Gráficos de controle de aceitação considerando a significância prática utilizando-se de índices de capacidade do processo: proposta de um método preditivo e desenvolvimento de um software

Resumo

Duas alternativas metodológicas surgem nos processos decisórios que são pouco explorados: o uso de métodos estatísticos com níveis de significância estatística calculados, ou, o que é comum, o uso de julgamento baseado na significância prática e econômica. Nessa linha, o tema de pesquisa proposto se refere ao estudo de gráficos de controle que, simultaneamente, adotem as duas abordagens de decisão: a significância estatística e a significância prática. A escolha do tema de pesquisa decorre da busca por respostas às perguntas: i) Por que os gráficos de controle falham em relação aos propósitos a que são destinados, dado que esse assunto já é pesquisado a mais de seis décadas? ii) Por que essas pesquisas não incorporam aos seus métodos níveis de significância baseada em aspectos práticos e econômicos, tais como as restrições operacionais de ação sobre os processos e os efeitos da não conformidade às especificações sobre o cliente? Para responder a essas perguntas, este projeto basear-se-á nas teorias dos gráficos de controle de aceitação e nos índices de capacidade de processo, dois aspectos fundamentais do ponto de vista prático. Com a integração desses elementos - significância prática, cartas de controle de aceitação e índices de capacidade de processo - pretende-se desenvolver um novo tipo de gráficos de controle alinhados as demandas das empresas manufatureiras. O método proposto baseia-se em simulações numéricas e estocásticas, com pesquisa de campo em empresas que adotam o controle estatístico de processo. Com a busca de informações de campo, pretende-se construir novas bases para o uso dos gráficos de controle estatístico. O produto previsto é o desenvolvimento de um software de suporte a construção de gráficos de controle estatístico de índices de capacidade, que é útil também em estudos de capacidade de máquina aplicados em startup de produção. (AU)