APLICAÇÃO DO CONCEITO DE GESTÃO DE ESTATÍSTICAS (CEP)
Tese: APLICAÇÃO DO CONCEITO DE GESTÃO DE ESTATÍSTICAS (CEP). Pesquise 862.000+ trabalhos acadêmicosPor: Matgarcia • 13/3/2014 • Tese • 1.847 Palavras (8 Páginas) • 293 Visualizações
APLICAÇÕES DOS CONCEITOS DE CONTROLE ESTATÍSTICO (CEP)
1. Conceitos e aplicações da Estatística
A estatística é um instrumento útil e indispensável para tomadas de decisão em diversos campos: científico, econômico, social, político. A estatística se dedica à coleta, análise e interpretação de dados, preocupa-se com os métodos de recolha, organização, resumo, apresentação e interpretação dos dados, assim como tirar conclusões sobre as características das fontes donde estes foram retirados, para melhor compreender as situações. Algumas práticas estatísticas incluem, por exemplo, o planejamento, a sumarização e a interpretação de observações. O objetivo da estatística é a produção da melhor informação possível a partir dos dados disponíveis.
Os dados estatísticos são adquiridos e repassados a sociedade para que possa tomar proveito desses estudos realizados para o desenvolvimento de atividades realizadas no dia-a-dia para que a sociedade possa lidar com diversas situações que possam permitir o controle e estudos de fatos que afetam o cotidiano em diversas áreas.
2. Possibilidades de aplicações da Estatística na área de Gestão Financeira
EXPERIMENTO INDUSTRIAL I
Na National Railway Corporation do Japão foi realizado um experimento, apresentado por Taguchi & Wu (1980) e discutido também por Hamada & Wu (1990). O objetivo do experimento é encontrar os fatores que afetam a viabilidade de um procedimento para soldar duas chapas de aço. A viabilidade é definida como o grau de dificuldade no processo de soldagem de duas chapas, classificado segundo três categorias: fácil, mediano e difícil. Inicialmente, os pesquisadores estavam interessados em 9 fatores isolados (A-I) e em quatro combinações de dois fatores (AG, AH, AC, GH). O plano experimental escolhido foi um fatorial fracionado do tipo 29-5, com uma observação para cada subexperimento (denominado run, em inglês).
EXPERIMENTO INDUSTRIAL II
Uma companhia fabrica um produto de borracha que deve satisfazer certas especificações, não manchando o painel no qual será fixado.
2
Para determinar os fatores importantes que influenciam as características de qualidade, foram incorporados quatro fatores no delineamento experimental. Eles eram os compostos químicos usados na fabricação do produto.
Em cada subexperimento de um delineamento fatorial fracionado do tipo 24-1 , uma unidade do produto foi fixada em um painel de metal pintado, o qual foi submetido a temperatura alta durante 3 dias. O painel foi então inspecionado e suas características foram classificadas em uma das seguintes três categorias de dano: nenhum a muito leve; leve a moderado; moderadamente severo a severo. Os dados e uma análise inicial desse experimento foram apresentados por Lear & Stanton (1985) e discutidas posteriormente por Hamada & Wu (1990).
EXPERIMENTO INDUSTRIAL III
(QUALIDADE DE CAMISAS TERMOPLÁSTICAS PARA CABOS DE VELOCÍMETROS)
Nesse exemplo será brevemente descrito o experimento realizado na empresa Flex Products, Inc., por uma equipe conduzida por J. Quinlan, visando o melhoramento da qualidade de camisas termoplásticas para cabos de velocímetros, veja Quinlan (1985).
As camisas termoplásticas, produzidas por extrusão, são compostas por um forro interno de polipropileno extrusionado, uma camada de fio trançado e um invólucro coextrusionado. A contração excessiva das camisas após a extrusão pode provocar perturbações na ensamblagem e, consequentemente, perda de qualidade.
O objetivo do experimento é encontrar as causas do encolhimento das camisas após a extrusão. Procedida a análise do correspondente diagrama de causas e efeitos (denominado também diagrama de Ishikawa ou de espinha de peixe), os engenheiros identificaram 15 fatores potencialmente responsáveis pelo defeito. Esses fatores, bem como seus níveis ou modalidades de alteração, são mostrados no quadro a seguir.
3
Fatores utilizados no experimento para melhorar a qualidade de camisas termoplásticas de cabos de velocímetros.
O método de análise utilizado por Quinlan (1985) consistiu em construir o quociente sinal-ruído (SN) proposto por Taguchi para cada subexperimento, aferindo depois os 16 valores de SN com uma versão da técnica da análise da variância também proposta por esse autor, veja Taguchi (1987, p.625), Box (1988), Nair (1992) e Box, Bisgaard and Fung (1988). Os fatores de impacto estatisticamente significativo, em ordem de importância, foram E, G, K, A, C, F, D e H. Aqueles com as máximas contribuições à variação total foram E e G, explicando conjuntamente mais de 70% da variabilidade dos quocientes.
Os resultados desse experimento foram reanalisados por Vigo (1994), mediante a discretização da variável resposta percentual de contração das camisas, construindo a variável grau de contração das camisas após a extrusão. Essa nova variável foi medida segundo as categorias ordenadas rotuladas como "leve", "médio" e "forte", às quais foram atribuídos os escores 1, 2 e 3, respectivamente. No trabalho foram apresentados e discutidos diversos procedimentos de análise para dados ordinais, cabendo destacar o Modelo de Resposta Média proposto por Grizzle, Starmer and Koch (1969), a Análise de Acumulação proposta por Taguchi (1987) e o Modelo de Odds Proporcionais proposto por McCullagh (1980).
4
Aspectos metodológicos dos dois últimos métodos foram rigorosamente discutidos, incluindo o procedimento iterativo de estimação dos parâmetros do modelo de McCullagh, apresentando, também, procedimentos computacionais para o ajuste do modelo.
Dentre os principais resultados, a Análise de Acumulação detectou os 15 fatores como responsáveis pelo grau de contração das camisas, enquanto que o Modelo de Resposta Média apresentou, pela ordem de importância, os fatores E, G, B, F, D, A, C, K e I. O Modelo de Odds Proporcionais mostrou-se superior aos demais métodos, sugerindo que apenas os fatore E e G são responsáveis pela contração das camisas. Além disso, através do Modelo de Odds Proporcionais também é possível estimar magnitude e direção dos efeitos dos fatores que provocam impacto significativo sobre o grau de contração
...