2025-Lean Six Sigma GreenBelt Controle de Fase - Controle de Processo Estatístico - SPC

1. Introdução: Dou as boas-vindas a todos vocês minha nova aula sobre análise de dados usando o Minitab. Nessas séries, falaremos sobre gráficos de controle. Como prometi a você no meu canal Telegram que lançarei o capítulo do gráfico de controle em detalhes para que todas as dúvidas básicas temos sejam esclarecidas. Portanto, o foco de todo esse programa é entender o que são cartas de controle, quais são os diferentes tipos de cartas de controle que temos. Ventura usa cartas de controle. Quais são os nossos limites de controle, qual é a base central em uma carta de controle? Usando cartas de controle para detectar causa comum e variação de causa especial. Usando teste para causas especiais e cartas de controle. Quais são os diferentes tipos de testes que devem ser usados, quando, o que devem ser evitados? Tudo será abordado nesta sessão. Para quem é essa turma? Essa é uma pergunta importante que muitos participantes têm de que eu deveria estar participando desta aula ou não é para mim? Então, se você é estudante de Lean Six Sigma, Green Belt ou Black Belt ou Yellow Belt. Ou você é alguém que quer entender estatísticas, controle de processos, ou seja , cartas de controle. Como posso monitorar meu processo estatisticamente? Você quer aplicar estatísticas, entender diferentes técnicas gráficas, pegar tudo o que quiser para entender uma das ferramentas Seven QC mais importantes, que são as cartas de controle. Você deve seguir este programa porque é bom esclarecer todas as suas dúvidas. Algumas das principais conclusões que você terá neste workshop é que você entenderá exatamente o que são cartas de controle. Venture eu uso limites de controle de água. Qual é a diferença entre especificação e limite de controle? E como faço para testar causas especiais? Quais são os testes usados para identificar uma causa comum? E quais são os diferentes tipos de erros que as pessoas cometem quando trabalham com cartas de controle. Todos esses tópicos serão abordados em detalhes. Estarei montando um workshop separado, sobre o qual falaremos. Praticamente fazendo tudo isso. Farei o upload da folha de dados do meu projeto. Você terá muitos projetos para trabalhar. Além disso, se você tiver alguma dúvida relacionada ao seu processo, onde você foi desenhado gráfico de controle, mas não está obtendo uma resposta. Você ficará livre, sinta-se à vontade para escrever para mim ou colocar seus comentários na seção de discussão e eu o ajudarei, certo? Então, vamos começar. 2. Projeto do curso e como fazer o upload: Precisamos fazer um projeto sempre que estivermos aprendendo algo. E a melhor parte , mas o Skillshare é que ele incentiva os professores a criar projetos que os participantes e os alunos precisam aprender com o curso, aplicar os conceitos. Então, vou anexar esta planilha do Excel como um plano de projeto. Isso tem muitos exemplos de dados que estou usando durante o curso, como os dados de comprimento do eixo do came, dados guarda-chuva, dados de moldagem por injeção ainda emprestam. Há muitos exemplos disponíveis aqui, que ajudarão você a entender o conceito. Número um. Número dois, você tem esses dados que podem ajudá-lo a fazer seu projeto e concluí-lo. Agora, alguns de vocês podem ser um novo livro Skillshare para ajudá-los a entender como faço um projeto e envio um projeto, vou orientá-los. Então, primeiro de tudo, você teria uma folha de dados como esta. Esta é a ficha técnica do produto que vou compartilhar com você. Então, por exemplo, estou pegando meus dados guarda-chuva p, escrevendo-os diretamente, levando-me ao local onde meus dados são salvos. Copio esses dados para o MiniTab e faço meu exercício. Eu tenho meus dados. Que tipo de caso de uso de dados iremos abordá-lo em detalhes. Só estou tentando mostrar como você carrega seu projeto. Então eu criei minhas cartas de controle e vou em frente e com o tamanho do subgrupo de guarda-chuvas com defeito. E clico em Ok, assim que tiver meu gráfico pronto, o que preciso fazer é copiar este gráfico. Eu posso colocar em tinta. E eu salvo esse arquivo. Agora, vamos voltar ao Skillshare. No Skillshare, depois de concluir o projeto, você tem uma seção abaixo sobre revisão, discussão e projeto e as fontes. Então clique em Projeto e Recursos. E você pode ver um botão de cor verde aqui dizendo criar projeto. Você precisa clicar neste Criar projeto. Ele leva você a uma tela como essa, onde está solicitando a foto que você deseja apresentar em seu projeto. Então, vou fazer o upload de uma fotografia que acabei de criar. Está carregando. Agora eu enviei o título do projeto. Eu fiz o gráfico p usando um conjunto de dados guarda-chuva. Você é livre para usar todo o conjunto de dados que eu enviei todos os projetos porque isso lhe dará confiança e eu vou compartilhar feedback com você. Mas se você tiver dados relacionados aos seus e quiser que eu o ajude, você ainda pode carregá-los. Não vou pedir os dados, mas vou ajudá-lo na interpretação. Eu tenho. Leia isso. Para dados com defeito. Se eu tiver mais conteúdo, posso ir em frente e adicionar mais conteúdo. Se você quiser manter seus projetos privados, você pode clicar nele. Mas eu diria que todos nós aprendemos compartilhando uns com os outros. E então eu apareço e publiquei. Depois de publicá-lo, pode levar alguns minutos ou alguns minutos a algumas horas para que o projeto esteja disponível. O que acontece é que, como treinador, recebo um alerta aqui de que alguém criou um novo projeto e preciso dar um feedback. Então eu vou aqui e dou um feedback, o que me ajudará a entender o que você fez e eu posso compartilhar o feedback. Portanto, isso o incentivará a garantir que você conclua seu projeto. Agora vamos voltar a este gráfico. Sim. Então, se você tiver alguma dúvida, você é livre para abrir uma discussão e dizer começar em uma posição, fazer uma pergunta sobre o projeto. Então, eu tenho uma pergunta. Você pode perguntar. Você pode me ajudar com mais exemplos de til B? Só estou anotando. Então, se você tiver alguma dúvida, estou apenas dando uma pergunta hipotética. E eu posso descer e dizer, Post. Quando eu coloco isso, ele está disponível e é dever de um professor responder de volta a isso. Com isso, suas dúvidas serão esclarecidas. O que quer que você esteja aprendendo na aula, você se inscreverá. Esta aula não vai apenas cobrir os aspectos práticos, mas também vai querer esclarecer todos os conceitos que às vezes ficam confusos. Certo? Então, com isso, vamos continuar com nosso exercício de aprendizado. 3. Como é detalhado este curso no gráfico de controle: Olá amigos. Sejam bem-vindos a esta aula sobre gráficos de controle, que é uma metodologia estatística de controle de processos. A maioria de nós, quando estamos fazendo Six Sigma, como projetos greenbelt ou projeto Six Sigma Black Belt. Estamos usando cartas de controle. Alguns dos participantes são, algumas das pessoas no escritório também usam gráficos de controle como sete Q. C2. É bom que todos nós saibamos como praticar a carta de controle ou como desenvolver a carta de controle usando diferentes ferramentas. Você tem modelos que estão disponíveis em uma inclinação. Algumas pessoas usam o MiniTab, outras usam o JMP. Nesta aula. O que vou abordar é começar pelo básico. Embora você possa estar ciente das cartas de controle. Você pode estar ciente de certos conceitos em alto nível. Vou guiá-lo passo a passo neste curso, que abordará o que são cartas de controle? O que são limites de controle? O que é uma linha central na carta de controle? Como faço para detectar radiação? Exemplos de variação de causa comum e causa especial? Como posso usar o brainstorming para investigar esse problema? Que tipo de diferença? Quais são os diferentes tipos de testes que estão disponíveis para nós? Quais são os diferentes tipos de cartas de controle dependendo do tipo de dados que você precisa criar. Vamos pegar muitos exemplos em que tentaremos entender os conceitos do zero. Então, vamos aprender como eu realmente aplico qual carta de controle será usada? Não apenas em teoria, mas também em termos práticos, onde eu lhe darei um caso de uso e pedirei ou orientarei você através do processo de seleção da carta de controle correta. Post, que também mostrarei como construir essa carta de controle usando o Minitab e como identificamos a variação da causa especial dentro do processo. Muitos exemplos aqui, o que torna mais fácil para você entender e aplicar, mesmo que você seja de diferentes setores. Então, primeiro vou explicar o conceito. Qual é o problema que o engenheiro de qualidade está enfrentando? Quais são os dados que ele está coletando? E com base nos dados, que é o gráfico de controle correto que precisa ser coletado. Portanto, espero que você goste de aprender comigo, não apenas a prática de criar a carta de controle, mas também sobre os conceitos que são muito importantes para garantir que possamos limpar nossa barra y durante a apresentação. A próxima coisa importante que vou acrescentar é o projeto. Então, por favor, assista isso no próximo vídeo. 4. O que é os gráficos de controle: Então, o que são cartas de controle? Temos B como entendemos, certo? É um gráfico que ajuda você a descobrir se seu processo está sob controle. O processo de áudio está fora de controle. Ele ajuda a identificar a presença de variação de causa especial , se ela existir em seu processo. Sempre que houver variação de causa especial presente em seu processo, seu processo é considerado instável, o que significa que uma ação corretiva é necessária em seu processo. Cartas de controle são usadas como a ferramenta de sete CQ. Também é usado na fase de controle de seus projetos Green Belt e Black Belt. E é sempre bom verificar se o meu processo que estou executando hoje não está sob controle ou está fora de controle, ou as chances deles ficarem fora de controle? Queremos identificar a variação das causas especiais e queremos corrigi-la. Cartas de controle e nada além de gráficos que plotam os dados do processo em sequência de ordem temporal. Você já deve ter ouvido falar sobre o conceito de enredo de séries temporais. Então, sim, é um gráfico de séries temporais ou gráfico de ensaios, mas o elemento adicional que é adicionado no gráfico de controle, linha central mais fácil, controle superior e limite de controle inferior. E isso aconteceu, essas linhas são desenhadas com base nos dados que você forneceu. A linha central representa a média do processo. Os limites de controle representam a variação do processo. Por padrão, os limites de controle são desenhados a uma distância de aproximadamente três desvios padrão acima e abaixo da linha central. Então, quando eu tenho um gráfico de ensaios, tecnicamente um gráfico ordenado por tempo, mas eu tenho elementos adicionais que me dão mais informações, como a linha central, meu limite de controle superior e inferior limite de controle. Isso me ajuda a identificar a facilidade do meu público do processo, meu processo não é estável. Os pontos que caem aleatoriamente dentro dos limites de controle indicam que seu processo está sob controle e exibe apenas variação de causa comum. Então, a variação de causa comum pode ser qualquer coisa que seja aleatória, certo? Então, às vezes, quando estou falando, eles podem ter um atraso de 1 segundo. Isso pode ser por causa dos custos comuns. Mas se eu estou falando e você não consegue me ouvir, essa é uma causa especial. Ou meu microfone não está funcionando ou minha rede não está funcionando. Eu cliquei no botão mudo. Haverá uma causa especial que precisa de investigação. E isso pode ser identificado quando os pontos ficam fora do limite de controle. Eles estão exibindo um aceno de cabeça? Estou de volta naquela época. Mesmo que o processo esteja dentro do limite do contêiner, mas o padrão não aleatório, eles indicam que o processo está fora de controle. Variação de causa especial está presente em seu processo, o que exige que você tome medidas. Quando eu uso cartas de controle? Essa é uma pergunta comum que as pessoas têm, se você está monitorando e continuando o áudio do processo tentando entender seu novo processo. As cartas de controle são uma ferramenta muito útil. Você pode usar cartas de controle para demonstrar se seu processo é estável e consistente ou de que tipo. Um processo estável é aquele que inclui apenas variação de causa comum e não tem pontos fora de controle. Verifique se o processo está estável antes de realizar a análise de capacidade. Então você se lembra que na fase de medição do seu projeto, você tenta fazer uma análise de capacidade é como capacita seu processo se você estiver fazendo um projeto Six Sigma. Alguns profissionais, algumas organizações também fazem uma análise de capacidade regularmente para validar se o processo está estável. Então você tem que fazer essa análise somente depois de saber que seu processo é David. Se um processo não for estável, você não deve fazer uma análise de capacidade ou esse relatório, mas você obterá que não é um relatório válido. Avalie a eficácia da mudança do processo. Esse também é mais um cenário em que você usa cartas de controle. Quando as cartas de controle, é fácil comparar as mudanças na média do processo, as mudanças na variação do processo. Comunique o desempenho do seu processo durante um período de tempo específico. Como eu disse a você, os gráficos podem ser desenhados em uma sequência de ordem de tempo. Quais são os nossos limites de controle. Abordaremos isso no próximo vídeo. 5. Quais são os limites de controle?: Vamos entender quais são nossos limites de controle, limites de controle. Sua carta de controle representa a variação do processo , o que o ajuda. Eu indico um processo mais fácil no controle ou seu processo está fora de controle controlado por controles remotos, limites e nada linhas horizontais que são desenhadas acima e abaixo da linha central. Isso vai te ajudar a julgar. Novamente, meu processo está estável ou não? Os limites de controle dessa pessoa são baseados na variação aleatória no processo. Por padrão, o Minitab define os limites de controle como três desvios padrão acima e abaixo da linha central. Este é um exemplo simples, os limites de controle. Portanto, você pode ter seus dados de processo que estão sendo desenhados na sequência de ordem de tempo. Essa linha vermelha na parte superior, chamada de UCL, é o seu limite superior de controle. E o NCL é um limite de controle inferior. A linha verde é sua linha central. Podemos ver nesse processo que eu tenho dois pontos, que são dois pontos de dados que estão além do limite superior de controle. Isso indica que o processo está fora de controle. Isso significa que há uma variação de causa especial e precisamos investigá-la. Vamos entender a diferença entre limite de controle e limite de especificação no próximo capítulo. 6. Quais são a linha central nos limites de controle?: Neste capítulo, vamos entender terminologias importantes, como o que é a linha central e quais são os limites de controle? Então, o que é uma linha central em uma carta de controle? A linha dental em sua carta de controle representa a média do processo, não necessariamente o processo desejado. Hoje à noite, a média de especificações dada pelo cliente. É o que está realmente acontecendo e acontecendo em seu processo. A linha central é uma linha de referência horizontal em uma carta de controle que é um valor médio. E é baseado nas características de qualidade usadas na linha central para observar o desempenho do processo quando comparado à média. Se o processo estiver sob controle, os pontos variarão aleatoriamente em torno da linha central. Veja este exemplo. Você vai, a linha verde, que você vê na tela, é sua linha central. Está falando sobre a média do processo. Cada ponto de dados pode ser um subgrupo de números. Então, subgrupo, pode ser uma amostra de subgrupo de cinco elementos, dez elementos e assim por diante. E essa média é obtida e a média de todos os dados é obtida para derivar nessa linha verde, que é sua linha central. Neste exemplo, o gráfico da barra X exibe o comprimento da árvore de cames de fabricação durante o período da linha central mostra a média do processo. E o subgrupo significa muito aleatoriamente em torno do processo. Então você vê que os pontos estão subindo e descendo em torno da linha verde. E isso está acontecendo por causa da presença de alguma variação de causa comum em seu processo. Prêmio de cautela sempre que você estiver trabalhando. Não se confunda entre a linha central e o valor alvo do seu processo. O valor alvo vem da especificação do seu cliente, certo? Qual é o resultado desejado? Essa é a linha alvo, mas o resultado real é sua linha central. Então, os dois são diferentes. Usando a carta de controle para detectar radiação. Abordaremos isso no próximo capítulo. 7. Detectar variações: Vamos começar a entender como posso usar cartas de controle para detectar variações no meu processo? As cartas de controle são usadas para monitorar dois tipos de variação do processo. Como eu disse no capítulo anterior, ele fala sobre a variação de causa comum e radiação de causa especial. Quais são as variações de causa comum e variação de causa especial pode ser uma pergunta que você possa ter. E qual é a aparência da variação de causa especial quando você está trabalhando na carta de controle. Como posso identificar variação de causa especial na minha carta de controle? Usar o brainstorming para investigar a variação de causa especial é uma solução. Se você identificar a variação de causa especial e seu gráfico, abordaremos tudo isso em detalhes. Não corrija demais seu processo devido à variação de causa comum. Esse é um erro comum que as pessoas cometem. Porque alguma coisa livre da variação de causa comum deve estar presente em seu processo porque é natural. Então, vamos entender que algum grau de variação está naturalmente em qualquer processo. Se eu começar meu treinamento, posso estar sentado todos os dias pela manhã às dez horas para começar a gravar meu treinamento. Alguns dias eu posso estar presente no tendão. Vamos fazer um exemplo mais simples. Eu peço comida em bares clandestinos e entregarei a comida em 40 minutos. Por exemplo, ele pode entregar a comida em 38 minutos. No dia seguinte, pedi a comida do mesmo local e através do 3D, mas o pedido pode ser entregue em 30 minutos. Terceiro dia, pode ser entregue em 32 minutos, 45 minutos. Qualquer pequena variação que esteja lá. E é aceitável que isso aconteça por causa da variação da causa especial. Variação de causa comum. A variação de causa comum é um processo natural e variação inesperada no processo. Variação de causa especial é uma variação inesperada no processo, que se deve a algumas ocorrências incomuns. É importante identificar e tentar eliminar a variação de causa especial no processo. Então, por exemplo, eu faço um pedido no squeaky. Eles disseram que será entregue em 40 minutos, mas já são duas horas e eles não conseguem entregar meu pedido. Eu definitivamente ficaria preocupado. Eu nem esperaria duas horas imediatamente após 45 minutos, ligaria e diria onde está meu pedido? E dizem que está a caminho. Uma hora depois significa que depois de 60 minutos, eu novamente um pouco é o meu pedido. E eles disseram que porque há fortes chuvas, o motorista está preso no caminho e, portanto, o atraso na entrega. 8. Exemplos de variação de causas comuns e de causas especiais: Olá amigos. Vamos continuar entendendo quais são as diferentes causas de variação em nossa análise de dados para o uso de gráficos de controle, estamos usando, estamos tentando entender todos os conceitos relacionados às células de controle. Uma das coisas importantes é que aprendemos nossas diferentes causas de variação, que está fazendo com que a carta de controle se mova para cima e para baixo. As causas podem ser algo como uma variação de causa comum ou uma variação de causa especial. Se você vir o Fazendeiro à direita, o fazendeiro de fronteira à direita, ele recebe um saco de ovos, que são uma caixa de x, que são uma mistura de branco e colorido. Quando ele entra na causa raiz do problema, ele percebe que todos os seus ovos, daí o nosso Lee misturado x colorido, eles estão botando ovos brancos e eles estão ligados à cor x, o poder. Portanto, é uma variação de causa comum. Então ele precisa investigar e tentar reduzir, minimizar. Você pode ir, ele não pode eliminar material, tentar minimizar a variação da causa comum. O fazendeiro pulverulento à esquerda também recebe uma caixa de x, que são uma mistura de branco e colorido. Quando ele investiga em sua fazenda de pólvora, vai para a causa raiz do problema. Ele percebeu que há uma raça particular de galinhas que estão colocando cor x resto das mãos e sua granja avícola ou todos os ovos brancos Lane. Isso significa que há uma causa atribuível para esse problema. E, portanto, ele precisa investigar o que fez com que essa mão colocasse o x colorido. Pode estar na alimentação, teve um problema, ou o pássaro é de um lugar diferente, ou é uma mistura, lá seria uma causa atribuível a isso. E as cartas de controle ajudam a identificar a variação de causa comum e a variação de causa especial. Vamos dar mais alguns exemplos de variação de causa comum e causa especial. Então, por exemplo, se um padeiro está fazendo um pão, a flutuação de temperatura dentro do antigo, um bebê levemente pesa um centígrado para cima e para baixo é aceitável e isso é devido a uma causa comum. variação da natureza do equipamento. Mas suponha que, se a temperatura cair drasticamente, isso pode ser devido a alguma causa atribuível, como o padeiro se esqueceu de fechar a janela. As causas especiais ajudam a identificar a causa atribuível que precisa ser focada. Mais um exemplo é registrar as informações de contato do cliente. Se houver uma pessoa experiente, ela pode estar cometendo erros mínimos. Ao passo que, se for uma pessoa nova, há uma chance de ele cometer muitos erros. Isso significa que ele precisa ser treinado e aprender alguns truques que podem ajudá-lo a fazer esse trabalho com mais eficiência. Vamos dar mais um exemplo para entender a causa comum e variação de causa especial na detecção de mofo em brinquedos de plástico. Então, quando os brinquedos de plástico e fizeram uma pequena variação, os brinquedos de plástico são aceitáveis porque essa é a natureza de todo o processo. Você está colocando o molde no, desculpe, o plástico derretido no molde e ele está surgindo. Mas suponha que a qualidade da matéria-prima seja ruim. No minuto em que o brinquedo sai e eu seguro, ele explode, é muito difícil. Pode ser devido a uma causa atribuível que a matéria-prima não é da qualidade que precisamos e afeta a resistência e a consistência do produto. O que são variações de causa especial? E como fica quando você está trabalhando no chat? Um processo é estável se não tiver nenhuma variação de causa especial, causa comum com sempre existir, certo? Gráficos de controle e gráficos de ensaios fornecem uma boa ilustração da estabilidade ou instabilidade do processo é meu irmão Steven, ou parece mesa. Podemos usar, mas um deles, o processo deve ser estável antes suas capacidades sejam avaliadas ou melhorem nossas iniciadas. Se meu processo não for estável, pegar um projeto Six Sigma não é aceitável, significa que não funciona. Se você olhar para a carta de controle, que está aqui, você perceberá que essa carta de controle tem alguma variação aleatória. E essas variações estão entre os dois limites de controle que são identificados usando a linha de leitura. Todos os pontos estão flutuando aleatoriamente em torno da linha verde, que é minha linha central. Isso mostra isso claramente e nem mesmo está violando nenhuma das minhas oito regras do gráfico de controle. Falarei em detalhes sobre os diferentes testes que realizamos nas cartas de controle nos vídeos a seguir. Se sua carta de controle se parece com isso com muitos pontos vermelhos e diz um 11155 e vê 333. Isso significa que o processo não é estável e violou a regra número um, regra número cinco e número três neste caso. E estatísticas de que o processo não é estável. Existem algumas variações de causas especiais que precisam ser investigadas. Se você tiver alguma dúvida ou esclarecimento, sinta-se à vontade para perguntar na seção de discussão abaixo. Se você tentar aplicar os conceitos externos e garantir a conclusão do projeto e carregá-lo. No próximo vídeo, vamos aprender sobre como usar o brainstorming para investigar a variação de causa especial. 9. Usando o Brainstorming para investigar variações de causas especiais: Continuamos a entender as diferentes causas de variação em como devo investigar as variações de causa especial que identificamos durante o, no gráfico de controle. Portanto, podemos usar o brainstorming como um exercício muito bom para investigar a variação da causa especial. Um bom ponto de partida para investigar a variação de causa especial é reunir vários especialistas em processos levar os especialistas do assunto para lá. uso de gráficos de controle aumenta os operadores de processo, os engenheiros de processo e o teste de qualidade para debater o motivo de uma amostra específica. Eles estão fora de controle. Porque você sabe que quando você está desenhando a carta de controle, está na sequência de ordem de tempo e você terá um ID de amostra que o identificará. Podemos investigar o que aconteceu durante esse caso. Dependendo do seu processo, você também pode incluir itens durante a próxima reunião. Ao investigar a variação de causa especial, você deve responder a algumas dessas perguntas. Com as amostras estavam fora de controle. Qual teste para causas especiais fez a amostra? O que significa cada teste de campo? E como eu faço o que eu procuro? Estamos em todas as razões possíveis para o teste de campo. O método comum de brainstorming é fazer perguntas sobre por que uma falha específica ocorreu. Para determinar a causa raiz, você pode usar o método 5-Why. Continue perguntando por que, por que, por que, até chegar à causa raiz do problema. Você também deve usar um diagrama de causa e efeito, ou o diagrama espinha de peixe ou o diagrama de Ishikawa como você o chama. Compreender os diferentes tipos de diferentes tipos de causas que estão causando variação de causa especial. , se é o método material masculino, e assim por diante. Lembre-se, não sobrecarregue seu processo por causa comum de variação. Mas é importante evitar variações de causa especial. Tentar eliminar a variação de causa comum deve piorar a situação. Considere um processo de cozimento do pão, um ligeiro desvio e a temperatura causada pelos órgãos e termostato fazem parte da variação natural da causa comum para o processo. Se você tentar reduzir essa variação natural do processo ajustando manualmente a temperatura, configurando para cima e para baixo, provavelmente aumentará a variável t em vez de diminuí-la. É chamado de correção excessiva. Se você tiver alguma dúvida ou precisar esclarecimentos sobre qualquer um desses tópicos, sinta-se à vontade para perguntar na seção de discussão abaixo. E, como sempre, tente aplicar esse conceito e concluir seu projeto. Você pode desenterrar algumas cartas de controle existentes e tentar descobrir o que há em uma tabela de processo. Existe alguma variação de causa especial? No próximo vídeo, vamos aprender sobre quais testes para causas especiais estão incluídos no Minitab. 10. Quais testes para causas especiais estão incluídos no Minitab?: Olá amigos. Vamos entender quais testes para causas especiais estão incluídos no MiniTab. Quando estamos tentando entender a estabilidade do processo usando cartas de controle. Teste número 11, mais de três sigma da linha central. Esses são os testes mais comuns que sempre procuramos. Este teste identifica o subgrupo que tem incomum quando comparado aos outros subgrupos. Eles são universalmente reconhecidos como necessários para detectar situações fora de controle. Se houver um pequeno desvio no processo fora de interesse, você também deve fazer o teste número dois para complementar o teste número um, a fim de criar uma carta de controle que tenha a maior sensibilidade. Teste o número 29 pontos seguidos no mesmo lado da linha central. Esses turnos de teste identificam a peneiração no centro do processo ou variação. Se uma pequena mudança no processo for de interesse, você deve usar test também, junto com test1 para entender o que causou essa variação de causa especial em seu processo. Porque se o processo estiver em um lado da linha central continuamente por nove bytes, a probabilidade desse ponto sair de três Seis Sigma. Três Sigma de um lado é muito natural. E podemos entender o motivo disso ou investigar o motivo com mais confiança. Teste o número 36 pontos seguidos, todos aumentando ou diminuindo. Esse teste detecta a tendência. Este teste procura longas séries de pontos consecutivos que estão aumentando ou diminuindo consistentemente o valor. Como você pode ver neste exemplo, se estiver aumentando continuamente por seis pontos, isso também é uma probabilidade de que ele saia do controle. E já está, o processo está fora de controle e continua. É uma causa especial. Escreva algo que aconteceu no processo que fez continuamente para as variáveis ou o processo para dar amostras que estavam aumentando ou diminuindo consistentemente em valor. Neste exemplo, ele está aumentando em valor. Mesa número 414 pontos seguidos alternando para cima e para baixo. Um teste para detectar variações sistemáticas. Se você quiser que o padrão de variação no processo seja aleatório. Mas um ponto para o qual o teste de campo pode indicar que o padrão de variação é esse número em dois de três pontos, mais de dois sigma ou dois desvios padrão de a linha central do mesmo lado. Então, como você pode ver, há dois exemplos do teste número cinco. Por aqui. Este teste detecta mudanças de parede no processo com muita facilidade. Mesa número 64 de cinco pontos, mais de um desvio padrão da linha central do mesmo lado. Então, se você ver este exemplo, temos quatro ou cinco que estavam no mesmo estilo e eles estarão a mais de um Sigma de distância. Essa mesa número seis detecta pequenas mudanças no processo, como os outros testes decentemente. Portanto, numere 715 pontos seguidos dentro de um sigma da linha central de cada lado. Você pode ver que, neste exemplo, esses 15 pontos estão muito próximos da linha central. É como se eles estivessem emaranhando a linha central de forma muito eficiente. Isso detecta um padrão de variação que às vezes é confundido com uma evidência de bom controle. Isso detecta o controle, esse teste detecta limites de controle que são muito amplos. Porque você teria dito isso com base em seus antigos limites de controle de processo que são muito amplos ou frequentemente causados pelos dados estratificados, que ocorre quando a causa sistemática da radiação está presente em cada subgrupo. Esse é o número 88 pontos seguidos a mais de um Sigma da linha central. Em ambos os lados. Esse teste é chamado de padrão de mistura. Está no botão do mixer. Os pontos tendem a se afastar da linha central em vez de cair perto da linha central que vimos no teste anterior. Se você tiver alguma dúvida relacionada aos diferentes tipos de testes que acabou de aprender. Sinta-se à vontade para perguntar na seção de discussão abaixo. Certifique-se de tentar aplicar os conceitos externos e de concluir o projeto e carregá-lo. Obrigada. 11. Quais testes devo usar para detectar padrões específicos de variação de causas especiais?: Vamos entender quais testes devo usar para detectar um padrão específico na variação de causa especial. Aprendemos sobre diferentes tipos de testes no vídeo anterior, devemos aprender como, como posso usá-los da maneira mais adequada? Aplique determinados testes com base no seu conhecimento sobre o processo. É provável que o processo esteja movendo o turno ou haja uma variação aleatória dependendo disso, você aplicará o teste. Se for provável que seus dados contenham um padrão específico, você os procurará usando o respectivo teste. Adicionar mais testes ao frasco não está correto. Isso só aumentará a chance de encontrar um falso negativo, falso positivo ou um falso sinal que o processo está fora de controle. Quando, na realidade, o processo não está fora de controle. Quando você aumenta vários testes ou quando usa vários testes juntos, as chances de obter sinal de falta de controle aumentam. Vamos entender como se, no caso de você estar trabalhando com dados variáveis, você estiver usando cartas de controle de variáveis. Se você não tiver certeza de qual teste aplicar, por padrão, o Minitab sempre aplica a regra número um, o teste número um, ou seja, quantos amortecidos o ponto de dados está fora dos três desvios padrão. Mas, além disso, você pode tentar usar test1, test2 e teste sete. Quando você aplica isso com base nos limites de controle, se eles são baseados nos dados. Depois que os limites de controle forem estabelecidos, você deve usar os valores conhecidos para esse limite. Então não precisamos do teste número sete. Número 11 dos limites de controle, detecta um único ponto fora de controle. Isso é nove pontos seguidos em um lado da linha central detecta a possível mudança no processo. São sete pontos demais em torno um desvio padrão da linha central. Ele detecta se os limites de controle são muito amplos e os limites de controle Vida são causados por dados estratificados, o que ocorre quando você tem uma fonte sistemática de radiação dentro de cada subgrupo. Deixe-nos entender se você estiver trabalhando com dados de atributos de defeitos e defeitos. Nesse caso, você não tem certeza de qual teste usar o UGA gratuitamente para usar a mesa número um e número dois. O teste número um está a cerca de 1 do limite de controle. Esse número dois é nove pontos e desenha em um lado da linha central, detectando a possível mudança. Depois que o processo for estabelecido. Seus limites de controle são sempre desenhados com base nos valores dos dados que você forneceu. Faremos muitos exercícios práticos nas próximas aulas. Então fique conectado. E se você tiver dúvidas e perguntas, sinta-se à vontade para escrever na seção de discussão abaixo e certifique-se de tentar aplicar os conceitos externos. Certifique-se de fazer seu projeto e fazer o upload do projeto. Escreva sua avaliação e compartilhe suas ideias sobre como você se sentiu nessa aula quando esse número. No próximo vídeo, vamos aprender sobre qual teste é aplicável em minhas cartas de controle. 12. Quais testes estão disponíveis com meu gráfico de controle?: Vamos entender qual teste é aplicável no meu controlador. Esse número um a oito está disponível na maior parte da carta de controle variável. Observe que apenas o teste de um a quatro está disponível na carta R e S e na carta de amplitude móvel, que é o número um a quatro estão disponíveis cartas de controle imprecisas. Qual teste é aplicável na minha carta de controle? No tempo melhor controle Jan Minitab realiza apenas um teste para pontos que vão além dos limites de controle. Esse é o seu número um, nosso teste número um, que o teste sete assume que os pontos são independentes porque os pontos representados graficamente estão ordenados no tempo, os ponderados para combinar as informações de os subgrupos anteriores e os pontos não são independentes. Se você tiver alguma dúvida, sinta-se à vontade para perguntar na seção de discussão abaixo. No próximo vídeo, vamos entender quais são os diferentes tipos de dados e como trabalhei com eles nas cartas de controle. 13. Tipos de dados para gráficos de controle: Neste vídeo, vamos entender os diferentes tipos de dados que temos para nossos gráficos de controle. Que tipo de dados eu tenho? Essa é a pergunta que você quer responder. Você, se seus dados são quase contínuos, determina se você tem algo como comprimento vezes B, que é um tipo de dados contínuo do seu processo. Em seguida, você usará cartas de controle contínuo como a carta IMR, nossa carta R da barra x, carta S da barra x. Mas se você tiver algum processo multivariado, usará controles multivariados. Se seus dados forem um atributo como defeitos e defeitos, usaremos cartas de controle de processo de atributos, que são como carta n, carta P, carta C. Existem alguns gráficos que são chamados de gráfico de processo muito quando, que abordaremos separadamente. Então, que tipo de dados eu tenho? cartas de controle que você usa dependem se você coleta os dados contínuos ou os dados de atributo. Se você tiver vários conteúdos, variáveis contínuas, considere se você tem dados multivariados. Mike, variáveis contínuas são números infinitos como 84704 algo, então você pode dividi-los indefinidamente. Os dados de atributos têm dois subtipos, binomial e Poisson. Os valores dos dados de um atributo são restritos a categorias específicas são valores distintos. Por exemplo, dados de atributos podem ser como caminhos e sensação. O número de defeitos e uma amostra também pode ser um dado de atributo que é caído em uma distribuição de Poisson. medição contínua geralmente fornece mais informações do que esses dados de atributo. Lembra disso? No entanto, os dados de atributo geralmente são mais fáceis de coletar porque você só precisa aceitar, mas é um defeito ou um efetivo e quantos defeitos se estiver com defeito. Os dados do atributo são frequentemente coletados quando as medições contínuas são difíceis de obter. Os dados de atributos geralmente são classificações subjetivas atribuídas pelos operadores e pela pessoa de controle de qualidade. Porque eu sinto que é um defeito que contei. Se eu não achar que é diferente, não vou chegar a essa dependência, não é? Vamos entender os dados do processo de controle. Os dados contínuos medem as características como empréstimo, peso, temperatura, etc. Os dados geralmente incluem valores fracionários ou decimais. Por exemplo, um fabricante de alimentos quer investigar se o peso do produto de cereais é consistente ao longo do tempo. Para coletar esses dados, o analista de qualidade registra o trigo de uma amostra das caixas de cereais. Se você tiver alguma dúvida, sinta-se à vontade para perguntar na seção de discussão. E certifique-se de concluir seu projeto e tentar aplicar esses conceitos. Escreva seu comentário. 14. Caso de uso: ajude o engenheiro de qualidade: Vamos continuar nossa compreensão das cartas de controle. As cartas de controle também são chamadas controle estatístico de processo, SPC. Fazemos esse exercício durante a fase de controle do nosso projeto Six Sigma. Spc foi desenvolvido pelo Dr. Stewart em 1924. Ele disse que você, como diz o conceito, y é uma função de x. Não devemos apenas monitorar o projeto, por quê, mas também devemos monitorar e controlar os combustíveis vitais são os x's que estão contribuindo para esse y. Assim, monitorando continuamente o x e y juntos usando a carta de controle, torna-se fácil para o proprietário do projeto e o proprietário do processo monitorar o desempenho e mantenha-o no controle. Eles controlam os processos de forma proativa. Não é. Ele pode identificar claramente quais são as causas naturais e as causas atribuíveis à água. As causas naturais nada mais são do que uma causa comum e as causas atribuíveis não passam de uma causa especial. Também ajuda você a identificar e prevenir o processo dessas causas especiais. Se você olhar para uma carta de controle, isso é apenas uma amostra. Você terá limite de controle superior e limite de controle inferior, que são criados aproximadamente um desvio padrão de três da linha central, que geralmente é a média do processo. E esses três números estão sendo calculados a partir dos dados do processo que você capturou. Qualquer coisa fora do limite de controle superior que esteja fora do limite de controle inferior interno é chamada variação de causa especial e sua causa atribuível. Se você está vendo uma variação em seu processo que está emaranhando ou contornando a linha central. Isso se deve à variação de causa comum. Isso é apenas uma representação de amostra. A razão pela qual ele tomou três desvios padrão da linha central é que, se você se lembra, no bunker, 99,73 por cento dos dados estão sendo cobertos dentro mais ou menos três padrão desvio. Portanto, qualquer variação que você esteja vendo é 0,135 à esquerda e 0,135 à direita. Isso se deve à variação da causa especial. Agora, novamente, o que eu falei anteriormente, estou apenas repetindo porque isso é muito importante e também é uma pergunta de entrevista. Qual é a diferença entre limite de controle e especificação? O limite de controle está sendo calculado a partir dos dados que registram o controle e o controle inferior. E descreve a água. O que esse processo é capaz de alcançar? Os limites de especificação, por outro lado, são dados pelo cliente e pela gerência. E eles especificam qual é o requisito do processo. Ele descreve o que o processo deve alcançar para poder ser continuamente chamado de um processo capaz e é capaz de atender aos requisitos do cliente. Então, novamente, limites de controle da especificação de dados, limites do cliente. Os limites de controle ajudam você a ser calculado e ajudam a identificar a causa comum e a variação da causa especial. Se você tiver pontos de dados dentro do limite de controle, mas fora do limite de especificação, isso significa que seu processo não é capaz. Analisaremos esses exemplos no futuro. Quando temos essas cartas de controle, eu mostrei a você que é um desvio padrão de mais ou menos três. Mas esses cálculos dependem do tipo de dados que você tem. Quando você está fazendo o gráfico de controle. Temos dados variáveis e dados de atributos. Os dados legíveis também são chamados de dados contínuos. Onde você tem pontos decimais como comprimento, tempo, distância. Eles podem ser divididos continuamente. Portanto, se o seu subgrupo mede um, então vamos para a carta X IMR ou a carta de amplitude móvel individual. Se o tamanho da sua amostra estiver entre 29, opte pela barra X, carta R ou inverno. Mas se nossa amostra de subgrupo for maior que dez, é mais fácil para nós calcular o desvio padrão porque eu tenho mais número de pontos de dados em cada amostra, então eu estarei desenhando uma carta X barra S. Por outro lado, se eu tiver um atributo de dados ou dados discretos, os dados de atributo podem ser de dois tipos. É um dado com defeito ou é um dado defeituoso? O que estamos monitorando? Se forem dados defeituosos e o tamanho da amostra for constante, pode ser qualquer número, será 1020304023 ou 12. Mas esse número, o que quer que você esteja tomando, é constante. Em seguida, vamos para Carta NP porque os limites de controle estão sendo calculados com base nas fórmulas do giz subjacente. A amostra variável. Para dados com defeito. Por exemplo, quero calcular o número de defeituosos. Mas hoje eu fiz uma produção de 100 unidades para mais resistente, fiz uma produção de 95 unidades antes desse dia era de 96 unidades. Então, o tamanho da minha amostra é lido diariamente. Eu vou usar a carta p. Veremos exemplos de Peter, onde você entenderá que os limites de controle para uma carta P e uma carta U são em zigue-zague. Vamos cobrir isso. Não se preocupe. Vamos ter muita prática para que todos esses conceitos se tornem muito fáceis de gravar. Vamos continuar. Então, se eu tiver dados de defeitos, o tamanho da amostra é constante, então eu uso o c-chart. Se o tamanho da amostra for confiável, eu vou para Utah. O que eu tento lembrar facilmente é que se está com defeito, então é uma peça, a peça inteira fica com defeito. É por isso que temos Carta P e NP. Por ser constante, optamos por NP e por ser variável, é um gráfico p. O outro é obviamente C. E porque C é para sentar constantemente e outro é Utah. Então eu tentei usar esse jingle para lembrar o que deve ser usado. Portanto, se estiver com defeito, é P ou NP, dependendo do tamanho da amostra. Se é defeito que é C e U. E entre C e UC é qual constante e Q é qual variável? Vamos pegar um caso de uso. Apesar. Há um engenheiro de qualidade que está em uma peça automotiva. Ele quer, ele quer monitorar como o comprimento dos eixos do came está sendo feito. Ele tem três máquinas que a empresa usa. Eles trabalham 24 por sete em três turnos diferentes. Então, o que o engenheiro faz é tirar uma amostra de cinco de cada máquina durante cada turno, você teria adivinhado facilmente porque o comprimento da amostra é um dado contínuo. tamanho da amostra é cinco. Isso significa que está entre 28 e eu vou para o gráfico R da barra X. Então, vamos entender como vamos fazer isso. Eu já compartilhei com você a folha de dados, certo? Se você chegar à folha principal, terá dados de comprimento do eixo do came. Eu só tenho que vir e clicar aqui. Isso me leva à parte em que os dados estão presentes, certo? Eu lhe dei muitos dados , mas você não precisa pesquisar. Basta usar a folha média para cirurgia. Eu tenho a máquina 123 e IDs de amostra. Então, vou copiar todos esses dados e colá-los na minha planilha de dados. Então, vou pegar todos esses dados. Eu tenho meu MiniTab à mão. Vou colar esses dados aqui. Em seguida, vou clicar nas cartas de controle Stat, variáveis com algum grupo. E é porque eu sei que é um tamanho de subgrupo menor que oito. Eu vou para o gráfico R da barra X. Deixe o pop-up aparecer. Sim. Então, todas as observações na carta na coluna norte, sim. Nossas observações do subgrupo estão em uma. Então, vou deixar assim e vou selecionar a Máquina 123 e o tamanho do subgrupo é cinco, certo? E também posso usar o ID do subgrupo porque posso ver que tenho 111115, certo? Vou clicar em, Ok. Eu realmente quero cometer alguns erros para você entenda quais erros precisamos evitar. Agora, ele está dizendo o gráfico de barras X de máquina para máquina. Eu clico em Saída para ver tudo. Ele criou um gráfico para cada máquina. Então, gráfico de barras X para a máquina um. E se você olhar para aqui, você pode encontrar um ponto vermelho fora do limite de controle superior e inferior. Portanto, é uma variação de causa especial. Mas no gráfico de intervalos, tudo está sob controle. Vamos rolar para baixo. Vamos ver, máquina a máquina para o processo parece estar no controle, e o alcance também parece estar no controle. Se eu vir a barra x na cadeia para a árvore da máquina, novamente, tenho dois pontos de dados que estão fora de controle. Agora, mais uma coisa que você precisa observar é o limite superior de controle. Deixe-me dar um pouco de zoom. O limite de controle superior para a máquina um é 6,64301 e inferior é bom. 98. Vamos para a máquina dois. São seiscentos e cinco noventa e oito. Se eu for para a máquina três é 60298. Então, você pode ver que o limite de controle superior está sendo calculado separadamente porque os limites de controle vêm dos dados do processo. E há uma variação, o limite de controle, porque há uma variação nos dados. Apesar do limite superior de controle ser 602, temos pontos que estão indo além dos limites de controle. Certo? E da mesma forma, eu pediria que você olhasse para os limites de controle para o gráfico de chuva entre a máquina um. máquina dois tem um intervalo de 0 a sete, e a máquina, desculpe, o maquinário variou de 0 a sete. máquina dois tem um intervalo de 0 a dois, e a máquina um tem um intervalo de 0 a cinco. Isso lhe dá uma ideia que reforça o conceito que seus limites de controle estão sendo calculados a partir dos dados do processo. Eu posso fazer o mesmo gráfico e chegar a vários gráficos. E eu posso ver o mesmo, mas eu diria, ok, eu posso ir para a barra X, carta R, ir para o teste, e selecionar o teste que é importante. Então, se você se lembra, dissemos que você deveria testar test1 e test2 para entendê-lo muito bem. Então, vamos clicar em Ok, vamos clicar em Ok, e vamos refazer esse gráfico. Você pode ver que o Minitab está recalculado. Se você vir a carta de barras X para a máquina um, ela ainda será o mesmo ponto de dados fora do limite de controle. Agora, se você está comparando isso, você pode ver que, porque eu disse o mesmo, está mostrando muito claramente que o processo é muito nítido e muito estreito. E CMV de quatro polegadas também é muito menor. E carta R da máquina três e da máquina três. Na parte inferior, você pode ver claramente que diz o motivo do teste para o gráfico da barra x na máquina um, teste um campo 1, mais de três desvios padrão da linha central. O teste falhou no ponto número oito. Então você pode ir em frente e identificar o subgrupo de um onde o número do ponto é oito, e então investigar o que aconteceu naquele dia. Aprendemos certo? Precisamos fazer um brainstorming para corrigir a variação da causa especial. Os resultados do teste para carta x-barra para a máquina três, teste 11 de três desvio padrão da linha central. Este teste falhou em dois lugares, Ponto número 2, número 14. Portanto, é muito útil para nós investigar o que aconteceu naquela data específica. Continuaremos com mais exemplos no próximo vídeo. 15. Caso de uso: processo de preenchimento de lata: Vamos fazer nosso próximo exercício de ajudar o engenheiro de qualidade com a espera. Um engenheiro de qualidade em uma empresa de contabilidade avalia se o processo de enchimento está sob controle. Como você sabe, são bebidas gaseificadas. Se forem mais do que o necessário, isso causará um vazamento ou a explosão da caixa. E se for muito menor, o cliente está insatisfeito. Para verificar se o processo Ele está no controle. O engenheiro coleta um subgrupo de n gans para minimizar a variação dentro do grupo. Essa é uma variação de lata dentro de cada subgrupo. O engenheiro coleta os dados do subgrupo fornecido em um curto período de tempo. Agora, vamos entender que tipo de gráfico devo usar? Qual é o processo em que estamos pegando os dados variáveis porque eu quero escolher a quantidade de líquido que é preenchida e qual é o tamanho do subgrupo. São dez. Então eu preciso usar uma carta X barra S. Vamos entrar no arquivo do nosso projeto. Na cadeia principal, você tem os dados. Clique nele. Isso o levará ao local onde os dados estão satisfeitos. Vou copiar esses dados para o Minitab. Agora clique nas cartas de controle Stat. Dados legíveis com subgrupo e carta X barra S pois meu número de amostras em cada subgrupo é dez, é mais de oito. Todas as observações estão em uma coluna. Sim, então vou colocar como o tamanho do subgrupo ou o ID do subgrupo. Vou mencionar isso porque vai ser 1 terço, vou apenas clicar na opção x-bar s para ambos os testes e prefiro fazer o teste número dois também. Clique em OK, clique em OK. Agora, deixe-me ver a saída. Portanto, a saída que obtivemos é o gráfico de barras X, onde podemos ver que o teste falhou. No ponto número três, o intervalo não falhou, mas o gráfico X-barra falhou. Então test1, 1 de três, mais de três desvios padrão da linha central. O teste falhou no ponto número três. Mas pedir ao engenheiro de qualidade para voltar aos dados e ver o que aconteceu quando ele, quando esses dados foram coletados? E o que aconteceu durante esse processo, que o processo estava fora de controle. E como você pode ver, o processo está fora de controle na parte inferior. Para limitar. Isso significa que menos quantidade de líquido foi sentida. O engenheiro de qualidade agora precisa mostrar o que aconteceu durante aquela hora. E é algo que é uma causa atribuível? E como podemos evitar que esse custo especial aconteça? De novo? Vamos pegar o próximo exemplo no próximo vídeo. 16. Caso de uso: processo de moldagem por injeção: Agora vamos ajudar o outro engenheiro de qualidade de uma empresa de plástico. Se você pode ver isso, é um processo de moldagem de plástico. Uma pequena animação que é azul pela VR, é mostrada aqui. Então você pode ver que o molde de plástico vem aqui. Ele passa pelo canal onde há muito calor. Portanto, o plástico derrete. Ele entra na seção de moldagem onde a comida é guardada e quando o produto sai, é um bom brinquedo que podemos vender no mercado. Portanto, o caso de uso é o engenheiro de qualidade para monitores de uma empresa de peças plásticas e processos de moldagem por injeção. A máquina tem um corante que cria £5 de uma só vez e eles coletam 20 subgrupos de cinco partes cada. Eles projetam monitores dentro da variação do subgrupo e entre variação do grupo ao mesmo tempo. N entre os lotes. Então, enquanto estamos tentando monitorar o processo de moldagem por injeção de plástico, temos um tamanho de subgrupo de cinco e Ele está selecionando 20 pontos de dados de subgrupos. Então, obviamente, quais são os dados que vamos analisar? que tipo de gráfico precisamos trabalhar. O tamanho da minha amostra é menor que oito, então preciso usar uma carta R da barra X. Obviamente, são os dados variáveis. Vamos para nossas cartas de controle. Tenho meus dados de moldagem por injeção aqui. Vou copiar os dados dos pods e do subgrupo no Minitab. Agora, desta vez, vou mostrar esse processo usando o recurso de assistente no Minitab. Então, quando você clicar em Assistente, vá para cartas de controle. São dados contínuos. Dados coletados no subgrupo Sim. O subgrupo tem menos de oito? Sim. Então eu vou para um x-bar no comando. Você pode ver como é intuitivo trabalhar com muitos toques. Meus dados estão presentes em parte. Não é um tamanho constante, então eu não vi a coluna ID do grupo WhatsApp está aqui. Como determino os limites de controle e a linha central? Estou dizendo para estimar isso a partir dos pontos de dados. Ele identificou imediatamente que há certos pontos que os dados estão faltando na barra x e carta R. Então eu saio como está e clico em. OK. Quando olho para a saída, meu gráfico R da barra x de quatro partes foi criado. O processo está sendo um processo que estamos monitorando básico. Diz que não, o processo não está salvando. O processo que estamos monitorando não é estável. Os subgrupos estão fora de controle na carta X-barra. Lembre-se de que você pode ver 0,7% de subgrupos fora de controle por acaso. Mas mais do que isso é chamado de variação de causa especial. Quando olhamos para este gráfico, desta vez, temos um problema na carta R da barra X. O subgrupo anterior estava faltando o ponto no limite superior de controle. E o próximo subgrupo está faltando o ponto abaixo do limite inferior de controle. É definitivamente necessário que o engenheiro de qualidade investigue o que aconteceu durante o ponto número 13 e a amostra que foi coletada durante o ponto número 14. Também descobrimos que o gráfico de anéis também está tendo um limite fora de controle. que significa que o intervalo, a amostra que foi coletada durante o ponto número oito, tinha uma grande variedade de radiação. Então, foi uma causa atribuível ou existe um preconceito? Quando os outros dados são coletados? O engenheiro precisa investigar isso. Sempre que estamos fazendo um gráfico R da barra X, procuramos certos padrões. Existe uma tendência global como a que você está vendo por aqui? Você vê algum padrão cíclico? Atualmente nesses dados? Não estou vendo nenhuma tendência global. Não estou vendo nenhum padrão cíclico. Há uma mudança no processo? Eu posso ver isso, sim. Há uma ligeira, então o ponto estava para baixo e depois há um navio que está subindo. Está à deriva, como se estivesse completamente para baixo e para cima. Não vejo nenhum desvio por aqui. Isso é uma oscilação de dados? Não no momento. Você consegue ver alguns padrões de mistura? Eu posso ver um pouco por aqui. Você pode ver algum excesso de fora de controle? Eu posso ver isso tanto na minha barra x quanto na carta R. Portanto, diz muito claramente o gráfico de barras X perdeu o limite de controle no número 1314. A carta R ficou fora de controle durante o ponto número oito, o que torna mais fácil para nós entendermos isso. Por que devemos investigar, certo? Você não precisa se preocupar com a precisão dos limites da carta de controle porque 70% ou mais pontos de dados estão incluídos no cálculo. Seus dados foram aprovados em um teste de correlação. A correlação entre os pontos de dados conjugativos dentro de cada subgrupo é menor que 0,02. Isso significa que a aleatoriedade está lá quando a amostra foi coletada. Mas sim, descobrimos que o processo está fora de controle, que está solicitando que o engenheiro de qualidade investigue o assunto. Espero que você esteja gostando dos exercícios práticos da carta de controle. Eu também solicitaria que você pratique tudo isso na folha de dados e faça o upload na seção do projeto. Se você tiver alguma dúvida, sinta-se à vontade para perguntar na seção de perguntas e respostas. Continuaremos com mais um exemplo no próximo vídeo. 17. Dados de pH de detergente de caso: Vamos ajudar o engenheiro de qualidade de uma empresa de detergentes. Este é um caso de uso em que o engenheiro de qualidade deseja estabelecer os dados de pH. O engenheiro de qualidade quer mapear e monitorar o fabricante do detergente líquido e quer avaliar se o processo está sob controle. Engenheiro mede o pH ou clarifica conjugar dois lotes de detergente. E como os dados não são coletados no subgrupo, você deve usar a carta IMR. Ele está usando 25 lotes constitutivos e pergunta o que ele está medindo é o pH, que é um dado contínuo. Vamos usar um gráfico IMR. Vou mostrar mais uma vez nossos tipos de gráficos de controle, porque isso ajudará você a se lembrar disso por toda a vida. No gráfico de controle, o tipo de dados que estamos medindo seu pH, que é um tipo de dados variável. Cada lote ele está selecionando um valor de amostra e é por isso que we, n é igual a um. E, portanto, vamos seguir com o gráfico IMR. Vamos para o arquivo do projeto. Este é o arquivo de dados do projeto que enviei para o nosso upload na seção de discurso. Role para baixo, você encontrará os dados de pH do detergente. Clique nele. Isso o levará ao local onde os dados estão presentes. Agora vou copiar esses dados para o Minitab. Eu tenho lidado com isso. Copiei esses dados para o Minitab. Agora preciso criar meu gráfico de IMR. Há duas maneiras. Primeiro, eu posso ir para estatísticas, jogos de vela e, em seguida, ir para gráficos estranhos para indivíduos e clicar em IMR. Mas desta vez vamos usar a assistência. Então eu vou fazer assistente, clique no gráfico de controle. O tipo de dados é contínuo, são os dados do subgrupo coletados. Saiba que vou usar o gráfico IMR. O volume de dados é Barba. E eu quero estimar os limites de controle e a linha central a partir dos dados. É dito muito claramente o ponto número três. Há um ponto possível que está fora de controle. Como engenheiro de qualidade, nunca excluo nenhum ponto de dados porque esse é um ponto para eu investigar. Eu só clico em Ok e venho ver minha saída. Sim. O gráfico da IMR para a paz é que este processo significa tabela. Diz que não, a média do processo não é estável por 4% do tempo. O processo pode não ser estável, pois por cento dos pontos de dados estão fora de controle no gráfico ocular. Lembre-se de que 0,7% de fora de controle é por acaso, mesmo que o processo seja estável. Mas agora eu tenho mais dados que estão fora de controle e esse ponto de dados perdeu no teste número um, pode chover gráfico de amplitude móvel. Meu processo não está fora de controle. Procuramos certos padrões sempre que estamos construindo nossos gráficos de controle, como tendências, mudanças cíclicas, desvios, mistura de oscilação e pontos excessivos fora de controle. No meu processo atual, posso ver claramente que há um ponto fora de controle. Não estou vendo mistura de oscilações, mudanças e desvios no meu capítulo de controle atual. A variação do processo é Steven, nenhum ponto está fora do limite de controle no gráfico de amplitude móvel, mas há 1 que está fora de controle no regulamento individual, o eu verifico. Se os dados não estiverem normais, você pode ver que isso pode ser uma taxa de alarme falso. Então você também tem que fazer o teste de normalidade, que foi abordado na outra série. Como engenheiro de qualidade, o conselho que eu daria a esse engenheiro é garantir que a qualidade seja monitorada e investigue o que aconteceu durante o ponto número oito. Espero que você tenha entendido o conceito e possa aplicá-lo em seu próprio projeto usando seus próprios dados. Além disso, eu solicitaria que você pratique o uso do conjunto de dados fornecido aqui. 18. Dados de comprimento da barra de aço da caixa de uso: Vamos passar para o próximo caso de uso nas cartas de controle. Aqui, vamos ajudar o engenheiro de qualidade que deseja determinar se o processo de corte da barra de aço está sob controle. Eles projetam medidas do comprimento de cinco barras de aço, algumas tendas, navios. Você consegue adivinhar qual é o tipo de dados que estamos usando? E que tipo de carta de controle devemos usar para determinar se o processo está sob controle? Você pode ajudar o engenheiro de qualidade? Você pode digitar na seção de perguntas e respostas que tipo de cartas de controle de data devemos usar? Obrigado por estarem noivos. Você está certo. Como a carta de controle tem dados disponíveis, esse é o comprimento da barra de estado e o tamanho do meu subgrupo está entre 2528, ou seja, o tamanho do meu subgrupo atual é cinco. Eu vou seguir em frente com o gráfico R da barra X. Vamos pegar o arquivo do projeto. Eu tenho meu arquivo de projeto de dados, que eu já compartilhei com você neste projeto. Então você deve pegar os dados de terra da barra de aço. Clique nele. Isso o levará ao local onde os dados estão presentes. Vou copiar esses dados para o Minitab. Sim, os dados estão presentes no Minitab. Copiei os dados da minha folha de dados. Vamos fazer a análise. Eu clico nas cartas de controle Stat, variável que subagrupa a barra x responsável. Coloquei o comprimento na coluna de dados e o ID do subgrupo no tamanho do subgrupo. Eu vou para a barra x ou opção e vou para a seção de teste e garanto que o teste número 12 esteja selecionado. Você se lembra que aprendemos isso durante o estágio inicial. Qual teste usar? Quando clico em Ok, clico em Ok. O Minitab vai fazer a análise e me tirar daqui. Se você ver isso, ele preparou o gráfico de barras X para nós. Eu posso ver claramente que não há pontos de dados que estão saindo do controle. Qualquer que seja a variação que estamos vendo no processo é devido a alguma variação de causa comum, precisamos continuar monitorando esse processo. Como posso ver, há um ponto de dados tocando quase o limite superior de controle. Não solicitei que o engenheiro de qualidade colete mais alguns dados para garantir que os dados sejam processados sob controle. Eu solicitaria que você fizesse o exercício semelhante, criasse seu projeto e o upload do projeto na seção do projeto. Ficarei feliz em revisar seu projeto e lhe dar o feedback. E isso me dará confiança que todos estão gostando do que estão aprendendo e também são capazes de aplicar o que estão aprendendo. Vamos continuar com outro exemplo na próxima aula. 19. Caso de uso Dados de chamadas não respondidas: Olá amigos. Acho que você está gostando e aprendendo muito com esse gráfico de controle. Aulas. Vimos exemplos de barra x, carta R, carta X-barra e carta IMR. Até agora, vamos entrar no tipo de atributo dos dados. Aqui temos um exemplo do call center. O supervisor de um call center quer determinar se o processo de atendimento de chamadas está sob controle. O supervisor registra um número total de chamadas recebidas e o número de metas não atendidas por 21 dias. Como você sabe, se formos o cliente e estamos ligando Bunny para uma consulta e nosso telefone não for atendido. Nos sentimos frustrados. E então não queremos voltar para aquela empresa para trabalhar novamente, fazer parceria com eles ou comprar os produtos deles. Portanto, a chamada não atendida é um grande problema no setor de contact center. E temos que ajudar o supervisor a entender como ele pode reduzi-lo e se atualmente seu processo está sob controle ou não? Como o tipo de dados é contagem de defeituosos, todo o objetivo não é respondido, então não é defeito, mas está com defeito. E você pode controlar o número de chamadas recebidas diariamente? Eles são variáveis. Portanto, precisamos usar o personagem. O tipo de dados é atributo porque é o número de chamadas. E meus tipos de dados sub datatype estão com defeito porque eu não respondo uma parte dos dois pontos, então certo. Ou atenda a cor, eu não atendo a chamada. Cada coluna é uma peça. O número total de chamadas recebidas em um dia é um número variável. Portanto, será um tamanho amostral variável e, portanto, precisamos ir com o gráfico p. Vamos ver nossos dados na planilha do Excel. O arquivo de dados do produto que eu já compartilhei com você? Clique em uma resposta. Chamadas. Os dados estão presentes aqui, e eu posso ver claramente que em alguns dias, eu tenho um vinte e três cinquenta e três chamadas para 65 chamadas para 58 chamadas, e assim por diante. Eu tenho o número de chamadas que não são atendidas. Então, eu iria em frente e copiaria esses dados para o Minitab. Eu copiei os dados para o Minitab. Agora eu preciso fazer o teste. Eu posso ir em frente, clicar nas cartas de controle Stat. O tipo de dados é gráfico de atributos, e eu já sei que preciso construir um gráfico p. Eu clico nele. Vejo chamadas não atendidas e o tamanho do subgrupo é o total de chamadas. Eu vou para a opção de carta P, vou para o teste e posso determinar quais testes eu quero testar. Então, vou clicar em todos os quatro testes para ver se alguma dessas falhas na área de trabalho. Eu clico em Ok, clico em Ok, meus dados são produzidos. Vamos ver a saída. Podemos ver o gráfico p para que os valores sejam chamados. E meus dados estão muito dentro do limite de controle. E não violou nenhum dos quatro testes que realizamos no gráfico p. Uma coisa interessante que você pode ter observado é que as linhas são em zigue-zague. O limite de controle não é a linha reta como você viu na carta R da barra X ou na carta IMR. Você consegue adivinhar o motivo? Você está certo? Como o tamanho da minha amostra está desgastando, meus limites de controle também variam de acordo. E, portanto, a carta p teria exatamente o teste realizado e não há radiação. O processo está sob controle. A variação se deve à variação de causa comum. Se você fez o mesmo exercício, eu solicitaria que você copiasse esse gráfico, salve-o e faça o upload dele na seção de projetos deste curso. Ficarei feliz em revisar seu projeto e compartilharemos meus comentários. Se você tiver outros dados relacionados a defeituosos, você quer que eu os revise. Por favor, faça o upload como um projeto. Você não violará nenhum NDA porque não compartilhará os dados. Você já vai compartilhar o gráfico comigo. Certifique-se de não carregar nenhum dos dados da sua empresa no Skillshare. Você simplesmente carregará essas informações onde precisar esclarecimentos, sem revelar o nome do cliente ou da empresa de onde você está fazendo o upload. Obrigada. Aprenderemos mais na próxima sessão. 20. Gráfico de guarda-chuva com defeito do caso P: Vamos fazer mais um exemplo do destaque. Na vida real. Na maioria das vezes, estamos na fabricação e produção. Mesmo se estivermos no setor de serviços, consideramos que o cliente está sempre monitorando defeitos e defeitos. E, portanto, estou mostrando mais e mais exemplos para os diferentes tipos de atributos das cartas de controle. Então, este é novamente, mais um lugar onde o supervisor de uma unidade de fabricação guarda-chuva quer avaliar a qualidade da produção. Como você sabe que agora é uma temporada de monções na Índia, venda de guarda-chuvas está no auge. Portanto, se a configuração de fabricação não produzir guarda-chuva de boa qualidade, eles nem poderão vendê-lo. E os guarda-chuvas restantes ficarão com eles como um estoque, que eles só poderão vender no próximo exercício financeiro ou no próximo mês em breve. Então, para evitar isso, o supervisor quer registrar o número total de guarda-chuvas que foram produzidos todos os dias e o número de defeituosos por 21 dias em uma série. Como 21 é um bom número, podemos continuar com isso. Novamente, repito, pois estamos verificando se há dados defeituosos e o tamanho da amostra é confiável. Estou indo para o arremessador. Vamos copiar os dados da nossa planilha de dados para o Minitab, o que eu já fiz. Eu vou para a planilha principal, eu tenho dados gerais. Deixe-me apenas rolar para cima os dados gerais. E eu copiei esses dados daqui para o Minitab. Eu vou para o assistente, eu vou para o gráfico de controle, eu vou para o gráfico p e o número C de colunas defeituosas. Portanto, é um guarda-chuva com defeito que é de tamanho constante do subgrupo. Saiba que a coluna do tamanho do subgrupo é o produto total. Quero estimar isso a partir dos dados e clico em Ok. Guarda-chuva com defeito de Páscoa será cobrado por guarda-chuvas com defeito. A proporção de itens defeituosos está na tabela? Sim, é estável. A proporção de itens defeituosos tabela, não há subgrupo, razão pela qual sair da sala. Você veria que quando eu estou fazendo o gráfico p usando o assistente, meus limites de controle estão saindo como uma linha reta em vez da linha em zigue-zague. Esse é um problema com o gráfico p. Se eu estiver usando um assistente, se eu tivesse feito o mesmo usando estatísticas, gráficos de controle, dados de atributos e gráfico p. Pegou o defeituoso. E para reproduzir quais são as opções do gráfico p, vá para o teste e certifique-se de que toda a diretiva desk clique em Ok, clique em OK. Agora você pode ver que ele está mostrando o gráfico p para guarda-chuva como uma linha em zigue-zague. Certo? Perfeito. No entanto, como a linha está muito distante, está tudo bem. Mesmo que fosse uma linha reta porque você não está perdendo nenhum ponto. A menos que tenhamos visto o que vimos anteriormente, onde recebemos a ligação quando tínhamos esse tipo de linhas em zigue-zague. E, portanto, aqui era muito importante usarmos o normal. Entraremos no gráfico de controle de estatísticas e faremos isso. Maravilhoso. Estou feliz que você tenha praticado comigo muitos estudos de caso sobre como aprender muito. Se você tiver alguma dúvida, sinta-se à vontade para escrever na seção de perguntas e respostas ou na seção de discussão abaixo. Ficarei feliz em responder às suas perguntas e em ajudá-lo com qualquer dúvida que você tenha. Vamos continuar com outros exemplos no próximo vídeo. 21. Os registros médicos do hospital do caso de uso Defeitos dos dados: Vamos continuar com o próximo exemplo nas cartas de controle. Este é um exemplo de um caso de uso do hospital. O hospital mantém os registros médicos do paciente. Como engenheiro de qualidade, há um problema que estamos enfrentando. O supervisor de um pequeno hospital quer garantir que o número de flechas nos registros médicos do hospital permaneça sob controle porque está lidando com a vida do paciente. Registros do supervisor, o número total de registros médicos que foram preenchidos a cada dia e o número de registros incompletos ou imprecisos com defeito. Então, como você sabe, o número total de registros que gastamos por dia é um número variável e estamos falando de um registro com defeito. Então, você consegue adivinhar qual é o tipo de gráfico que precisamos preparar? Sim, você está certo. Precisamos preparar o gráfico p. Então, como os dados estão relacionados à contagem de defeituosos, vamos usar a imagem. Mais uma vez para recapitular. Nossos dados são dados de atributos, tamanho amostral variável com defeito. Portanto, vamos usar a versão beta. A razão pela qual eu continuo mostrando isso repetidamente é para garantir que isso fique impresso em sua mente. Agora vamos ao nosso arquivo do projeto. No arquivo do projeto, você tem que procurar os dados que são sobre registros médicos. Para que você possa ver seus registros médicos defeituosos. Vou clicar nele e ele me levará ao local quando o registro defeituoso estiver lá. Vou copiar esses dados. E podemos ver claramente que os tamanhos das amostras usam e os defeituosos também são diferentes. Então, esses são o número total de registros, esses outros defeituosos. Vou copiar isso em mente. Minitab. Sim, eu tenho os dados aqui. Como vamos usar a carta P, posso ir para gráficos de controle estatístico, gráficos de atributos e selecionar a carta p. número total da variável é defeituoso e o tamanho do subgrupo é o número total de registros. Eu iria para o gráfico P e iria para o teste e garantiria que todos os protestos estivessem ativos. Eu clico em Ok, clico em Abrir. A saída saiu. Vamos até a janela de saída e ver o que aconteceu. Podemos ver que há vários lugares onde a carta P tem no teste número um. É o ponto número 810 trinta e cinco, cinquenta seis setenta cinco oitenta sete oitenta e nove. Precisamos acessar nossos dados e ver o aconteceu naquele dia, pois temos tantos fatores. Os defeituosos estão abaixo do limite de controle inferior e também do limite de controle superior. No entanto, essa é uma mudança positiva que temos tornando menos defeituosos. Mas precisamos entender como eles podem ser tão cuidadosos e por que não podemos reforçar o mesmo padrão o tempo todo para que nossos limites de controle mudem. Você também pode ver que os dados, os limites de controle são altamente em ziguezague porque o tamanho de dados disponível está desgastando. Todos os dias, o tamanho da minha amostra está desgastando. E com base nisso, os limites de controle dos ratos são altamente ziguezagueados. Ok, então agora espero que você tenha entendido o que precisa ser feito. Você precisa investigar o assunto. Sobre o assunto, os especialistas vão ao ponto número oito e investigam o que aconteceu naquele dia. Então eu viria aqui e ia para o ponto número oito e via que, Oh, de 1700 registros, 1778 registra apenas vetores 3D. É uma coisa positiva. Mas por que não posso repetir esse comportamento repetidamente, se fosse possível ter alguns dados bons sobre as datas específicas, eu gostaria de reforçar e repetir o bom comportamento. Espero que você entenda. Eu solicitaria que você pratique o arquivo do projeto criativo. Salve esse arquivo de projeto como uma imagem e certifique-se de carregá-lo. Na seção do projeto. Eu criei um vídeo separado que mostra como posso fazer o upload do projeto. Eu adoraria revisar seu projeto, dar o feedback e compartilhar a experiência que você teve ao aprender com minha turma. Vou continuar o resto no próximo vídeo. 22. Dados de lâmpadas defeituosas do caso de uso: Vamos dar mais um exemplo sobre dados defeituosos. Aqui temos os dados da lâmpada. Vamos ajudar o engenheiro de qualidade nesta empresa. O engenheiro de qualidade avalia se o processo usado para fabricar lâmpadas está sob controle ou não. Como você sabe, o volume pode estar completamente defeituoso ou acender a luz. Não pode ser meio defeituoso. Portanto, é um dado defeituoso e não um dado diferenciado. O engenheiro testa 500 lâmpadas cada hora para um turno de 38 horas. Como o tamanho amostral é constante, vamos usar os dados defeituosos. Para tamanho amostral constante. O Engineer registra o número de lâmpadas que não acenderam. Por isso, ele está gravando as lâmpadas defeituosas. Como você entendeu. Estamos contando o número de defeituosos com o tamanho amostral constante. Vamos usar o gráfico np. Vamos recapitular nossos tipos de cartas de controle. Estamos analisando dados de atributos, analisando dados defeituosos e analisando um tamanho amostral constante. Vejamos agora o conjunto de dados que temos. Procure os dados desta lâmpada. Eu sou apenas sim. Dados da lâmpada com defeito. Eu tenho dois campos sobre esse ID de grupo e defeituosos o número de lâmpadas que não estavam dentro do subgrupo. Os dados estão aqui. Vou copiar esses dados para o Minitab. O ID do subgrupo, que você vê aqui, é um identificador, mas o tamanho do subgrupo diz 500. Vamos para o MiniTab. E eu colei meus dados aqui. Como é um tamanho amostral constante. Para dados defeituosos, vou clicar em Stat. Cartas de controle. Dados do atributo, sem ponto. Estou selecionando os vetores e o tamanho do subgrupo é 500. Eu vou para NP Chart. Clique em Testar e verifique se todas as quatro marcas estão marcadas. Clique em OK. Clique em OK. Agora vamos refletir sobre a carta de controle. Podemos ver que, neste momento, o teste número três falhou. E neste momento, o teste número um falhou. Então, qual é o teste número 11, mais de três desvios padrão da linha central. Este teste falhou no ponto número 16. Há 36 pontos seguidos, todos aumentando ou diminuindo. Isso aconteceu no ponto número nove. Se você vir do ponto número 32, número nove, temos uma tendência decrescente contínua. Então, gostaríamos de investigar o que estava acontecendo durante esses seis navios que o número de lâmpadas que eram eficazes estava constantemente reduzindo. Porque é um comportamento positivo. E queremos reforçar esse comportamento positivo. Se os dados tivessem sido completamente deslocados e estivessem entre 02, nossos limites de controle teriam mudado. Portanto, como engenheiro de qualidade, você não está apenas olhando algo que está fora do limite superior de controle, mas também pode querer refletir sobre o comportamento dos dados que pode evitar que as coisas saiam controle. Bom. Então eu espero que você tenha entendido isso. Se você tiver alguma dúvida, não se esqueça de fazer suas perguntas na seção de discussão abaixo, ficarei feliz em respondê-las. Continuarei com o próximo exemplo no próximo vídeo. Até lá, praticando feliz e aprendendo feliz. 23. Dados dos defeitos do papel de parede do caso de uso: Agora vamos passar para mais um exemplo. Aqui vamos tentar ajudar o engenheiro de qualidade em uma empresa de fabricação de papel de parede. Como você sabe, após COVID, a maioria das famílias decidiu reformar a casa porque ficaram em casa nos últimos dois anos. E eles percebem que a remodelação de seus colegas de casa. Portanto, há muita demanda pelo papel de parede. E, portanto, é importante para o engenheiro de qualidade fabricar papéis de parede de boa qualidade. Mas um propósito, como você sabe, vem com vários designs. E Prince, ele quer entender que ele é a mesa do processo de impressão ou não. Três horas, o engenheiro coleta uma amostra de 100 pés de papel de parede e conta o número de defeitos de impressão, como distorção de padrão e falta de tinta. Enquanto observamos os diferentes dados com um tamanho amostral constante. Você consegue adivinhar que tipo de gráfico de controle devemos construir? Seu direito? Preciso criar para o tamanho amostral constante para dados diferentes. Novamente, vou mostrar os tipos de cartas de controle. Portanto, estamos analisando defeitos de dados de atributos e um tamanho amostral constante. Então, vamos começar a convulsão. Vamos para o arquivo do nosso projeto. Procure os dados de defeitos do papel de parede. Eu posso encontrar aqui. Eu clico nele. Isso me leva ao local onde os dados do papel de parede estão presentes. Aqui o ID da amostra é apenas para identificar a entidade id deve contar o número de defeitos, cada amostra é de 100 pés, certo? Vou copiar esses dados para o Minitab. Eu fiz o mesmo. Você se lembra que eu preciso fazer com jot, correto? Eu clico em cartas de controle Stat, gráficos de atributos e C para tamanho amostral constante. Vou medir os defeitos. Vou para a carta C e garantir que todos os meus testes sejam selecionados. Eu clico em Ok, eu clico em Ok. Agora vamos dar uma olhada na saída. Existe a saída do gráfico c. Como o tamanho amostral é constante, meu limite de controle superior e inferior são linhas retas. Eu posso ver que o teste falhou em dois pontos pelo número 12 e pelo menino número 13. Se eu não quiser contar em que ponto está, eu posso olhar para a referência que MiniTab também o teste falhou no ponto número 2, número 30, ele investiga uma questão que por que tantos defeitos acontecer nesses dias? Embora tenha havido muitos erros de impressão altos encontrados durante esses dois turnos. E novamente, devido ao que voltou ao controle. Portanto, definitivamente deve ser uma causa atribuível que precisa ser corrigida. Bom. Se você tiver alguma dúvida, não se esqueça de fazer suas perguntas na seção de discussão abaixo, ficarei feliz em responder a todas as suas dúvidas e não se esqueça de concluir seu projeto e fazer o upload na seção do projeto. Eu convidaria você a fazer vários projetos para ter certeza do que está aprendendo. E isso me dá muita confiança, mesmo como facilitadora, que tenho sido útil em sua jornada de aprendizado. Obrigada. 24. Erros de medicação com defeito de caso de uso: Vamos dar mais um exemplo. À medida que a pandemia acabou de passar, é importante verificarmos se todos os hospitais estão trabalhando sob controle. Esta é uma quantidade em Junior que está verificando se os registros nos medicamentos ou nos medicamentos estão sendo dados na taxa correta e outro caráter. Portanto, o diretor da qualidade de um grupo de hospitais quer ***** a taxa de erro de medicação. Exemplos de erros incluem administrar medicamentos no momento errado , administrar a dosagem errada ou administrar o medicamento errado. O diretor registra o número de pacientes e o número de erros de medicação a cada semana durante 32 semanas. Como você pode entender, o número de pacientes será variável. E estamos nos referindo aos dados de defeitos, como dose errada, idade, momento errado, entrega de medicamentos por drone. Vamos usar o Utah. Deixe-me explicar os tipos de cartas de controle. São os dados do atributo, é o tamanho amostral legível dos dados do defeito. Por isso, vou usar o seu gráfico. Vamos ao nosso arquivo de dados do projeto. Vamos procurar por erro de medicação. São flechas de cura, o número de erros de medicação que aconteceram naquela semana. Pacientes com o número total de pacientes a cada semana. Mencionado aqui. Então, quando eu vou até aqui, eu posso ver quantos erros e quantos pacientes eles conseguem ver claramente que o tamanho do paciente está lendo. Vou copiar esses dados para o Minitab. Os dados estão no Minitab. Agora, vamos fazer a análise. Clique em Stat, clique em cartas de controle, clique em gráficos de atributos, clique em Utah. As flechas estão aqui. O tamanho do subgrupo é do paciente. Eu vou para o gráfico U, clico no teste e garanto que toda a cerca para desktop esteja selecionada. Eu clico em, Ok, eu clico em Ok. Minha saída está presente. Vamos puxar para cima. Agora. Podemos ver que há vários pontos nos quais o teste foi preenchido. Com base nos dados, o limite de controle superior e o limite inferior de controle estão sendo calculados. Podemos descobrir que ou há muito menos setas, há um erro muito alto. Então, em ambos os lados, os três desvios padrão estão recebendo essa nota. Então, se houver consistentemente, na verdade isso tem um efeito positivo. Se você está recebendo menos erros para o número de pacientes, é um esforço positivo. Então, como uma quantidade projetada, os pontos na parte inferior serão um ponto de investigação de como podemos gerenciá-lo tão bem? Considerando que os pontos de dúvida no topo além dos limites superiores de controle são os locais de preocupação por que erramos e encontramos tantas flechas? E isso nos custou a vida do paciente? Portanto, como pessoa de qualidade para esse grupo de hospitais, é extremamente importante que você investigue esse assunto porque o teste falhou em vários pontos. E lembre-se, os limites de controle não são limites de especificação. De acordo com o limite de especificação, o grupo de hospitais pode ter concordado que a 10% de erros é aceitável ou 7% de erros é aceitável. Portanto, todos os pontos além disso tornarão seu processo menos capaz. Eu cobri isso no outro vídeo, que fala sobre a hipótese. Vamos continuar focando apenas nas cartas de controle neste capítulo. Antes de ir mais longe e levar você de volta ao meu arquivo de projeto, você pode ver que existem vários exemplos que são fornecidos aqui. Eu os convidaria a praticá-los porque isso lhe dará confiança para continuar e entender os conceitos. Nós cobrimos vários exemplos até agora. Deixe-me te levar bem. Vimos esse exemplo de erro de medicação. Vimos o exemplo do papel de parede. Vimos o exemplo da lâmpada com defeito. Vimos esse exemplo de guarda-chuva. Vimos o exemplo do prontuário médico do hospital. Vimos o exemplo do contact center. Vimos o exemplo do chapéu de detergente. Vimos o comprimento da barra de aço. Vimos a moldagem por injeção. Então, o que isso significa? Eu já o levei através vários exemplos em cada um dos gráficos que eu convidaria você a praticar tudo isso, porque isso lhe dará confiança de como investigamos. O lema é meu processo no controle. Que investigação eu preciso fazer? Com isso? Vou parar por aqui e estou ansioso por suas perguntas na seção de discussão. E seu projeto foi concluído, carregado na seção do projeto. Feliz aprendizado e continue a crescer. Obrigada. Vejo você na próxima lição. 25. Nota para os meus estudantes: Agradeço muito por concluir esta série sobre cartas de controle. Você teria praticado todos os exemplos que mostrei nesta lição. Você também terá fatores que, usando os dados que eu já compartilhei com você, você deveria ter, você também deve tentar praticar cartas de controle usando seus próprios dados, o que lhe dará uma diferente nível de confiança. Eu me vesti, você aprendeu muito e espero que seus conceitos também sejam muito claros. Por favor, siga-me no Skillshare. Este é o meu perfil e continuarei enviando novos vídeos à medida que avançarmos. Para aqueles que estão interessados em fazer algum treinamento corporativo. Eu faço um treinamento corporativo interativo onde faço programas. Eu tenho pastas especialmente projetadas para meus participantes. Dependendo da empresa em que estão trabalhando. Você pode ver como todo mundo está envolvido nesta fotografia. Estes são apenas um vislumbre de alguns dos treinamentos que eu fiz. Fiz muitos programas virtuais durante a pandemia, que representa mais de mil horas de treinamento. Esses são apenas trechos de alguns deles. Para aqueles que gostariam de ficar em contato comigo. Você pode se conectar comigo no LinkedIn. Eu tenho um canal do Telegram que é chamado de seis sublinhados. Seis, número seis sublinhado doente. Bem, você pode se conectar comigo lá também. Minha ID de e-mail também é exibida na tela. Se você tiver alguma dúvida, não hesite em contactar-me. Se você tiver alguma dúvida. Não se esqueça de usar a seção de discussão abaixo. Estou ansioso pelo seu processo de aprendizado e espero poder ajudar em sua jornada de aprendizado. Muito obrigado.