Dados do Trabalho

Título

ANALISE DE DESEMPENHO DO GRAFICO DE SHEWHART PARA O PROCESSO POMINAR(1)

Curso

Estatística

Semestre/período

2017.2

RESUMO (Abstract)

Desde a revolução industrial até os dias atuais é de interesse da indústria o monitoramento
da qualidade de seus produtos. Nesse contexto é que se adequam as técnicas do controle
estatístico de processos (CEP), em especial, os gráficos de controle, que têm como finalidade
o monitoramento de alguma determinada característica de qualidade. Nos dias atuais, por
causa da natureza de muitos processos é comum a modelagem desses dados através de
modelos que captem a autocorrelação entre as observações e que se adequem à natureza da
variável de interesse. Deste modo, modelos de séries temporais de valores inteiros juntamente
com gráficos de controle modificados estão sendo muito utilizados na perspectiva de melhor
monitorar processos com presença de autocorrelação e que a variável monitorada possua
uma medida expressa por números inteiros. Com base nisso, este trabalho tem como
finalidade principal construir o gráfico de Shewhart, também conhecido como gráfico X,
adequado para monitorar dados de um processo POMINAR(1) e avaliar seu desempenho
em alguns cenários. Tanto a construção do gráfico, quanto a avaliação do desempenho serão
realizadas através de estudos empíricos utilizando o método de Monte Carlo na geração do
limite de controle e na avaliação de desempenho do gráfico. O gráfico de controle proposto
foi avaliado em relação ao número médio de amostras até um alarme falso (NMAF) e
o número médio de amostras até a detecção de um alarme verdadeiro (NMA) em 50
cenários distintos e apresentou um desempenho satisfatório, ou seja, os NMAF’s foram
altos, em torno de 240 e 400 amostras até detectar um alarme falso dependendo sempre
da combinação dos parâmetros e dos tamanhos amostrais e os NMA’s em torno de 3 e
20 amostras. Em particular, à medida que o deslocamento na média se aproxima de três
desvios padrão, o NMA se aproxima de 3, ou seja, necessitando apenas de 3 amostras para
detectar tal alteração.

Palavras-chave: Controle estatístico de Processos. Gráfico X. Processos autocorrelacionados.
Séries temporais de valores inteiros.