Um gráfico de série temporal é um gráfico de linhas que exibe medições na ordem em que ocorrem – o eixo x é sempre o tempo, e o eixo y é o valor medido.
O gráfico de séries temporais pode ser usado em projetos LSS em todas as fases DMAIC. O propósito de uso varia dependendo da fase.
Mostrar comportamento do processo ao longo do tempo
Na fase de Definição, o gráfico de séries temporais é usado para visualizar a progressão temporal da variável alvo. Tendências ou saltos fornecem pistas iniciais para a descrição do problema.
Identificar estabilidade e outliers
Na fase de Medição, o gráfico de séries temporais ajuda a avaliar a estabilidade temporal do processo. Outliers e saltos tornam-se visíveis antes que análises estatísticas adicionais sejam realizadas.
Identificar o momento das mudanças
Na fase de Análise, o gráfico de séries temporais é usado para identificar o momento das mudanças no comportamento do processo. Saltos ou mudanças de tendência podem ser vinculados a eventos externos.
Visualizar comparação antes e depois
Na fase de Melhoria, o gráfico de séries temporais é usado para visualizar a comparação antes e depois com valor de etapa. Ele mostra se a localização e a dispersão mudaram permanentemente após a medida.
Confirmar estabilidade da melhoria ao longo do tempo
Na fase de Controle, o gráfico de séries temporais confirma se o processo permanece estável após a melhoria. Novas tendências ou outliers tornam-se visíveis cedo.
O gráfico de séries temporais é usado para exibir a progressão de uma variável medida ao longo do tempo. Ele permite avaliar se a posição e a dispersão dos valores medidos permanecem constantes ao longo do tempo ou se ocorrem anomalias como tendências, saltos, padrões ou valores atípicos.
Durante a produção de molho de tomate, medições de viscosidade são realizadas regularmente. As medições são continuamente registradas e apresentadas em ordem cronológica. O gráfico de séries temporais é usado para verificar se a viscosidade permanece constante ao longo do tempo ou se há alguma anomalia dependente do tempo.
Explicações do gráfico:
No gráfico de séries temporais, cada medição é exibida na ordem em que foi registrada. O eixo x mostra a referência de tempo (por exemplo, número da medição ou semana do calendário), e o eixo y mostra a variável medida. A representação temporal permite a detecção de mudanças que não são visíveis em gráficos atemporais.
Preparação
- Selecione uma medição que seja coletada regularmente (por exemplo, viscosidade).
- Defina uma referência de tempo clara (por exemplo, número de medição ou semana do calendário).
Uso no AlphadiTab
- Selecione a ferramenta Série Temporal na fase de Medição.
- Selecione „Viscosidade“ para dados.
- Selecione „Data“ para tempo.
- Selecione „Auto“ para formato.
- Gere o gráfico com o botão „Criar Novo“.
Interpretação
- A medição ocorre consistentemente ao longo do tempo?
- Outliers são detectáveis?
- Ocorre uma tendência (ascendente ou descendente)?
- Há um deslocamento no nível das medições?
- Padrões regulares ou flutuações periódicas são visíveis?
Consideração Geral
Com especificações conhecidas
Com múltiplas séries temporais
Para gráficos de séries temporais, várias formas de representação estão disponíveis. Dependendo de se uma ou mais séries de dados e valores de etapa adicionais são selecionados, a representação no gráfico muda.
| Tempo de entrega em dias_Localização A | Tempo de entrega em dias_Localização B | Tempo de entrega em dias_Localização C | Status do processo | Produto |
|---|---|---|---|---|
| 4 | 9 | 3 | Anterior | Janela |
| 5 | 4 | 6 | Anterior | Janela |
| 6 | 7 | 4 | Anterior | Janela |
| 4 | 9 | 2 | Anterior | Janela |
| 2 | 4 | 2 | Anterior | Janela |
| 8 | 9 | 6 | Anterior | Porta |
| 6 | 4 | 6 | Anterior | Porta |
| 8 | 9 | 5 | Anterior | Porta |
| 5 | 8 | 3 | Anterior | Porta |
| 8 | 3 | 5 | Anterior | Porta |
| 3 | 4 | 3 | Depois | Janela |
| 1 | 3 | 1 | Depois | Janela |
| 2 | 2 | 2 | Depois | Janela |
| 3 | 3 | 3 | Depois | Janela |
| 2 | 4 | 1 | Depois | Janela |
| 1 | 4 | 1 | Depois | Porta |
| 3 | 2 | 2 | Depois | Porta |
| 3 | 5 | 3 | Depois | Porta |
Descarregar tabela aqui como Excel.
✓Uma série de dados: Coluna A⌄
✓Uma série de dados com valores de etapa: Coluna A e D⌄
✓Múltiplas séries de dados: Coluna A–C⌄
Dados quantitativos (dados contáveis ou mensuráveis)
Um instrumento de medição apropriado, pois outliers podem frequentemente ocorrer devido a erros de medição.
Desenvolvimento formulação antiga vs. nova
No desenvolvimento, uma nova formulação está sendo testada. O gráfico de séries temporais agora é usado para verificar se a viscosidade da nova formulação se comporta de maneira semelhante ao longo do tempo como a formulação anterior.
O gráfico de séries temporais mostra um curso consistente de viscosidade na formulação antiga. Na nova formulação, uma maior dispersão dos valores medidos é perceptível, sem que a posição mude permanentemente. Uma tendência ou salto não é visível.
Produção / Garantia de Qualidade
Na garantia de qualidade, foi constatado que os valores individuais de viscosidade estavam fora do intervalo esperado. Agora deve-se verificar se esse comportamento ocorre em todas as linhas de produção ou apenas em linhas individuais.
Em uma linha de produção, um salto significativo na posição dos valores medidos é perceptível a partir de um determinado ponto no tempo. Isso indica uma mudança sistemática no processo, por exemplo, devido a uma mudança de material ou uma nova configuração.
Tempo de Processamento de Chamados de TI Antes/Depois
Solicitações recebidas são sistematicamente registradas e processadas no service desk de TI. Em particular, uma comparação antes e depois deve ser conduzida. O contexto é uma mudança organizacional: Responsabilidades no processo de serviço foram redefinidas. Esta comparação pode ser estruturada usando um diagrama de série temporal e o valor de estágio "Antes/Depois".
No diagrama de série temporal, outliers individuais e fases com vários valores altos ou baixos consecutivos são reconhecíveis. Isso indica causas especiais temporárias.
Taxa de Vendas por Estação
Nas vendas, as oportunidades de vendas são examinadas por estação. Para este fim, um ponto de dados foi registrado por semana em cada estação; além disso, a estação foi definida como um valor de etapa. Um gráfico de série temporal é usado para analisar se e como a taxa de vendas mudou ao longo do tempo dentro das estações individuais.
Ao longo do tempo, flutuações recorrentes na taxa de vendas são perceptíveis. Esses padrões periódicos podem ser atribuídos a influências cíclicas do mercado. Também é evidente que a taxa de vendas é mais alta no outono e mais baixa no verão.
Tempo de entrega após o centro logístico
Na logística, os pedidos dos clientes são processados através de vários centros logísticos. Embora os mesmos processos e sistemas sejam utilizados, os tempos de entrega podem variar devido a diferentes cargas de trabalho, infraestrutura ou condições regionais. O gráfico de séries temporais destina-se a verificar se o tempo de entrega se dispersa aleatoriamente ao longo do tempo.
O gráfico de séries temporais mostra uma tendência crescente geral nos tempos de entrega em todos os três locais. Dois picos significativos são notáveis, ocorrendo simultaneamente em todos os locais.
Comparação de Fornecedores
Nas compras, os materiais são adquiridos de vários fornecedores. Um gráfico de série temporal é usado para examinar se a confiabilidade de entrega de diferentes fornecedores mudou ao longo do tempo.
Confiabilidade de Entrega [%] indica com que frequência as entregas são feitas no prazo. A confiabilidade de entrega é calculada para cada semana:
Confiabilidade de Entrega [%] = (entregas no prazo / total de entregas) × 100
Para o gráfico de série temporal, a confiabilidade de entrega foi calculada para várias semanas do calendário. Cada ponto de dados corresponde à confiabilidade de entrega de um fornecedor em uma semana.
O gráfico de série temporal mostra flutuações significativamente maiores na confiabilidade de entrega para um fornecedor, bem como semanas individuais com valores muito baixos. Outros fornecedores mostram uma tendência mais consistente.
Desvio de previsão
No planejamento de produção, são criadas previsões de demanda. Um gráfico de séries temporais é usado para analisar se os desvios de previsão diferem entre diferentes períodos de planejamento ao longo do tempo.
O desvio de previsão resulta da comparação entre a demanda planejada e a demanda real.
Desvio de previsão [%] = (demanda planejada − demanda real) / demanda real × 100
- Um valor positivo significa que a demanda foi superestimada.
- Um valor negativo significa que a demanda foi subestimada.
- Um valor próximo de 0 % indica uma previsão muito precisa.
A representação em porcentagem permite que os desvios de previsão sejam comparados independentemente das quantidades absolutas.
Com um horizonte de planejamento crescente, as flutuações no desvio de previsão aumentam significativamente. No planejamento de longo prazo, ocorrem tanto outliers positivos quanto negativos, indicando maior incerteza.
Série temporal: Sequência de medições com uma referência temporal.
Outlier: Medição única que se desvia significativamente do restante da tendência.
Tendência: Aumento ou diminuição a longo prazo nas medições.
Deslocamento (mudança de localização): Mudança súbita e permanente na localização.
Processo estável: Localização e dispersão constantes ao longo do tempo.