Bibliotecas

library(qcc)    
library(qualityTools)
library(ggplot2)
library(ggQC)
library(grid)
library(SixSigma)
library(tidyverse)
library(hrbrthemes)
library(viridis)
library(forcats)

Carregamento dos dados

library(readxl)
data <- read_excel("D:/01_courses/ERE/gestao_qualidade_ere/data/data.xlsx", 
    sheet = "analises")
View(data)

Definição das variáveis

problema <- as.data.frame(as.factor(data$problema))
time <- paste(data$data_hora, data$data_dia, data$data_mes, data$data_ano)
hora <- data$data_hora
dia <- data$data_dia
mes <- data$data_mes
ano <- data$data_ano
varejo <- as.data.frame(as.factor(data$varejo))
equip <- as.data.frame(as.factor(data$equipamento))
armaz <- as.data.frame(as.factor(data$armazem))
caminhao <- as.data.frame(as.factor(data$local))
c1 <- data$c1
c2 <- data$c2
c3 <- data$c3
c4 <- data$c4
c5 <- data$c5
custo <- as.data.frame(cbind(c1,c2,c3,c4,c5))

Histogramas de custo

Histogramas de c1 em relação aos pontos de varejo

Histogramas de c2 em relação aos pontos de varejo

Histogramas de c3 em relação aos pontos de varejo

Histogramas de c4 em relação aos pontos de varejo

Histogramas de c5 em relação aos pontos de varejo

Histogramas de c1 em relação aos problemas

Histogramas de c2 em relação aos problemas

Histogramas de c3 em relação aos problemas

Histogramas de c4 em relação aos problemas

Histogramas de c5 em relação aos problemas

Histogramas de hora em relação aos problemas

Histogramas de dia em relação aos problemas

Histogramas de mês em relação aos problemas

Histogramas de ano em relação aos problemas