Comparação dos índices de capacidade do processo para distribuições não-normais

Detalhes bibliográficos
Autor(a) principal: Ueda Gonzalez, Patricia Shizue Matsumura
Data de Publicação: 2009
Outros Autores: Werner, Liane
Tipo de documento: Artigo
Idioma: por
Título da fonte: Repositório Institucional da UFRGS
Texto Completo: http://hdl.handle.net/10183/95505
Resumo: A análise de capacidade do processo para dados com distribuição não-normal tem sido explorada nos últimos anos, porém ainda são poucas as referências que abordam este assunto. Por isto, este trabalho apresenta os principais métodos de análise de capacidade do processo para dados com distribuição não-normal, sendo o primeiro deles o método proposto por Clements em 1989, o segundo, proposto por Pearn e Chen (1997) e o terceiro método apresentado foi proposto por Chen e Ding (2001). Os métodos de Clements (1989) e Pearn e Chen (1997) são parecidos em muitos aspectos, mas cada um deles apresenta uma novidade em relação ao cálculo dos índices de capacidade. Em comum, ambos os métodos apresentam índices semelhantes aos índices tradicionais, que supõem normalidade dos dados. O método de Chen e Ding (2001) é em si uma forma de estimar o número de não-conformes observado no processo em estudo. Além de abordar os métodos, são apresentados dois casos. No primeiro deles, comparando-se os métodos de Clements (1989) e de Pearn e Chen (1997), procura-se concluir qual dos métodos é o melhor para o cálculo da capacidade do processo não-normal. No segundo, os três métodos apresentados são aplicados em um conjunto de dados, obtidos de uma indústria metalúrgica. Para a execução das análises nos casos, foi aplicado o software livre R versão 2.2.
id UFRGS-2_2ecd7792fbd17b246c6e1b6ae634e769
oai_identifier_str oai:www.lume.ufrgs.br:10183/95505
network_acronym_str UFRGS-2
network_name_str Repositório Institucional da UFRGS
repository_id_str
spelling Ueda Gonzalez, Patricia Shizue MatsumuraWerner, Liane2014-05-22T02:06:53Z20090104-530Xhttp://hdl.handle.net/10183/95505000697755A análise de capacidade do processo para dados com distribuição não-normal tem sido explorada nos últimos anos, porém ainda são poucas as referências que abordam este assunto. Por isto, este trabalho apresenta os principais métodos de análise de capacidade do processo para dados com distribuição não-normal, sendo o primeiro deles o método proposto por Clements em 1989, o segundo, proposto por Pearn e Chen (1997) e o terceiro método apresentado foi proposto por Chen e Ding (2001). Os métodos de Clements (1989) e Pearn e Chen (1997) são parecidos em muitos aspectos, mas cada um deles apresenta uma novidade em relação ao cálculo dos índices de capacidade. Em comum, ambos os métodos apresentam índices semelhantes aos índices tradicionais, que supõem normalidade dos dados. O método de Chen e Ding (2001) é em si uma forma de estimar o número de não-conformes observado no processo em estudo. Além de abordar os métodos, são apresentados dois casos. No primeiro deles, comparando-se os métodos de Clements (1989) e de Pearn e Chen (1997), procura-se concluir qual dos métodos é o melhor para o cálculo da capacidade do processo não-normal. No segundo, os três métodos apresentados são aplicados em um conjunto de dados, obtidos de uma indústria metalúrgica. Para a execução das análises nos casos, foi aplicado o software livre R versão 2.2.Although process capability analysis for non-normal data has been used lately, there are only few works on this subject. This article presents the major methods for process capability analysis with non-normal data. Tree methods are presented, which were proposed by Clements in 1989, Pearn and (1997), and Chen and Ding (2001). The first two methods are similar in many aspects, but each one presents novelties in the computation of the capability indexes. They present indexes similar to the traditional ones, which assume normality. The method by Chen and Ding (2001) brings as novelty the use of an index to estimate the number of nonconforming items produced in the process. After the review of these methods, they are compared by means of their application in two cases. In the first case, the methods by Clements (1989) and by Pearn and Chen (1997) were analyzed to identify the best for the non-normal process capability determination. In the second case, all three methods were applied in a metallurgical industry data set. In both cases, the free software R (version 2.2) was used for the statistical analysis.application/pdfporGestão e produção. São Carlos, SP. Vol. 16, no. 1 (jan./mar. 2009), p. 121-132Distribuição não-normalCapabilidade do processo - pesquisa industrialMétodos estatísticosIndústria metalúrgicaCapabilityNon-normal dataCapability indexComparação dos índices de capacidade do processo para distribuições não-normaisinfo:eu-repo/semantics/articleinfo:eu-repo/semantics/otherinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL000697755.pdf000697755.pdfTexto completoapplication/pdf670336http://www.lume.ufrgs.br/bitstream/10183/95505/1/000697755.pdfd0e2386246487fc759c003175c159de7MD51TEXT000697755.pdf.txt000697755.pdf.txtExtracted Texttext/plain47268http://www.lume.ufrgs.br/bitstream/10183/95505/2/000697755.pdf.txt77225f22ee541ae787349baf74ca0a37MD52THUMBNAIL000697755.pdf.jpg000697755.pdf.jpgGenerated Thumbnailimage/jpeg2127http://www.lume.ufrgs.br/bitstream/10183/95505/3/000697755.pdf.jpg2f61ece1554cb6ea12005a14493b477cMD5310183/955052022-05-13 04:53:57.765507oai:www.lume.ufrgs.br:10183/95505Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2022-05-13T07:53:57Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Comparação dos índices de capacidade do processo para distribuições não-normais
title Comparação dos índices de capacidade do processo para distribuições não-normais
spellingShingle Comparação dos índices de capacidade do processo para distribuições não-normais
Ueda Gonzalez, Patricia Shizue Matsumura
Distribuição não-normal
Capabilidade do processo - pesquisa industrial
Métodos estatísticos
Indústria metalúrgica
Capability
Non-normal data
Capability index
title_short Comparação dos índices de capacidade do processo para distribuições não-normais
title_full Comparação dos índices de capacidade do processo para distribuições não-normais
title_fullStr Comparação dos índices de capacidade do processo para distribuições não-normais
title_full_unstemmed Comparação dos índices de capacidade do processo para distribuições não-normais
title_sort Comparação dos índices de capacidade do processo para distribuições não-normais
author Ueda Gonzalez, Patricia Shizue Matsumura
author_facet Ueda Gonzalez, Patricia Shizue Matsumura
Werner, Liane
author_role author
author2 Werner, Liane
author2_role author
dc.contributor.author.fl_str_mv Ueda Gonzalez, Patricia Shizue Matsumura
Werner, Liane
dc.subject.por.fl_str_mv Distribuição não-normal
Capabilidade do processo - pesquisa industrial
Métodos estatísticos
Indústria metalúrgica
topic Distribuição não-normal
Capabilidade do processo - pesquisa industrial
Métodos estatísticos
Indústria metalúrgica
Capability
Non-normal data
Capability index
dc.subject.eng.fl_str_mv Capability
Non-normal data
Capability index
description A análise de capacidade do processo para dados com distribuição não-normal tem sido explorada nos últimos anos, porém ainda são poucas as referências que abordam este assunto. Por isto, este trabalho apresenta os principais métodos de análise de capacidade do processo para dados com distribuição não-normal, sendo o primeiro deles o método proposto por Clements em 1989, o segundo, proposto por Pearn e Chen (1997) e o terceiro método apresentado foi proposto por Chen e Ding (2001). Os métodos de Clements (1989) e Pearn e Chen (1997) são parecidos em muitos aspectos, mas cada um deles apresenta uma novidade em relação ao cálculo dos índices de capacidade. Em comum, ambos os métodos apresentam índices semelhantes aos índices tradicionais, que supõem normalidade dos dados. O método de Chen e Ding (2001) é em si uma forma de estimar o número de não-conformes observado no processo em estudo. Além de abordar os métodos, são apresentados dois casos. No primeiro deles, comparando-se os métodos de Clements (1989) e de Pearn e Chen (1997), procura-se concluir qual dos métodos é o melhor para o cálculo da capacidade do processo não-normal. No segundo, os três métodos apresentados são aplicados em um conjunto de dados, obtidos de uma indústria metalúrgica. Para a execução das análises nos casos, foi aplicado o software livre R versão 2.2.
publishDate 2009
dc.date.issued.fl_str_mv 2009
dc.date.accessioned.fl_str_mv 2014-05-22T02:06:53Z
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/other
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/95505
dc.identifier.issn.pt_BR.fl_str_mv 0104-530X
dc.identifier.nrb.pt_BR.fl_str_mv 000697755
identifier_str_mv 0104-530X
000697755
url http://hdl.handle.net/10183/95505
dc.language.iso.fl_str_mv por
language por
dc.relation.ispartof.pt_BR.fl_str_mv Gestão e produção. São Carlos, SP. Vol. 16, no. 1 (jan./mar. 2009), p. 121-132
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Repositório Institucional da UFRGS
collection Repositório Institucional da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/95505/1/000697755.pdf
http://www.lume.ufrgs.br/bitstream/10183/95505/2/000697755.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/95505/3/000697755.pdf.jpg
bitstream.checksum.fl_str_mv d0e2386246487fc759c003175c159de7
77225f22ee541ae787349baf74ca0a37
2f61ece1554cb6ea12005a14493b477c
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv
_version_ 1801224835130458112