SlideShare uma empresa Scribd logo
ÍNDICE 
* Introdução 
* Def inição de Estatística 
* Ramos da Estatística 
* Distribuição de f requência 
* Amplitude da classe 
* Amplitude total 
* Frequência relativa 
* Aplicação dos conceitos de Controle Estatístico 
* A importância da Estatística na área de Administração 
* Planejamento De Experimentos 
* Tabela com os dados da pesquisa 
* Gráf icos e Representações 
* Gráf ico de f requência absoluta 
* Gráf ico De Setor 
* Medida De Tendência Central 
* Média
* Moda 
* Mediana 
* Variância e desvio padrão 
* Variância 
* Desvio Padrão 
* Conclusão 
* Fontes de Pesquisas 
Introdução 
O desaf io proposto para a equipe é a construção de um Relatório, conforme estudo de caso apresentado a seguir, destinado ao Diretor da empresa, contendo os resultados da pesquisa estatística 
de controle de qualidade para o lote em questão; desta forma, o diretor também poderá verif icar a efetividade do trabalho da empresa. A relevância do desaf io está pautada na possibilidade de 
utilização do estudo e compreensão de dados estatísticos e suas implicações como ferramenta de ref lexão e meio de intervenção na área administrativa. 
A equipe terá a função de atuar como supervisores do departamento de controle de qualidade de uma fábrica, e estará encarregada de verif icar o processo de controle de qualidade do 
empacotamento de sacos de caf é que têm marcado nas embalagens “1 kg”. 
Vocês deverão escolher uma amostra predeterminada de pacotes de café e efetuar os procedimentosestatísticos de controle de qualidade, para determinar a aprovação ou reprovação de um lote 
para comercialização. Vale lembrar que, segundo regras desta empresa, para que o lote obtenha aprovação, o desvio padrão máximo é de 0,05 kg (ou 5 gramas).
ETAPA 1 
Def inição de Estatística 
A palavra estatística deriva da palavra latina status, que signif ica “estado”. 
Estatística, é um método/ uma parte da matemática aplicada, que nos ajuda a interpretar e analisar grandes conjuntos de números. Portanto é a ciência que se ocupa de coletar, organizar, analisar 
e interpretar dados numéricos para a utilização dos mesmos a f im de tomar decisões e conclusões corretas a partir desses dados coletados. Na maior parte dos estudos da estatística, as 
informações devem ser obtidas a partir de uma amostra. 
Dados : Consistem em informações provenientes de observações: peso, salário, contagem, medidas ou respostas. 
Os dados podem ser qualitativos (consistem em atributos não numéricos), ou quantitativos ( consistem em medidas de contagens numéricas). 
Outra característica dos dados é o seu nível de medida, que determina quais cálculos estatísticos são signif icativos. Os níveis de medida do mais baixo ao mais alto são: nominal, ordinal, intervalar 
e racional. 
Rol: dados organizados em ordem crescente ou decrescente. 
Gráf icos estatísticos: são formas de apresentação de dados estatísticos com o objetivo de facilitar e demonstrar o entendimento dos fenômenos de estudo. 
População: É o conjunto de todos os resultados, respostas, medidas, ou contagens que são deinteresse. Pode ser f inita ou inf inita, concreta ou abstrata. 
Amostra: É o subconjunto da população. Seu uso gera rapidez e economia dos resultados. Deve ser representativa da população. 
Amostragem: Técnicas para escolher amostras que garanta o acaso na escola, ou seja, uma boa técnica de amostragem garante representatividade da amostra. 
* Tipos de amostragem: Amostragem casual ou aleatória 
* Técnicas de amostragem, onde cada elemento da população tem a mesma probabilidade de ser incluído na amostra, exemplo: sorteios. 
* Amostragem proporcional estratif icada , quando a população é dividida em estratos, e a amostragem é proporcional à eles, exemplo: uma amostra de 10% de alunos em uma classe de 40
homens e 60 mulheres, consistirá na escolha aleatória de 4 homens e 6 mulheres. 
Parâmetro: É uma descrição numérica de uma característica da população. 
Estatística: É uma descrição numérica de uma característica da amostra. 
Um exemplo simples : Em um levantamento, perguntam-se à 3002 adultos se eles liam notícias na internet pelo menos uma vez por semana, onde a resposta foi que 600 adultos responderam que 
sim. 
* População= 3002 
* Amostra= SIM 600 e NÃO 2402 
* Conjunto de Dados= 3002 
Um outro exemplo: Foi elaborado um levantamento em 800 postos de gasolina, obtendo o preço médio de R$ 2,71 (Dois Reais, e setenta e um centavos). 
* População= 800 postos 
* Amostra= o valor da gasolina nos 800 postos 
Ramos da Estatística 
A estatística divide-se em dois ramos principais: 
- Estatística Descritiva : éa que compreende a coleta, a organização, a descrição de dados, o cálculo, de forma a apresentar coef icientes de forma comunicativa e conveniente. 
- Estatística Inferencial ou Indedutiva: é a que compreende procedimentos desempenhados na análise e interpretação dos dados para chegar a grandes conclusões ou inferências sobre 
populações, com base nos dados mostrados, associados a uma margem de incerteza, fundamentando essas incertezas na teoria da probabilidade.
Distribuição de f requência 
É uma tabela que mostra classes ou intervalos de entrada de dados com um número total de entradas em cada classe. A f requência f de uma classe é o número de entrada de dados na classe. 
Amplitude da classe , é a distância entre os limites inferiores (ou superiores) de classes consecutivas. 
Amplitude total, é a diferença entre o máximo e o mínimo das entradas de dados. 
O ponto médio de uma classe é a metade da soma entre os limites inferior e superior da classe. Ás vezes o ponto médio é chamado de característica da classe. 
Ponto médio: limite inferior da classe) + (limite superior da classe)/2 
A f requência relativa de uma classe é a porção ou porcentagem dos dados que entra nessa classe. Importante saber, que para determinar a f requência relativa de uma classe, dividimos a 
f requência f pelo tamanho da amostra n. 
Frequência relativa = f requência da classe/tamanho da amostra = f /n 
A f requência cumulativa de uma classe é a soma da f requência daquela classe com a de todas as classes anteriores. A f requência cumulativa da última classe é igualao tamanho da amostra n. 
Aplicação dos conceitos de Controle Estatístico de Processo (CEP), em uma indústria de fundição do Norte Catarinense 
Uma indústria de fundição, no Norte do Estado de Santa Catarina, que produz blocos para veículos automotores, fornece seus produtos à importantes nomes da indústria automotiva mundial. 
Atuando em um mercado muito competitivo, a qualidade de seus produtos é um fator essencial para o sucesso no mercado. É possível identif icar as diretrizes que mantenham a maior qualidade e 
perfeição dos produtos fabricados, aplicando-se conceitos de controle estatístico de processo (CEP). 
Um dos produtos escolhidos para esta análise, foi um determinado bloco de motor para caminhões à diesel, onde um dos aspectos em que é medida sua qualidade é através da dureza, ou seja o 
grau de resistência à tração.
Para se avaliar a qualidade das unidades produzidas, requer um teste destrutivo do corpo da prova, exigindo que o bloco seja cortado, para que seja retirado o corpo de prova, que serão usinados 
e submetidos a um ensaio de tração limite. Este processo se dá de forma unitária, já que esta peça é de dif ícil manuseio, e precisa de um tempo para ser resf riado após sua fundição. O processo 
de inspeção, se dá sempre com o primeiro bloco produzido de cada lote. 
Para que pudesse ter uma visão geral do comportamento estatístico destes dados e as possibilidades de aplicação dos conceitos específicos de CEP, durante todo o ano de 2004, foram 
analisados testes objetivando verif icar a presença de normalidade nadistribuição da série, e existência de autocorrelação ser ial. Os dados dos resultados dos testes de tração foram analisados e 
fornecidos pela empresa e acessados através do Núcleo de Normalização e Qualimetria (NNQ), da Universidade Federal de Santa Catarina. 
Com o principal objetivo de detectar possíveis mudanças na média do processo, foram construídos gráf icos alternativos mais indicados para amostras unitárias, ou seja, o da soma cumulativa, e o 
da média móvel exponencialmente ponderada. Também o gráf ico de amplitude móvel, para analisar e conhecer a variabilidade do processo. 
Os resultados obtidos através dos gráf icos de controle para amostras do tamanho unitário e o índice de capacidade dos blocos de motores, atenderam de forma moderada às expectativas dos 
autores. Porém, a insatisfação f icou por conta de se desejar encontrar um processo estatisticamente capaz de produzir os blocos dentro das especificações desejadas, pois a empresa já trabalha 
há muito tempo com este tipo produto. 
A importância da Estatística na área de Administração 
Na atualidade em que vivemos, as transformações estão ocorrendo em escala mundial, em um processo jamais visto de globalização de mercados, formação de blocos econômicos, rapidez de 
inovações tecnológicas, que compõe um cenário extremamente desaf iador e competitivo. 
No setor administrativo, a estatística é de suma importância, pois é uma ferramenta indispensável para qualquer prof issional que necessita analisar informações em suas tomadas de decisões 
diárias, adotando estratégias diferenciadase criativas, porque permite alcançar conclusões sobre fenômenos de várias natureza, inclusive na f inanceira, fazer o acompanhamento e análises das 
empresas, acompanhar o crescimento e vendas de seus produtos, comparar produções, estudar as preferências de seu público alvo, tendências e aceitações de produtos, obter amostras do
controle de qualidade. Enf im, o administrador precisa tomar decisões rápidas, seguras e objetivas, e os métodos estatísticos são ferramentas primordiais, que possibilitam obter as informações 
conf iáveis para se obter sucesso nas tomadas de decisões. 
É necessário ter em mente que a estatística é uma f erramenta para o gestor ou executivo, nas respostas dos “porquês” de seus problemas que podem ser explicados por uma análise de dados. 
Para ela ser bem usada, é necessário conhecer os seus fundamentos e princípios, e 
acima de tudo que o gestor ou executivo desenvolva um espírito crítico e jamais deixe de pensar. Pois é fácil mentir usando a estatística, o dif ícil é falar a verdade sem usar a estatística. 
Qualquer conjunto de dados, tais como o tempo de uma ligação telefônica, a velocidade de processamento de um computador, a proporção de participação no mercado das empresas de um 
determinado setor, suscetibilidade de empresas a uma determinada mudança no mercado, opinião dos alunos quanto à didát ica de um professor, etc., contém informações sobre algum grupo de 
indivíduos. 
As possíveis diferenças entre indivíduos determinam a variação que está sempre presente na análise de dados. 
Como você pode organizaros dados de uma forma mais ef iciente, na qual se possa apresentar uma quantidade maior de informações? 
* Uma maneira de organizar um conjunto de dados para você melhor representá-lo é por meio de uma tabela de distribuição de f reqüências (tabela onde são apresentadas as f reqüências de cada 
uma das classes). 
* Distribuindo-se os dados observados em classes e contando-se o número de observações contidas em cada classe, obtém-se a f reqüência de classe. Veja que a disposição tabular dos dados 
agrupados em classes, juntamente com as f reqüências correspondentes, se denomina distribuição de f reqüências. 
ETAPA 2
Planejamento De Experimentos 
Nos passos anteriores aprendemos um pouco mais sobre as def inições da Estatística, que nos deu vários exemplos sobre os conceitos aplicados a essa matéria. 
Isto acrescentou uma pouco mais para que nós pudéssemos obter mais conhecimentos necessários para elaborar os seguintes passos desta ATPS, e isto foi muito importante, contribuiu muito 
para nos auxiliar nas próximas etapas. 
Então em seguida colocamos em prática o Planejamento de experimentos e Técnicas de amostragens. 
O local escolhido por nosso grupo foi um Supermercado em Sorocaba e um determinado café onde f icava mais próximo para todos do grupo poderem fazer as pesagens juntos. 
O próximo passo foi montar uma planilha com duas colunas por amostra e peso e, durante a semana optamos por fazer a pesagem do café para a amostragem de 100 pacotes de café dividida em 
10 pacotes por dia pois assim faríamos nossas amostras combastante calma, para conseguirmos uma maior conf iabilidade nos dados. 
Tabela com os dados da pesquisa: 
Amostra | Peso (gr) | | Amostra | Peso (gr) | 
1 | 0,502 | | 51 | 0,502 | 
2 | 0,500 | | 52 | 0,500 | 
3 | 0,501 | | 53 | 0,499 | 
4 | 0,500 | | 54 | 0,500 |
5 | 0,502 | | 55 | 0,502 | 
6 | 0,502 | | 56 | 0,502 | 
7 | 0,502 | | 57 | 0,502 | 
8 | 0,502 | | 58 | 0,502 | 
9 | 0,500 | | 59 | 0,500 | 
10 | 0,500 | | 60 | 0,500 | 
11 | 0,500 | | 61 | 0,500 | 
12 | 0,500 | | 62 | 0,500 | 
13 | 0,500 | | 63 | 0,500 | 
14 | 0,501 | | 64 | 0,502 | 
15 | 0,500 | | 65 | 0,500 | 
16 | 0,500 | | 66 | 0,500 | 
17 | 0,500 | | 67 | 0,500 | 
18 | 0,500 | | 68 | 0,500 | 
19 | 0,501 | | 69 | 0,504 | 
20 | 0,500 | | 70 | 0,500 | 
21 | 0,500 | | 71 | 0,500 | 
22 | 0,502 | | 72 | 0,502 |
23 | 0,500 | | 73 | 0,500 | 
24 | 0,500 | | 74 | 0,500 | 
25 | 0,500 | | 75 | 0,500 | 
26 | 0,500 | | 76 | 0,500 | 
27 | 0,502 | | 77 | 0,502 | 
28 | 0,500 | | 78 | 0,500 | 
29 | 0,502 | | 79 | 0,502 | 
30 | 0,499 | | 80 | 0,499 | 
31 | 0,500 | | 81 | 0,500 | 
32 | 0,499 | | 82 | 0,499 | 
33 | 0,500 | | 83 | 0,500 | 
34 | 0,500 | | 84 | 0,500 | 
35 | 0,502 | | 85 | 0,500 | 
36 | 0,500 | | 86 | 0,499 | 
37 | 0,499 | | 87 | 0,499 | 
38 | 0,502 | | 88 | 0,499 | 
39 | 0,499 | | 89 | 0,501 | 
40 | 0,504 | | 90 | 0,501 |
41 | 0,502 | | 91 | 0,501 | 
42 | 0,502 | | 92 | 0,501 | 
43 | 0,498 | | 93 | 0,500 | 
44 | 0,502 | | 94 | 0,500 | 
45 | 0,502 | | 95 | 0,500 | 
46 | 0,500 | |96 | 0,502 | 
47 | 0,500 | | 97 | 0,502 | 
48 | 0,502 | | 98 | 0,502 | 
49 | 0,499 | | 99 | 0,500 | 
50 | 0,500 | | 100 | 0,500 | 
ETAPA 3 
Gráf icos e Representações 
Montamos uma tabela da pesagem do café por f reqüência absoluta e f reqüência relativa e 
resumimos os dados por classe para melhor interpretação dos dados. 
Pesagem de Café
Peso (gr) | Frequência Absoluta (FA) | Frequência Relativa (FR) | 
0,498 | 1 | 1,00% | 
0,499 | 11 | 11,00% | 
0,500 | 52 | 52,00% | 
0,501 | 7 | 7,00% | 
0,502 | 27 | 27,00% | 
0,504 | 2 | 2,00% | 
total | 100 | 100,00% | 
Gráf ico de f requência absoluta. 
Podemos perceber que os pacotes com maior peso se concentraram em 0,504Gr num total de 02 de 100 pesados. 
Gráf ico De Setor 
Podemos perceber que a área que mais concentrou peso foi de 0,500g atingindo 52% 
dos pacotes. 
No primeiro gráf ico podemos observar os números em quantidade de pacotes, cada um com os valores pesados anteriormente, esse é chamado de gráf ico de f requência absoluta, e já no segundo
podemos ver os números separados em porcentagem, esse é representado pelo gráf ico de setor ou f requência relativa. 
Medida De Tendência Central 
Uma medida de tendência central é um valor que representa uma entrada típica, ou central, de um conjunto de dados. 
As três medidas de tendência central mais usadas são: média, mediana e moda. 
Média 
A média é a soma das entradas de dados dividida pelo número de entradas. Para encontrar a média de um conjunto de dados, usaremos as seguintes fórmulas:Média do PESO: peso = soma dos 
pesos / número de amostras 
50.056 /100 = 0,50056 
Média dos pesos é igual 0,50056 kg 
Moda 
A moda de um conjunto de dados é aquela entrada que ocorre com maior f requência. Se nenhuma entrada é repetida, o conjunto de dados não possui moda. Se duas entradas ocorrem com a 
mesma f requência elevada, cada entrada é uma moda e os dados são chamados de bimodais. Sendo assim a moda dos pesos é 500gr que foi o que mais teve entrada. 
Mediana 
Em um conjunto de dados é o dado que f ica no meio quando as entradas são colocadas em ordem crescente ou decrescente. Se o conjunto de dados tiver o número par de entradas, a mediana
será a média entre os dois pontos que estiverem no meio do conjunto. 
Sendo assim na minha amostra a mediana vão ser os pesos 0,500Gr e 0,501Gr. 
Variância e desvio padrão 
Desvio padrão é: 
PESO | MÉDIA | DESVIO | QUADRADO DOS DESVIOS | 
0,498 | 0,500 | -2 | 4 | 
0,499 | 0,500 | -1 | 1 | 
0,500 | 0,500 | 0 | 0 | 
0,501 | 0,500 | 1 | 1 | 
0,502 | 0,500 | 2 | 4 | 
0,504 | 0,500 | 4 | 16 | 
SOMA DOS QUADRADOS DOS DESVIOS | 26 | 
Variância 
A soma dos quadrados dos desvios dividida pelo número de ocorrências é chamada de variância. 
V = 26/6 = 4,33
Então podemos def inir que a variância dos pesos é igual a 4,33. 
Outro valor que pode ser obtido a partir da média e da variância é o desvio padrão. Como os desvios foram elevados ao quadrado, deve-se tirar a raiz quadrada da variância e achar o desvio 
padrão: 
Desvio Padrão=4,33 = 2,81 
Conclusão 
Fizemos a pesquisa em umSupermercado de Sorocaba e escolhemos um determinado café. O café que f izemos a auditoria deu 2,81 de desvio padrão. Assim concluímos que o fornecedor não 
está conseguindo manter um padrão ao embalar o café, mas a média é de 0,500g e o peso liquido do produto na embalagem é 0,500g. O fornecedor precisa regular as máquinas para que tenha 
apenas a margem de segurança def inida pelo mesmo para não ter mais prejuízo, nós decidimos por aprovar a empresa pois o desvio é mínimo e a media que está prevalecendo é a de 0,500Gr, 
sendo assim não temos porque não aprova-lo. 
Fontes de Pesquisas 
http://www.unianhanguera.edu.br/anhanguera/bibliotecas/normas_bibliograficas/index.html 
https://docs.google.com/f ileview?id=0B1K82Jno7AxdNzZiYmIxYzctZmQ2ZS00YmZjL 
TlkNTgtZjgyMmY1NjkzYmFj&hl=en&authkey=CI3f tY0C 
https://docs.google.com/f ileview?id=0B1K82Jno7AxdZWY4ZDZjZDgtODU1MS00 
MGQ3LTlkMjItMjJkYmJkNDFkNmUy&hl=en&authkey=CI2lzJYI>
https://docs.google.com/viewer?a=v&pid=explorer&chrome=true&srcid=0B0EMRzdACiXpZDh 
hODYyNGUtYjg5My00NGE4LWFj.NDAtYmY3NmFhMGEw NDg5&authkey=COT844w I&hl=en 
http://www.del.ufms.br/tutoriais/excel7/apresentacao.htm#sumario 
Larson, Ron; Farber, Betsy. Estatística Aplicada; tradução técnica Cyro Patarra 2. Ed. – São 
Paulo : Prentice Hall, 2007. 
PLT Estatística e métodos quantitativos Ron Laerson, Betsy Farber 136 
www.producaoonline.org.br 
www.excelenciaemgestao.org 
www.administradores.com.br 
PLT 136 Estatística Aplicada , Pearson,2007 
Revista Você S/A – Editora Abril

Mais conteúdo relacionado

Mais procurados

Pesquisa Aplicada a Comunicação cap-6
Pesquisa Aplicada a Comunicação cap-6Pesquisa Aplicada a Comunicação cap-6
Pesquisa Aplicada a Comunicação cap-6
Professor Sérgio Duarte
 
Aula de exercícios compelmetares
Aula de exercícios compelmetaresAula de exercícios compelmetares
Aula de exercícios compelmetares
Nilo Sampaio
 
23126 estatisticaaplicada manualtecnicoformando
23126 estatisticaaplicada manualtecnicoformando23126 estatisticaaplicada manualtecnicoformando
23126 estatisticaaplicada manualtecnicoformando
Instituto Politécnico da UFRJ
 
Amostragem pesq mktppt
Amostragem pesq mktpptAmostragem pesq mktppt
Amostragem pesq mktppt
César William
 
Apostila de estatistica
Apostila de estatisticaApostila de estatistica
Apostila de estatistica
Fabricia Fonseca
 
Probabilidade e estatística
Probabilidade e estatísticaProbabilidade e estatística
Probabilidade e estatística
Neilton Pedro
 
Apostila estatistica1
Apostila estatistica1Apostila estatistica1
Apostila estatistica1
simuladocontabil
 
Aula 02 - Estatística da vida cotidiana
Aula 02 - Estatística da vida cotidianaAula 02 - Estatística da vida cotidiana
Aula 02 - Estatística da vida cotidiana
Dalton Martins
 
Nilo Antonio de Souza Sampaio - Controle estatístico de processos
Nilo Antonio de Souza Sampaio - Controle estatístico de processos Nilo Antonio de Souza Sampaio - Controle estatístico de processos
Nilo Antonio de Souza Sampaio - Controle estatístico de processos
Nilo Sampaio
 
Aula 01: Conceitos básicos de Estatística
Aula 01: Conceitos básicos de EstatísticaAula 01: Conceitos básicos de Estatística
Aula 01: Conceitos básicos de Estatística
Josimar M. Rocha
 
Estatística Descritiva - parte 1 (ISMT)
Estatística Descritiva - parte 1 (ISMT)Estatística Descritiva - parte 1 (ISMT)
Estatística Descritiva - parte 1 (ISMT)
João Leal
 
05 msa 2010
05 msa 201005 msa 2010
MSA - Análise dos sistemas de medição
MSA - Análise dos sistemas de mediçãoMSA - Análise dos sistemas de medição
MSA - Análise dos sistemas de medição
Carlos Ernesto Natali
 
Média móvel simples
Média móvel simplesMédia móvel simples
Média móvel simples
Gerson Bruni
 
Aula03
Aula03Aula03
AnáLise EconôMica Em SaúDe
AnáLise EconôMica Em SaúDeAnáLise EconôMica Em SaúDe
AnáLise EconôMica Em SaúDe
agemais
 
Conceitos Da Teoria EconôMica
Conceitos Da Teoria EconôMicaConceitos Da Teoria EconôMica
Conceitos Da Teoria EconôMica
agemais
 
Apostila planejamento
Apostila planejamentoApostila planejamento
Apostila planejamento
Márcio Alexsandro P Santos
 
Apresentação cep
Apresentação cepApresentação cep
Apresentação cepemc5714
 

Mais procurados (19)

Pesquisa Aplicada a Comunicação cap-6
Pesquisa Aplicada a Comunicação cap-6Pesquisa Aplicada a Comunicação cap-6
Pesquisa Aplicada a Comunicação cap-6
 
Aula de exercícios compelmetares
Aula de exercícios compelmetaresAula de exercícios compelmetares
Aula de exercícios compelmetares
 
23126 estatisticaaplicada manualtecnicoformando
23126 estatisticaaplicada manualtecnicoformando23126 estatisticaaplicada manualtecnicoformando
23126 estatisticaaplicada manualtecnicoformando
 
Amostragem pesq mktppt
Amostragem pesq mktpptAmostragem pesq mktppt
Amostragem pesq mktppt
 
Apostila de estatistica
Apostila de estatisticaApostila de estatistica
Apostila de estatistica
 
Probabilidade e estatística
Probabilidade e estatísticaProbabilidade e estatística
Probabilidade e estatística
 
Apostila estatistica1
Apostila estatistica1Apostila estatistica1
Apostila estatistica1
 
Aula 02 - Estatística da vida cotidiana
Aula 02 - Estatística da vida cotidianaAula 02 - Estatística da vida cotidiana
Aula 02 - Estatística da vida cotidiana
 
Nilo Antonio de Souza Sampaio - Controle estatístico de processos
Nilo Antonio de Souza Sampaio - Controle estatístico de processos Nilo Antonio de Souza Sampaio - Controle estatístico de processos
Nilo Antonio de Souza Sampaio - Controle estatístico de processos
 
Aula 01: Conceitos básicos de Estatística
Aula 01: Conceitos básicos de EstatísticaAula 01: Conceitos básicos de Estatística
Aula 01: Conceitos básicos de Estatística
 
Estatística Descritiva - parte 1 (ISMT)
Estatística Descritiva - parte 1 (ISMT)Estatística Descritiva - parte 1 (ISMT)
Estatística Descritiva - parte 1 (ISMT)
 
05 msa 2010
05 msa 201005 msa 2010
05 msa 2010
 
MSA - Análise dos sistemas de medição
MSA - Análise dos sistemas de mediçãoMSA - Análise dos sistemas de medição
MSA - Análise dos sistemas de medição
 
Média móvel simples
Média móvel simplesMédia móvel simples
Média móvel simples
 
Aula03
Aula03Aula03
Aula03
 
AnáLise EconôMica Em SaúDe
AnáLise EconôMica Em SaúDeAnáLise EconôMica Em SaúDe
AnáLise EconôMica Em SaúDe
 
Conceitos Da Teoria EconôMica
Conceitos Da Teoria EconôMicaConceitos Da Teoria EconôMica
Conceitos Da Teoria EconôMica
 
Apostila planejamento
Apostila planejamentoApostila planejamento
Apostila planejamento
 
Apresentação cep
Apresentação cepApresentação cep
Apresentação cep
 

Destaque

papas a lo pobre
papas a lo pobrepapas a lo pobre
papas a lo pobre
tallerdecuina
 
Diaporama Images Du Monde (Fil Eminimizer)
Diaporama Images Du Monde (Fil Eminimizer)Diaporama Images Du Monde (Fil Eminimizer)
Diaporama Images Du Monde (Fil Eminimizer)cagnesazur06
 
Campaña solidaria EDM Atletismo Torrelavega
Campaña solidaria EDM Atletismo TorrelavegaCampaña solidaria EDM Atletismo Torrelavega
Campaña solidaria EDM Atletismo Torrelavega
marioelola
 
DOM Scripting & jQuery
DOM Scripting & jQueryDOM Scripting & jQuery
DOM Scripting & jQuerysmallworkshop
 
Microensayo 003
Microensayo  003Microensayo  003
987
987987
987
vjsine
 
Estrategias empresariales en redes sociales
Estrategias empresariales en redes socialesEstrategias empresariales en redes sociales
Estrategias empresariales en redes sociales
Jacques Bulchand
 
Subjetividades juveniles. Seminario Universidad de La Plata
Subjetividades juveniles. Seminario Universidad de La PlataSubjetividades juveniles. Seminario Universidad de La Plata
Subjetividades juveniles. Seminario Universidad de La Plata
Sergio Balardini
 
Hp Laptop
Hp LaptopHp Laptop
Hp Laptop
Joshua Thomson
 

Destaque (9)

papas a lo pobre
papas a lo pobrepapas a lo pobre
papas a lo pobre
 
Diaporama Images Du Monde (Fil Eminimizer)
Diaporama Images Du Monde (Fil Eminimizer)Diaporama Images Du Monde (Fil Eminimizer)
Diaporama Images Du Monde (Fil Eminimizer)
 
Campaña solidaria EDM Atletismo Torrelavega
Campaña solidaria EDM Atletismo TorrelavegaCampaña solidaria EDM Atletismo Torrelavega
Campaña solidaria EDM Atletismo Torrelavega
 
DOM Scripting & jQuery
DOM Scripting & jQueryDOM Scripting & jQuery
DOM Scripting & jQuery
 
Microensayo 003
Microensayo  003Microensayo  003
Microensayo 003
 
987
987987
987
 
Estrategias empresariales en redes sociales
Estrategias empresariales en redes socialesEstrategias empresariales en redes sociales
Estrategias empresariales en redes sociales
 
Subjetividades juveniles. Seminario Universidad de La Plata
Subjetividades juveniles. Seminario Universidad de La PlataSubjetividades juveniles. Seminario Universidad de La Plata
Subjetividades juveniles. Seminario Universidad de La Plata
 
Hp Laptop
Hp LaptopHp Laptop
Hp Laptop
 

Semelhante a Atps estatistica 2

Atps estatatistica
Atps estatatisticaAtps estatatistica
Atps estatatistica
TalineKarnopp
 
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.pptCurso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
ssuser2b53fe
 
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.pptCurso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
ssuser2b53fe
 
dokumen.tips_estatistica-aplicada-exercicios-resolvidos-manual-tecnico-forman...
dokumen.tips_estatistica-aplicada-exercicios-resolvidos-manual-tecnico-forman...dokumen.tips_estatistica-aplicada-exercicios-resolvidos-manual-tecnico-forman...
dokumen.tips_estatistica-aplicada-exercicios-resolvidos-manual-tecnico-forman...
RaquelSilva604657
 
Estatística aplicada à gestão de recursos humanos
Estatística aplicada  à gestão de recursos humanosEstatística aplicada  à gestão de recursos humanos
Estatística aplicada à gestão de recursos humanos
aurelio2machado
 
Estatistica exercicios resolvidos
Estatistica exercicios resolvidosEstatistica exercicios resolvidos
Estatistica exercicios resolvidos
Faculdade de Itaituba
 
Analisando dados
Analisando dadosAnalisando dados
Analisando dados
Rosana Santos Quirino
 
Introd computacao
Introd computacaoIntrod computacao
Introd computacao
Martins Neto
 
Análise de um Processo de Extrusão Através do Controle Estatístico de Processo
Análise de um Processo de Extrusão Através do Controle Estatístico de ProcessoAnálise de um Processo de Extrusão Através do Controle Estatístico de Processo
Análise de um Processo de Extrusão Através do Controle Estatístico de Processo
Paulo Saldanha
 
Atps estatistica
Atps estatisticaAtps estatistica
Atps estatistica
Anny Recalde
 
05. ferramentas para a qualidade
05. ferramentas para a qualidade05. ferramentas para a qualidade
05. ferramentas para a qualidade
Alane Oliveira
 
Amostragem: O Que É E Como Utilizá-la Em Um Trabalho De Auditoria
Amostragem: O Que É E Como Utilizá-la Em Um Trabalho De AuditoriaAmostragem: O Que É E Como Utilizá-la Em Um Trabalho De Auditoria
Amostragem: O Que É E Como Utilizá-la Em Um Trabalho De Auditoria
Marlon de Freitas
 
Pesquisa de marketing online - Aula 2 - Aula de 26/03/2011
Pesquisa de marketing online - Aula 2 - Aula de 26/03/2011Pesquisa de marketing online - Aula 2 - Aula de 26/03/2011
Pesquisa de marketing online - Aula 2 - Aula de 26/03/2011
MBA em Marketing Digital e Gestão de Projetos Web
 
Procedimentos de auditoria amostragem 2016
Procedimentos de auditoria  amostragem 2016Procedimentos de auditoria  amostragem 2016
Procedimentos de auditoria amostragem 2016
Universidade Federal de Viçosa
 
Amostragem em auditoria
Amostragem em auditoriaAmostragem em auditoria
Amostragem em auditoria
Universidade Pedagogica
 
1ª apostila de estatística quimica
1ª apostila de estatística  quimica1ª apostila de estatística  quimica
1ª apostila de estatística quimica
Marianne Soares
 
Amostragem em auditoria
Amostragem em auditoriaAmostragem em auditoria
Amostragem em auditoria
Universidade Pedagogica
 
Apostila de estatistica
Apostila de estatisticaApostila de estatistica
Apostila de estatistica
Pedro Kangombe
 
Apostila de estatistica
Apostila de estatisticaApostila de estatistica
Apostila de estatistica
Ana
 
Metanálise
MetanáliseMetanálise

Semelhante a Atps estatistica 2 (20)

Atps estatatistica
Atps estatatisticaAtps estatatistica
Atps estatatistica
 
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.pptCurso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
 
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.pptCurso_de_Estatística_Aplicada_Usando_o_R.ppt
Curso_de_Estatística_Aplicada_Usando_o_R.ppt
 
dokumen.tips_estatistica-aplicada-exercicios-resolvidos-manual-tecnico-forman...
dokumen.tips_estatistica-aplicada-exercicios-resolvidos-manual-tecnico-forman...dokumen.tips_estatistica-aplicada-exercicios-resolvidos-manual-tecnico-forman...
dokumen.tips_estatistica-aplicada-exercicios-resolvidos-manual-tecnico-forman...
 
Estatística aplicada à gestão de recursos humanos
Estatística aplicada  à gestão de recursos humanosEstatística aplicada  à gestão de recursos humanos
Estatística aplicada à gestão de recursos humanos
 
Estatistica exercicios resolvidos
Estatistica exercicios resolvidosEstatistica exercicios resolvidos
Estatistica exercicios resolvidos
 
Analisando dados
Analisando dadosAnalisando dados
Analisando dados
 
Introd computacao
Introd computacaoIntrod computacao
Introd computacao
 
Análise de um Processo de Extrusão Através do Controle Estatístico de Processo
Análise de um Processo de Extrusão Através do Controle Estatístico de ProcessoAnálise de um Processo de Extrusão Através do Controle Estatístico de Processo
Análise de um Processo de Extrusão Através do Controle Estatístico de Processo
 
Atps estatistica
Atps estatisticaAtps estatistica
Atps estatistica
 
05. ferramentas para a qualidade
05. ferramentas para a qualidade05. ferramentas para a qualidade
05. ferramentas para a qualidade
 
Amostragem: O Que É E Como Utilizá-la Em Um Trabalho De Auditoria
Amostragem: O Que É E Como Utilizá-la Em Um Trabalho De AuditoriaAmostragem: O Que É E Como Utilizá-la Em Um Trabalho De Auditoria
Amostragem: O Que É E Como Utilizá-la Em Um Trabalho De Auditoria
 
Pesquisa de marketing online - Aula 2 - Aula de 26/03/2011
Pesquisa de marketing online - Aula 2 - Aula de 26/03/2011Pesquisa de marketing online - Aula 2 - Aula de 26/03/2011
Pesquisa de marketing online - Aula 2 - Aula de 26/03/2011
 
Procedimentos de auditoria amostragem 2016
Procedimentos de auditoria  amostragem 2016Procedimentos de auditoria  amostragem 2016
Procedimentos de auditoria amostragem 2016
 
Amostragem em auditoria
Amostragem em auditoriaAmostragem em auditoria
Amostragem em auditoria
 
1ª apostila de estatística quimica
1ª apostila de estatística  quimica1ª apostila de estatística  quimica
1ª apostila de estatística quimica
 
Amostragem em auditoria
Amostragem em auditoriaAmostragem em auditoria
Amostragem em auditoria
 
Apostila de estatistica
Apostila de estatisticaApostila de estatistica
Apostila de estatistica
 
Apostila de estatistica
Apostila de estatisticaApostila de estatistica
Apostila de estatistica
 
Metanálise
MetanáliseMetanálise
Metanálise
 

Atps estatistica 2

  • 1. ÍNDICE * Introdução * Def inição de Estatística * Ramos da Estatística * Distribuição de f requência * Amplitude da classe * Amplitude total * Frequência relativa * Aplicação dos conceitos de Controle Estatístico * A importância da Estatística na área de Administração * Planejamento De Experimentos * Tabela com os dados da pesquisa * Gráf icos e Representações * Gráf ico de f requência absoluta * Gráf ico De Setor * Medida De Tendência Central * Média
  • 2. * Moda * Mediana * Variância e desvio padrão * Variância * Desvio Padrão * Conclusão * Fontes de Pesquisas Introdução O desaf io proposto para a equipe é a construção de um Relatório, conforme estudo de caso apresentado a seguir, destinado ao Diretor da empresa, contendo os resultados da pesquisa estatística de controle de qualidade para o lote em questão; desta forma, o diretor também poderá verif icar a efetividade do trabalho da empresa. A relevância do desaf io está pautada na possibilidade de utilização do estudo e compreensão de dados estatísticos e suas implicações como ferramenta de ref lexão e meio de intervenção na área administrativa. A equipe terá a função de atuar como supervisores do departamento de controle de qualidade de uma fábrica, e estará encarregada de verif icar o processo de controle de qualidade do empacotamento de sacos de caf é que têm marcado nas embalagens “1 kg”. Vocês deverão escolher uma amostra predeterminada de pacotes de café e efetuar os procedimentosestatísticos de controle de qualidade, para determinar a aprovação ou reprovação de um lote para comercialização. Vale lembrar que, segundo regras desta empresa, para que o lote obtenha aprovação, o desvio padrão máximo é de 0,05 kg (ou 5 gramas).
  • 3. ETAPA 1 Def inição de Estatística A palavra estatística deriva da palavra latina status, que signif ica “estado”. Estatística, é um método/ uma parte da matemática aplicada, que nos ajuda a interpretar e analisar grandes conjuntos de números. Portanto é a ciência que se ocupa de coletar, organizar, analisar e interpretar dados numéricos para a utilização dos mesmos a f im de tomar decisões e conclusões corretas a partir desses dados coletados. Na maior parte dos estudos da estatística, as informações devem ser obtidas a partir de uma amostra. Dados : Consistem em informações provenientes de observações: peso, salário, contagem, medidas ou respostas. Os dados podem ser qualitativos (consistem em atributos não numéricos), ou quantitativos ( consistem em medidas de contagens numéricas). Outra característica dos dados é o seu nível de medida, que determina quais cálculos estatísticos são signif icativos. Os níveis de medida do mais baixo ao mais alto são: nominal, ordinal, intervalar e racional. Rol: dados organizados em ordem crescente ou decrescente. Gráf icos estatísticos: são formas de apresentação de dados estatísticos com o objetivo de facilitar e demonstrar o entendimento dos fenômenos de estudo. População: É o conjunto de todos os resultados, respostas, medidas, ou contagens que são deinteresse. Pode ser f inita ou inf inita, concreta ou abstrata. Amostra: É o subconjunto da população. Seu uso gera rapidez e economia dos resultados. Deve ser representativa da população. Amostragem: Técnicas para escolher amostras que garanta o acaso na escola, ou seja, uma boa técnica de amostragem garante representatividade da amostra. * Tipos de amostragem: Amostragem casual ou aleatória * Técnicas de amostragem, onde cada elemento da população tem a mesma probabilidade de ser incluído na amostra, exemplo: sorteios. * Amostragem proporcional estratif icada , quando a população é dividida em estratos, e a amostragem é proporcional à eles, exemplo: uma amostra de 10% de alunos em uma classe de 40
  • 4. homens e 60 mulheres, consistirá na escolha aleatória de 4 homens e 6 mulheres. Parâmetro: É uma descrição numérica de uma característica da população. Estatística: É uma descrição numérica de uma característica da amostra. Um exemplo simples : Em um levantamento, perguntam-se à 3002 adultos se eles liam notícias na internet pelo menos uma vez por semana, onde a resposta foi que 600 adultos responderam que sim. * População= 3002 * Amostra= SIM 600 e NÃO 2402 * Conjunto de Dados= 3002 Um outro exemplo: Foi elaborado um levantamento em 800 postos de gasolina, obtendo o preço médio de R$ 2,71 (Dois Reais, e setenta e um centavos). * População= 800 postos * Amostra= o valor da gasolina nos 800 postos Ramos da Estatística A estatística divide-se em dois ramos principais: - Estatística Descritiva : éa que compreende a coleta, a organização, a descrição de dados, o cálculo, de forma a apresentar coef icientes de forma comunicativa e conveniente. - Estatística Inferencial ou Indedutiva: é a que compreende procedimentos desempenhados na análise e interpretação dos dados para chegar a grandes conclusões ou inferências sobre populações, com base nos dados mostrados, associados a uma margem de incerteza, fundamentando essas incertezas na teoria da probabilidade.
  • 5. Distribuição de f requência É uma tabela que mostra classes ou intervalos de entrada de dados com um número total de entradas em cada classe. A f requência f de uma classe é o número de entrada de dados na classe. Amplitude da classe , é a distância entre os limites inferiores (ou superiores) de classes consecutivas. Amplitude total, é a diferença entre o máximo e o mínimo das entradas de dados. O ponto médio de uma classe é a metade da soma entre os limites inferior e superior da classe. Ás vezes o ponto médio é chamado de característica da classe. Ponto médio: limite inferior da classe) + (limite superior da classe)/2 A f requência relativa de uma classe é a porção ou porcentagem dos dados que entra nessa classe. Importante saber, que para determinar a f requência relativa de uma classe, dividimos a f requência f pelo tamanho da amostra n. Frequência relativa = f requência da classe/tamanho da amostra = f /n A f requência cumulativa de uma classe é a soma da f requência daquela classe com a de todas as classes anteriores. A f requência cumulativa da última classe é igualao tamanho da amostra n. Aplicação dos conceitos de Controle Estatístico de Processo (CEP), em uma indústria de fundição do Norte Catarinense Uma indústria de fundição, no Norte do Estado de Santa Catarina, que produz blocos para veículos automotores, fornece seus produtos à importantes nomes da indústria automotiva mundial. Atuando em um mercado muito competitivo, a qualidade de seus produtos é um fator essencial para o sucesso no mercado. É possível identif icar as diretrizes que mantenham a maior qualidade e perfeição dos produtos fabricados, aplicando-se conceitos de controle estatístico de processo (CEP). Um dos produtos escolhidos para esta análise, foi um determinado bloco de motor para caminhões à diesel, onde um dos aspectos em que é medida sua qualidade é através da dureza, ou seja o grau de resistência à tração.
  • 6. Para se avaliar a qualidade das unidades produzidas, requer um teste destrutivo do corpo da prova, exigindo que o bloco seja cortado, para que seja retirado o corpo de prova, que serão usinados e submetidos a um ensaio de tração limite. Este processo se dá de forma unitária, já que esta peça é de dif ícil manuseio, e precisa de um tempo para ser resf riado após sua fundição. O processo de inspeção, se dá sempre com o primeiro bloco produzido de cada lote. Para que pudesse ter uma visão geral do comportamento estatístico destes dados e as possibilidades de aplicação dos conceitos específicos de CEP, durante todo o ano de 2004, foram analisados testes objetivando verif icar a presença de normalidade nadistribuição da série, e existência de autocorrelação ser ial. Os dados dos resultados dos testes de tração foram analisados e fornecidos pela empresa e acessados através do Núcleo de Normalização e Qualimetria (NNQ), da Universidade Federal de Santa Catarina. Com o principal objetivo de detectar possíveis mudanças na média do processo, foram construídos gráf icos alternativos mais indicados para amostras unitárias, ou seja, o da soma cumulativa, e o da média móvel exponencialmente ponderada. Também o gráf ico de amplitude móvel, para analisar e conhecer a variabilidade do processo. Os resultados obtidos através dos gráf icos de controle para amostras do tamanho unitário e o índice de capacidade dos blocos de motores, atenderam de forma moderada às expectativas dos autores. Porém, a insatisfação f icou por conta de se desejar encontrar um processo estatisticamente capaz de produzir os blocos dentro das especificações desejadas, pois a empresa já trabalha há muito tempo com este tipo produto. A importância da Estatística na área de Administração Na atualidade em que vivemos, as transformações estão ocorrendo em escala mundial, em um processo jamais visto de globalização de mercados, formação de blocos econômicos, rapidez de inovações tecnológicas, que compõe um cenário extremamente desaf iador e competitivo. No setor administrativo, a estatística é de suma importância, pois é uma ferramenta indispensável para qualquer prof issional que necessita analisar informações em suas tomadas de decisões diárias, adotando estratégias diferenciadase criativas, porque permite alcançar conclusões sobre fenômenos de várias natureza, inclusive na f inanceira, fazer o acompanhamento e análises das empresas, acompanhar o crescimento e vendas de seus produtos, comparar produções, estudar as preferências de seu público alvo, tendências e aceitações de produtos, obter amostras do
  • 7. controle de qualidade. Enf im, o administrador precisa tomar decisões rápidas, seguras e objetivas, e os métodos estatísticos são ferramentas primordiais, que possibilitam obter as informações conf iáveis para se obter sucesso nas tomadas de decisões. É necessário ter em mente que a estatística é uma f erramenta para o gestor ou executivo, nas respostas dos “porquês” de seus problemas que podem ser explicados por uma análise de dados. Para ela ser bem usada, é necessário conhecer os seus fundamentos e princípios, e acima de tudo que o gestor ou executivo desenvolva um espírito crítico e jamais deixe de pensar. Pois é fácil mentir usando a estatística, o dif ícil é falar a verdade sem usar a estatística. Qualquer conjunto de dados, tais como o tempo de uma ligação telefônica, a velocidade de processamento de um computador, a proporção de participação no mercado das empresas de um determinado setor, suscetibilidade de empresas a uma determinada mudança no mercado, opinião dos alunos quanto à didát ica de um professor, etc., contém informações sobre algum grupo de indivíduos. As possíveis diferenças entre indivíduos determinam a variação que está sempre presente na análise de dados. Como você pode organizaros dados de uma forma mais ef iciente, na qual se possa apresentar uma quantidade maior de informações? * Uma maneira de organizar um conjunto de dados para você melhor representá-lo é por meio de uma tabela de distribuição de f reqüências (tabela onde são apresentadas as f reqüências de cada uma das classes). * Distribuindo-se os dados observados em classes e contando-se o número de observações contidas em cada classe, obtém-se a f reqüência de classe. Veja que a disposição tabular dos dados agrupados em classes, juntamente com as f reqüências correspondentes, se denomina distribuição de f reqüências. ETAPA 2
  • 8. Planejamento De Experimentos Nos passos anteriores aprendemos um pouco mais sobre as def inições da Estatística, que nos deu vários exemplos sobre os conceitos aplicados a essa matéria. Isto acrescentou uma pouco mais para que nós pudéssemos obter mais conhecimentos necessários para elaborar os seguintes passos desta ATPS, e isto foi muito importante, contribuiu muito para nos auxiliar nas próximas etapas. Então em seguida colocamos em prática o Planejamento de experimentos e Técnicas de amostragens. O local escolhido por nosso grupo foi um Supermercado em Sorocaba e um determinado café onde f icava mais próximo para todos do grupo poderem fazer as pesagens juntos. O próximo passo foi montar uma planilha com duas colunas por amostra e peso e, durante a semana optamos por fazer a pesagem do café para a amostragem de 100 pacotes de café dividida em 10 pacotes por dia pois assim faríamos nossas amostras combastante calma, para conseguirmos uma maior conf iabilidade nos dados. Tabela com os dados da pesquisa: Amostra | Peso (gr) | | Amostra | Peso (gr) | 1 | 0,502 | | 51 | 0,502 | 2 | 0,500 | | 52 | 0,500 | 3 | 0,501 | | 53 | 0,499 | 4 | 0,500 | | 54 | 0,500 |
  • 9. 5 | 0,502 | | 55 | 0,502 | 6 | 0,502 | | 56 | 0,502 | 7 | 0,502 | | 57 | 0,502 | 8 | 0,502 | | 58 | 0,502 | 9 | 0,500 | | 59 | 0,500 | 10 | 0,500 | | 60 | 0,500 | 11 | 0,500 | | 61 | 0,500 | 12 | 0,500 | | 62 | 0,500 | 13 | 0,500 | | 63 | 0,500 | 14 | 0,501 | | 64 | 0,502 | 15 | 0,500 | | 65 | 0,500 | 16 | 0,500 | | 66 | 0,500 | 17 | 0,500 | | 67 | 0,500 | 18 | 0,500 | | 68 | 0,500 | 19 | 0,501 | | 69 | 0,504 | 20 | 0,500 | | 70 | 0,500 | 21 | 0,500 | | 71 | 0,500 | 22 | 0,502 | | 72 | 0,502 |
  • 10. 23 | 0,500 | | 73 | 0,500 | 24 | 0,500 | | 74 | 0,500 | 25 | 0,500 | | 75 | 0,500 | 26 | 0,500 | | 76 | 0,500 | 27 | 0,502 | | 77 | 0,502 | 28 | 0,500 | | 78 | 0,500 | 29 | 0,502 | | 79 | 0,502 | 30 | 0,499 | | 80 | 0,499 | 31 | 0,500 | | 81 | 0,500 | 32 | 0,499 | | 82 | 0,499 | 33 | 0,500 | | 83 | 0,500 | 34 | 0,500 | | 84 | 0,500 | 35 | 0,502 | | 85 | 0,500 | 36 | 0,500 | | 86 | 0,499 | 37 | 0,499 | | 87 | 0,499 | 38 | 0,502 | | 88 | 0,499 | 39 | 0,499 | | 89 | 0,501 | 40 | 0,504 | | 90 | 0,501 |
  • 11. 41 | 0,502 | | 91 | 0,501 | 42 | 0,502 | | 92 | 0,501 | 43 | 0,498 | | 93 | 0,500 | 44 | 0,502 | | 94 | 0,500 | 45 | 0,502 | | 95 | 0,500 | 46 | 0,500 | |96 | 0,502 | 47 | 0,500 | | 97 | 0,502 | 48 | 0,502 | | 98 | 0,502 | 49 | 0,499 | | 99 | 0,500 | 50 | 0,500 | | 100 | 0,500 | ETAPA 3 Gráf icos e Representações Montamos uma tabela da pesagem do café por f reqüência absoluta e f reqüência relativa e resumimos os dados por classe para melhor interpretação dos dados. Pesagem de Café
  • 12. Peso (gr) | Frequência Absoluta (FA) | Frequência Relativa (FR) | 0,498 | 1 | 1,00% | 0,499 | 11 | 11,00% | 0,500 | 52 | 52,00% | 0,501 | 7 | 7,00% | 0,502 | 27 | 27,00% | 0,504 | 2 | 2,00% | total | 100 | 100,00% | Gráf ico de f requência absoluta. Podemos perceber que os pacotes com maior peso se concentraram em 0,504Gr num total de 02 de 100 pesados. Gráf ico De Setor Podemos perceber que a área que mais concentrou peso foi de 0,500g atingindo 52% dos pacotes. No primeiro gráf ico podemos observar os números em quantidade de pacotes, cada um com os valores pesados anteriormente, esse é chamado de gráf ico de f requência absoluta, e já no segundo
  • 13. podemos ver os números separados em porcentagem, esse é representado pelo gráf ico de setor ou f requência relativa. Medida De Tendência Central Uma medida de tendência central é um valor que representa uma entrada típica, ou central, de um conjunto de dados. As três medidas de tendência central mais usadas são: média, mediana e moda. Média A média é a soma das entradas de dados dividida pelo número de entradas. Para encontrar a média de um conjunto de dados, usaremos as seguintes fórmulas:Média do PESO: peso = soma dos pesos / número de amostras 50.056 /100 = 0,50056 Média dos pesos é igual 0,50056 kg Moda A moda de um conjunto de dados é aquela entrada que ocorre com maior f requência. Se nenhuma entrada é repetida, o conjunto de dados não possui moda. Se duas entradas ocorrem com a mesma f requência elevada, cada entrada é uma moda e os dados são chamados de bimodais. Sendo assim a moda dos pesos é 500gr que foi o que mais teve entrada. Mediana Em um conjunto de dados é o dado que f ica no meio quando as entradas são colocadas em ordem crescente ou decrescente. Se o conjunto de dados tiver o número par de entradas, a mediana
  • 14. será a média entre os dois pontos que estiverem no meio do conjunto. Sendo assim na minha amostra a mediana vão ser os pesos 0,500Gr e 0,501Gr. Variância e desvio padrão Desvio padrão é: PESO | MÉDIA | DESVIO | QUADRADO DOS DESVIOS | 0,498 | 0,500 | -2 | 4 | 0,499 | 0,500 | -1 | 1 | 0,500 | 0,500 | 0 | 0 | 0,501 | 0,500 | 1 | 1 | 0,502 | 0,500 | 2 | 4 | 0,504 | 0,500 | 4 | 16 | SOMA DOS QUADRADOS DOS DESVIOS | 26 | Variância A soma dos quadrados dos desvios dividida pelo número de ocorrências é chamada de variância. V = 26/6 = 4,33
  • 15. Então podemos def inir que a variância dos pesos é igual a 4,33. Outro valor que pode ser obtido a partir da média e da variância é o desvio padrão. Como os desvios foram elevados ao quadrado, deve-se tirar a raiz quadrada da variância e achar o desvio padrão: Desvio Padrão=4,33 = 2,81 Conclusão Fizemos a pesquisa em umSupermercado de Sorocaba e escolhemos um determinado café. O café que f izemos a auditoria deu 2,81 de desvio padrão. Assim concluímos que o fornecedor não está conseguindo manter um padrão ao embalar o café, mas a média é de 0,500g e o peso liquido do produto na embalagem é 0,500g. O fornecedor precisa regular as máquinas para que tenha apenas a margem de segurança def inida pelo mesmo para não ter mais prejuízo, nós decidimos por aprovar a empresa pois o desvio é mínimo e a media que está prevalecendo é a de 0,500Gr, sendo assim não temos porque não aprova-lo. Fontes de Pesquisas http://www.unianhanguera.edu.br/anhanguera/bibliotecas/normas_bibliograficas/index.html https://docs.google.com/f ileview?id=0B1K82Jno7AxdNzZiYmIxYzctZmQ2ZS00YmZjL TlkNTgtZjgyMmY1NjkzYmFj&hl=en&authkey=CI3f tY0C https://docs.google.com/f ileview?id=0B1K82Jno7AxdZWY4ZDZjZDgtODU1MS00 MGQ3LTlkMjItMjJkYmJkNDFkNmUy&hl=en&authkey=CI2lzJYI>
  • 16. https://docs.google.com/viewer?a=v&pid=explorer&chrome=true&srcid=0B0EMRzdACiXpZDh hODYyNGUtYjg5My00NGE4LWFj.NDAtYmY3NmFhMGEw NDg5&authkey=COT844w I&hl=en http://www.del.ufms.br/tutoriais/excel7/apresentacao.htm#sumario Larson, Ron; Farber, Betsy. Estatística Aplicada; tradução técnica Cyro Patarra 2. Ed. – São Paulo : Prentice Hall, 2007. PLT Estatística e métodos quantitativos Ron Laerson, Betsy Farber 136 www.producaoonline.org.br www.excelenciaemgestao.org www.administradores.com.br PLT 136 Estatística Aplicada , Pearson,2007 Revista Você S/A – Editora Abril