Alphadi Tab - Visão geral da ferramenta

np-Chart

O gráfico np é usado para monitorar um processo ao longo do tempo com base em quantidades. O processo é descrito por uma figura-chave que indica o número de certos eventos dentro de um total constante. Ele mostra se esse número está dentro do intervalo esperado ou se ocorrem mudanças notáveis no processo.

Isso pode ser, por exemplo, o número de peças NIO na produção, o número de vendas na distribuição ou o número de entregas atrasadas. O objetivo é detectar mudanças precocemente, analisar sistematicamente possíveis causas, construir conhecimento do processo e evitar intervenções desnecessárias.

Download Você pode baixar os dados aqui: NPChart_NonconformingLabels.xlsx

No enchimento de molho de tomate, é verificado por turno quantos potes têm um rótulo torto ou incompleto. O objetivo é determinar se o número de unidades não conformes permanece estável ao longo do tempo.

Interpretação dos Resultados:

Não há pontos fora dos limites de controle, e nenhum padrão perceptível é visível. O número de rótulos defeituosos flutua aleatoriamente em torno da linha central. O processo pode, portanto, ser avaliado como estável.

Explicações do Gráfico:

  • Os pontos mostram o número de unidades com a propriedade considerada por subgrupo em ordem cronológica.
  • A linha central corresponde ao número médio dessas unidades.
  • OS limites de controle são calculados a partir do nível médio do processo e do tamanho constante do subgrupo. Com um tamanho constante do subgrupo, eles geralmente correm horizontalmente.

Preparação

  1. Defina uma classificação binária clara.
  2. Garanta um tamanho de subgrupo constante.
  3. Registre o número de unidades não conformes por subgrupo.

AlphadiTab Use no AlphadiTab

  1. Selecione a ferramenta np-chart na Fase de Medição ou Fase de Controle.
  2. Insira o número de unidades não conformes e o tamanho da amostra.
  3. Gere o gráfico com o botão "Criar Novo".

Interpretação

  1. Pontos estão fora dos limites de controle?
  2. Padrões não aleatórios são reconhecíveis?

Valores históricos

Se os valores de referência históricos forem conhecidos, eles podem ser usados como uma base fixa. A linha central e os limites de controle permanecem constantes.

Seções

As seções são úteis se o processo foi deliberadamente alterado, por exemplo, após uma mudança de fornecedor ou um ajuste de processo. Linhas centrais e limites de controle separados são calculados para cada seção.

Padrões não aleatórios são detectados com os testes:

Rule 1
1 ponto fora dos limites de controle.
Rule 2
9 pontos consecutivos de um lado da linha média.
Rule 3
6 pontos consecutivos aumentando ou diminuindo.
Rule 4
14 pontos consecutivos alternando para cima e para baixo.
Classificação Binária
Cada unidade inspecionada deve ser claramente atribuível a uma de duas categorias.
Por que isso é importante?
Somente assim o gráfico np pode representar o número de eventos em relação a um total.
Subgrupos com Tamanho Constante
O tamanho do subgrupo deve ser constante.
Por que isso é importante?
Com um tamanho de subgrupo constante, os limites de controle são constantes, tornando o gráfico mais fácil de ler.
Quando o tamanho do subgrupo não é constante
p-Chart
Quando múltiplos defeitos podem ocorrer por unidade
c- or u-Chart
Quando os dados são contínuos
I-Chart or X-bar Chart

Número de consultas resolvidas na primeira vez

No serviço de TI, é avaliado diariamente quão alto é o número de consultas que são resolvidas no primeiro contato. O gráfico np ajuda a avaliar se esse número permanece estável ao longo do tempo ou se ocorrem anomalias, como tendências ou mudanças.

Download Você pode baixar os dados aqui: NPChart_ITFirstTimeResolution.xlsx

Interpretação

Existem vários pontos fora dos limites de controle. O processo está instável e deve ser examinado mais de perto.

→ Vários pontos fora dos limites – processo instável, verificar causas.

Número de ofertas com informações obrigatórias ausentes

Nas vendas, verifica-se mensalmente quantas ofertas estão faltando informações obrigatórias. Isso permite acompanhar se o número de ofertas incompletas permanece consistentemente estável.

Download Você pode baixar os dados aqui: NPChart_MandatoryInformation.xlsx

Interpretação

Os números estão incomumente próximos. Uma dispersão tão baixa muitas vezes não é aleatória para um processo real e pode indicar retrabalho padronizado, classificação muito grosseira ou uma peculiaridade no sistema de inspeção. Além disso, nove pontos estão do mesmo lado da linha central.

→ Dispersão notavelmente baixa + 9 pontos de um lado – questionar sistema de inspeção/classificação.

Número de remessas com danos de transporte

No setor de logística, é avaliado por turno quantas remessas chegam com danos de transporte visíveis. O objetivo é identificar cargas extraordinárias cedo.

Download Você pode baixar os dados aqui: NPChart_Damages.xlsx

Interpretação

Um outlier é reconhecível; o 13º turno é afetado. Uma colisão traseira foi relatada pelo motorista para este turno. A desvio pode, portanto, ser explicado por uma causa especial conhecida e não indica uma mudança permanente no processo.

→ Outlier devido a causa especial conhecida (acidente) – nenhum novo padrão básico.

Número de Recebimentos de Mercadorias com Nota de Bloqueio

Nas compras, o número de recebimentos de mercadorias com uma nota de bloqueio é monitorado. Durante o período de observação, houve uma mudança do Fornecedor A para o Fornecedor B, então duas seções são úteis.

Download Você pode baixar os dados aqui: NPChart_BlockRate.xlsx

Interpretação

Após a mudança de fornecedor, o número de recebimentos de mercadorias com uma nota de bloqueio está em um nível visivelmente mais alto. A consideração separada das seções mostra que o nível do processo mudou. A mudança deve ser avaliada no contexto da mudança de fornecedor.

→ Mudança de nível após a mudança de fornecedor – avaliar seções separadamente.

Número de Posições com Erro Crítico de Previsão

No planejamento de produção, cada ciclo de planejamento avalia quantas posições excedem um limite definido de erro de previsão. O gráfico np mostra se o número de posições problemáticas muda ao longo do tempo.

Download Você pode baixar os dados aqui: NPChart_IncorrectForecasts.xlsx

Interpretação

Durante o período, é perceptível uma tendência crescente no número de previsões incorretas. Como os valores também diminuem novamente entre os períodos, nenhuma tendência é sinalizada de acordo com as regras de Nelson. No entanto, o desenvolvimento ainda deve ser monitorado profissionalmente.

→ Tendência ligeiramente crescente, mas nenhuma regra de Nelson violada – continue a monitorar.

Subgrupo
Amostra relacionada.
Linha Central
Número médio de eventos como o nível central do processo.
Limites de Controle (UCL / LCL)
Limites dentro dos quais são esperadas flutuações aleatórias.
np̄ = (1/m)·∑i=1m di
Linha central dos dados atuais
UEG = max(0,  np̄ − k·√(np̄·(1−np̄/n)))
Limite inferior de controle
OEG = min(n,  np̄ + k·√(np̄·(1−np̄/n)))
Limite superior de controle
OWG = min(n,  np̄ + w·√(np̄·(1−np̄/n)))
Limite superior de aviso
UWG = max(0,  np̄ − w·√(np̄·(1−np̄/n)))
Limite inferior de aviso

Com a correção histórica, np̄ é substituído pelo valor de referência dado np.

di = Número de unidades defeituosas
Carrinho
np-Chart Alemão np-Chart Inglês np-Chart Espanhol np-Chart Italiano np-Chart Francês np-Chart Polaco np-Chart Português