Que tipo de dados eu tenho?

A carta de controle que você usa depende se coleta dados contínuos ou dados de atributos. Se você tem múltiplas variáveis contínuas, considere se você tem dados multivariados. Os dados de atributos têm dois subtipos: binomial e Poisson.

As variáveis contínuas podem ser um número infinito de valores, como 234,8 ou 0,01. Os valores para variáveis de atributos são restritos a categorias específicas ou valores discretos. Por exemplo, valores de atributo podem incluir as categorias "aprovado" e "falha". O número de defeitos em uma amostra também podem ser uma variável de atributo.

Medições contínuas geralmente fornecem mais informações do que os dados de atributos. No entanto, dados de atributos são geralmente mais fáceis coletar. Assim, os dados de atributos são quase sempre coletados quando as medições contínuas são difíceis de serem obtidas. Muitas vezes, os dados de atributo são avaliações subjetivas que são atribuídas por operadores ou pessoal de controle de qualidade.

Dados contínuos do processo

Os dados contínuos medem uma característica de uma parte ou de um processo, como o comprimento, peso ou temperatura. Muitas vezes, os dados incluem valores fracionários (ou decimais).

Por exemplo, um fabricante de alimentos quer investigar se o peso de um produto cerealífero é consistente ao longo do tempo. Para coletar dados, um analista da qualidade registra os pesos de uma amostra de caixas de cereais.

Se você tem dados contínuos coletados em subgrupos, use uma das cartas de controle em Estat > Cartas de Controle > Cartas de Variáveis para Subgrupos.

Se você tiver dados contínuos coletados como observações individuais, use uma das cartas de controle em Estat > Cartas de Controle > Cartas de Variáveis para Dados Individuais.

Dados de processo multivariados

Você tem dados multivariados se coletou mais de uma variável contínua do mesmo processo. É possível monitorar múltiplas variáveis em uma carta de controle multivariada quando as variáveis são correlacionadas. Por exemplo, você pode monitorar a temperatura e a pressão de um processo que produz peças plásticas moldadas por injeção.

Para determinar se você deve usar uma carta de controle univariada ou multivariada, criar uma matriz de correlação de suas variáveis. Se as variáveis estiverem correlacionadas, considere a criação de uma carta de controle multivariada.

Se os dados incluem variáveis correlacionadas, então é ilusório criar cartas de controle separadas para cada variável porque as variáveis afetam conjuntamente o processo. Se você usar cartas de controle univariadas separadas em uma situação multivariada, o seguinte não será igual a seus valores esperados:
  • Erro tipo I
  • A probabilidade de um ponto corretamente se encaixando dentro dos limites de controle

A distorção desses valores aumenta com o número de variáveis de medição.

Se você tiver dados multivariados, cartas de controle multivariadas fornecem as seguintes vantagens:
  • Elas representam a região de controle real das variáveis relacionadas (elíptica para caso bivariado).
  • Elas lhe permitem manter a taxa especificada do erro tipo I.
  • Elas lhe permitem monitorar todas as variáveis de processo correlacionadas em uma única carta, frequentemente com um único limite de controle.

No entanto, as cartas de controle multivariadas são mais difíceis de interpretar do que as cartas de controle clássicas de Shewhart. Por exemplo, a escala em cartas de controle multivariadas não está relacionada com a escala de nenhuma das variáveis. Além disso, sinais fora de controle em cartas de controle multivariadas não revelam qual variável (ou combinação de variáveis) provocou o sinal.

Se você tiver dados contínuos coletados de duas ou mais variáveis correlacionadas, use uma das cartas de controle em Estat > Cartas de Controle > Cartas Multivariadas.

Dados de atributos do processo

Para cartas de controle, os dados de atributos são normalmente contagens de não-conformidades (também chamadas defeitos) ou unidades de não-conformidade (também chamadas defeituosas). Uma não-conformidade se refere a uma característica de qualidade e uma unidade de não-conformidade se refere ao produto global. Uma unidade pode ter várias não-conformidades, mas a unidade em si está em conformidade ou não-conformidade. Por exemplo, um arranhão em um painel de metal é uma não-conformidade. Se existirem vários arranhões, o painel inteiro pode ser considerado uma não-conformidade.

Dados de Poisson
Os valores para dados de Poisson frequentemente são contagens de defeitos ou eventos. Os dados de Poisson frequentemente são usados para modelar uma taxa de ocorrência, como defeitos por unidade.
Por exemplo, inspetores fazer amostras de 5 toalhas de praia a cada hora e as examinam quanto a descolorações, dilacerações e costura incorreta. Eles registram o número total de defeitos na amostra. Cada toalha pode ter mais de um defeito, como 1 descoloração e 2 dilacerações (3 defeitos).
Dados binomiais
Os valores para dados binomiais estão classificados dentro de uma de duas categorias como aprovação/reprovação ou passa/não passa. Os dados binomiais frequentemente são usados para calcular uma proporção ou um percentual, como o percentual de peças amostradas que são defeituosas.
Por exemplo, um processo de inspeção automatizado analisa amostras de parafusos para verificação de trincas graves que tornam os parafusos inutilizável. Para cada amostra, os analistas registram o número de parafusos inspecionados e o número de parafusos rejeitados.

Se você tem dados de atributos, use uma das cartas de controle em Estat > Cartas de Controle > Cartas de Atributos.

Dados do processo de evento raro

As cartas de controle para eventos raros mostram a quantidade de tempo ou o número de oportunidades entre os eventos. Os pontos representados que são mais elevados em uma carta de controle para eventos raros indicam um tempo maior entre os eventos. Os pontos representados graficamente são mais baixos na carta indicam menos tempo entre os eventos.

Alguns eventos são tão infrequentes que não é possível usar uma carta de controle tradicional, como uma Xbarra-R ou uma carta P, para monitorar seus dados. Os exemplos de eventos raros incluem infecções hospitalares, erros de medicação ou processos de fabricação que apresentam uma taxa de defeito baixa.

Se você tiver dados de eventos raros, use uma das cartas de controle em Estat > Cartas de Controle > Cartas de Eventos Raros.

Ao usar esse site, você concorda com a utilização de cookies para análises e conteúdo personalizado.  Leia nossa política