SCAP - STATISTICAL CONTROL FOR
AUTOCORRELATED PROCESSES
Um
Programa Computacional para Controle Estatístico de Processos
Autocorrelacionados
Desenvolvido por:
Sueli Aparecida Mingoti
Fernando Luiz Pereira de Oliveira
Julia Pinto de Carvalho
Departamento de Estatística – UFMG
APOIOS FINANCEIROS: CNPq e FAPEMIG.
O programa SCAP implementa métodos
alternativos para controle de processos autocorrelacionados tanto no caso de
inspeção de variáveis contínuas (SCAPCI)
quanto no caso de inspeção por atributos (SCAPAI)
de acordo com o proposto por Mingoti (2000, 2002).
Foi desenvolvido no ambiente do software
estatístico Minitab for Windows,
funciona de modo interativo e é
muito simples de ser utilizado não necessitando do usuário conhecimentos específicos
sobre o software Minitab
for Windows para seu uso. O SCAP
está dividido em dois módulos: CI
e AI.
No módulo CI (continuous
inspection) os estimadores de variabilidade para processos autocorrelacionados,
construídos por meio da metodologia de Geoestatística (Mingoti, 2000; Neves,
2001), estão implementados assim como os estimadores de variabilidade clássicos
como o de variância amostral e o de amplitude amostral (Montgomery,1996). Os gráficos
de controle de Shewhart (1939) e o
de autocorrelação amostral (Box & Jenkins, 1970) também estão disponíveis.
No módulo AI (attribute
inspection) os modelos Binomial Generalizado
(Madsen,1993,Mingoti,2003) e de Cadeia de Markov (Bhat & Lal,1990) são
introduzidos para descrever o comportamento do número de ítens defeituosos (não-conformes)
de processos. Estes modelos levam em consideração a correlação existente
entre os ítens inspecionados no que se refere ao atributo de qualidade
considerado. Estimadores de correlação
de Madsen (1993), Bayesianos (Mingoti,2002) e Não-Paramétrico (Mingoti,2002)
também estão implementados. O usuário poderá estimar a correlação do
processo e construir os gráficos de controle de Shewhart tanto para o número
de ítens não-conformes do processo quanto para a proporção de não-conformes.
O controle estatístico pode ser feito tanto para
casos nos quais os dados coletados já trazem a informação do número
total de defeitos por amostra, como nos casos em que os dados
trazem a informação individual de cada ítem inspecionado.
Detalhes e exemplos de utilização do software
SCAP, módulos CI
e AI, chamados respectivamente de SCAPCI
e SCAPAI estão apresentados nos
correspondentes manuais do usuário, disponíveis nesta página para download.
Os programas SCAPCI
e SCAPAI também se encontram
disponíveis para download sem custo ao usuário. Outras referências
importantes relacionadas com as metodologias implementadas no SCAP
são Mingoti & Fidelis (2001) e Mingoti & Carvalho (2002).
Referências
Bibliográficas Básicas:
1.BHAT,
U.N. & LAL, R. Attribute control charts for Markov dependent production
processes, IIE Transactions,22,2,181-188, 1990.
2.Box,G.P.
& Jenkins,G.M.
Time Series Analysis: Forecasting
and Control. New
York: Holden Day, 1976.
3.MADSEN,
R. W. Generalized binomial distributions,
Communications in Statistics:
4.MINGOTI,
S.A. (2003) A note on the sample size required in sequential tests for
5.MINGOTI,
S. A. Técnicas Estatísticas para o
Monitoramento de Processos
6.MINGOTI,
S. A. Aplicação
de Novas Ferramentas Estatísticas no Monitoramento
7.MINGOTI,S.A.,FIDELIS,M.T.
Aplicando a
geoestatística no controle estatístico de
8.MINGOTI,
S. A., CARVALHO, J.P. A cadeia de Markov no monitoramento, via inspeção por
atributos, de processos autocorrelacionados: o programa SCAP-módulo AI. Anais
do XXIII ENEGEP, Ouro Preto, Minas Gerais, 2003.(disponível para download).
9.MINGOTI,
S. A., CARVALHO, J.P. (2002) O programa SCAP
para monitoramento de processos autocorrelacionados e inspeção por atributos. Atas
da III Jornada Regional de Estatística e
10.MONTGOMERY,
D. C. Introduction to statistical quality
control.New York: John Wiley, 1996.
11.NEVES,
O. F. Estudo de Novos Estimadores para a
Variabilidade de Processos.
12.SHEWHART,
W.A. Application of statistical method in mass production. In:
Contato:
Sueli Aparecida Mingoti
Departamento
de Estatística
Universidade Federal de Minas Gerais
UFMG - Brasil
Av. Antonio Carlos, 6627 – Campus/Pampulha – Belo Horizonte
Minas Gerais - 30.161-970 - Brasil
Fone: +55 31 3499-5948
Fax: +55 31 3499 5924
Web Designer Fernando Luiz Pereira de Oliveira