O gráfico de indivíduos é usado para monitorar processos com valores individuais ao longo do tempo. O objetivo é detectar mudanças incomuns no processo cedo, antes que ocorram desvios. Isso permite uma análise sistemática das causas, construção de conhecimento do processo e evita intervenções desnecessárias.
Na produção de molho de tomate, a quantidade de enchimento de cada frasco individual é medida continuamente. O objetivo é verificar se o processo permanece estável ao longo do tempo ou se ocorrem mudanças incomuns. Cada medição é exibida em ordem cronológica no gráfico de indivíduos.
Interpretação dos resultados:
Não há pontos fora dos limites de controle e nenhum padrão perceptível é visível. O processo está estável – não há razão para intervir.
Explicações do gráfico:
- Os pontos mostram as quantidades de enchimento individuais em ordem cronológica.
- A linha central corresponde à quantidade média de enchimento.
- OS limites de controle estão a três desvios padrão da média.
Preparação
- Selecione uma medição apropriada (por exemplo, quantidade de enchimento, temperatura, valor de pH).
- Garanta que os dados estejam disponíveis como valores individuais em ordem cronológica.
- Verifique se diferentes fases do processo devem ser consideradas separadamente.
- Determine quais regras de Nelson devem ser ativadas.
Uso no AlphadiTab
- Selecione a ferramenta Fase de Medição ou Fase de Controle gráfico de indivíduos.
- Selecione a coluna para os dados.
- Gere o gráfico com o botão “Criar Novo”.
Interpretação
- Existem pontos fora dos limites de controle?
- Padrões não aleatórios são reconhecíveis (tendências, deslocamentos, ciclos)?
- O processo está estável ou são necessárias intervenções?
Valores históricos
Se os valores históricos forem conhecidos, eles podem ser usados como uma referência fixa. Se nenhum estiver disponível, a linha central e os limites de controle são estimados a partir dos dados atuais.
Seções
As seções são úteis se o processo foi deliberadamente alterado. Linhas centrais e limites de controle separados são calculados para cada seção.
Padrões não aleatórios são detectados com os testes:
Tempo de resposta do helpdesk de TI
Os tickets são processados no service desk de TI. Os tempos de resposta são avaliados regularmente para monitorar a estabilidade dos processos de serviço.
Interpretação
Inicialmente, as medições se dispersam aleatoriamente. À medida que o processo continua, um padrão alternado claro é perceptível: os valores sobem e descem regularmente ao longo de vários pontos. Este padrão alternado não é aleatório e indica uma causa sistemática.
→ Padrão alternado – causa sistemática, investigar processo.
Quota de Vendas por Região
Nas vendas, a quota de vendas é regularmente avaliada para monitorar o desempenho de fechamento. É baseada em um número suficiente de ofertas por período, para que os valores possam ser considerados aproximadamente contínuos.
Interpretação
Inicialmente, as medições se dispersam aleatoriamente. No entanto, com o tempo, os valores estão muito próximos por um período prolongado. Esta dispersão incomumente baixa não é aleatória.
→ Dispersão notavelmente baixa – causa sistemática, investigar.
Tempo de entrega após o centro logístico
No setor de logística, o tempo de entrega dos pedidos dos clientes é continuamente registrado. O objetivo é verificar se o processo é estável ao longo do tempo ou se há alguma anomalia.
Interpretação
Uma medição está significativamente fora dos limites de controle. A causa é conhecida: um fechamento total na A7. O processo não está estável neste momento, mas há uma causa especial explicável.
→ Outlier devido a causa especial conhecida (fechamento da A7) – não é necessária investigação adicional.
Comparação de Fornecedores
Nas compras, a taxa de rejeição por entrega é continuamente registrada. Durante o período de observação, houve uma mudança do Fornecedor A para o Fornecedor B. O objetivo é verificar se o processo permanece estável após a mudança.
Interpretação
Após a mudança de fornecedor, uma mudança significativa no nível da taxa de rejeição é perceptível. Os valores são geralmente mais altos, indicando uma mudança sistemática.
→ Mudança de nível após a mudança de fornecedor – analisar no contexto.
Desvio de previsão
No planejamento de produção, o desvio de previsão é registrado regularmente para monitorar a qualidade do planejamento de demanda. Com o tempo, deve-se verificar se o comportamento do processo muda.
Interpretação
Um outlier e uma tendência de alta são reconhecíveis. Isso indica uma mudança sistemática – o processo não é estável.
→ Outlier + tendência de alta – processo instável, investigar.
I (Individual): Valores individuais exibidos em ordem cronológica.
Média: Média das medições e nível central do processo.
Desvio padrão: Medida da dispersão das medições em torno da média.
Limites de controle (UCL / LCL): Limites dentro dos quais se espera a flutuação aleatória de um processo estável (tipicamente ±3σ).
Limites de aviso (UWL / LWL): Limites dentro dos limites de controle para detecção precoce de anomalias (tipicamente ±2σ).
Controle sigma: Fator para calcular os limites de controle (tipicamente 3σ).
Aviso sigma: Fator para calcular os limites de aviso (tipicamente 2σ).
Regras de Nelson: Testes estatísticos para detectar padrões não aleatórios no fluxo do processo.
Fixar (valores históricos): Valores predefinidos para média e desvio padrão usados como referência fixa para calcular os limites.
Valores de etapa: Representação de níveis de processo constantes por partes, por exemplo, durante mudanças no processo
Média
Com xi = i-ésima observação individual