Métodos e fórmulas para Carta Z-AM

Carta Z

Cada ponto de dados, z_i, na carta Z

Carta AM

Cada ponto de dados, R_i, a amplitude móvel dos valores de z em cada. R_i não é representado graficamente por i < w porque ele é indefinido.

Notação

O Minitab fornece quatro métodos para estimar σ, o processo de desvios padrão. Você deve escolher um método de estimativa com base nas propriedades de seu processo/produto específico. Você também pode optar por inserir um valor histórico. Você precisa fazer suposições sobre a variação do processo.

Use as seguintes informações para ajudar a escolher o método:

Constante (agrupa todos os dados)

Esta opção agrupa todos os dados entre ensaios e partes para obter uma estimativa comum para σ.

Use esta opção quanto toda a saída do seu processo tem a mesma variação, independente do tamanho da medição.

Relativo ao tamanho (agrupa todos os dados, usa dados logarítmicos)

Esta opção extrai o log natural dos dados, agrupa os dados transformados entre todos os ensaios e todas as partes e obtém uma estimativa comum para σ dos dados transformados. A transformação de log natural estabiliza a variação em casos onde a variação aumenta à medida que o tamanho da medição aumenta.

Use esta opção quando a variância aumenta de maneira razoavelmente constante à medida que aumenta o tamanho da medição.

Por peças (agrupa todos os ensaios na mesma peça/lote)

Esta opção combina todos os ensaios da mesma parte para estimar σ para aquela parte.

Use esta opção quando todos os ensaios de uma peça ou um produto específico têm a mesma variância.

Por ensaios (sem agrupamento)

Esta opção estima σ para cada ensaio independentemente.

Use esta opção quando não é possível supor que todos os ensaios em uma peça ou produto específico tenham a mesma variância.

A carta Z-AM estima a média de cada parte ou produto diferente separadamente. A carta Z-AM combina todos os dados para uma parte comum e obtém a média dos dados combinados. O resultado é a estimativa de μ para essa parte. Os dados do nome da parte definem os agrupamentos para estimar as médias do processo. Quando você usa a opção Relativa ao tamanho (combinar todas as observações, usar ln) para estomar σ, as médias também são extraídas no log natural dos dados.

Também é possível centralizar os dados usando valores históricos. A utilização de médias históricas permite-lhe comparar o seu processo com o desempenho passado. Quando você usa médias conhecidas para centralizar os dados, a carta reflete se o processo está funcionando como no passado em relação à localização. Isto é, a carta mostra se a média de cada parte/produto é a mesma conforme previamente estabelecido. Quando o processo está funcionando da mesma forma no que se refere à localização, os valores são distribuídos (igualmente) em torno da linha central.

Também é possível usar especificações nominais — valores alvo — para cada parte/produto a fim de centralizar os dados. O uso de especificações nominais para centralizar os dados permite-lhe comparar o seu processo ao desempenho desejado. As especificações nominais são valores alvo estabelecidos para a dimensão de interesse para cada produto/parte. Quando você usa especificações nominais para centralizar os dados, a carta reflete se o processo está produzindo partes/produtos que estejam no alvo ou se o processo é parcial.

Carta Z

Linha central

A linha central representa a média do processo. Para a carta Z, a linha central encontra-se sempre em 0, porque os dados estão padronizados.

Limite de controle inferior (LCL)

O limite de controle inferior é sempre −3 porque os dados são padronizados.

Limite de controle superior (UCL)

O limite de controle superior é sempre 3 porque os dados são padronizados.

Carta AM

Linha central

A linha central representa a amplitude móvel média. Para o método de estimativa da amplitude móvel média padrão, a linha central é sempre 1,128 porque os dados são padronizados. Para o método de estimativa da amplitude móvel mediana, a linha central é sempre 0,954.

Limite de controle inferior (LCL)

O limite de controle inferior é sempre 0 porque os dados são padronizados.

Limite de controle superior (UCL)

Para o método de estimativa da amplitude móvel média padrão, o limite de controle superior é sempre 3,686 porque os dados são padronizados. Para o método de estimativa da amplitude móvel mediana, o limite de controle superior é sempre a amplitude móvel mediana de 0,954 multiplicada por D4 (3,26729), que é igual a 3,12.