Comparação de Testes de Qualidade de Ajustamento para Controlo Estatístico do Processo numa Unidade Industrial da Indústria Automóvel

• Autor(a) principal: Silva, Cláudia Alexandra Mendes da
• Data de Publicação: 2020
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
• Texto Completo: http://hdl.handle.net/10362/110340
• topic: Qualidade; Controlo Estatístico do Processo; Pressuposto da Normalidade; Cartas de Controlo; Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Mecânica

Com a crescente globalização, os padrões de qualidade aceitáveis por parte dos consumidores têm um papel preponderante na maneira como a produção é assegurada e regulada. Sendo necessário a adoção de estratégias para controlar e melhorar os processos, para assegurar a qualidade da produção, como o Controlo Estatístico do Processo. A presente dissertação centra-se no facto de ser utilizado, em diversas ferramentas do Controlo Estatístico do Processo, o pressuposto de que o processo deve seguir uma distribuição normal, com vista à confiança de que terá o desempenho esperado quando em controlo estatístico, em especial as taxas de falsos alarmes. Tomando como exemplo uma peça de plástico fabricada por uma PME portuguesa que atua na indústria automóvel, foi testada a evidência de que as populações amostrais seguem uma distribuição normal. Para este fim foram utilizados e comparados seis testes não-paramétricos para testar a normalidade dos dados. Sendo que alguns deles se esperavam mais sensíveis que outros na deteção de desvios da normalidade. Os resultados para dois de três cenários com a mesma característica dimensional confirmam que alguns testes de ajustamento rejeitam a hipótese nula, e que, como tal, os dados das amostras obtidas não derivam de uma população com distribuição normal. Sendo ainda verificado que, através da avaliação das representações gráficas de diversos testes, pode comprovar-se um afastamento da amostra à reta tendência, levando à rejeição da hipótese nula e com isso a rejeição do pressuposto de normalidade. Isso, por sua vez, fornece ao profissional as ferramentas para selecionar o teste de ajustamento mais adequado, a fim de garantir um controlo mais preciso do processo.