Vamos agora analisar um problema particular que pode encontrar com as cartas de controlo de atributos. Vamos gerar quatro fluxos de dados a partir de um processo e criar uma causa especial de variação em cada fluxo de dados. Agora vamos olhar para gráficos de controlo para as quatro cores de esferas.
Para as quatro cores, o número de esferas na caixa duplica após o tiro 20, pelo que esperamos ver um sinal claro de que o tipo especial de variação ocorreu.
Os limites de controlo são calculados utilizando todos os dados, pelo que as amostras 1-20 devem dar resultados abaixo da média e as amostras 21 – 40 devem dar resultados acima da média.
Veja o gráfico para as esferas vermelhos: O gráfico mostra pontos fora dos limites de controlo e há longas passagens abaixo e acima da média – por isso a variação especial é claramente visível neste gráfico.
Agora olhe para os gráficos para as esferas Verde, Amarela e Azul: A causa especial da variação não é tão óbvia nestes gráficos, especialmente no gráfico para as esferas azuis.
Agora vamos olhar para a posição do limite superior de controlo para cada gráfico: Olhe para o valor médio (Avg.) para o gráfico das esferas vermelhas. Olhe para a figura do limite superior de controlo (UCL) para a tabela de contas vermelhas. O limite superior de controlo é provavelmente cerca de 1,4 vezes a média.
Olhe para os valores dos limites médio e superior de controlo para os outros três gráficos. Determinar aproximadamente quantas vezes a UCL é maior do que a Média.
À medida que o valor médio fica mais baixo, o limite superior de controlo fica mais longe da média. No gráfico de esferas azuis, o limite superior de controlo é muitas vezes maior do que a média.
A única coisa que é diferente entre os quatro gráficos é o número médio de esferas colhidas. Esta demonstração mostra um dos problemas inerentes às cartas de controlo de atributos. Se a média das amostras for baixa, então os gráficos de controlo de atributos não são sensíveis à detecção de variações especiais.
Como normalmente contamos problemas ou falhas, isto significa que à medida que obtemos mais sucesso na remoção de problemas, os gráficos tornam-se menos bons na separação da variação de causa especial da variação de causa comum.
A melhor maneira de ultrapassar este problema é – sempre que possível – utilizar uma medição a partir de uma escala contínua e traçar esta num gráfico para variáveis (Xbar & Range ou X) em vez de utilizar dados de contagem com um gráfico de atributos.
Por exemplo, está a tentar produzir um produto ou serviço dentro de uma determinada especificação de tempo, peso ou comprimento, e depois fazer cartas de controlo a partir da medição do tempo, peso ou comprimento. Isto indicará uma variação especial muito melhor do que um gráfico de atributos que mostre o número de produtos fora de especificação.
Se não for possível utilizar uma variável, então existem outras soluções possíveis:
- Utilizar amostras de grandes dimensões para que a média seja o mais elevado possível.
- Se já tiver recolhido os dados, poderá combinar um número de amostras originais num número menor de amostras grandes. Isto aumentaria a contagem média por amostra, mas há aqui um perigo. Se muitas das novas amostras grandes contiverem produtos de antes e depois do processo mudar, então a variação especial poderia ser escondida. Só seria sensato combinar amostras se as novas amostras maiores ainda contiverem produtos feitos aproximadamente ao mesmo tempo..
- Poderíamos medir o intervalo entre as ocorrências do atributo e traçar este num gráfico X. O intervalo poderia ser o número de produtos que não têm o atributo, ou o volume total de produto bom entre cada ocorrência de produto mau. Poderíamos também medir os intervalos de tempo (meses, dias ou minutos) entre as ocorrências do que nos interessa.
Com percentagens de defeitos extremamente baixas pode também utilizar a Carta de Controlo de Contagem Acumulada que utiliza uma escala exponencial mas que vai além do âmbito desta formação.
Sumário Lição 9:
- Cuidado com qualquer carta de controlo de atributos que tenha uma média muito pequena. Causas especiais de variação podem estar presentes no processo mas não aparecerem no gráfico.
- Tentar sempre utilizar cartas de controlo com medidas variáveis em vez de simples contagens de passes / falhas.
- Se não for possível utilizar medições variáveis, então, se tiver dados suficientes, pode tentar combinar amostras ou calcular intervalos para ver se existe alguma indicação de variação especial.