Gest. Prod., So Carlos, v. 16, n. 1, p. 121-132, jan.-mar.

2009
cionais de capacidade do processo, ou de capabilidade do
processo, do ingls process capability, procuram detectar
dois tipos de problemas. O primeiro de localizao do
processo, se o processo atende em mdia ao valor nominal
de especifcao, e o segundo, de variabilidade, quando o
processo apresenta muita disperso e no atende s espe-
cifcaes (bilaterais) que so estabelecidas no projeto.
A teoria de capacidade do processo foi primeiramente
desenvolvida supondo-se que o processo em anlise
apresenta distribuio normal e quando a caracterstica
de qualidade do tipo nominal com especifcaes bila-
terais, porm, em algumas situaes, desejvel atender
a uma especifcao unilateral, na qual, certamente,
um processo no-normal seria desejado. Por exemplo,
produtos alimentares, que so obrigados por lei a ter
certo peso, por causa do custo, tero uma quantidade
mais prxima desse peso, o que certamente ir gerar um
processo com assimetria (no-normal). Sendo assim,
importante que se busquem alternativas para atender a
este tipo de situao, visando minimizar concluses err-
neas na anlise da capacidade.
1 Introduo
Atualmente as empresas buscam produzir com a
menor perda possvel, de tempo, recursos e custos, sem
deixar de atender aos desejos e necessidades dos clientes.
Para atingir esse objetivo, muitas empresas fazem uso
do controle estatstico do processo, um dos ramos do
controle de qualidade, que trata da coleta, anlise e inter-
pretao de dados para a proposta de melhorias e controle
da qualidade de produtos e servios.
Analisando-se a variabilidade do processo, tm-se duas
classifcaes possveis para ele. O processo dito esta-
tisticamente sob controle quando somente causas comuns
de variabilidade estiverem presentes. Ao contrrio, se um
processo apresentar, alm das causas comuns de varia-
bilidade, causas especiais, ele ser dito fora de controle
estatstico.
Quando se verifca que o processo encontra-se sob
controle estatstico, pode-se medir quanto esse processo
consegue gerar produtos que atendam s especifcaes
de projeto que refetem os desejos e exigncias de seus
clientes. Para isso, faz-se uso dos ndices de capacidade
do processo. Os ndices estabelecidos nos estudos tradi-
Patricia Ueda Gonalez
Liane Werner
Resumo
A anlise de capacidade do processo para dados com distribuio no-normal
tem sido explorada nos ltimos anos, porm ainda so poucas as referncias que
abordam este assunto. Por isto, este trabalho apresenta os principais mtodos de
anlise de capacidade do processo para dados com distribuio no-normal, sendo
o primeiro deles o mtodo proposto por Clements em 1989, o segundo, proposto por
Pearn e Chen (1997) e o terceiro mtodo apresentado foi proposto por Chen e Ding
(2001). Os mtodos de Clements (1989) e Pearn e Chen (1997) so parecidos em
muitos aspectos, mas cada um deles apresenta uma novidade em relao ao clculo
dos ndices de capacidade. Em comum, ambos os mtodos apresentam ndices seme-
lhantes aos ndices tradicionais, que supem normalidade dos dados. O mtodo de
Chen e Ding (2001) em si uma forma de estimar o nmero de no-conformes ob-
servado no processo em estudo. Alm de abordar os mtodos, so apresentados dois
casos. No primeiro deles, comparando-se os mtodos de Clements (1989) e de Pearn
e Chen (1997), procura-se concluir qual dos mtodos o melhor para o clculo da
capacidade do processo no-normal. No segundo, os trs mtodos apresentados so
aplicados em um conjunto de dados, obtidos de uma indstria metalrgica. Para a
execuo das anlises nos casos, foi aplicado o software livre R verso 2.2.
Palavras-chave: ndices de capacidade. Dados no-normais. Capabilidade.
Comparao dos ndices de capacidade
do processo para distribuies no-normais
122 Gonalves e Werner
Gest. Prod., So Carlos, v. 16, n. 1, p. 121-132, jan.-mar. 2009
amplitude do intervalo de especifcao e da variabilidade
natural do processo para o seu clculo. Como consequncia
disto, para um determinado valor de C
p
, pode-se ter qual-
quer percentual de itens fora das especifcaes, este
percentual vai depender apenas de onde est localizada a
mdia do processo. Por isso, o ndice C
p
d apenas uma
idia de quanto o processo potencialmente capaz de
produzir dentro do intervalo especifcado no projeto.
2.2 ndice C
pk
Como na prtica nem sempre o processo est centrado
no valor nominal da especifcao ento, o uso do ndice
C
p
pode levar a concluses erradas, Kane (1986) props
o ndice de desempenho C
pk
, que leva em considerao a
distncia da mdia do processo em relao aos limites de
especifcao. Este ndice dado pela Equao (2).

min ,
3 3
pk
LSE LIE
C
j \

, (
( ,
(2)
em que: LSE o limite superior de especifcao; LIE o
limite inferior de especifcao; a mdia do processo
e o desvio-padro do processo.
Se o processo estiver centrado no valor nominal de
especifcao, C
p
= C
pk
. Ento, caso C
p
seja diferente de
C
pk
, sabe-se que o processo est descentrado, isto , que
a mdia no coincide com o valor nominal das especif-
caes. As interpretaes do ndice C
pk
podem ser feitas
pela regra mostrada para o ndice C
p
, j que a anlise
da capacidade do processo feita usando-se estes dois
ndices em conjunto.
2.3 ndice C
pm
e C
pmk
So alternativos aos ndices anteriores e consideram,
alm da variao do processo, a distncia de sua mdia
em relao ao valor nominal da especifcao.
O ndice C
pm
dado pela expresso da Equao (3).

2 2
6 ( )
pm
LSE LIE
C
T

+

(3)
em que: LSE o limite superior de especifcao; LIE o
limite inferior de especifcao; a mdia do processo;
o desvio-padro do processo; e T o valor nominal
da especifcao.
Pela defnio do ndice C
pm
, um aumento na variabi-
lidade do processo faz com que o denominador do ndice
aumente e consequentemente o valor do ndice diminuir.
Alm disso, um distanciamento maior do processo em
relao ao valor nominal tambm poder provocar um
aumento no denominador do ndice, tornando-o menor.
Uma vantagem do ndice C
pm
em relao ao ndice C
p

que ele fornece uma boa idia da capacidade do processo,
tanto para os processos que se apresentam prximos ao
valor nominal quanto para os que se apresentam mais
2 Capacidade do processo
Quando as causas especiais de variao so elimi-
nadas de um processo com distribuio normal relativo
caracterstica de qualidade em estudo, diz-se que o
processo est sob controle estatstico ou que se trata de
um processo estvel. Porm, mesmo um processo sob
controle estatstico produz itens defeituosos. Logo, no
sufciente colocar e manter um processo sob controle;
fundamental avaliar se o processo capaz de atender
s especifcaes estabelecidas a partir das necessidades
dos clientes. esta avaliao que constitui a anlise da
capacidade do processo, que medida atravs da relao
entre a variabilidade natural do processo em relao
variabilidade que permitida a esse processo, dada pelos
limites de especifcao.
Conforme Montgomery (1997) e Deleryd (1999), quatro
so os ndices de capacidade para dados normalmente
distribudos. Estes ndices so nmeros adimensionais
que permitem uma quantifcao do desempenho de
processos, sendo eles: C
p
, C
pk
, C
pm
e C
pmk
.
2.1 ndice Cp
O ndice C
p
, chamado de ndice de capacidade poten-
cial do processo, considera que o processo est centrado
no valor nominal da especifcao. Caso a caracterstica
de qualidade em estudo tenha distribuio bilateral, o
ndice C
p
defnido pela Equao (1).

6
p
LSE LIE
C

(1)
em que: LSE o limite superior de especifcao; LIE
o limite inferior de especifcao e o desvio-padro
do processo.
Este ndice relaciona a variabilidade permitida ao
processo (especifcada no projeto) com a variabilidade
natural do processo, e com isso tem-se que quanto maior
for o valor de C
p
, maior ser a capacidade do processo
em satisfazer s especifcaes, desde que a mdia esteja
centrada no valor nominal. Uma regra prtica, conforme
Montgomery (1997), para analisar este ndice defnir
trs intervalos de referncia, mostrados na Tabela 1.
Porm, o ndice C
p
, no considera a localizao do
processo, estando embasado apenas na relao entre a
Tabela 1. Intervalos de referncia para anlise do ndice C
p
.
C
p
Itens no-conformes
(PPM)
Interpretao
C
p
< 1 Acima de 2700 Processo incapaz
1

C
p
1,33 64 a 2700 Processo aceitvel ou
relativamente capaz
C
p


1,33 Abaixo de 64 Processo
potencialmente capaz
123 Comparao dos ndices de capacidade do processo para distribuies no-normais
Gest. Prod., So Carlos, v. 16, n. 1, p. 121-132, jan.-mar. 2009
Alm disto, para processos com limites de especif-
cao simtricos em relao ao valor nominal e com
mdia do processo sobre esse valor nominal, os ndices
C
pk
, C
pm
e C
pmk
tornam-se iguais ao ndice C
p
.
Em um estudo realizado por Pearn e Chen (1997), foi
estabelecido um ranking entre os quatro ndices. O ranke-
amento considera a sensibilidade de captar a distncia
entre a mdia do processo e o valor nominal de especif-
cao. Os autores concluram que o ndice mais sensvel
o C
pmk
, sendo seguido pelo C
pm
, C
pk
e C
p
, respectiva-
mente.
3 Capacidade do processo no-normal
Muitas indstrias, pelo desconhecimento dos mtodos
de anlise da capacidade de processos no-normais,
assumem que seu processo fornece dados que so
normalmente distribudos e fazem uso de um ou mais
ndices citados anteriormente para analisar a capacidade
de produo de itens conformes. Porm essa prtica
pode gerar interpretaes errneas sobre a capacidade do
processo, j que os ndices C
p
, C
pk
, C
pm
e C
pmk
supem
normalidade da caracterstica de qualidade em estudo.
Para exemplifcar que tipo de interpretao errnea
pode ser provocada pelo uso desses ndices bsicos em
distribuies no-normais, Pearn e Chen (1997) consi-
deram trs processos A, B e C, todos com distribuio
qui-quadrado com 2 graus de liberdade. Na fgura 1,
so mostradas as distribuies dos trs processos e suas
relaes com os limites de especifcao, sendo que o
processo A apresenta mdia igual a 30, o processo B,
mdia igual a 37, e o processo C apresenta mdia igual a
44. Todos os processos apresentam desvio-padro igual
a 2.
Observando-se a Figura 1, nota-se que o processo A
apresenta mdia igual ao LIE, a mdia do processo B
igual ao valor nominal de especifcao e que o processo
C tem mdia igual ao LSE. A partir destas informaes,
afastados dele. Alm disso, segundo Chan et al. (1988),
se o processo segue uma distribuio normal e a mdia
do processo est centrada no valor nominal de especif-
cao, o ndice C
pm
apresenta distribuio semelhante
do ndice C
p
, mas seu estimador

pm
C mais efciente e
apresenta vis menor que

p
C , estimador de C
p
.
Como o ndice C
pm
considera em seu numerador
apenas a variabilidade permitida ao processo, a litera-
tura sugere ainda outro ndice, o C
pmk
, que refna mais a
anlise, j que considera a menor distncia entre a mdia
do processo em relao aos limites de especifcao em
seu numerador. Seu clculo dado pela Equao (4).

2 2
min ,
3 ( ) 3 ( )
pmk
LSE LIE
C
T T
2 2
j \

, (
, (
+ + ( ,

(4)
em que: LSE o limite superior de especifcao; LIE o
limite inferior de especifcao; a mdia do processo;
o desvio-padro do processo e T o valor nominal da
especifcao.
2.4 Formulao nica dos ndices
Vnnman (1995) construiu uma frmula nica da qual
podem ser derivados os ndices de capacidade. Os quatro
ndices apresentados (C
p
, C
pk
, C
pm
, C
pmk
) poderiam ser
vistos como seus casos especiais. A frmula de Vnnman
defnida conforme a Equao (5).

2
( , )
( )
p
d u m
C u v
v u T
2

3 +

(5)
em que: a mdia do processo; o desvio-padro do
processo;
( )
2
LSE LIE
d

a metade do comprimento
do intervalo de especifcao;
( )
2
LSE LIE
m
+
o
ponto mdio entre os limites de especifcao; T o valor
nominal e u, v 0.
Substituindo-se u e v por combinaes de 0 e 1 na
Equao (5), chega-se aos ndices de capacidade j apre-
sentados: C
p
(0,0) = C
p
; C
p
(1,0) = C
pk
; C
p
(0,1) = C
pm
;
C
p
(1,1) = C
pmk
. Alm de poderem ser derivados de uma
frmula nica, estes ndices se relacionam conforme as
Equaes (6) e (7).

1
2
2
1
pm p
T
C C

, ]
j \
+ , ]
, (
( ,
, ]
]

(6)

1
2
2
1
pmk pk
T
C C

, ]
j \
+ , ]
, (
( ,
, ]
]

(7)
63%
30 37
37%
44
LIE T LSE
Figura 1. Distribuies dos processos A, B e C, Pearn e Chen,
1997.
124 Gonalves e Werner
Gest. Prod., So Carlos, v. 16, n. 1, p. 121-132, jan.-mar. 2009
buies no-normais: t-Student, gamma, lognormal e
Weibull. Neste estudo, diversos valores de C
pk
foram
usados para estimar o nmero de itens no-conformes,
em partes por milho (PPM), considerando-se que o
processo seguia uma distribuio normal. Com isso, veri-
fcaram que pequenos afastamentos de uma curva em
relao normal produziam srios erros de estimao
do nmero de no-conformes. As tabelas 3 e 4 resumem
alguns resultados obtidos pelo estudo.
De uma forma geral, observa-se na tabela 3 que, para
os parmetros estudados, quanto maior a capacidade do
processo, menor o erro absoluto cometido na estimao
do nmero de no-conformes. Em relao variao dos
parmetros, tem-se que: a) no caso da distribuio t-Stu-
dent, este erro se tornava menor quanto maior o nmero
de graus de liberdade, pois a distribuio se aproximava
da distribuio normal; b) para a distribuio gamma,
fxado o parmetro , quanto maior o valor de , mais
simtrica a distribuio se torna, o que diminui o erro
na estimao do nmero de no-conformes, supondo
normalidade; c) a distribuio lognormal, diferentemente
das demais, tem a assimetria aumentada quanto maior o
valor do parmetro , com isso, maior se torna o erro
na estimao do nmero de no-conformes; d) na distri-
buio Weibull, para = 1, quanto maior o valor de ,
mais prxima ela se torna da distribuio normal, porm
quando > 3, a rea sob a cauda na distribuio Weibull
menor que a cauda da distribuio normal.
Para se ter o mesmo nmero de no-conformes obtido
na estimao de cada uma das quatro distribuies
apresentadas, Somerville e Montgomery (1996-1997)
tem-se que o processo B est centrado no valor nominal e
que os processos A e C apresentam-se igualmente, porm
opostamente, distantes do valor nominal. Calculando-se
os quatro ndices de capacidade, supondo-se normalidade
destes processos, verifca-se, conforme a Tabela 2, que
eles no permitem estimar um percentual correto de itens
no-conformes, j que esse percentual para o processo A
de 63% e para C de 37%, mas os ndices dos processos
A e C no apresentaram diferenas entre si, conforme os
ndices citados.
Interessante tambm comparar o comportamento do
processo B, supondo-se diferentes distribuies com
o Cp = 1,17. Se este processo apresenta distribuio
normal com mdia 37 e desvio-padro condizente com o
referido Cp, no se encontrariam produtos fora das espe-
cifcaes, o que no ocorre com a distribuio
2
com 2
graus de liberdade, em que o percentual de itens fora da
especifcao no limite superior estimado em 3,18%.
Somerville e Montgomery (1996-1997) fzeram um
estudo para verifcar os efeitos da falta de normalidade
dos dados no clculo do nmero de itens no-conformes
produzidos por um processo em quatro famlias de distri-
Tabela 2. ndices de capacidade, sob suposio normalidade, para
os processos A, B e C.
Processo C
p
C
pk
C
pm
C
pmk
A 1,17 0,00 0,32 0,00
B 1,17 1,17 1,17 1,17
C 1,17 0,00 0,32 0,00
Adaptado de Somerville e Montogomery (1996-1997).
Tabela 3. Erros absolutos em PPM obtidos nas 4 distribuies estudadas no caso unilateral.
Valor C
pk
t-Student Gamma ( = 1) Lognormal ( = 1) Weibull ( = 1)
5 gl 20 gl = 1,5 = 3 = 0,25 = 1 = 1 = 3
0,67 1906 1164 25396 21440 15788 14224 27037 2801
1,00 4512 1100 14475 10446 7063 16698 16966 148
1,33 1755 180 5063 2905 1668 9831 6706 -5
1,67 664 18 1617 696 332 5833 2478 -0,17
2,00 287 2 508 159 65 3658 912 -0,0009
Nas distribuies Gamma e Weibull, parmetro de forma e de escala, e na distribuio Lognormal o contrrio. Adaptado de
Somerville e Montgomery (1996-1997).
Tabela 4. Cpk da distribuio normal equivalente ao nmero de no-conformes estimados nas 4 distribuies.
Valor
C
pk
t-Student Gamma ( = 1) Lognormal Weibull ( = 1)
5 gl 20 gl = 1,5 = 3 = 0,25 = 1 = 1 = 3
0,67 - - 0,55 0,57 0,59 0,60 0,55 0,65
1,00 - - 0,72 0,75 0,80 0,70 0,70 0,99
1,33 - - 0,86 0,92 0,98 0,78 0,82 1,35
1,67 0,97 1,17 0,98 1,07 1,13 0,84 0,94 1,72
2,00 - - 1,10 1,20 1,28 0,89 1,04 2,12
Adaptado de Somerville e Montogomery (1996-1997).
125 Comparao dos ndices de capacidade do processo para distribuies no-normais
Gest. Prod., So Carlos, v. 16, n. 1, p. 121-132, jan.-mar. 2009
pelo matemtico Karl Pearson, e inclui diversas distribui-
es, sendo elas a normal, a lognormal, a t-student, a F, a
beta e a gamma.
Segundo o autor, seu mtodo de clculo dos ndices
apresenta algumas vantagens, como por exemplo, a
reduo de seus ndices aos ndices C
p
e C
pk
quando a
distribuio dos dados normal, a possibilidade de
estimar o percentual de itens no-conformes para uma
grande variedade de distribuies e, ainda, poder ser apli-
cado em qualquer famlia de curvas de probabilidade.
O ndice C
p
de Clements defnido pela Equao (8):

'
99,865 0,135
p
LSE LIE
C
F F

(8)
em que: LSE o limite superior de especifcao, LIE
o limite inferior de especifcao e F

o percentil na
posio -sima do processo.
Mas como o ndice C
p
considera apenas a disperso do
processo e no leva em conta a sua posio em relao aos
limites de especifcao, ele pode levar a uma interpre-
tao errada da capacidade do processo. Considerando-se
tambm a posio do processo, tem-se o ndice C
pk
de
Clements, que defnido como o mnimo de dois ndices,
C
pI
e C
pS
, defnidos pelas Equaes (9) e (10):

'
0,135
pI
M LIE
C
M F

(9)

'
99,865
pS
LSE M
C
F M

(10)
em que: M a mediana do processo, LSE o limite
superior de especifcao, LIE o limite inferior de espe-
cifcao e F

o percentil -simo do processo.

Para garantir que C
pI
e C
pS
venham a medir a relao de
cada metade da distribuio, tanto inferior como superior,
com as respectivas especifcaes, utiliza-se a mediana
como medida de tendncia central.
Quando a distribuio dos dados normal, a distncia
entre a mediana e cada um dos limites de especifcao
igual a 3. Com isso, o ndice C
p
de Clements se reduz
ao ndice C
p
tradicional, mostrado na Equao (1). Nesta
situao, o ndice C
pk
de Clements tambm se reduz ao
ndice C
pk
tradicional da Equao (2).
Posteriormente Pearn e Kotz (1992) e Pearn e Chen
(1995) apud Pearn e Chen (1997), baseados neste mtodo
de Clements, propuseram uma generalizao da formu-
lao nica mostrada na Equao (5), da qual se obteriam
quatro ndices para dados com distribuio no-normal.
Essa generalizao dada pela Equao (11):
calcularam o valor equivalente de C
pk
da distribuio
normal para estes nmeros de no-conformes. Os valores
obtidos, que so apresentados na tabela 4, mostram que
sob suposio de normalidade, a capacidade do processo
superestimada para estas quatro distribuies, com
exceo da distribuio Weibull, que apresenta rea sob
a cauda menor que a da distribuio normal quando o
parmetro = 3, para processos capazes.
Com essas distribuies no-normais, Somerville
e Montgomery (1996-1997) exemplifcaram como a
suposio de normalidade, quando no atendida, pode
produzir estimativas erradas do nmero de itens no-
conformes. Como o no atendimento da suposio de
normalidade dos dados pode levar a concluses errneas
sobre o processo, necessrio buscar por alternativas que
utilizem as distribuies adequadas. As j divulgadas
transformaes de Box-Cox ou de Johnson, em que dados
que no so normalmente distribudos so convertidos em
dados que apresentam distribuio normal, tm sido utili-
zadas, pois so prticas e fceis de aplicar. Porm este
trabalho aborda mtodos alternativos para a anlise da
capacidade do processo. So trs os mtodos: Clements
(1989), Pearn e Chen (1997) e Chen e Ding (2001).
O primeiro deles, proposto por Clements (1989), se
baseia em medidas de percentil para obter os ndices de
capacidade C
p
e C
pk
. A partir desse mtodo de Clements,
Pearn e Kotz, Pearn e Chen apud Pearn e Chen (1997)
propuseram uma generalizao da formulao nica
apresentada na Equao (5) para que se pudessem obter
quatro ndices com interpretaes semelhantes aos dos
ndices para dados normais.
O segundo mtodo, proposto por Pearn e Chen (1997),
tambm faz uso dos percentis para o clculo dos ndices,
diferindo apenas quanto aos ndices C
pk
e C
pmk
, pois no
clculo do denominador destes ndices, considerada a
metade da distncia entre os percentis da distribuio,
enquanto no primeiro mtodo se tem a distncia entre a
mediana e o percentil, superior ou inferior.
O terceiro mtodo foi proposto por Chen e Ding (2001)
e considera em seu clculo a variabilidade do processo, a
distncia entre a mdia do processo e o valor nominal e a
proporo de itens no-conformes, obtendo o ndice S
pmk
.
Este ndice proposto por este terceiro mtodo consegue
refetir exatamente o nmero de no-conformes do
processo, sendo superior aos outros dois mtodos ante-
riores (CHEN; DING, 2001).
3.1 Mtodo 1- ndices propostos por Clements
Em 1989, Clements props um mtodo simples de
clculo dos ndices C
p
e C
pk
para qualquer tipo de distri-
buio dos dados de interesse, usando a famlia de curvas
de Pearson. Essa famlia de curvas foi publicada em 1893,
126 Gonalves e Werner
Gest. Prod., So Carlos, v. 16, n. 1, p. 121-132, jan.-mar. 2009
ralizao, chamada de C
Np
(u,v), que atende a casos em
que a suposio de normalidade no seja verifcada. Essa
generalizao dada pela Equao (12):

2
99,865 0,135 2
( , )
3 ( )
6
Np
d u M m
C u v
F F
v M T

, ]
+
, ]
]

(12)
em que: F

o -simo percentil, M a mediana da

distribuio,
( )
2
LSE LIE
d

a metade do compri-
mento do intervalo de especifcao,
( )
2
LSE LIE
m
+

o ponto mdio entre os limites de especifcao, T o
valor nominal e u, v 0.
Para desenvolver essa generalizao, Pearn e
Chen substituram o desvio-padro de C
p
(u,v) por
99,865 0,135
6
F F
em C
Np
(u,v), pois assim mantida a idia
de medir a variabilidade inerente ao processo, mas no
se restringindo distribuio normal. Outra substituio
feita foi da mdia em C
p
(u,v) pela mediana M em C
Np

(u,v), j que a mediana uma medida mais robusta para
tendncia central que a mdia quando existe uma distri-
buio assimtrica, especialmente se essa distribuio
tiver caudas longas.
Da mesma forma que no primeiro mtodo, substituindo
(u,v) pelas diversas combinaes de 0 e 1, obtm-se os
quatro ndices equivalentes aos ndices para distribuio

'
2
99,865 0,135 2
2
99,865 2
2
0,135 2
( , ) (1 )
6 ( )
6
,
3 ( )
3
min
3 ( )
3
p
C u v u
LSE LIE
F F
v M T
LSE M
F M
v M T
u
M LIE
M F
v M T

+
, ]
+
, ]
]


, ]
+
, ]
]
+

, ]

+
, ]

]


(11)
em que: LSE e LIE so os limites superior e inferior de
especifcao, respectivamente; F

o -simo percentil
do processo, M a mediana, T o valor nominal do
processo e u, v 0.
Substituindo-se (u,v) pelas diversas combinaes de 0
e 1, obtm-se os quatro ndices equivalentes aos ndices
para distribuies normais, que podem ser interpretados da
mesma forma, porm atendendo a qualquer distribuio,
no se restringindo apenas normal. Esses ndices so
mostrados na Tabela 5 (Equaes 8, 12, 13, 14).
3.2 Mtodo 2- ndices propostos por Pearn e
Chen
Fazendo uso da formulao nica apresentada na
Equao (5), Pearn e Chen (1997) propuseram uma gene-
Tabela 5. ndices de capacidade do processo obtidos pelo mtodo de Clements.
(u,v)
'
( , )
p
C u v
(0,0)

(8)
(0,1)

(12)
(1,0) (13)
(1,1) (14)
'
99,865 0,135
p
LSE LIE
C
F F

'
99,865 0,135
min ,
pk
LSE M M LIE
C
F M M F
j \

, (

( ,
'
2
99,865 0,135 2
6 ( )
6
pm
LSE LIE
C
F F
M T

, ]
+
, ]
]
'
2 2
99,865 0,135 2 2
min ,
3 ( ) 3 ( )
3 3
pmk
LSE M M LIE
C
F M M F
M T M T
j \
, (
, (

, (
, ( , ] , ]
+ +
, (
, ] , ]
( , ] ]
127 Comparao dos ndices de capacidade do processo para distribuies no-normais
Gest. Prod., So Carlos, v. 16, n. 1, p. 121-132, jan.-mar. 2009
3.3 Mtodo 3 - ndice proposto por Chen e Ding
O terceiro mtodo se refere proposta de Chen e
Ding (2001). Os autores propuseram um ndice denomi-
nado S
pmk
, que atende a qualquer distribuio de dados,
e considera em seu clculo a variabilidade do processo,
a distncia da mdia do processo em relao ao valor
nominal e a proporo de no-conformes. Esse ndice
dado pela Equao (13):

2
1 ( ) ( )
2
3 1
pmk
F LSE F LIE
S
T
1
+ j \

, (
( ,

j \
+
, (
( ,

(13)
em que: F(x) a funo de distribuio acumulada do
processo, a mdia do processo, o desvio padro
do processo, T o valor nominal de especifcao, LIE
o limite inferior de especifcao e LSE o limite supe-
rior de especifcao.
Segundo Chen e Ding (2001), a construo deste
ndice vem da seguinte propriedade dos ndices apresen-
tada pela Equao (19):
normal, que tambm podem ser interpretados da mesma
forma, porm atendendo a qualquer distribuio, no se
restringindo apenas normal. Note-se que C
Np
= C
p
e
que C
Npk
= C
pk
. Os ndices C
Np
(u,v) so apresentados na
Tabela 6 (Equaes 8, 13, 16, 17).
Assim como nos ndices para distribuio normal, pode
ser estabelecida uma relao entre os ndices: C
Npm
=
C
Np
{1 + [(-T)/]
2
}
1/2
e C
Npmk
= C
Npk
{1 + [(-T) /]
2
}
1/2
,
em que = (F
99,865
F
0,135
)/6. Tambm existe um ranking
(PEARN; CHEN, 1997), para os quatro ndices propostos,
segundo sua sensibilidade em captar a distncia entre a
mediana do processo e o valor nominal, do mais sensvel
ao menos, tem-se: C
Npmk
, C
Npm
, C
Npk
e C
Np
.
Quando as especifcaes so simtricas em relao
ao valor nominal, C
Npk
= (1-k)C
Np
e C
Npmk
= (1-k)C
Npm
,
em que k = |M T|/d e
( )
2
LSE LIE
d

. Se o processo
com distribuio no-normal est centrado no valor
nominal, isto , M = T, C
Np
= C
Npk
= C
Npm
= C
Npmk
= d/3.
Mais ainda, se a distribuio dos dados for normal, tm-se
M = m e s = s, e, ento, vale ressaltar que as generali-
zaes C
Np
(u,v) reduzir-se-o aos quatro ndices bsicos
C
p
(u,v), obtendo-se C
Np
= C
p
, C
Npk
= C
pk
, C
Npm
= C
pm
e
C
Npmk
= C
pmk
.
Tabela 6. ndices de capacidade do processo propostos por Pearn e Chen.
(u,v) C
NP
(u,v)
(0,0)

99,865 0,135
Np
LSE LIE
C
F F

(8)
(0,1)
99,865 0,135 99,865 0,135
min ,
2 2
Npk
LSE M M LIE
C
F F F F
j \
, (

, (

, ( , ] , ]
, ( , ] , ]
( ,
] ]

(16)
(1,0)
2
99,865 0,135 2
6 ( )
6
Npm
LSE LIE
C
F F
M T

, ]
+
, ]
]

(13)
(1,1)
2 2
99,865 0,135 99,865 0,135 2 2
min ,
3 ( ) 3 ( )
6 6
Npmk
LSE M M LIE
C
F F F F
M T M T
j \
, (
, (

, (
, ( , ] , ]
+ +
, (
, ] , ]
( , ] ]

(17)
128 Gonalves e Werner
Gest. Prod., So Carlos, v. 16, n. 1, p. 121-132, jan.-mar. 2009
riormente, em um banco de dados real, obtido de uma
metalrgica da Grande Porto Alegre. Todos os resultados
so obtidos a partir do software livre R verso 2.2.
4.1 Estudo comparativo entre os mtodos de
anlise de capacidade do processo
no-normal
Neste estudo, mostrado um estudo comparativo entre
os mtodos 1 e 2 de capacidade do processo no-normal.
Os dois mtodos que sero comparados fazem uso dos
percentis para o clculo dos ndices, porm enquanto os
ndices de Clements (1989) consideram em seu denomi-
nador a distncia entre a mediana e o percentil, superior
ou inferior, para o clculo dos ndices C
pk
e C
pmk
, os ndices
de Pearn e Chen (1997) fazem uso da metade da distncia
entre os percentis da distribuio no clculo do denomi-
nador dos ndices C
Npk
e C
Npmk
.
Devido a essa diferena entre os mtodos, quanto
mais assimtrica for a distribuio dos dados, mais
diferentes sero os denominadores desses ndices e,
por consequncia, mais diferentes sero os resultados
obtidos da anlise de capacidade do processo desses dois
mtodos. Para exemplifcar essa diferena entre os dois
mtodos, so geradas trs distribuies assimtricas:
Gamma (2,100), Gamma (5,100) e Gamma (15,100),
cada uma com 1000 repeties, cujos histogramas so
mostrados na Figura 2, e algumas estatsticas descritivas
necessrias para o estudo esto na Tabela 7.
Calculando a distncia relativa da mediana em
relao ao valor nominal para as distribuies simuladas,
tem-se a Equao (21):

( ) ( )
M T
dr
Max X Min X

(21)
em que: X a varivel de interesse que foi medida, T
o valor nominal de especifcao e M a mediana do
processo.
As medidas mostradas na Tabela 8 foram obtidas da
Equao (21), com esses resultados e observando os

2 2
(1 )
(1 )
1 1
pmk pm
p pk
C C K
C C
K
T T


j \ j \
+ +
, ( , (
( , ( ,

(19)
em que: K o ndice de capacidade obtido pela expresso
2 | ( |
( )
T
LSE LIE

, , e T so, respectivamente, a mdia, o

desvio-padro e o valor alvo do processo.
Segundo Chen (2000), em qualquer distribuio de
probabilidade, a expresso
1 1 ( ) ( )
3 2
F LSE F LIE
1
+ j \

, (
( ,

uma boa aproximao para o valor de C
pk
na Equao
(19), sendo que denota a funo acumulada da distri-
buio normal padro.
A proporo de no-conformes P pode ser estimada a
partir de S
pmk
dada pela Equao (20):

P =

2
2 1 3 1
pmk
T
S
, ] j \
j \
, ]
, ( +
, (
( , , ] , (
( ,
]

(20)
e no difere da proporo real de no-conformes (CHEN;
DING, 2001).
Para mostrar a superioridade de seu ndice em relao ao
ndice C
Npmk
, descrito na Equao (19), Chen e Ding (2001)
aplicaram o ndice S
pmk
em seis processos no-normais: (i)

2
3
+ 7; (ii)
2
3
+ 14,8; (iii)
2
3
+ 22,6; (iv) Gamma (6,3); (v)
Gamma (1,12); e (vi) uniforme (17; 25,8). Para cada um
destes processos, foi obtido a P(X < 10,0) + P(X > 25,6),
sendo o limite inferior de especifcao igual a 10 e o
superior igual a 25,6, para este exemplo. Em seguida, os
autores calcularam o percentual de erro na estimao da
proporo de itens no-conformes gerados pelo uso do
ndice C
Npmk,
de Pearn e Chen (1997) e como resultado obti-
veram percentuais de erro razoveis, sendo o menor deles
28,7 e o maior, 106,2. Com isso, evidenciaram que o ndice
C
Npmk
no fornecia estimativas corretas da proporo de
no-conformes, enquanto o ndice S
pmk
o fornecia. Quanto
interpretao do ndice S
pmk
, a mesma dos demais ndices;
por exemplo, se o valor do ndice obtido foi S
pmk
= 0, 4092,
interpreta-se que o processo no capaz.
4 Estudos comparativos dos mtodos de
capacidade no-normal apresentados
Primeiramente ser apresentado um caso prtico para a
comparao entre os ndices de capacidade para processos
no-normais, que inclui um estudo que foi realizado por
Pearn e Chen (1997). A seguir ser apresentado um estudo
que consiste na aplicao dos trs mtodos de anlise de
capacidade do processo no-normal apresentados ante-
Tabela 8. Distncias relativas da mediana em relao ao valor
nominal.
Distribuies Gamma
(2,100)
Gamma
(5,100)
Gamma
(15,100)
Distncia relativa (dr) -0,3068 -0,1560 0,1233
Tabela 7. Estatsticas descritivas das distribuies assimtricas.
Distribuio Mnimo Mximo Mediana d =
(max-min)/2
Gamma(2,100) 0,0002 0,0881 0,0170 0,0440
Gamma(5,100) 0,0087 0,1453 0,0470 0,0683
Gamma(15,100) 0,0543 0,2895 0,1466 0,1176
129 Comparao dos ndices de capacidade do processo para distribuies no-normais
Gest. Prod., So Carlos, v. 16, n. 1, p. 121-132, jan.-mar. 2009
como potencialmente capazes, o ndice C
Npk
informa que
os processos no so potencialmente capazes com valores
de ndices abaixo de 1. Quanto aos ndices C
pmk
e C
Npmk
,
tambm se notam valores mais altos para o primeiro ndice
que para o segundo nos trs processos simulados.
Como os processos so assimtricos e no esto
centrados (segundo a mediana) no valor nominal, tem-se
que os ndices propostos por Pearn e Chen (1997) conse-
guem quantifcar melhor a capacidade do processo em
relao aos ndices propostos por Clements (1989), que
considerou, por exemplo, o processo representado pela
distribuio Gama (2,100) como potencialmente capaz
segundo o ndice C
pk
quando se nota, apenas olhando
para o histograma do processo, que grande parte dos itens
produzidos encontra-se abaixo do valor nominal.
Para reforar ainda mais que os ndices propostos
por Pearn e Chen (1997) so melhores que os ndices
propostos por Clements (1998), os prprios Pearn e Chen
(1997) fzeram um estudo comparativo entre seus ndices
e os propostos por Clements (1998), calculando-os para
diversos valores de mediana, com F
99,865
e F
0,135
fxos e com
LIE = T d, em que:
99,865 0,135
2
F F
d

. Alguns desses
valores foram reproduzidos na Tabela 10, e se nota que os
ndices de Pearn e Chen (1997) alcanam valor mximo
quando a mediana igual ao valor nominal e que os ndices
de Clements (1989) alcanam valor mximo quando o
processo assimtrico, com a mediana assumindo valor
inferior ao valor nominal. Como a maioria dos processos
produtivos tem por objetivo produzir itens em torno do
valor nominal, os ndices de Pearn e Chen (1997) conse-
guem quantifcar melhor a capacidade do processo.
histogramas da Figura 2, tem-se que o processo represen-
tado pela distribuio Gamma (2,100) o pior deles, pois
este processo o que est centrado em um valor mais
distante do seu valor nominal, e que o representado pela
distribuio Gamma (15,100) o melhor deles, j que a
mediana e o valor nominal encontram-se mais prximos
que nos outros dois processos simulados.
Para comparar os ndices propostos por Clements
(1989) e os ndices propostos por Pearn e Chen (1997),
foi admitido que cada um dos trs processos possui
limites de especifcao superior e inferior coincidentes
com os valores de mximos e de mnimos do processo,
respectivamente, e valor nominal igual a
max min
2
d

.
Os ndices obtidos para cada uma das trs distribuies
so mostrados na Tabela 9.
De um modo geral, observa-se que todos os ndices da
Tabela 9, com exceo do ndice C
p
e seu equivalente C
Np
,
calculados para distribuies no-normais, conseguem
quantifcar bem a relao de capacidade dos processos. O
processo representado pela distribuio Gama (15,100),
que o melhor dentre os trs, possui capacidade maior
em todos os ndices, enquanto o processo representado
pela distribuio Gamma (2,100) possui menor capaci-
dade dentre os processos quanto aos ndices calculados.
Comparando-se os ndices C
pk
e seu equivalente C
Npk
,
e os ndices C
pmk
e seu equivalente C
Npmk
, que so os que
diferem de um mtodo para o outro, tem-se que, para todas
as trs distribuies, os valores dos ndices C
pk
e de seu
equivalente C
Npk
apresentam, alm das diferenas num-
ricas, diferenas de interpretaes quanto capacidade
do processo. Enquanto C
pk
avalia todos os trs processos
0,00 0,04 0,08 0,00 0,05 0,10 0,15 0,05 0,15 0,25
g1 g2 g3
0
100
250
F
r
e
q
u
e
n
c
y
0
50
150
F
r
e
q
u
e
n
c
y
0
50
150
F
r
e
q
u
e
n
c
y
Gama (2,100) Gama (5,100) Gama (15,100)
Figura 2. Histogramas das distribuies assimtricas.
Tabela 9. ndices de capacidade para as distribuies geradas.
Distribuio ndices de Clements (1989) ndices Pearn e Chen (1997)
C
p
C
pk
C
pm
C
pmk
C
Np
C
Npk
C
Npm
C
Npmk
Gamma (2,100) 1,194 1,013 0,494 0,203 1,194 0,456 0,494 0,153
Gamma (5,100) 1,050 1,012 0,750 0,517 1,050 0,590 0,750 0,264
Gamma (15,100) 1,058 1,043 0,833 0,758 1,058 0,831 0,833 0,387
130 Gonalves e Werner
Gest. Prod., So Carlos, v. 16, n. 1, p. 121-132, jan.-mar. 2009
Para se conhecer melhor a etapa do processo produ-
tivo utilizada neste estudo, so mostradas na Tabela 11
algumas estatsticas descritivas da medio de dureza.
Antes da aplicao dos trs mtodos de anlise da
capacidade do processo no-normal, necessrio veri-
fcar se os dados no apresentam distribuio normal.
Para tanto, foram aplicados os testes de Shapiro-Wilk
e Kolmogorov-Smirnov de normalidade nos dados. Por
ambos os testes, a suposio de normalidade dos dados
rejeitada. Para o teste de Shapiro-Wilk, a estatstica
W obtida foi igual a 0,9535, com p-value = 7,37 x 10
13

e, com o teste de Kolmogorov-Smirnov, a rejeio da
normalidade dos dados foi confrmada pelo valor da
estatstica D = 0,1046, com p-value = 3,717 x 10
6
.
Visualmente pode-se observar a no-normalidade dos
dados atravs dos grfcos mostrados nas Figuras 3(a)
e 3(b).
Observa-se na Tabela 12 que apesar dos ndices tradi-
cionais, utilizados para analisar a capacidade do processo
com distribuio normal, captarem a falta de capaci-
dade do processo, estes subestimaram a capacidade
do processo, pois seus valores foram, em sua maioria,
inferiores aos ndices que tratam dados que apresentam
distribuies no-normais, tanto atravs de capacidade
potencial como dos ndices de capacidade nominal. Cabe
ressaltar que, em situaes prticas, geralmente apenas
um ndice adotado para a avaliao da capacidade de um
processo e, dentre os mtodos apresentados neste trabalho,
a melhor escolha seria a do mtodo 2 para a avaliao do
processo, conforme mostrado anteriormente.
5 Consideraes Finais
Quando a suposio de normalidade da varivel de inte-
resse no atendida, a aplicao dos mtodos de anlise
de capacidade de processos normais no adequada,
pois a estimao do percentual (ou PPM) de itens fora
das especifcaes certamente no contempla a reali-
dade, sendo necessria a aplicao de algum mtodo de
4.2 Aplicao dos mtodos de anlise de capa-
cidade do processo no-normal
Neste estudo, so aplicados os trs mtodos de anlise
de capacidade do processo no-normal em dados cole-
tados em uma metalrgica da Grande Porto Alegre. Esses
dados se referem primeira medio de dureza de um
processo produtivo de braos de direo para cami-
nhes feitos em ao. Os valores so medidos por um
equipamento chamado durmetro e so coletados aps
o processo de tmpera. A escala de medida chamada
escala brinell de dureza. O limite superior de especif-
cao (LSE) desta primeira medio de 595 brinell, o
limite inferior de especifcao (LIE) de 415 brinell e o
valor nominal (T) igual a 505 brinell. Peas com valores
de dureza fora dos limites de especifcao voltam para
uma etapa inicial do processo para que sejam retraba-
lhadas e peas dentro dos limites de especifcao so
enviadas para a etapa de revenimento, da qual seguem
para mais uma etapa de medio. As peas dentro dos
limites de especifcao desta etapa fnal de medio so,
ento, liberadas para o cliente.
Tabela 11. Estatsticas descritivas da etapa de primeira medio de dureza do processo.
Tamanho da amostra Mdia Desvio-padro Mnimo Mximo F
0,135
Mediana F
99,865
600 521,25 32,399 415 595 415 526 588,49
Tabela 10. Comparao entre os ndices de Clements e os ndices
de Pearn e Chen.
Mediana ndices de Clements
(1989)
ndices de Pearn e Chen
(1997)
C
pk
C
pmk
C
Npk
C
Npmk
LIE 0,000 0,000 0,000 0,000
T-0,9d 0,200 0,036 0,100 0,035
T-0,8d 0,400 0,082 0,200 0,077
T-0,7d 0,600 0,139 0,300 0,129
T-0,6d 0,800 0,214 0,400 0,194
T-0,5d 1,000 0,316 0,500 0,277
T-0,4d 0,933 0,462 0,600 0,384
T-0,3d 0,867 0,680 0,700 0,520
T-0,2d 0,800 0,743 0,800 0,686
T-0,1d 0,733 0,719 0,900 0,862
T 0,667 0,667 1,000 1,000
Adaptado de Pearn e Chen (1997).
Tabela 12. ndices de capacidade do processo produtivo de braos de direo.
ndices tradicionais:
supondo normalidade
Mtodo 1
Clements (1998)
Mtodo 2
Pearn e Chen (1997)
Mtodo 3
Chen e Ding (2001)
C
p
0,926
C
p
1,037 C
Np
1,037
S
pmk
0,298
C
pk
0,759
C
pk
1,000 C
Npk
0,795
C
pm
0,828
C
pm
0,839 C
Npm
0,839
C
pmk
0,678
C
pmk
0,778 C
Npmk
0,601
131 Comparao dos ndices de capacidade do processo para distribuies no-normais
Gest. Prod., So Carlos, v. 16, n. 1, p. 121-132, jan.-mar. 2009
os ndices alcanam valor mximo, para limites fxos,
quando a mediana coincide com o valor nominal de espe-
cifcao. Por outro lado, os ndices de Clements (1989)
apresentaram, no mesmo estudo, valor mximo quando
a distribuio era nitidamente assimtrica, com mediana
menor que o valor nominal.
Quanto ao estudo aplicado no processo de medio de
dureza, cujas anlises foram realizadas atravs do software
livre R, com os valores dos ndices obtidos ao se utili-
zarem os ndices tradicionais para dados que apresentam
distribuio no-normal, se conclui que estes tendem a
subestimar a capacidade do processo. Neste caso aplicado,
a capacidade do processo foi totalmente insatisfatria,
tanto quando os ndices tradicionais foram aplicados como
quando o foram os ndices adequados para tal situao.
400 450 500 550 600
x
0
20
40
60
80
F
r
e
q
u

n
c
i
a
Histograma de x
a
Q
u
a
n
t
i
s

a
m
o
s
t
r
a
i
s
450
500
550
600
3 2 1 0 1 2 3
Normal Q-Q plot
b
Quantis tericos
Figura 3(b). Normal-plot dos valores de dureza. Figura 3(a). Histograma dos valores de dureza.
anlise de capacidade de processo no-normal. Os erros
obtidos com a suposio de normalidade para dados no-
normais foram apresentados pelo estudo de Somerville
e Montgomery (1996-97). Estes autores, ao estudarem
as distribuies t, gamma, lognormal e Weibull quando
estas tm um comportamento muito prximo da distri-
buio normal, verifcaram diferenas nas estimativas
do percentual (ou PPM) de itens fora das especifcaes,
entre outras estatsticas.
Na comparao dos ndices de capacidade no-nor-
mais feitas entre os ndices propostos, os ndices de
Pearn e Chen (1997) indicam que estes so melhores
que os propostos por Clements (1989), pois os ndices
C
Npk
e C
Npmk
consideram em seus clculos a assimetria do
processo. Alm disto, no estudo de Pearn e Chen (1997)
Comparations of process capability index to non-normal distribuitions
Abstract
Although process capability analysis for non-normal data has been used lately, there are only few works on this
subject. This article presents the major methods for process capability analysis with non-normal data. Tree methods
are presented, which were proposed by Clements in 1989, Pearn and (1997), and Chen and Ding (2001). The frst two
methods are similar in many aspects, but each one presents novelties in the computation of the capability indexes.
They present indexes similar to the traditional ones, which assume normality. The method by Chen and Ding (2001)
brings as novelty the use of an index to estimate the number of nonconforming items produced in the process. After the
review of these methods, they are compared by means of their application in two cases. In the frst case, the methods
by Clements (1989) and by Pearn and Chen (1997) were analyzed to identify the best for the non-normal process ca-
pability determination. In the second case, all three methods were applied in a metallurgical industry data set. In both
cases, the free software R (version 2.2) was used for the statistical analysis.
Keywords: Capability index. Non-normal data. Capability.
132 Gonalves e Werner
Gest. Prod., So Carlos, v. 16, n. 1, p. 121-132, jan.-mar. 2009
Referncias bibliogrfcas
CHAN, L. K.; CHENG, S. W., SPIRING, F. A. A new measure
of process capability: Cpm. Journal of Quality Technology,
v. 20, n. 3, p. 162-75, 1988.
CHEN, J. P. Re-evaluating the process capability indices for
non-normal distributions. International Journal of Production
Research, v. 38 n. 6, p. 1311-1324, 2000.
CHEN, J. P.; DING, C. G. A new process capability index for
non-normal distributions. The International Journal of Quality
& Reliability Management, v. 18 n. 6-7, p. 762-770, 2001.
CLEMENTS, J. A. Process capability calculations for non-normal
distributions. Quality Progress, v. 22 n. 9, p. 95-100, 1989.
DELERYD, M. The effect of Skewness on estimates of some
process capability indices. International Journal of Applied
Quality Management, v. 2, n. 2, p. 153-186, 1999.
KANE, V. E. Process capability indices. Journal of Quality
Technology, v. 18, n. 1, p. 41-52, 1986.
MONTGOMERY, D. C. Introduction to statistical quality
control. 3 ed. New York: John Wiley & Sons, 1997.
PEARN, W. L.; CHEN, K. S. Capability indices for non-normal
distributions with an application in electrolytic capacitor
manufacturing. Microelectronics Reliability, v. 37 n. 12,
p. 1853-1858, 1997.
SOMERVILLE, S. E.; MONTGOMERY, D. C. Process capability
indices and non-normal distributions. Quality Engineering,
v. 9, n. 2, p. 305-316, 1996-1997.
VNNMAN, K. A unifed approach to capability indices. Statistica
Sinica, v. 5, n. 2, p. 805-820, 1995.
Sobre os autores
Patricia Ueda Gonalez
Liane Werner
Programa de Ps-Graduao em Engenharia de Produo
Universidade Federal do Rio Grande do Sul
Av. Osvaldo Aranha, 99, 5 andar, Porto Alegre, RS, CEP 90035-190
e-mails: patyueda@yahoo.com.br, liane@producao.ufrgs.br
Recebido em 17/5/2007
Aceito em 2/3/2009