Início / Lean Six Sigma / ANOVA, regressão e simulação
Descubra entre quais valores ficam 95% ou 99% das suas peças, com a confiança que a amostra permite, e se essa faixa cabe na especificação. Diferente do intervalo de confiança da média, o de tolerância fala das peças individuais: é o que se usa para validar processos, liberar lotes e definir limites de projeto. Basta colar as medições (de preferência 30 ou mais).
Ferramenta de pré-dimensionamento e estimativa: os resultados não substituem projeto, cálculo ou laudo assinado por profissional habilitado nem a verificação conforme as normas aplicáveis.
Como ler: uma linha por amostra. Normal = média ± k × DesvPad, válido se os dados forem normais (veja o valor-P de Anderson-Darling); não paramétrico = valores reais da amostra ordenada, válido para qualquer forma, com a confiança que o N permite; k = quantos desvios-padrão o intervalo abre para cada lado (maior com amostras pequenas).
Barras = dados da amostra; curva = normal ajustada; linhas = limites de tolerância (normal e não paramétrico) e especificação.
Como ler: as barras contam as peças em cada faixa de medida e a curva é a normal ajustada. As linhas verticais marcam os limites de tolerância (onde fica a % pedida das peças) e, se informada, a especificação. Bom: os limites de tolerância ficam por dentro da especificação. Alerta: um limite de tolerância passa da especificação, ou as barras não seguem a curva (use o não paramétrico).
Cada linha é um intervalo; o ponto é a média. Seta = lado sem limite (intervalo unilateral). Linhas verticais = especificação.
Como ler: cada linha horizontal é o intervalo de uma amostra (normal e não paramétrico), com o ponto na média. Compare as amostras entre si e com as linhas verticais da especificação: intervalo inteiro dentro dela = processo atende; intervalo que ultrapassa = parte das peças pode sair fora. Setas indicam o lado sem limite num intervalo unilateral.
Pontos sobre a reta = dados normais e o método normal vale. Curvas ou degraus = use o método não paramétrico.
Como ler: o eixo horizontal é a medida e o vertical, a porcentagem acumulada das peças, numa escala em que a distribuição normal vira reta. Pontos alinhados à reta = o método normal é confiável. Pontos que fogem nas pontas, fazem curva ou degrau = os limites normais podem errar justamente nas caudas: prefira o não paramétrico.
Quanto maior a amostra, menor o k e mais estreito o intervalo; com N muito grande, k tende ao z da normal. O ponto marca a sua amostra.
Como ler: o eixo horizontal é o número de peças medidas (escala logarítmica) e o vertical, o fator k que multiplica o desvio-padrão. A curva cai rápido até umas 30 a 50 peças e depois achata, aproximando-se da linha do z (o valor com média e desvio conhecidos). O ponto é a sua amostra: se ele está na parte íngreme, medir mais peças estreita bem o intervalo.
Como ler: cada linha é um tamanho de amostra possível. Compare o fator k e a largura do intervalo para decidir quantas peças medir; a coluna do não paramétrico mostra a confiança que cada N consegue sem supor normalidade.
Leve os resultados desta página para outra calculadora, com os campos já preenchidos.
O memorial reúne entradas, resultados, equações, hipóteses e referências desta página, com campos para projeto, responsável e revisão. O relatório completo traz também os gráficos e as interpretações, em cores. Na janela de impressão, escolha Salvar como PDF.
O intervalo de confiança diz onde está a média do processo; o de tolerância diz onde estão as peças individuais. Com 100 peças, o intervalo de confiança da média do eixo da Máquina 2 tem poucos centésimos de milímetro; o de tolerância 95/95 tem mais de 2 mm, porque precisa abranger 95% das peças.
Que o método, repetido em muitas amostras, produz intervalos que contêm pelo menos 99% das peças em 95% das vezes. É a linguagem usada em validação de processo e de embalagens: "intervalo 95/99".
Porque a média e o desvio-padrão vêm de uma amostra e podem estar errados. O k compensa essa incerteza: para 95/95 ele vale 3,393 com 10 peças, 2,234 com 100 e tende a 1,960 com amostras muito grandes.
Quando o teste de Anderson-Darling rejeita a normalidade (p < 0,05) ou o gráfico de probabilidade mostra curvas e degraus. Ele vale para qualquer distribuição, mas precisa de mais dados: 59 peças para um limite unilateral 95/95 e 93 para um intervalo bilateral 95/95.
No não paramétrico, os limites são valores da amostra ordenada, então a confiança não pode ser ajustada exatamente: ela salta conforme o valor escolhido. A página mostra a confiança real do intervalo; se ficar abaixo da pedida, a amostra é pequena.
Informe LIE e LSE. Se o intervalo couber dentro deles, pelo menos a porcentagem pedida das peças está dentro da especificação, com a confiança escolhida. A página mostra também a maior porcentagem que se pode garantir, por exemplo "pelo menos 99,6% dentro".
O exato (padrão, o mesmo das tabelas da ISO 16269-6 e de Odeh e Owen) resolve a integral da cobertura; a aproximação de Howe, usada no manual do NIST, difere na 3ª casa com amostras pequenas (3,382 contra 3,393 para N = 10, 95/95). Use o exato, salvo para reproduzir um cálculo antigo.
Aviso importante: as ferramentas do Indus Metrics fazem estimativas e pré-dimensionamentos a partir dos dados informados e de métodos de engenharia publicados. Não substituem projeto, memorial ou laudo assinado por profissional habilitado (CREA/ART), nem a verificação conforme as normas técnicas e a legislação aplicáveis, como as Normas Regulamentadoras do Ministério do Trabalho. Propriedades de materiais e combustíveis variam: confira com o fabricante ou com análises do seu processo antes de decidir. Ao usar o site, você concorda com os Termos de Uso.
© 2026 Indus Metrics. Encontrou um erro? Escreva para contato@seudominio.com.