Processar dados para Análise de Capacidade (Não Paramétrica)

Encontre definições e orientações de interpretação para cada estatística de dados de processo fornecida com análise de capacidade não paramétrica.

LIE

O limite inferior de especificação (LSL) do processo é o valor mínimo permitido para o produto ou serviço. Este limite não indica a forma como o processo está sendo executado, mas como você quer executar. Você especifica LSL quando configura a análise de capacidade.

Interpretação

Use o USL e LSL para definir as necessidades dos clientes e avaliar se o seu processo produz itens que atendem aos requisitos.

Os limites superiores e inferiores da especificação são identificados pelas linhas tracejadas verticais no histograma. Compare as barras do histograma com as linhas para avaliar se as medições estão dentro dos limites de especificação.

A dispersão da especificação é a distância entre o limite superior da especificação e do limite inferior da especificação (LSE – LIE). Suponha que uma empresa produza canetas esferográficas e o diâmetro externo alvo para a esfera seja de 0,35 mm. A faixa aceitável para diâmetros externos de esferas é de 0,34 a 0,36 mm. Portanto, o LSL é de 0,34, o USL é de 0,36 e a dispersão da especificação é de 0,02 mm.

O Minitab compara a dispersão da especificação com a dispersão do processo para determinar a capacidade do processo.

Valor alvo

O alvo é o valor ideal de um processo com base nas necessidades do cliente. Por exemplo, se uma peça cilíndrica produz um ótimo desempenho em um produto quando o diâmetro é de 32 mm, então de 32 mm é o alvo para essa peça.

Interpretação

Use o alvo para definir os requisitos do cliente e compare com as suas observações.

Em geral, mas nem sempre, o valor alvo está centralizado entre os limites de especificação inferior e superior. Quando você tem um alvo, examine se o processo está centralizado próximo ao alvo.

LSE

O limite superior de especificação (USL) do processo é o valor mínimo permitido para o produto ou serviço. Este limite não indica a forma como o processo está sendo executado, mas como você quer executar. Você especifica USL quando configura a análise de capacidade.

Interpretação

Use o USL e LSL para definir as necessidades dos clientes e avaliar se o seu processo produz itens que atendem aos requisitos.

Os limites superiores e inferiores da especificação são identificados pelas linhas tracejadas verticais no histograma. Compare as barras do histograma com as linhas para avaliar se as medições estão dentro dos limites de especificação.

A dispersão da especificação é a distância entre o limite superior da especificação e do limite inferior da especificação (LSE – LIE). Suponha que uma empresa produza canetas esferográficas e o diâmetro externo alvo para a esfera seja de 0,35 mm. A faixa aceitável para diâmetros externos de esferas é de 0,34 a 0,36 mm. Portanto, o LSL é de 0,34, o USL é de 0,36 e a dispersão da especificação é de 0,02 mm.

O Minitab compara a dispersão da especificação com a dispersão do processo para determinar a capacidade do processo.

Mediana da amostra

A mediana da amostra é o ponto médio do conjunto de dados. Este valor do ponto médio é o ponto em que metade das observações estão acima do valor e metade das observações estão abaixo do valor. A mediana é determinada por classificar as observações e encontrar a observação que está no número [N + 1] / 2 na ordem de grandeza. Se o número de observações for ímpar, a mediana é o valor médio das observações que são classificadas com números de N / 2 e [N / 2] + 1.

Interpretação

Use a mediana da amostra para estimar o valor médio do seu processo. Na maioria dos dados, a mediana é uma boa estimativa dos dados típicos do processo. Normalmente, você deseja que a mediana esteja próxima do destino do processo.

Para dados que seguem uma distribuição simétrica em forma de sino, a média da amostra geralmente é uma boa estimativa dos dados típicos do processo. Para dados que não seguem uma distribuição simétrica em forma de sino, a média da amostra às vezes está longe dos dados típicos. A mediana da amostra é uma melhor representação dos dados típicos quando a média está longe dos dados típicos.

Média da amostra

A média amostral é a média das medidas amostrais.

Interpretação

Use a média da amostra para estimar o valor médio do seu processo. Normalmente, você deseja que a média esteja próxima do destino do processo.

Para dados que seguem uma distribuição simétrica em forma de sino, a média da amostra geralmente é uma boa estimativa dos dados típicos do processo. Para dados que não seguem uma distribuição simétrica em forma de sino, a média da amostra às vezes está longe dos dados típicos. A mediana da amostra é uma melhor representação dos dados típicos quando a média está longe dos dados típicos.

Desvio padrão da amostra

O desvio padrão da amostra é o desvio padrão de todas as medidas e é uma estimativa da variação global do processo. Se seus dados forem coletados adequadamente, o desvio-padrão global captura todas as fontes de variação sistêmica. Nesse caso, ele representa a variação real do processo que o cliente experimenta ao longo do tempo.

Interpretação

O desvio padrão é a medida mais comum de dispersão, ou quão dispersos os dados estão da média. A maior desvio padrão da amostra indica que os seus dados estão espalhados mais amplamente em torno da média. Normalmente, o mesmo processo é mais capaz com um desvio padrão menor do que com um desvio padrão maior.

Amostra N

O tamanho amostral (N) é o número total de observações em seus dados. Por exemplo, se você coletou 20 subgrupos de tamanho 5, a sua amostra N é 100.

Interpretação

Use N para avaliar o tamanho da amostra.

Geralmente, amostras maiores produzem estimativas mais confiáveis de capacidade do processo. Alguns especialistas recomendam pelo menos 100 observações no total para uma análise de capacidade.