{"id":4861,"date":"2019-09-18T13:20:18","date_gmt":"2019-09-18T13:20:18","guid":{"rendered":"https:\/\/www.midomenech.com.br\/?p=4861"},"modified":"2021-06-23T08:59:41","modified_gmt":"2021-06-23T11:59:41","slug":"banas-analise-rr-para-dados-atributo","status":"publish","type":"post","link":"https:\/\/www.midomenech.com.br\/banas-analise-rr-para-dados-atributo\/","title":{"rendered":"Banas \u2013 An\u00e1lise RR para dados atributo"},"content":{"rendered":"\t\t
<\/p>\n
\u00a0 An\u00e1lise RR para dados atributo<\/u> – Histo DOE, nosso colega Black Belt est\u00e1 novamente na ativa. Desta vez tem que solucionar um problema da empresa de tecidos Santanense. A ger\u00eancia da empresa est\u00e1 preocupada porque a venda de rolos de tecidos tintos est\u00e1 gerando reclama\u00e7\u00f5es de clientes e indeniza\u00e7\u00f5es. Uma parte consider\u00e1vel desta perda poderia ser evitada se a inspe\u00e7\u00e3o final do tecido fosse eficiente.<\/p>\n
<\/p>\n
<\/p>\n
\u00a0 Embora o Lean Seis Sigma recomende fazer melhorias no processo e n\u00e3o na inspe\u00e7\u00e3o final, a empresa decidiu atacar de forma agressiva os custos das falhas que chegam ao cliente para conter a \u201csangria\u201d perdida pelas indeniza\u00e7\u00f5es. H\u00e1 outros projetos em paralelo para a preven\u00e7\u00e3o dos defeitos.<\/p>\n
<\/p>\n
<\/p>\n
\u00a0 Note que o mesmo problema aparece em qualquer tipo de inspe\u00e7\u00e3o subjetiva realizada pelo homem (vis\u00e3o, audi\u00e7\u00e3o, olfato, gosto, interpreta\u00e7\u00e3o de um fato e tato). Alguns exemplos destacam-se a seguir:<\/p>\n
<\/p>\n
<\/p>\n
<\/p>\n
<\/p>\n
\u00a0 Quando Histo DOE come\u00e7ou a estudar o problema da inspe\u00e7\u00e3o de tecidos ele n\u00e3o podia acreditar que defeitos de tamanho superior a 23 cm pudessem ter escapado ao processo de inspe\u00e7\u00e3o 100% e ter sido detectados somente pelo cliente. Por\u00e9m ele j\u00e1 tem bastante experi\u00eancia com sistemas de medi\u00e7\u00e3o com dados cont\u00ednuos e ap\u00f3s in\u00fameros estudos de repetibilidade e reprodutibilidade (RR), tem j\u00e1 uma estat\u00edstica pr\u00f3pria que diz que: em quase todo tipo de empresa, entre 50-100% dos sistemas de medi\u00e7\u00e3o n\u00e3o s\u00e3o apropriados! Ele sabe tamb\u00e9m que a etapa Medir \u00e9 uma das mais complicadas do ciclo DMAIC. Agora ele vai aplicar um estudo RR para dados atributo.<\/p>\n
<\/p>\n
<\/p>\n
\u00a0 A primeira atividade que ele teve com a equipe foi uma visita \u00e0s mesas de inspe\u00e7\u00e3o, nas quais os rolos de tecido, de aproximadamente 1,6 m de largura s\u00e3o inspecionados a uma velocidade em torno de 30-40 m\/min. Ele percebeu que a luminosidade n\u00e3o era adequada, o lugar era muito barulhento para que os inspetores (80 em v\u00e1rios turnos), pudessem se concentrar. Al\u00e9m disso, viu que os inspetores ficavam 8 horas seguidas (com uma hora de intervalo para almo\u00e7o) olhando o tecido passar! Ele pensou \u201cagora entendo como podem escapar defeitos t\u00e3o grandes\u201d.<\/p>\n
<\/p>\n
<\/p>\n
A estrat\u00e9gia da equipe de Histo DOE<\/strong><\/p>\n <\/p>\n <\/p>\n \u00a0 Foi desenhado o estudo da Figura 1:<\/p>\n <\/p>\n <\/p>\n <\/p>\n <\/p>\n <\/p>\n <\/p>\n Figura 1 \u2013 Esquema do estudo RR atributo planejado pela equipe de Histo DOE<\/p>\n <\/p>\n <\/p>\n Problemas da estrat\u00e9gia (nunca faltam!):<\/strong><\/p>\n <\/p>\n <\/p>\n <\/p>\n <\/p>\n Resultados:<\/strong><\/p>\n <\/p>\n <\/p>\n \u00a0 As vari\u00e1veis medidas em um estudo RR atributo podem ser de dois tipos:<\/p>\n <\/p>\n <\/p>\n <\/p>\n <\/p>\n \u00a0 Neste caso o estudo se estruturou de forma que eles registrassem 4 vari\u00e1veis: D1, D2, D3 e D4 que representavam o n\u00famero de defeitos de tipo I, II, III e IV respectivamente. As vari\u00e1veis E1, E2, E3 e E4 indicavam o n\u00famero de defeitos registrado pelo especialista. Note que o valor do especialista n\u00e3o muda quando um inspetor diferente analisa o mesmo rolo.<\/p>\n <\/p>\n <\/p>\n \u00a0 Na Tabela 1 est\u00e3o os dados, somente para o defeito 4. Como o defeito 4 \u00e9 o mais evidente, esperava-se que houvesse uma correla\u00e7\u00e3o boa entre as medidas dos inspetores e do especialista. Na Figura 2 foi feito um diagrama de dispers\u00e3o dos dados do especialista versus os dados dos inspetores. Idealmente os resultados deveriam ficar agrupados em torno da reta a 45o, ou seja, quando o especialista declara 2 defeitos, os inspetores deveriam encontrar tamb\u00e9m 2 defeitos. \u00c9 evidente que a associa\u00e7\u00e3o \u00e9 muito fraca. Observe que em geral os inspetores encontraram menos defeitos que o especialista (maior concentra\u00e7\u00e3o de pontos abaixo da reta): s\u00e3o os defeitos que geram as reclama\u00e7\u00f5es!<\/p>\n <\/p>\n <\/p>\n Tabela 1 \u2013 Resultados parciais do ensaio RR (somente dados dos inspetores 1 e 2)<\/p>\n <\/p>\n <\/p>\n <\/p>\n <\/p>\n Figura 2 \u2013 Diagrama de dispers\u00e3o entre as medidas dos inspetores e do especialista<\/p>\n <\/p>\n <\/p>\n <\/p>\n <\/p>\n \u00a0 A seguir os dados foram analisados no software Minitab (procedimento Estat\\ Ferramentas de Qualidade\\ An\u00e1lise de Concord\u00e2ncia de Atributos). O menu do procedimento foi preenchido conforme a Figura 3.<\/p>\n <\/p>\n <\/p>\n <\/p>\n <\/p>\n Figura 3 \u2013 Procedimento Estat\\Ferramentas de Qualidade\\ An\u00e1lise de Concord\u00e2ncia de Atributos<\/p>\n <\/p>\n <\/p>\n A partir deste tipo de experimento \u00e9 poss\u00edvel extrair as seguintes conclus\u00f5es:<\/p>\n <\/p>\n <\/p>\n <\/p>\n <\/p>\n \u00a0 As m\u00e9tricas calculadas para cada tipo de vari\u00e1vel (nominal e ordinal) e as conclus\u00f5es que se extraem a partir delas est\u00e3o na Tabela 2. Valores dos coeficientes pr\u00f3ximos de zero indicam pouca concord\u00e2ncia ou associa\u00e7\u00e3o entre as medidas. Valores pr\u00f3ximos de 1 indicam boa concord\u00e2ncia ou associa\u00e7\u00e3o, enquanto que valores grandes e negativos \u2013 embora n\u00e3o serem comuns \u2013 pode indicar interpreta\u00e7\u00e3o err\u00f4nea dos defeitos pelos inspetores.<\/p>\n <\/p>\n <\/p>\n Tabela 2 \u2013 M\u00e9tricas do estudo RR atributo<\/p>\n <\/p>\n <\/p>\n <\/p>\n <\/p>\n \u00a0 Histo DOE obteve os resultados da Tabela 3 para o projeto da Santanense.<\/p>\n <\/p>\n <\/p>\n Tabela 3 \u2013 Coeficientes de correla\u00e7\u00e3o de Kendall<\/p>\n <\/p>\n <\/p>\n <\/p>\n <\/p>\n Conclus\u00f5es do RR de inspe\u00e7\u00e3o:<\/strong><\/p>\n <\/p>\n <\/p>\n <\/p>\n <\/p>\n <\/p>\n <\/p>\n Figura 3 \u2013 Dados levantados nas auditorias. Correla\u00e7\u00e3o entre Inspetores e Especialista<\/p>\n <\/p>\n <\/p>\n Conclus\u00f5es sobre os estudos RR para dados atributo:<\/strong><\/p>\n <\/p>\n <\/p>\n <\/p>\n <\/p>\n Refer\u00eancias biliogr\u00e1ficas:<\/strong><\/p>\n <\/p>\n <\/p>\n \u00a0<\/p>\n Se tiver coment\u00e1rios, comente abaixo!<\/i><\/p>\n \u00a0<\/i><\/p>\n\n
<\/figure>\n
\n
\n
<\/figure>\n
<\/figure>\n
<\/figure>\n
\n
<\/figure>\n
<\/figure>\n
\n
\n
<\/figure>\n
\n
\n