SlideShare uma empresa Scribd logo
1 de 3
Baixar para ler offline
Matriz de atividade individual*

Módulo: 3                           Atividade: Fórum Individual
Título: O caso Autopneus, quando quantificar faz a diferença
Aluno: Márcio José Ferreira Silva
Disciplina: estatística Empresarial Turma: 22 A
Introdução
Aplicação da Estatística

Entende por estatística a ciência que se vale de um conjunto de técnicas e
métodos de pesquisa que, entre outros tópicos, envolve o planejamento do
experimento a ser realizado, a coleta qualificada dos dados, a inferência, o
processamento, a análise e a disseminação das informações1.

Utiliza-se portanto essa ferramenta para entendimento da quantificação de
dados e conseqüente aplicação prática, seja para indivíduos, empresas,
governos ou outros atores da sociedade.

Para solução do problema proposto pela empresa Autopneus2 utilizaremos os
dados disponíveis e a estatística para definir a viabilidade de fornecimento de
garantia para pneus que serão produzidos, respeitados dados fornecidos pelo
gestor do produto.

Desenvolvimento
Utilização da distribuição Normal ou Gaussiana

Dentre as ferramentas estatísticas, a Distribuição Normal, ou de Gauss, possui
um espaço muito importante.

Analisaremos o caso da indústria Autopneus utilizando esse método. Cabe
ressaltar3 que estamos supondo que os valores para o parâmetro de interesse,
no material a ser amostrado, se distribuem segundo uma distribuição normal
(distribuição de Gauss), com média µ e desvio-padrão σ. A existência de média
e desvio padrão são características dessa distribuição.

Ao obtermos os dados de quilometragem média de 35.000 km e desvio padrão
de 5.000 km, sabemos que temos de determinar a quilometragem limite para
garantia, considerando o máximo admitido de 10% dos pneus com pior
performance.


Utilizaremos a fórmula de Z para resolução do problema:
                                                                .

Considerando que um máximo de 10% dos pneus admite a garantia, valor que
estamos procurando, trataremos esse valor numericamente representando-o
por 0,10. Como a distribuição normal é simétrica em relação a sua média, a
média divide a distribuição em duas partes iguais de 0,5, uma abaixo e outra
acima da média.



                                                                             1
Haja vista que P= Z ≤ X, subtraímos 0,5 de 0,10 e teremos o resultado de 0,40.

Procurando a equivalência na tabela Z, encontro o valor mais próximo, 0,3997,
que corresponde a Z=1,28.

Aplicando esse valor na fórmula:        teremos:
              , que nos dá o resultado: X=35000-6400, que é igual a X=28600.

Graficamente procuramos obter:




Conforme solicitado, podemos arredondar o valor para o milhar mais próximo,
seja 28.000 ou 29.000, respeitado o limite dos 10% de pneus com pior
performance.

Para analisar qual será a quilometragem escolhida, devemos fazer os
seguintes cálculos com cada uma das estimativas:

Para 29.000 quilômetros:

P(X<29000)




Substituindo, P(X<1,2), na tabela padronizada temos para 1,2 o valor Z de
0,3849.
Portanto: 0,5 – 0,3849 = 0,1151 x 100 = 11,51%.




                                                                             2
Para 28.000 quilômetros:

P(X<28000)




Substituindo, P(X<1,4), na tabela padronizada temos para 1,4 o valor Z de
0,4192.
Portanto: 0,5 – 0,4192 = 0,0808 x 100 = 8,08%.

Analisando os resultados provenientes, chegamos à conclusão de que a
garantia limitada em 28.000 km atenderá às exigências da empresa, pois terá
um percentual de troca de 8,08%, ante 11,51% caso a quilometragem seja
estabelecida em 29.000 km.

Conclusão
Viabilidade

De acordo com o solicitado pelos executivos da Autopneus, a margem de troca
dos produtos foi verificada. Trata-se esta, a estatística aplicada ao mundo
empresarial, uma importante métrica para tomada qualificada de decisões e a
força do amparo de um cálculo matemático confiável, evitando-se “tiros no
escuro” na busca por uma receita perfeita alienada de ferramentas.

Referências bibliográficas
1 – ENCE. O que é estatística?. Disponível em: <http://www.ence.ibge.gov.br/estatistica/default.asp>.
Acesso em 01 de jul. de 2009.

2 - A EMPRESA Autopneus. FGV Online, 2008. Acesso em 01 de jul. de 2009.

3 – MINISTÉRIO DA CIÊNCIA E TERCNOLOGIA. Centro de Tecnologia mineral. Disponível em:
<http://www.cetem.gov.br/publicacao/CTs/CT2004-180-00.pdf>. Acesso em 01 de jul. de 2009.


*Esta matriz serve para a apresentação de trabalhos a serem desenvolvidos segundo ambas as linhas de
raciocínio: lógico-argumentativa ou lógico-matemática.




                                                                                                   3

Mais conteúdo relacionado

Destaque

How Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthHow Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental Health
ThinkNow
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie Insights
Kurio // The Social Media Age(ncy)
 

Destaque (20)

2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot
 
Everything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPTEverything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPT
 
Product Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage EngineeringsProduct Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage Engineerings
 
How Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthHow Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental Health
 
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfAI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
 
Skeleton Culture Code
Skeleton Culture CodeSkeleton Culture Code
Skeleton Culture Code
 
PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024
 
Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie Insights
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search Intent
 
How to have difficult conversations
How to have difficult conversations How to have difficult conversations
How to have difficult conversations
 
Introduction to Data Science
Introduction to Data ScienceIntroduction to Data Science
Introduction to Data Science
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best Practices
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project management
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
 

Statistics FGV

  • 1. Matriz de atividade individual* Módulo: 3 Atividade: Fórum Individual Título: O caso Autopneus, quando quantificar faz a diferença Aluno: Márcio José Ferreira Silva Disciplina: estatística Empresarial Turma: 22 A Introdução Aplicação da Estatística Entende por estatística a ciência que se vale de um conjunto de técnicas e métodos de pesquisa que, entre outros tópicos, envolve o planejamento do experimento a ser realizado, a coleta qualificada dos dados, a inferência, o processamento, a análise e a disseminação das informações1. Utiliza-se portanto essa ferramenta para entendimento da quantificação de dados e conseqüente aplicação prática, seja para indivíduos, empresas, governos ou outros atores da sociedade. Para solução do problema proposto pela empresa Autopneus2 utilizaremos os dados disponíveis e a estatística para definir a viabilidade de fornecimento de garantia para pneus que serão produzidos, respeitados dados fornecidos pelo gestor do produto. Desenvolvimento Utilização da distribuição Normal ou Gaussiana Dentre as ferramentas estatísticas, a Distribuição Normal, ou de Gauss, possui um espaço muito importante. Analisaremos o caso da indústria Autopneus utilizando esse método. Cabe ressaltar3 que estamos supondo que os valores para o parâmetro de interesse, no material a ser amostrado, se distribuem segundo uma distribuição normal (distribuição de Gauss), com média µ e desvio-padrão σ. A existência de média e desvio padrão são características dessa distribuição. Ao obtermos os dados de quilometragem média de 35.000 km e desvio padrão de 5.000 km, sabemos que temos de determinar a quilometragem limite para garantia, considerando o máximo admitido de 10% dos pneus com pior performance. Utilizaremos a fórmula de Z para resolução do problema: . Considerando que um máximo de 10% dos pneus admite a garantia, valor que estamos procurando, trataremos esse valor numericamente representando-o por 0,10. Como a distribuição normal é simétrica em relação a sua média, a média divide a distribuição em duas partes iguais de 0,5, uma abaixo e outra acima da média. 1
  • 2. Haja vista que P= Z ≤ X, subtraímos 0,5 de 0,10 e teremos o resultado de 0,40. Procurando a equivalência na tabela Z, encontro o valor mais próximo, 0,3997, que corresponde a Z=1,28. Aplicando esse valor na fórmula: teremos: , que nos dá o resultado: X=35000-6400, que é igual a X=28600. Graficamente procuramos obter: Conforme solicitado, podemos arredondar o valor para o milhar mais próximo, seja 28.000 ou 29.000, respeitado o limite dos 10% de pneus com pior performance. Para analisar qual será a quilometragem escolhida, devemos fazer os seguintes cálculos com cada uma das estimativas: Para 29.000 quilômetros: P(X<29000) Substituindo, P(X<1,2), na tabela padronizada temos para 1,2 o valor Z de 0,3849. Portanto: 0,5 – 0,3849 = 0,1151 x 100 = 11,51%. 2
  • 3. Para 28.000 quilômetros: P(X<28000) Substituindo, P(X<1,4), na tabela padronizada temos para 1,4 o valor Z de 0,4192. Portanto: 0,5 – 0,4192 = 0,0808 x 100 = 8,08%. Analisando os resultados provenientes, chegamos à conclusão de que a garantia limitada em 28.000 km atenderá às exigências da empresa, pois terá um percentual de troca de 8,08%, ante 11,51% caso a quilometragem seja estabelecida em 29.000 km. Conclusão Viabilidade De acordo com o solicitado pelos executivos da Autopneus, a margem de troca dos produtos foi verificada. Trata-se esta, a estatística aplicada ao mundo empresarial, uma importante métrica para tomada qualificada de decisões e a força do amparo de um cálculo matemático confiável, evitando-se “tiros no escuro” na busca por uma receita perfeita alienada de ferramentas. Referências bibliográficas 1 – ENCE. O que é estatística?. Disponível em: <http://www.ence.ibge.gov.br/estatistica/default.asp>. Acesso em 01 de jul. de 2009. 2 - A EMPRESA Autopneus. FGV Online, 2008. Acesso em 01 de jul. de 2009. 3 – MINISTÉRIO DA CIÊNCIA E TERCNOLOGIA. Centro de Tecnologia mineral. Disponível em: <http://www.cetem.gov.br/publicacao/CTs/CT2004-180-00.pdf>. Acesso em 01 de jul. de 2009. *Esta matriz serve para a apresentação de trabalhos a serem desenvolvidos segundo ambas as linhas de raciocínio: lógico-argumentativa ou lógico-matemática. 3