29 Jan, 2025 Por Web Master Métodos Estatísticos e Análise de Dados 0 Comentários

Gráfico C

O “Gráfico C” é um gráfico de controlo utilizado para monitorizar o “número total de defeitos” (não conformidades) por unidade ou lote, em situações onde o “tamanho das unidades de inspeção é fixo” e os defeitos podem ocorrer múltiplas vezes em uma única unidade. Este gráfico é apropriado para processos em que a contagem de defeitos é mais relevante do que a classificação de peças como conformes ou não conformes.

Índice

Introdução

    O Gráfico C destaca-se como uma ferramenta fundamental para o controlo de qualidade, especialmente em processos onde o foco é monitorizar o número total de defeitos em unidades ou lotes de tamanho fixo. Este gráfico tem uma ampla aplicabilidade, desde a inspeção de itens uniformes até a análise de defeitos em produtos complexos, proporcionando uma visão clara da variabilidade e das tendências que afetam a qualidade ao longo do tempo.
    Através deste trabalho, exploram-se as características, benefícios e limitações do Gráfico C, incluindo a sua utilização em diferentes setores industriais e os tipos de processos que mais beneficiam da sua implementação. Com exemplos práticos e uma análise detalhada de tendências, este estudo oferece uma abordagem robusta para identificar, compreender e atuar sobre variações nos processos produtivos.
    Espera-se que este material não apenas reforce a compreensão teórica do Gráfico C, mas também inspire a sua aplicação prática como parte de um sistema de controlo estatístico da qualidade. A análise de tendências e a identificação de causas de variação representam pilares essenciais para garantir melhorias contínuas e decisões informadas em ambientes industriais dinâmicos.

Voltar

Aplicabilidade do Gráfico C

    O Gráfico C é adequado em situações onde:
    Os dados representam contagens de defeitos (não conformidades)): o número total de defeitos é contabilizado, independentemente de quantos defeitos podem ocorrer na mesma unidade.
      Exemplo: contar os defeitos de acabamento em peças pintadas.
    O tamanho da unidade de inspeção é constante: todas as unidades ou lotes têm o mesmo tamanho ou são padronizados.
      Exemplo: inspeção de 100 m² de tecido por lote.
    Os defeitos são independentes: um defeito não influencia a ocorrência de outro.
    Foco na qualidade do produto/processo: avaliar a variabilidade no número de defeitos ao longo do tempo.
      Exemplo: contar bolhas de ar em superfícies de vidro.

Voltar

Processos em que os Gráficos C são usados

    Processos de Produção com Inspeção de Itens Uniformes
      Características: produção de itens com dimensões constantes, onde o número de defeitos totais por unidade é crítico.
      Exemplos:
        Indústria de Papel: controlo de dobras ou manchas num lote fixo de folhas A4.
        Produção de Parafusos: contagem de roscas danificadas num lote fixo de 100 parafusos.
      Benefício do Gráfico C: monitoriza de forma eficiente o número absoluto de defeitos por amostra, ideal para itens padronizados.
    Processos de Controle de Qualidade em Produtos Complexos
      Características: produtos com múltiplas características inspecionadas e um número total, registado, de não conformidades.
      Exemplos:
        Produção de Máquinas Agrícolas: contagem de falhas (soldaduras incompletas, fissuras) numa máquina inspecionada.
        Indústria de Elevadores: registo de problemas em componentes individuais (botões, portas) durante a inspeção de cada elevador.
      Benefício do Gráfico C: proporciona uma visão clara da qualidade total do produto final.
    Processos de Monitorização de Rejeições
      Características: análise do número total de rejeições ou não conformidades num volume fixo de produtos.
      Exemplos:
        Indústria Farmacêutica: contagem de frascos rejeitados por lote de 1.000 devido a partículas visíveis.
        Produção de Latas de Bebidas: registo do número de latas com amolgadelas num lote de 500.
      Benefício do Gráfico C: permite acompanhar o impacto das não conformidades na produção de lotes consistentes.
    Processos de Inspeção Visual em Produção
      Características: inspeção visual sistemática de produtos ou componentes idênticos.
      Exemplos:
        Indústria de Vidro: contagem de bolhas ou imperfeições num conjunto de 50 janelas.
        Indústria de Brinquedos: inspeção de falhas estéticas (riscos, pinturas fora do lugar) num lote de bonecos.
      Benefício do Gráfico C: garante uma monitorização contínua e comparativa do número absoluto de defeitos.
    Processos de Auditorias de Processos
      Características: registo de discrepâncias ou não conformidades em auditorias de processos ou sistemas.
      Exemplos:
        Auditoria de Documentação: contagem de erros de preenchimento numa amostra de 100 formulários.
        Auditoria de Stocks: controlo de itens mal armazenados num setor fixo do armazém.
      Benefício do Gráfico C: facilita a identificação de padrões nas auditorias, mesmo em inspeções regulares.
    Processos de Controlo de Defeitos em Equipamentos
      Características: inspeção de equipamentos com dimensões ou funcionalidades semelhantes.
      Exemplos:
        Indústria Têxtil: contagem de falhas de funcionamento (paragens inesperadas) num conjunto de 5 máquinas por turno.
        Indústria de Energia: registo de falhas nos sistemas de turbinas eólicas inspecionadas mensalmente.
      Benefício do Gráfico C: identifica tendências em defeitos mecânicos, ajudando na manutenção preventiva.
    Processos de Monitorização de Defeitos em Produtos Acabados
      Características: inspeção de produtos acabados com estrutura ou composição uniforme.
      Exemplos:
        Indústria Alimentar: contagem de pacotes com selagem incompleta num lote de 1.000 embalagens.
        Indústria de Mobiliário: controlo de imperfeições visuais em 20 cadeiras por lote.
      Benefício do Gráfico C: ajuda a identificar problemas de qualidade ao longo da cadeia de produção.
    Processos de Testes Não Destrutivos
      Características: testes realizados para identificar defeitos em produtos que podem ser recondicionados.
      Exemplos:
        Indústria Automóvel: contagem de componentes com pequenas falhas identificadas em testes não destrutivos (ex.: ultrassons).
        Inspeção de Estruturas Metálicas: registo de fissuras encontradas em chapas metálicas durante a inspeção.
      Benefício do Gráfico C: permite monitorizar a eficácia do processo de detecção de defeitos e correções.
Quadro Resumo: Características dos Processos que Beneficiam do Gráfico C
Característica do Processo Exemplo de Aplicação Benefício do Gráfico C
Produção uniforme com itens idênticos Parafusos, papel Monitoriza o número absoluto de defeitos
Produtos complexos com várias características Máquinas agrícolas, elevadores Avalia a qualidade global
Monitorização de rejeições Farmacêutica, latas de bebidas Acompanha o impacto das rejeições
Inspeção visual Vidros, brinquedos Garante comparações consistentes
Auditorias Documentação, stocks Identifica padrões de discrepâncias
Controlo de defeitos em equipamentos Têxteis, energia Ajuda na manutenção preventiva
Monitorização de produtos acabados Alimentar, mobiliário Deteta problemas antes da distribuição
Testes não destrutivos Automóvel, estruturas metálicas Avalia a eficácia da deteção de defeitos

    O Gráfico C é ideal para processos onde o número absoluto de não conformidades ou defeitos é o foco principal, sendo especialmente eficaz em contextos de produção uniforme. A sua aplicação ajuda a monitorizar a consistência e a qualidade de processos e produtos ao longo do tempo.

Voltar

Conceitos Teóricos

    Dados Necessários
      Ci: número de defeitos na i-nésima unidade ou lote
      n: tamanho constante da unidade ou lote de inspeção (fixo).
    Linha Central (CL – Central Line) = Média (C-Bar)
      A linha central (LC) representa o número médio de defeitos por unidade ou lote:
      k: número total de amostras ou unidades inspecionadas.
    Limites de Controlo
      Os limites de controlo superior (UCL) e inferior (LCL) são baseados na variabilidade dos defeitos, assumindo uma distribuição de Poisson:

      Caso LCL < 0, ajusta-se LCL = 0, pois contagens negativas não fazem sentido.
    Representar os Dados
      No eixo X: identificar os lotes ou amostras.
      No eixo Y: representar o número de defeitos (Ci).
      Adicionar a linha central (LC) e os limites de controlo (UCL e LCL).
    Interpretação do Gráfico C
      Pontos dentro dos limites de controlo: indicam que a variabilidade no número de defeitos está dentro da faixa esperada.
      Pontos fora dos limites de controlo: sinalizam a presença de causas especiais de variação.
      Tendências ou padrões anómalos: sequências longas de pontos acima ou abaixo da linha central (LC) podem indicar uma mudança gradual no processo.
    O Gráfico C permite identificar variações inesperadas no processo e tomar ações corretivas. Apesar de ser simples, sua eficácia depende de uma recolha de dados rigorosa e de tamanhos de unidade fixos. Em processos com unidades variáveis, o Gráfico U pode ser mais adequado.

Voltar

Análise de Tendência num Gráfico C

    A análise de tendências num Gráfico C é um método utilizado para identificar padrões ou comportamentos consistentes no número de defeitos ao longo do tempo. Estas tendências podem indicar mudanças no processo, degradação progressiva ou melhorias, e são fundamentais para antecipar problemas e implementar ações corretivas.
    O que é uma Tendência?
    Uma tendência no Gráfico C refere-se a um padrão repetitivo ou progressivo no número de defeitos registar em unidades ou lotes consecutivos. As tendências podem ser:
      Crescentes: o número de defeitos aumenta gradualmente ao longo do tempo.
      Decrescentes: o número de defeitos diminui ao longo do tempo.
      Oscilantes ou Cíclicas: o número de defeitos varia de forma regular devido a fatores repetitivos, como turnos ou sazonalidades.
      Estáveis: os defeitos oscilam de forma aleatória ao redor da linha central (LC).
    Tipos de Tendências e Sua Interpretação
      Descrição
        O número de defeitos aumenta progressivamente em lotes consecutivos.
      Causas Comuns:
        Desgaste ou falha progressiva de máquinas e ferramentas.
        Degradação da qualidade das matérias-primas.
        Mudanças no ambiente de trabalho (ex.: aumento de temperatura ou humidade).
      Exemplo
        Uma máquina de corte começa a gerar mais imperfeições devido ao desgaste progressivo da lâmina.
      Ação
        Verificar e ajustar equipamentos.
        Inspecionar matérias-primas para garantir conformidade.
    Tendência Decrescente
      Descrição
        O número de defeitos diminui progressivamente em lotes consecutivos.
      Causas Comuns:
        Implementação de melhorias no processo.
        Substituição de máquinas ou ferramentas defeituosas.
        Melhor formação dos operadores.
      Exemplo
        Após a instalação de um novo sistema de alinhamento, o número de defeitos reduz consistentemente ao longo do tempo.
      Ação
        Monitorizar para confirmar que as melhorias são sustentáveis.
        Documentar as alterações feitas para replicação em outros processos.
    Oscilações ou Padrões Cíclicos
      Descrição
        O número de defeitos varia regularmente em ciclos previsíveis.
      Causas Comuns:
        Diferenças nos turnos de trabalho (ex.: operadores com diferentes níveis de experiência).
        Fatores ambientais sazonais (ex.: variações de temperatura entre manhã e tarde).
        Problemas intermitentes em equipamentos.
      Exemplo
        Os defeitos aumentam durante o turno da noite devido à menor supervisão.
      Ação
        Reforçar a formação e supervisão nos turnos menos produtivos.
        Implementar soluções para mitigar os fatores ambientais.
    Estabilidade (Flutuação Aleatória)
      Descrição
        Os defeitos oscilam de forma aleatória ao redor da linha central, sem um padrão aparente.
      Causas Comuns:
        Variabilidade natural do processo.
      Exemplo
        Uma linha de produção estável apresenta pequenas variações no número de defeitos.
      Ação
        Nenhuma intervenção necessária, mas continuar a monitorizar o processo.
    Como Identificar Tendências num Gráfico C?
      Observação Visual
        Analise o gráfico para identificar padrões visíveis:
          Sequências consecutivas de pontos em aumento ou diminuição.
          Oscilações regulares que seguem um padrão previsível.
          Pontos consistentemente acima ou abaixo da linha central (LC).
    Aplicação de Regras de Controlo
    As regras de controlo estatístico ajudam a identificar tendências ou padrões anómalos:
      6 ou mais pontos consecutivos em aumento ou diminuição: indica uma tendência crescente ou decrescente.
      9 ou mais pontos consecutivos acima ou abaixo da linha central: pode sugerir uma mudança no processo.
      Padrões repetitivos: podem indicar problemas cíclicos relacionados a turnos ou fatores externos.
    Cálculos Estatísticos
      Análise de Inclinação: calcular a inclinação média (ΔC/Δt) para identificar a taxa de variação dos defeitos ao longo do tempo.
      Teste de Correlação Temporal: usar métodos como Regressão Linear para confirmar a existência de tendências.
    Exemplos Práticos de Análise de Tendências
      Exemplo 1: Tendência Crescente
        Observação: nos últimos 10 lotes, o número de defeitos aumentou de 3 para 15.
        Investigação
          Identificou-se que uma ferramenta de corte estava desgastada.
        Ação
          Substituir a ferramenta e implementar manutenção preventiva.
      Exemplo 2: Tendência Decrescente
        Observaçãoapós o turno 15, os defeitos reduziram consistentemente devido à instalação de um novo sistema de controlo de qualidade.
        Ação
          Continuar a monitorizar e replicar as melhorias em outros processos.
      Exemplo 3: Padrão Cíclico
        Observação: o número de defeitos aumenta consistentemente nos turnos da noite.
        Investigação
          Verificou-se que os operadores do turno noturno tinham menor experiência.
        Ação
          Realizar formação adicional e melhorar a supervisão no turno.
    Soluções para Tendências Identificadas
      Curto Prazo
        Verificar e ajustar máquinas ou ferramentas.
        Inspecionar matérias-primas e garantir conformidade.
        Reforçar a supervisão nas áreas ou turnos problemáticos.
      Médio Prazo
        Implementar manutenção preventiva.
        Uniformizar os métodos de trabalho e realizar auditorias regulares.
        Monitorizar fatores ambientais e implementar controlo climático, se necessário.
      Longo Prazo
        Automatizar o controlo do processo para reduzir dependência de fatores humanos.
        Implementar metodologias de melhoria contínua, como Lean ou Six Sigma.
        Adotar sistemas de monitorização em tempo real para detetar problemas precocemente.

Voltar

Limitações do Gráfico C

    Embora o Gráfico C seja uma ferramenta útil para monitorizar o número total de defeitos em unidades ou lotes de tamanho fixo, apresenta algumas limitações práticas que devem ser consideradas ao aplicá-lo.
    Requer Tamanho Constante das Unidades de Inspeção
      Descrição: o Gráfico C assume que todas as unidades ou lotes têm tamanhos constantes.
      Impacto: em processos onde o tamanho das unidades de inspeção varia (ex.: tecidos com áreas diferentes ou lotes de tamanhos variados), o Gráfico C não é aplicável diretamente, pois os limites de controlo não seriam representativos.
      Exemplo: inspeção de lotes de 50, 100 e 200 peças em turnos diferentes. Os dados não podem ser analisados de forma consistente com o Gráfico C.
      Alternativa: utilizar o Gráfico U, que ajusta a análise de defeitos em função do tamanho variável das unidades de inspeção.
    Não Distingue Severidade dos Defeitos
      Descrição: o Gráfico C contabiliza apenas o número de defeitos (Ci), sem diferenciar entre defeitos leves e críticos.
      Impacto: pode mascarar problemas importantes se defeitos graves estiverem presentes em pequenas quantidades, mas forem combinados com defeitos menores.
      Exemplo: numa inspeção de superfícies pintadas, pequenas imperfeições são contabilizadas da mesma forma que grandes bolhas de ar, mesmo que tenham impacto diferente na qualidade.
      Alternativa: complementar com uma Análise de Pareto para priorizar os defeitos mais críticos.
    Suposição de Distribuição de Poisson
      Descrição: o Gráfico C pressupõe que o número de defeitos segue uma distribuição de Poisson (ou seja, os defeitos são independentes e ocorrem com uma taxa constante).
      Impacto: em processos onde os defeitos estão correlacionados (ex.: uma falha que gera múltiplos defeitos em sequência), essa suposição não é válida, e os limites de controlo podem ser imprecisos.
      Exemplo: numa linha de produção, um desalinhamento da máquina pode causar múltiplos defeitos consecutivos em peças consecutivas, violando a independência.
      Alternativa: reavaliar o processo para garantir independência ou utilizar gráficos de controlo alternativos, como os Gráficos X-Bar e R, para monitorizar variáveis contínuas.
    Insensibilidade a Pequenas Variações
      Descrição: o Gráfico C é menos sensível a pequenas variações no número de defeitos, especialmente quando C-Bar é elevado.
      Impacto: pequenos desvios podem não ser identificados, atrasando a deteção de problemas no processo.
      Exemplo: numa inspeção de grandes lotes, um aumento de 5 para 10 defeitos pode não parecer significativo num Gráfico C, mesmo que seja indicativo de deterioração.
      Alternativa: utilizar gráficos de tendência, como o Gráfico CUSUM (Cumulative Sum Control Chart), que são mais sensíveis a pequenas mudanças.
    Suposição de Defeitos Independentes
      Descrição: o Gráfico C assume que cada defeito ocorre de forma independente dos demais.
      Impacto: quando os defeitos são causados por uma mesma falha (ex.: uma ferramenta danificada que gera defeitos repetitivos), essa independência não é válida.
      Exemplo: uma máquina desalinhada gera múltiplos defeitos em um lote, mas o Gráfico C não reflete que esses defeitos têm uma causa comum.
      Alternativa: investigar a origem dos defeitos usando ferramentas como o diagrama de Ishikawa ou o diagrama de Pareto.
    Falta de Representatividade em Processos de Alta Qualidade
      Descrição: em processos onde o número médio de defeitos (C-Bar) é muito baixo, o Gráfico C pode ser pouco informativo.
      Impacto: limita a capacidade de identificar variações significativas em processos altamente controlados.
      Exemplo: numa linha de montagem com C-Bar = 0.2, pequenas variações podem passar despercebidas.
      Alternativa: utilizar gráficos de controlo mais sensíveis, como o Gráfico P, para monitorizar a proporção de unidades com defeitos.
    Dificuldade em Monitorizar Características Múltiplas
      Descrição: o Gráfico C só pode monitorizar uma característica de qualidade de cada vez.
      Impacto: em processos com várias características críticas (ex.: dimensões, acabamento, funcionalidade), seria necessário um gráfico separado para cada característica, aumentando a complexidade.
      Exemplo: inspecionar uma peça onde são analisados acabamento, dimensões e funcionalidade exigiria três Gráfico C.
      Alternativa: implementar um sistema de avaliação integrada (ex.: índice de capacidade do processo Cp) para avaliar a qualidade geral do processo.
    Dependência de Inspeções Confiáveis
      Descrição: o Gráfico C assume que todos os defeitos são identificados e registados com precisão.
      Impacto: inspeções inconsistentes ou incompletas podem levar a dados imprecisos, comprometendo a validade do gráfico.
      Exemplo: inspeções visuais realizadas por operadores diferentes podem variar em rigor e precisão.
      Alternativa: automatizar a inspeção para garantir consistência nos dados recolhidos.
    O Gráfico C é uma ferramenta eficaz para monitorizar o número de defeitos em processos simples e padronizados, mas apresenta limitações em contextos mais complexos ou de alta qualidade. Com uma seleção adequada da ferramenta e o uso combinado com outras técnicas, é possível obter um controlo mais robusto e abrangente do processo.

Voltar

Exemplo Prático

    Contaram-se os defeitos de 100 metros lineares de cada um de 25 lotes de tecido (rolos de 1,5 metros de largura) produzidos numa unidade fabril. O quadro seguinte apresenta os resultados obtidos.
    Objetivo: realizar a análise detalhada do processo.
Registo do número de defeitos em amostras de 100 metros lineares (rolos de largura igual)
Lote Tamanho da Amostra (metros lineares) Número de Defeitos Lote Tamanho da Amostra (metros lineares) Número de Defeitos
1 100 20 14 100 11
2 100 19 15 100 11
3 100 19 16 100 11
4 100 20 17 100 10
5 100 17 18 100 11
6 100 17 19 100 10
7 100 18 20 100 9
8 100 17 21 100 11
9 100 15 22 100 9
10 100 16 23 100 9
11 100 14 24 100 7
12 100 14 25 100 7
13 100 14 —– —– —–

Voltar

Representação Gráfica

    Número de defeitos por lote (pontos no gráfico).
    Linha central (C-Bar): representa o número médio de defeitos esperados.
    Limites de controlo (UCL e LCL)

Voltar

Análise das Tendências Observadas

    O Gráfico C apresenta uma tendência negativa clara no número de defeitos ao longo dos 25 lotes analisados. Abaixo segue uma explicação detalhada sobre as tendências observadas, suas possíveis causas, e as ações recomendadas.
    Observação Geral
      Tendência Decrescente:
        O número de defeitos diminui gradualmente ao longo dos lotes.
        A maior parte dos pontos está dentro dos limites de controlo (UCL e LCL), indicando que o processo permanece estatisticamente sob controlo.
    Interpretação da Tendência Decrescente
    A diminuição consistente no número de defeitos ao longo dos lotes indica uma melhoria progressiva no processo. Essa tendência pode ser resultado de:
      Ações Corretivas Recentes: implementação de melhorias no processo, como ajustes em máquinas ou técnicas de inspeção mais rigorosas.
      Substituição de Equipamentos: máquinas ou ferramentas desgastadas podem ter sido substituídas, melhorando a qualidade do tecido.
      Melhoria na Qualidade dos Materiais: lotes de matérias-primas com maior qualidade podem ter reduzido os defeitos.
      Treino ou Experiência dos Operadores: operadores mais experientes ou bem treinados podem contribuir para a redução de defeitos.
      Adoção de Métodos de Melhoria Contínua: uso de metodologias como Lean ou Six Sigma para identificar e eliminar causas de defeitos.
    Estabilidade do Processo
      Estatística: apesar da tendência decrescente, o processo está sob controlo estatístico, pois todos os pontos permanecem dentro dos limites de controlo.
      Melhoria Sustentada: a tendência sugere que as melhorias no processo são consistentes e sustentáveis.
    Riscos e Padrões a Observar
    Embora a tendência seja positiva, é importante monitorizar continuamente o processo para evitar possíveis problemas:
      Estabilização Excessiva: se o número de defeitos se aproximar de zero em todos os lotes, pode indicar uma subestimação de defeitos devido a falhas na inspeção.
      Desvios em Lotes Futuramente Recebidos: a variabilidade pode aumentar se houver mudanças nos fornecedores ou nas condições de operação.
    Recomendações
      Manter a Monitorização Regular: continuar a monitorizar os lotes utilizando o Gráfico C para garantir que a tendência permanece estável.
      Investigar as Causas da Melhoria: identificar os fatores que contribuíram para a redução de defeitos e padronizá-los no processo.
      Manutenção Preventiva e Formação: garantir que a manutenção preventiva e o treino contínuo sejam realizados para evitar uma reversão na tendência.
      Complementar com Ferramentas Adicionais: utilizar o diagrama de Pareto para identificar os principais tipos de defeitos e assegurar que os mais críticos sejam eliminados.
    A tendência decrescente observada no Gráfico C é um sinal positivo de que o processo está a melhorar progressivamente. Essa redução no número de defeitos indica que ações corretivas ou melhorias recentes estão a surtir efeito. No entanto, é essencial manter a monitorização contínua e documentar as boas práticas para sustentar esses resultados a longo prazo.

Voltar

Notas Finais

    Ao longo deste trabalho, foi demonstrado como o Gráfico C pode transformar o controlo da qualidade em processos industriais, indo além de uma simples ferramenta estatística para se tornar um aliado estratégico na busca pela excelência operacional.
    Com a aplicação rigorosa desta metodologia, é possível alcançar não apenas a identificação de problemas, mas também a construção de soluções sustentáveis que contribuem para um futuro industrial mais eficiente e competitivo. Ao monitorizar e compreender as tendências, os gestores podem tomar decisões fundamentadas, promovendo melhorias contínuas e reforçando o compromisso com a qualidade.
    Que este estudo seja um ponto de partida para novas iniciativas e inspire a adoção de práticas que elevem os padrões industriais, mostrando que, com as ferramentas certas e uma abordagem focada, é possível transformar desafios em oportunidades e atingir resultados extraordinários.

Voltar