XXIV Encontro Nac. de Eng.

de Produo - Florianpolis, SC, Brasil, 03 a 05 de nov de 2004

A utilizao dos grficos de controle CUSUM para o monitoramento de

processos industriais
Custodio da Cunha Alves, MsC. (UFSC) ccalves@univille.edu.br
Robert Wayne Samohyl, Ph.D (UFSC) samohyl@deps.ufsc.br

Resumo
O monitoramento efetivo das caractersticas da qualidade de um processo de produo
depende freqentemente de ferramentas estatsticas para a deteco, identificao e anlise
das causas significantes responsveis por variaes que afetam o comportamento do processo
de maneira imprevisvel. Os grficos de controle CUSUM, baseados em somas acumuladas,
so ferramentas estatsticas utilizadas com sucesso no monitoramento do desempenho de
diferentes processos industriais. Estes grficos podem complementar ou substituir com
vantagens os tradicionais grficos de Shewhart, podendo permitir, em funo do caso em
anlise, a obteno de uma soluo mais precisa, a um custo e prazos menores que os
requeridos pelas metodologias tradicionais. Neste trabalho, um comparativo do desempenho
dos grficos de Shewhart e CUSUM realizado a partir de um estudo de caso realizado em
uma indstria de artefatos de borracha, no qual se utilizam dados reais de processos
industriais. Os resultados obtidos deste estudo de caso indicaram ser prefervel o uso de
grficos CUSUM ao uso de grficos Shewhart para monitorar as pequenas variaes na
mdia da caracterstica da qualidade dos processos estudados.
Palavras chave:Ferramentas estatsticas,grficos de controle CUSUM, processos industriais.
1. Introduo
O controle estatstico de processos e em particular as tcnicas de controle da
qualidade, tais como grficos de controle, tm sido cada vez mais importantes pelo fato de
desempenharem papel primordial na indstria moderna.
Os grficos de controle de Shewhart so ferramentas estatsticas aparentemente
simples de serem utilizada, e proporcionam uma grande sensibilidade na deteco de causas
identificveis espordicas ou intermitentes. Para casos em que h uma causa identificvel no
sistema que gera uma pequena e constante variao na mdia ou na variabilidade, o grfico de
controle de Shewhart apresentar uma tendncia nos valores plotados para as amostras. Apesar
de existirem algumas regras de deciso prticas que, embora aparentemente simples, nem
sempre so fceis de usar e exigem uma certa prtica por parte do responsvel pela anlise do
processo. No entanto, h situaes em que necessrio monitorar um processo produtivo no
qual se espera detectar pequenos desvios mdios do valor nominal e que isto seja obtido de
maneira mais simples do que fazendo uso de regras de deciso adicionais.
Os grficos de controle de soma acumulada (Cumulative Sum Control Charts CUSUM) so alternativas viveis aos grficos de controle de Shewhart. Estes grficos guardam
informaes acumuladas de toda a seqncia de pontos e por isso, so mais sensveis para
detectar pequenos desvios da mdia de um processo com um nmero mdio de amostras menor
do que fariam os tradicionais grficos de Shewhart.
Alguns autores, tais como Lucas (1976), Duncan (1986) e Hawkins & Olwell (1998),
afirmam que os grficos CUSUM so mais eficientes que os grficos de Shewhart, no que se
refere a pequenas variaes. Entretanto, quando se expe tais mtodos na maioria da literatura
ENEGEP 2004

ABEPRO

1635

XXIV Encontro Nac. de Eng. de Produo - Florianpolis, SC, Brasil, 03 a 05 de nov de 2004

existente, no h uma definio clara para uma questo prtica, que , a questo de qual dos
dois grficos prefervel. Qual deles mais sensvel para sinalizar no processo uma situao
fora de controle e, atravs desta informao, determinar sua capacidade, o grfico de Shewhart
ou o grfico CUSUM ?
Este trabalho o resultado da dissertao de Mestrado desenvolvida e apresentada no
Programa de Ps-Graduao em Engenharia de Produo da Universidade Federal de Santa
Catarina que focaliza os grficos de controle CUSUM como ferramentas eficazes para a anlise
estatstica de diferentes processos. O objetivo deste trabalho investigar se h diferena
significativa entre os grficos CUSUM e os tradicionais grficos de Shewhart para detectar
pequenas mudanas na mdia do processo.
2. A estatstica soma acumulada
O procedimento para a utilizao do grfico de soma acumulada (CUSUM) baseia-se na
coleta sucessiva de amostras de tamanho n na qual obtida a estatstica da soma acumulada.
Esta tcnica pode ser aplicada tanto na construo do grfico CUSUM para observaes
individuais como para observaes amostrais das mdias de subgrupos racionais. No caso de
observaes individuais, a estatstica utilizada a soma acumulada dos desvios de cada valor
individual com relao medida dada pela hiptese que est sendo testada. No caso das
amostras de tamanho (n >1) esta estatstica a soma acumulada dos desvios da mdia amostral
com relao ao valor nominal. O procedimento comea propriamente com o clculo dos
desvios do valor nominal, isto , a diferena entre o valor observado (mdia amostral) e o valor
nominal o . De posse deste desvio, a soma acumulada iniciada. Esta soma C i para o i-simo
perodo a soma de todos os desvios do valor nominal desde o perodo 1 at o perodo i , dada
por:
i

C i = ( X j o ) = ( X i o ) + C i 1 , i 1

(2.1)

j =1

Podemos definir a soma acumulada para o grfico CUSUM de duas formas funcionalmente
equivalentes. Uma que utiliza os dados na forma original como estes so apresentados, ou seja,
conforme equao 2.1. A outra que envolve a padronizao dos dados apresentados, supondo
que os valores da varivel
X i seguem distribuio N(0,1). Para isso, usamos
yi =

(X j o ) n

como a varivel padronizada desses valores.

3. Grfico CUSUM Tabular

O grfico de controle CUSUM Tabular um procedimento que utiliza algoritmo de
soma acumulada para calcular as somas acumuladas unilaterais que atravs do grfico so
comparadas com o intervalo de deciso H. Seja X i cada observao do processo controlado
que supe-se sob controle. Como premissa bsica, supomos que os dados coletados
(observaes X i ) seguem distribuio normal com mdia o e desvio padro . Este grfico
um plano de controle com intervalos bilaterais simtricos que utiliza duas estatsticas unilaterais
C i+ (Cusum Superior) para detectar mudanas positivas e C i ( Cusum Inferior) para detectar
mudanas negativas. Ambas so calculadas atravs de algoritmo de soma acumulada conforme
as equaes
(3.1)
C i+ = mx[0, X i ( o + K ) + C i+1 ]

C i = mx[0, ( o K ) X i + C i+1 ]
+
i

(3.2)

onde C e C iniciais so arbitrados iguais a zero e o fator de sensibilidade K deve ser

ENEGEP 2004

ABEPRO

1636

XXIV Encontro Nac. de Eng. de Produo - Florianpolis, SC, Brasil, 03 a 05 de nov de 2004

escolhido de forma que o valor da soma o + K ( ou o K ), esteja situado entre a mdia

do processo e a mdia deslocada (fora de controle) que se deseja avaliar.
No algoritmo de soma acumulada para cada amostra so obtidos valores dos desvios
C e C i que so inseridos numa tabela e acumulados sucessivamente. A soma acumulada
+
i

destes desvios comparada com um intervalo de deciso H. Se C i+ > H ou se C i < H, ento

o processo considerado fora de controle.
O grfico CUSUM Tabular projetado a partir da escolha de valores razoveis para o
intervalo de deciso H e o valor de referncia K. Montgomery (2000) recomenda que o melhor
modelo matemtico para selecionar estes valores defini-los conforme equaes abaixo:
K =k

H =h

(3.3)

H = h

(LSC)

(3.4)

(LIC)
(3.5)
n
onde n o tamanho da amostra, o desvio padro, k o valor de referncia padronizado e
h o intervalo de deciso padronizado do procedimento.
4. A mscara V

O procedimento mscara V (V-Mask Procedure) um mtodo um mtodo alternativo

alm do grfico CUSUM Tabular que permite por inspeo dos pontos representados decidir se
ocorreu ou no um desvio no valor mdio o desejado. A mscara V uma moldura visual que
desempenha o papel semelhante aos limites de controle nos grficos de controle de Shewhart. A
cada novo ponto no grfico, esta moldura deslocada de modo que o ponto O da mscara V
coincida com o ponto plotado (LUCAS, 1973). O processo de deciso deste procedimento
consiste em inserir o mtodo mscara V sobre o grfico CUSUM. A maioria dos usurios de
grficos CUSUM preferem o grfico CUSUM Tabular ao invs do grfico CUSUM com a
Mscara V. Na prtica, projetar e construir a Mscara V manualmente um procedimento
complexo enquanto o grfico CUSUM Tabular pode ser implementado mais rapidamente a
partir de uma planilha eletrnica do MS-Excel, a menos que se tenha um software estatstico
que automatize a metodologia da Mscara V. Estes dois procedimentos apesar de serem
diferentes tm estatisticamente a mesma funo e apresentam as suas vantagens e desvantagens.
A escolha de cada um deles para monitorar um processo depende dos recursos disponveis para
a utilizao adequada dos mesmos.
5. Grfico CUSUM para o monitoramento do processo de variabilidade

O processo de variabilidade to importante quanto a mdia de um processo e, por isso,

deve tambm ser monitorado. Hawkins (1993), prope um novo valor padronizado para a
construo de grficos de controle CUSUM com observaes individuais onde num nico
grfico so plotadas as estatsticas C i e S i (combinado CUSUM) para monitorar a mdia e a
varincia, respectivamente. Este grfico importante para verificar o comportamento de C i
dentro dos limites de controle, ou seja, a troca dentro da mdia ou verificarmos o S i para
diagnosticar se o problema variabilidade e no troca de mdias. O procedimento consiste
em considerar X i uma medida do processo, distribuda normalmente com mdia o e
desvio padro , conforme equaes 5.1, 5.2 e 5.3.
ENEGEP 2004

ABEPRO

1637

XXIV Encontro Nac. de Eng. de Produo - Florianpolis, SC, Brasil, 03 a 05 de nov de 2004

Vi =

onde y i =

yi 0,822

(5.1)

0,349
( X i o )

o valor padronizado de X i .

A estatstica Vi sensvel a mudanas tanto na varincia quanto na mdia. Se X i

normal, Vi proveniente de uma distribuio N ~ (0,1), ento dois grficos CUSUM de escala
padronizada podem ser estabelecidos como segue:
S i+ = mx[0, Vi k + S i+1 ]

S = mx[0,k Vi + S

i 1

(5.2)
(5.3)

onde S i+ e S i iniciais so arbitrados iguais a zero e os valores dos parmetros k e h so

selecionados de modo anlogo ao grfico CUSUM para controlar a mdia do processo.
6. O comprmento mdio de corrida (ARL) dos grfico CUSUM

O desempenho de um grfico CUSUM comumente medido atravs de parmetros

relacionados com a distribuio do tempo necessrio para o grfico emitir um sinal. O
comprimento mdio de corrida (ARL Average Run Length) um desses parmetros que a um
determinado nvel da qualidade representa o nmero mdio de amostras necessrio para que
seja detectada uma mudana, aps a mesma ter ocorrido no processo. Este parmetro depende
1
do tamanho da amostra n, do limite de deciso h e da dimenso da mudana K = que se
2
deseja detectar (nmero de que a mdia pode variar). Determinar as propriedades dos
grficos CUSUM tais como o ARL nem sempre possvel pelo fato das estatsticas de
controle serem variveis aleatrias dependentes. Um deles o mtodo da equao integral.
Seja X a varivel contnua a ser controlada e f (x) a funo densidade de probabilidade de X .
Representamos por P(z ) a probabilidade de um teste que iniciado terminar quando
absorvido pelo limite inferior com ( 0 z h) e por L(z) o ARL do plano CUSUM, quando
este inicia-se no valor z. O nmero de amostras consideradas no teste representamos por N(z).
A funo densidade de probabilidade f (x) conforme definio de soma acumulada
satisfazem as equaes integrais descritas por Page (1954) atravs de um mtodo numrico
popularmente conhecido como mtodo da equao integral definido segundo equaes:
z

P( z ) =

f ( x)dx + P ( x) f ( x z )dx

(6.1)

N ( z ) = 1 + N ( x) f ( x z )dx

(6.2)

L( z ) = 1 + L(0) F ( z ) + L( x) f (x z )dx , (0 z h)

(6.3)

Relacionando estas trs equaes obtm-se a relao L( z ) = N ( z ) + L(0) P( z ) que permite

obter o ARL de um plano que se inicia no valor z do intervalo [ 0, h ]. Fazendo z=0 obtemos
L(0) = N (0) + L(0).P(0) . Quando N (0) e P(0) so conhecidos, o valor L(0) que corresponde
N (0)
. O uso desta
ao valor ARL do plano numa situao sob controle dado por L(0) =
1 P ( 0)
frmula deve ser feito com cuidado uma vez que numa situao sob controle P(0) um valor
muito prximo de 1, pois o denominador 1- P(0) tende para zero. Assim a estimativa que se
ENEGEP 2004

ABEPRO

1638

XXIV Encontro Nac. de Eng. de Produo - Florianpolis, SC, Brasil, 03 a 05 de nov de 2004

usa para P(0) deve ser bastante precisa de modo que a frmula anterior fornea valores
satisfatrios para o ARL do plano.
Apesar do clculo P(z ) e de N (z ) recorrendo s frmulas anteriores ser mais fcil do
que o clculo de L(z ) , vrios autores tm proposto mtodos numricos aproximados para
calcular P(z ) e N (z ) , os quais consistem na substituio das equaes integrais mencionadas
por sistemas de equaes lineares algbricas.
Alm de Page, muitos autores tm usado aproximaes adequadas para calcular o valor
dos ARL. Brook e Ewans (1972) utilizam o mtodo de aproximao denominado cadeias de
Markov para aproximar mudanas da condio de sob controle para fora de controle. Hawkins
(1992) apresenta um procedimento simples, mas bastante preciso para o clculo do ARL
baseado em uma equao de aproximao. Esta aproximao exige aplicao de uma tabela
de constantes cujos valores estejam entre o intervalo 1 a 3% do verdadeiro valor de ARL.
Woodall e Adams (1993) recomendam a aproximao proposta por Siegmund (1985) por causa
e 2 b + 2b 1
onde para = 0 , temos ARL = b2.
de sua simplicidade, definida por ARL =
2
2
+
Para 0 , com = k , temos C i ( = k ) e C i (b = h +1,166) do lado superior e
inferior do grfico CUSUM, respectivamente.
O valor de ARL de um grfico de Shewhart, quando uma mudana das condies
objetivo de 1 na mdia, 44, enquanto que na Mscara V, o ARL 10,4. Isto , o grfico
CUSUM com a Mscara V designada a detectar uma mudana de 1 detectar quase 4 vezes
mais rpido quando competir com o grfico de Shewhart 3 ( LUCAS,1976).
3
2,5

Grfico CUSUM (h=4 e k=0,5)

Log (ARL)

Grfico de Shewhart (3 Sigmas)

1,5
1
0,5
0
0

0,25 0,5 0,75

1,25 1,5 1,75

2,25 2,5 2,75

3,25 3,5 3,75

Amplitudes de mudana (unidades de desvio padro)

Figura 6.1 Desempenho de ARL dos grficos: CUSUM (mscara V) e Shewhart ( 3 )

Conforme figura 6.1 observamos que o grfico de Shewhart mais sensvel para grandes
mudanas na mdia do processo. No entanto, para pequenas mudanas na mdia do processo, o
grfico CUSUM mais sensvel sendo que a diferena significativa existente entre o
desempenho desses grficos est entre as pequenas amplitudes de mudanas ( ) na ordem de
at 1,5 .
7. Resposta inicial rpida ou caractedrstica de vantagem

O procedimento Resposta inicial rpida (Fast Initial Response- FIR) proposto por Lucas
e Crosier (1982) uma caracterstica de vantagem para os procedimentos de soma acumulada
que permite uma resposta mais rpida a situaes de fora de controle do processo que se obteria
com o procedimento padro. A implementao deste procedimento para projetos CUSUM
de controle da mdia do processo tem como objetivo melhorar a
ENEGEP 2004

ABEPRO

1639

XXIV Encontro Nac. de Eng. de Produo - Florianpolis, SC, Brasil, 03 a 05 de nov de 2004

sensibilidade do CUSUM de controle da mdia do processo tem como objetivo melhorar a

sensibilidade do grfico no incio do processo ou aps o CUSUM ter dado um sinal de fora de
controle. O procedimento padro de Soma Acumulada adota os valores C i+ = 0 e C i = 0
para o algoritmo e o valor C o = 0 para o grfico. Aps um sinal fora de controle a estatstica
soma acumulada reinicia-se com zero. No entanto, com a implementao do procedimento FIR,
a soma acumulada iniciada com o valor C i+ 0 e C i 0 . Aps um sinal fora de controle a
soma acumulada reiniciada com valor diferente de zero.
Resultados publicados por Lucas e Crosier (1982), mostram que se o processo comea
sob controle, isto com valor mdio igual ao valor pretendido, ento os grficos CUSUM
tendem rapidamente para zero e este valor inicial tem pouco efeito no desempenho do
procedimento. No entanto, para compensar o decrscimo que se obtm neste caso no valor do
ARL, podemos usar um valor de h no grfico FIR levemente superior quele que usaramos
num grfico sem FIR. Por outro lado, se o processo comea num nvel mdio diferente do
pretendido, a vantagem (head start) permite que o grfico CUSUM detecte esta mudana mais
rapidamente do que acontece num grfico sem FIR. Lucas e Crosier (1982) recomendam como
valor inicial (vantagem) do FIR a metade do intervalo de deciso deste procedimento,
h
h
e C i = .
geralmente iguais a C i+ =
2
2
8. Estudo de caso

O estudo de caso foi realizado numa indstria de artefatos de borracha, localizada na

cidade de Joinville-SC. Este estudo foi fundamental pois a partir de dados reais foi possvel
avaliar o desempenho dos grficos CUSUM e dos grficos de Shewhart para definir com maior
segurana a melhor escolha entre a utilizao dos mesmos para a anlise estatstica de
diferentes processos. Este trabalho apresenta apenas um dos dois processos analisados no
estudo de caso, ou seja, o processo denominado PB, onde a caracterstica da qualidade escolhida
foi monitorada atravs dos grficos de controle CUSUM (para observaes individuais), com
amostras coletadas periodicamente. A caracterstica da qualidade monitorada neste processo a
dureza que possui valor nominal 70 5 Shore A . O relatrio de um dos grficos CUSUM
(semana: 5-2) deste processo analisado ilustrado a seguir:
R e la t r io d o G r fic o C U S U M p a r a O b e r v a e s In d iv id u a is
T o d a s a s o b s e rv a e s
X = P o n to E x c lu d o
* = P o n to s fo r a d o s L im ite s d e C o n tr o le
C U S U M T a b u la r
C o m b in a d o C U S U M
C i+
N+
C iNS i+
N+
S iNA m o s tra
Xi
----------- ----------------------------------- -------------------------------------------------------1
6 9 ,0
0 ,0
0
0 ,2 5
1
0 ,0
0
0 ,0
0
2
7 0 ,0
0 ,0
0
0 ,0
0
0 ,0
0
1 ,6 0
1
3
7 2 ,0
1 ,2 5
1
0 ,0
0
0 ,9 5
1
0 ,0
0
4
6 9 ,0
0 ,0
0
0 ,2 5
1
0 ,7 1
2
0 ,0
0
5
7 0 ,0
0 ,0
0
0 ,0
0
0 ,0
0
1 ,6 0
1
6
6 8 ,0
0 ,0
0
1 ,2 5
1
0 ,9 5
1
0 ,0
0
7
7 1 ,0
0 ,2 5
1
0 ,0
0
0 ,7 1
2
0 ,0
0
8
6 9 ,0
0 ,0
0
0 ,2 5
1
0 ,4 7
3
0 ,0
0
9
7 1 ,0
0 ,2 5
1
0 ,0
0
0 ,2 3
4
0 ,0
0
10
7 0 ,0
0 ,0
0
0 ,0
0
0 ,0
0
1 ,6 0
1
11
7 0 ,0
0 ,0
0
0 ,0
0
0 ,0
0
3 ,2 1
2
12
7 0 ,0
0 ,0
0
0 ,0
0
0 ,0
0
*4 ,8 2
3
13
6 9 ,0
0 ,0
0
0 ,2 5
1
0 ,0
0
3 ,5 5
4
14
6 9 ,0
0 ,0
0
0 ,5
2
0 ,0
0
2 ,2 9
5
15
7 1 ,0
0 ,2 5
1
0 ,0
0
0 ,0
0
1 ,0 3
6
16
7 1 ,0
0 ,5
2
0 ,0
0
0 ,0
0
0 ,0
0
17
6 9 ,0
0 ,0
0
0 ,2 5
1
0 ,0
0
0 ,0
0
18
7 0 ,0
0 ,0
0
0 ,0
0
0 ,0
0
1 ,6 0
1
19
7 1 ,0
0 ,2 5
1
0 ,0
0
0 ,0
0
0 ,3 4
2
20
7 2 ,0
1 ,5
2
0 ,0
0
0 ,9 5
1
0 ,0
0
21
7 1 ,0
1 ,7 5
3
0 ,0
0
0 ,7 1
2
0 ,0
0
22
7 2 ,0
3 ,0
4
0 ,0
0
1 ,6 5
3
0 ,0
0
23
7 2 ,0
*4 ,2 5
5
0 ,0
0
2 ,6 0
4
0 ,0
0
24
7 0 ,0
3 ,5
6
0 ,0
0
0 ,0
0
1 ,6 0
1
25
7 2 ,0
*4 ,7 5
7
0 ,0
0
0 ,9 5
1
0 ,0
0
----------- ----------------------------------- --------------------------------------------------------

ENEGEP 2004

ABEPRO

1640

XXIV Encontro Nac. de Eng. de Produo - Florianpolis, SC, Brasil, 03 a 05 de nov de 2004

Para os dados do relatrio do grfico CUSUM (semana: 5-2) ilustrado, constata-se que
este processo comportou-se praticamente segundo uma distribuio normal conforme figura
8.1.
Teste de Normalidade de Kolmogorov-Smirnov
K-S d=,16684, p> .20; Lilliefors p<,10
8
7

Nmero de Observaes

6
5
4
3
2
1
0
67

68

69

70

71

72

Expected
Normal

73

Semana: 5-2

Figura 8.1 Teste de normalidade para os dados do relatrio do grfico CUSUM (semana:5-2)

As figuras a seguir ilustram o grfico de Shewhart e os grficos CUSUM (com a mscara V),
CUSUM Tabular, procedimento FIR e o combinado CUSUM ( Ci e Si ) respectivamente deste
processo para os dados do relatrio do grfico CUSUM (semana: 5-2).
G r fic o d e S h e wh a rt: M e d id a s In d ividu a is
7

S e ma n a : 5 - 2

7 3 ,5

7 1 ,5

7 0 ,5

CUSUM FIR

M d ia =7 0

H=3,75

6 9 ,5

Es tats ticas C U SU M

Valores Individuais

Resposta Inicial Rpida - FIR

L S C=7 3

7 2 ,5

6 8 ,5
6 7 ,5
L IC=6 7
6 6 ,5
0

10

A m o s tr a s

15

20

25

CUSUM

1
0
-1

9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27

-2

Grfico CUSUM
Semana: 5-2

Soma Acumulada

-3
H=-3,75

-4

10

Amostras

-5
0

-10
0

10

15

20

25

Amostras

Combinado CUSUM (Mdia e Variabilidade)

5
4

Grfico CUSUM

Soma Acumulada

CUSUM Inferior

E s ta ts tic a s C U S U M

Semana: 5-2

H=3,75

H=3,75

0
-1 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28

2
1

-2

-3

-1
-2

H=-3,75

-4

-3

H=-3,75

-4

CUSUM Inferior

-5
-6

10

Amostra

15

20

25

Amostras

Ci+

Ci-

Si+

Si-

Figura
Figura 8.2 Grfico de Shewhart, grficos CUSUM, procedimento FIR e combinado CUSUM

ENEGEP 2004

ABEPRO

1641

XXIV Encontro Nac. de Eng. de Produo - Florianpolis, SC, Brasil, 03 a 05 de nov de 2004

9 Resultados e discusses

Os resultados obtidos neste estudo de caso mostraram os grficos de controle CUSUM

como ferramentas muito teis no monitoramento deste processo analisado conforme figura 8.2.
Em primeiro lugar porque se mostraram mais sensveis para detectar as pequenas variaes na
mdia da caracterstica da qualidade monitorada num tempo recorde com menor nmero de
amostras que os grficos de Shewhart. Em segundo lugar porque a partir dos grficos CUSUM
foi possvel estimar a amplitude da mudana e o novo valor mdio deste processo aps ter sido
detectada uma situao fora de controle com a Mscara V sobre o grfico CUSUM ou com o
CUSUM Tabular bem como a anlise deste processo com o procedimento FIR e o combinado
CUSUM.
A utilizao de grficos de controle CUSUM para monitorar caractersticas da
qualidade de um processo com pequenas variaes apresentam vantagens, considerando-se
aspectos estatsticos e econmicos. Sob o ponto de vista estatstico, pode haver uma reduo no
nmero mdio de amostras at que o grfico sinalize a ocorrncia de uma causa especial. Sob o
ponto de vista econmico, pode haver uma reduo nos custos relacionados ao controle do
processo, causada pela reduo na taxa de amostragem quando o grfico estiver indicando um
processo sob controle. Apesar de seu impacto econmico no monitoramento de processos, estes
grficos so pouco explorados sob diversos aspectos no meio acadmico e sua utilizao prtica
no Brasil infelizmente ainda pequena. Tal impacto econmico deve-se no somente reduo
nos custos de amostragem, mas tambm a reduo nas perdas ocasionadas pela no
conformidade dos itens manufaturados. A reduo destas perdas, obtidas atravs da sinalizao
mais rpida de processos fora de controle, pode ser bastante significativa, principalmente em
processos onde pequenos desvios da meta estabelecida para a caracterstica da qualidade que
impliquem em grandes prejuzos materiais.
Cabe, notar que, embora a diferena entre o nmero mdio de amostras necessrio
para os grficos CUSUM e o grficos de Shewhart emitirem sinal fora de controle (ARL) possa
parecer pequena, a economia proporcionada pelo grfico CUSUM pode ser significativa
quando se considera sua utilizao por longos perodos de tempo. Alm disso, quando
utilizadas por vrias linhas de produo similares, a economia pode ser ampliada.
Referncias
ALVES, C.C. (2003) - Grficos de controle CUSUM: um enfoque dinmico para a anlise estatstica de procesos.
Dissertao de Mestrado em Engenharia de Produo, UFSC, Florianpolis.
BROOK, D. and EVANS, D.A. (1972) - An Approach to the Probability Distribution of Cusum Run Length
Biometrika, v.59, p.539-549.
DUNCAN, A. J.(1986) - Quality Control and Industrial Statistics, 5th edition, Chicago: Richard D.Irwin, Inc.
HAWKINS, D.M. and OLWELL, D.H. (1993) - Cumulative Sum Control Charting: An Underutilized SPC Tool,
Quality Engineering, 5 (3) p. 463-477.
HAWKINS, D.M. and OLWELL, D.H. (1998) - Cumulative Sum Charts and Charting for Quality Improvement,
Engineering and Physical Science, Springer.
LUCAS, J.M. (1973) - A Modified V Mascara Control Scheme, Technometrics, 15(4) p.833-847.
LUCAS, J.M. (1976) - The Design and Use of V-Mask Control Schemes. Journal of Quality Technology, 8(1)
p.1-12.
MONTGOMERY, D. C. ( 2000) - Introduction to Statistical Quality Control. 4th Edition, New York : John
Wiley.
PAGE, E.S. (1954) - Continuous Inspection Schemes, Biometrika, v.41, p.100-115.
WOODALL, W.H. and ADAMS, B.M.(1993) - The Statistical Design of CUSUM Charts, Quality Engineering, v.
5

ENEGEP 2004

ABEPRO

1642