

35

Resumo e Conclusões

Usando estatísticas descritivas e o boxplot, descobrimos que:

✓O Operador 1 aparentemente faz suas medidas com mais exatidão;

✓O Operador 2 aparentemente faz suas medidas com mais precisão. Além disso, ele obtém medidas consistentes maiores que o padrão de 25mm.

36

Teste de normalidade

▰ Os testes de normalidade são utilizados para verificar se a

distribuição de probabilidade associada a um conjunto de

dados pode ser aproximada pela distribuição normal.

https://www.inf.ufsc.br/~andre.zibetti/probabilidade/distribuicao_amost

ral.html

1. Selecione Estat > Estatísticas Básicas > Teste de Normalidade.

Os resultados do teste indicam se você deve rejeitar ou deixar de rejeitar a hipótese nula de que os dados são provenientes de uma

população distribuída normalmente

H0 – Os dados seguem uma distribuição normal H1 – Os dados não seguem uma distribuição normal

Valor p>0,05 aceita H0

Valor p<0,05 rejeita H0

39

40

41

42

Exercícios

43

A Figura exibe diagramas de caixa

comparativos para um índice da qualidade para produtos de três fábricas.

A inspeção deste gráfico mostra que

há muita variabilidade na fábrica 2 e que as fábricas 2 e 3 precisam

melhorar seu desempenho

MONTGOMERY, Douglas C

Qualidade, 7ª edição. LTC, 06/2016. VitalBook file.

Introdução ao Controle Estatístico da

Um fabricante de fertilizante para plantas deseja desenvolver uma

fórmula de fertilizante que proporcione o maior aumento do crescimento das plantas.

Para testar fórmulas de fertilizante, um cientista prepara três grupos de 50 mudas idênticas:

• um grupo de controle sem fertilizante

• um grupo com o fertilizante do fabricante chamado GrowFast

• um grupo com um fertilizante de um concorrente chamado SuperPlant

Como parte da investigação inicial, o cientista cria um boxplot das alturas das plantas nos três grupos, para avaliar as diferenças no crescimento das

plantas sem fertilizante, plantas com o fertilizante do fabricante e plantas

com o fertilizante do concorrente.

1.Abra os dados das amostras, CrescimentoDePlanta.MTW.

Coluna da	Descrição		Tipo de
worksheet			variável
Fertilizante	O	fertilizante	Fator
	usado: Nenhum , GrowFast (fertilizante do teste)
	ou SuperPlant (fertilizante do concorrente)
Altura	A	altura da planta	Resposta

46

1.Abra os dados das amostras, CrescimentoDePlanta.MTW.

2.Analise as estatísticas descritivas

3.Normalidade

4.Faça análise gráfica

5.Qual o melhor fertilizante? Por que?

47

Boxplot de Altura

40

35

30

25

20

15

10

GrowFast

Nenhum

SuperPlant

Altura

Fertilizante

Interpretar os resultados

GrowFast produz as plantas mais altas no geral.

SuperPlant também aumenta a altura das plantas, mas s variabilidade é maior, e SuperPlant não tem efeito positivo sobre uma grande proporção das mudas.

O gráfico mostra que GrowFast causa o aumento maior e mais consistente da altura das plantas.