Controle estatístico multivariado de processos através do gráfico T2 de Hotelling: um estudo de caso no setor de embalagens

• Autor(a) principal: Arantes, Maisa Garcia
• Data de Publicação: 2017
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
• Texto Completo: http://repositorio.utfpr.edu.br/jspui/handle/1/16137
• topic: CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO; Análise multivariada; Estatística; Controle de processo - Métodos estatísticos; Gráficos em engenharia; Multivariate analysis; Statistics; Process control - Statistical methods; Engineering graphics

A análise multivariada tem sido mais utilizada ultimamente, pois as organizações dispõem de modernos equipamentos que geram dados correlacionados e necessitam de monitoramento simultâneo. Uma das áreas que lida com tal problema é determinada pelo controle de qualidade multivariado. O presente trabalho tem como objetivo uma análise pela técnica de controle estatístico de processo multivariado (Gráfico T2 de Hotelling) o qual foi aplicado em um processo produtivo de embalagens plásticas. As variáveis estudadas foram: espessura máxima, espessura mínima e peso. Com o auxílio de um levantamento bibliográfico, o trabalho utilizou a técnica proposta por Hoteling para coletar os dados, analisar o processo produtivo e identificar as variáveis causadoras de instabilidade. Para processamento e análise dos dados foram utilizados os softwares SPSS e Minitab, além da planilha DEC_Hotelling. Os resultados mostraram que as variáveis estudadas (espessura e peso) são fortemente correlacionas e por tanto adequadas para análise multivariada. Através da estatística T2 de Hotelling foi possível estabelecer limites de controle adequados para o processo, retirando um ponto fora de controle por meio da sua decomposição. Também foi verificado que quando as variáveis estão sob controle univariado, isto não significa que o processo multivariado esteja sob controle. Finalmente, retirado o ponto fora de controle, foram estabelecidos novos limites e, com novos dados de amostra inseridos, foi verificado um processo estável, sob controle multivariado.