Interpretar os principais resultados para Gráfico de ensaio

Conclua as etapas a seguir para interpretar um gráfico de ensaios.

Etapa 1: Olhar para padrões nos dados

Um gráfico de ensaio representa graficamente seus dados de processo na ordem em que foram coletados. Use um gráfico de ensaio para procurar por padrões ou tendências nos dados que indicam a presença de variações de causa especial.

Os padrões em seus dados indicam que a variação é devida a causas especiais que devem ser investigadas e corrigidas. No entanto, a variação de causa comum é inerente ou uma parte natural do processo. Um processo é estável quando apenas causas comuns, e não causas especiais, afetam a saída de processo. Se existirem apenas causas de variação comuns em seu processo, os dados apresentam um comportamento aleatório.

Nestes resultados, os dados parecem demonstrar um agrupamento em amostras de 3 a 5.

Etapa 2: Determinar se há misturas e agrupamentos presentes

O teste para o número de ensaios em torno da mediana é baseado no número total de ensaios que ocorrem tanto acima como abaixo da mediana. Um ensaio em torno da mediana é de um ou mais pontos consecutivos no mesmo lado da linha central. Um ensaio termina quando a linha que liga os pontos cruza a linha central. Um novo ensaio começa com o próximo ponto representado graficamente.

Este teste detecta dois tipos de comportamento não-aleatório — misturas e agrupamentos.

Um número de ensaios observado que é maior do que o número esperado de ensaios indica misturas. Um número de ensaios observado que é menor do que o número esperado de ensaios indica agrupamentos.

Padrões de agrupamento
Os agrupamentos podem indicar variação devido a causas especiais de variação, como problemas de medição, lote a lote ou variabilidade de configuração, ou amostragem de um grupo de peças defeituosas. Os agrupamentos são grupos de pontos em uma área do gráfico. Se o valor de p para o agrupamento for inferior a 0,05, você pode ter agrupamentos em seus dados.

Esta carta mostra agrupamentos possíveis de dados.

Padrões de mistura
A mistura é caracterizada pela passagem frequente da linha central. As misturas frequentemente indicam dados combinados de duas populações ou dois processos operando em níveis diferentes. Se o valor de p para as misturas for menor que 0,05, você poderá ter misturas em seus dados.

Neste gráfico, a mistura pode indicar que os dados são provenientes de diferentes processos.

Principais resultados: valor de p para agrupamentos, valor de p para misturas

Neste exemplo, o valor de p para as agrupamento de 0,385 e o valor p para misturas de 0,615 são maiores do que o α de 0,05. Portanto, possível concluir que os dados não indicam misturas ou agrupamentos.

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