Resumo:
Esta dissertação explora a análise do sistema de medição de características correlacionadas através do estudo de repetitividade e reprodutividade. Quando as correlações entre as características não são significativas, o uso de métodos univariados pode ser satisfatório. Por outro lado, quando as correlações são significativas e estas grandezas são mensuradas pelo mesmo dispositivo de medição, caracteriza-se a necessidade de usar uma abordagem multivariada para avaliação do sistema de medição. A principal contribuição desta pesquisa é a proposta de um método para análise multivariada do sistema de medição baseado em análise de componentes principais. O método denominado Componentes Principais Ponderados (WPC) utiliza como resposta do modelo os escores das componentes principais, ponderados por seus respectivos autovalores. Para comprovar a eficiência deste novo método serão utilizados dados da literatura, simulados e obtidos em laboratório. No geral, o método WPC foi mais robusto que os outros métodos univariado (ANOVA) e multivariados (MANOVA e PCA) para avaliação de sistemas de medição com características correlacionadas. A ponderação das componentes principais por seus respectivos autovalores permitiu que nenhuma informação deixasse de ser incluída no estudo. Mesmos em casos que houve correlações não significativas, o método apresentou índices estimados bem próximo do esperado. Em situações que as características apresentaram correlações altas, as estimativas dos índices convergiram para os valores médios calculados através do método univariado.
