Tiago Seixas Bittencourt

Engenharia de Produo

RACIOCNIO ESTATSTICO BSICO

Tiago Seixas Bittencourt

Engenharia de Produo

INTRODUO Bem-vindo Estatstica!

O que ESTATSTICA?

Estatstica a cincia que trata da coleta, da organizao, anlise e interpretao de dados, atuando como ferramenta fundamental nos processos de soluo de problemas e na tomada de deciso.

Tiago Seixas Bittencourt

Engenharia de Produo

Por que estudar estatstica?

O raciocnio estatstico amplamente utilizado na indstria, no governo e na administrao. possvel que no futuro voc possa ser promovido ou contratado por causa de seus conhecimentos de estatstica. Ns precisamos de conhecimento estatstico para tomar decises corretas e evitar ser iludidos por falsas evidncias. A maioria das revistas e jornais contm referncias freqentes a estudos estatsticos. Representar o processo usando medidas estatsticas pode nos ajudar a entender o que est acontecendo e pensar em correes e melhorias.

Tiago Seixas Bittencourt

Engenharia de Produo

- Voc, por exemplo, quer entender melhor o processo de fabricao de rolos de arame. - Uma medida importante o comprimento dos rolos. - Ao medir o comprimento dos rolos, a estatstica transforma os dados em informao.

Tiago Seixas Bittencourt

Engenharia de Produo

Processo
o conjunto de equipamentos, pessoas e procedimentos necessrios para a produo de um bem ou servio. Para que se possa entender o que est acontecendo e gerenciar um processo preciso CONHEC-LO BEM. Lembre que:

O nosso foco a melhoria dos processos produtivos.

Tiago Seixas Bittencourt

Engenharia de Produo

Para descobrir onde as melhorias devem ser realizadas, precisamos entender:

- o que est acontecendo; - quais os tipos de defeitos mais freqentes; - em que mquina eles ocorrem; - se essas medidas diferem quando a matria prima alterada.

Todas essas questes auxiliam na melhoria dos processos e na melhoria do seu trabalho. A estatstica capaz de encontrar as respostas para estas questes.

Tiago Seixas Bittencourt

Engenharia de Produo

DADOS O processo se comunica conosco atravs de DADOS que so coletados, isto , os dados coletados de um processo so a sua VOZ. So as informaes que o processo fornece. Estes dados podem ser:

Tiago Seixas Bittencourt

Engenharia de Produo

Quantitativos: quando so representados atravs de um nmero. Dados Quantitativos podem ser:

Contados: - o nmero de defeitos em uma barra de ao; - o nmero de pregos com dimetro da cabea fora da especificao. Medidos: - a velocidade da esteira; - a temperatura dos fornos; - o peso de uma barra de ao e assim por diante.

Qualitativos: quando so representados por smbolos, palavras ou textos. -Tipo de ao; - Cor; Exemplos: - Presena de manchas;

Tiago Seixas Bittencourt

Engenharia de Produo

Voc uma fonte de dados. Quer ver?

Dados quantitativos que podem ser medidos: Altura, peso, presso sangnea Dados quantitativos que podem ser contados: nmero de filhos, nmero de dependentes Dados qualitativos: Grau de instruo, sexo, cor dos olhos, estado civil

Tiago Seixas Bittencourt

Engenharia de Produo

Vejamos se voc entendeu....

Escreva nos parnteses ( ) esquerda QM para uma varivel quantitativa que pode ser medida, escreva QC quando se tratar de uma varivel quantitativa que pode ser contada, e escreva QL para uma varivel qualitativa. Vejo o exemplo no nmero 1.
1. (QM ) 2. ( QL ) 3. (QM ) 4. (QC ) 5. (QM ) 6. (QM ) 7. ( QL ) 8. (QM ) 9. ( QL ) Quantidade de caf (kg). Turno de trabalho (A, B, C). Comprimento de pregos (mm). Nmero de defeitos por pea. Comprimento de tarugos (m). Dimetro da cabea de um prego (mm). ndice de desempenho (bom, mdio, ruim). Resistncia ruptura (kgf). Tipo de mquina (automtica, manual).

Tiago Seixas Bittencourt

Engenharia de Produo

COLETA DE DADOS

Finalidade dos Dados

Antes de se iniciar a COLETA DE DADOS fundamental definir onde eles sero usados, de que forma sero usados e o que se busca conhecer com estas informaes coletadas. Voc est coletando dados de um determinado equipamento que produz vrios tipos de produtos, de vrios tamanhos, em 3 turnos. fundamental que sejam registradas todas estas informaes produto, tamanho e turno, porque seno, no ser possvel analisar estes dados, mais tarde, por produto, por tamanho ou por turno. O conceito de se trabalhar com dados classificados em agrupamentos (camadas ou estratos) chamado de ESTRATIFICAO.

Tiago Seixas Bittencourt

Engenharia de Produo

Na populao est tudo misturado. Para que a amostra seja representativa, separamos coisas parecidas em grupos (ou estratos) e depois fazemos um sorteio, tirando um pouquinho de cada estrato para compor a amostra.

Tiago Seixas Bittencourt

Engenharia de Produo

Populao e Amostra
Populao o conjunto de TODOS os dados. Uma populao pode ser finita ou infinita:

Finita (se pode contar): a quantidade de pregos num saco de 1 kg. Infinita (muito grande, impossvel de contar): o nmero de estrelas no cu. Amostra um subconjunto de dados extrados da populao.

Tiago Seixas Bittencourt

Engenharia de Produo

atravs de uma amostra que se pode tirar concluses sobre toda a populao. Para isto, voc ter que saber o TAMANHO DA AMOSTRA necessria.

Tamanho da Amostra
O tamanho da amostra no um percentual do tamanho da populao (muitas populaes so infinitas e no seria possvel calcular desta forma). Para calcularmos o tamanho da amostra, existem tabelas e frmulas que so utilizadas dependendo de cada situao e objetivo.

Tiago Seixas Bittencourt

Engenharia de Produo

No existe uma frmula nica ou um nmero mgico para o tamanho da amostra! Depende de cada situao.
Amostra representativa aquela que representa, com a maior fidelidade possvel, a populao. Lembre-se da estratificao. A estratificao separa a populao ou a amostra nos diferentes nveis que podem influir no resultado final.

Exemplos de estratificao
A amostragem eleitoral entrevista eleitores de vrios nveis de escolaridade, faixa de renda, faixa etria, regies do Brasil, sexo. Para conhecer o nvel de rudo produzido por uma instalao preciso que ele seja medido em diferentes horas do dia e da noite.

Tiago Seixas Bittencourt

Engenharia de Produo

A amostra, portanto, deve ter um tamanho adequado, sendo representativa da populao, e incluindo a estratificao necessria para o uso posterior dos dados.
Perguntamos a voc: Temos uma pizza de 4 sabores, como retirar uma amostra representativa???
Uma mordida de cada sabor e em trs posies: mordidas prximo do centro, no meio da fatia e nas bordas.

Tiago Seixas Bittencourt

Engenharia de Produo

CONCEITO DE VARIAO As variaes nos resultados dos processos existem devido s variaes nas causas que os produzem. O resultado varivel porque as causas que o produzem variam. Assim, no diagrama de causa e efeito abaixo, o resultado que aparece na cabea do peixe, depende das causas que aparecem nas espinhas do peixe e ser varivel porque estas causas variam.

Tiago Seixas Bittencourt

Engenharia de Produo

No diagrama abaixo, com um exemplo real, o peso do prego produzido depende de vrios fatores: mquina utilizada, mo-de-obra, material empregado, mtodo de trabalho. Novamente, o peso dos pregos produzidos varivel porque estes fatores variam.

Tiago Seixas Bittencourt

Engenharia de Produo

A variao est presente em todas as atividades humanas.

A variao, portanto, est presente nos resultados de um processo.

Os resultados de um processo variam porque as causas destes resultados tambm variam.

As causas de um resultado se dividem em: CAUSAS COMUNS e CAUSAS ESPECIAIS

Tiago Seixas Bittencourt

Engenharia de Produo

CAUSAS COMUNS: so aceitveis, fazem parte do processo e, em geral, no comprometem a qualidade do produto.
Atuar sobre elas de responsabilidade da gerncia e exige muitas vezes mudana de tecnologia, troca de equipamentos. Exemplo:

No processo de fabricao de pregos, as navalhas usadas para o corte fazem parte do processo; a operao pode ser feita com navalhas novas ou com algum uso; o estado da navalha produz pequenas variaes no comprimento dos pregos. O comprimento ora sair com 12,0 mm, ora com 12,1 mm, ora com 11,9 mm.

Tiago Seixas Bittencourt

Engenharia de Produo

CAUSAS ESPECIAIS: no fazem parte do processo; so causas que provocam desvios no processo. Exemplo: Um equipamento mal ajustado;

Um lote de matria prima fora das especificaes;

Uma atividade mal feita, por falta de padro ou falta de treinamento.

As causas especiais comprometem a qualidade do produto e devem ser eliminadas.

Tiago Seixas Bittencourt

Engenharia de Produo

MEDIDAS
Medidas de Posio Central e Medidas de Disperso

Para melhor interpretar os resultados obtidos com uma amostra. Medida de posio central: mostra a tendncia dos resultados se concentrarem em torno de um determinado valor. A mais conhecida a MDIA.

calculada somando-se os valores observados e dividindo-se pelo nmero de observaes.

Tiago Seixas Bittencourt

Engenharia de Produo

Exemplo de clculo da mdia

Anotamos a temperatura de uma pessoa de 1 em 1 hora, durante 8 horas. Qual a mdia da sua temperatura? Valores observados: 37, 38, 38, 37, 39, 38, 39, 37. Neste caso, temos oito valores observados, ento somamos os valores e dividimos por oito (tamanho da amostra).

Temperatura mdia = 37 38 38 37 39 38 39 37 37,9C

Tiago Seixas Bittencourt

Engenharia de Produo

Uma outra medida de posio central muito conhecida a MEDIANA. MEDIANA valor do meio de um conjunto de dados, classificados em ordem crescente.
Exemplo de clculo da mediana Utilizando-se o mesmo conjunto de valores aplicado anteriormente, para determinar a mediana, deve-se, primeiro, ordenar os valores observados: 37 37 37 38 38 38 39 39 Quando o nmero de observaes MPAR, a mediana o valor do meio da lista ordenada dos valores. Quando o nmero de observaes PAR, a mediana definida pela mdia dos dois valores centrais da relao ordenada dos valores.

Tiago Seixas Bittencourt

Engenharia de Produo

No nosso exemplo, temos oito observaes. Logo, tomando os valores centrais, temos: 37 37 37 38 38 38 39 39

Temperatura mediana =

38 38 38C 2

Vejamos se voc entendeu....

Exerccio: Voc tomou ao acaso 5 rolos de arame, e mediu o peso. Vamos supor que os resultados foram os seguintes: 20 kg, 19 kg, 15 kg, 24 kg, 22 kg

19 15 24 100 20+____+____+____+ 22 =____ e depois divida pelo nmero de valores. Amplitude = 9 2. Mdia = 20 3. Mediana = 20

Tiago Seixas Bittencourt

Engenharia de Produo

100 20 Isto : Mdia dos pesos = =. 5

E a mediana: 20 kg, 19 kg, 15 kg, 24 kg, 22 kg. Primeiro ordene os valores do menor para o maior:

15 kg, 19 kg, 20 kg, 22 kg, 24 kg

A mediana o nmero que est no meio.

20 Logo a mediana _____ .

Tiago Seixas Bittencourt

Engenharia de Produo

Medidas de disperso: As medidas de posio central apresentadas devem ser sempre acompanhadas por medidas de DISPERSO, que indicam o grau de variao dos dados em torno da medida de posio central. A medida mais comum para representar a disperso o DESVIO PADRO, que mede a maior ou menor concentrao dos elementos em torno da mdia.
Se os resultados esto bem concentrados em torno da mdia, o desvio padro ser pequeno. Se os resultados so pouco concentrados em torno da mdia, o desvio padro ser grande.

Tiago Seixas Bittencourt

Engenharia de Produo

Pequena disperso

Grande disperso

Outra medida de disperso muito usada a AMPLITUDE. AMPLITUDE a diferena entre o maior valor e o menor valor observados.

Lembra do nosso exemplo da temperatura? O maior valor encontrado foi 39C e o menor 37C, logo a amplitude de 2C. Quanto maior a amplitude, mais afastados os dados observados esto da mdia, ou seja, maior a disperso.

Tiago Seixas Bittencourt

Engenharia de Produo

VARINCIA
( X i X ) 2
i 1 n

s2

n 1

A varincia (S2) o quociente entre a soma do quadrado da distncia de todos os valores X i em relao a sua mdia e o nmero de elementos da amostra 1.

DESVIO PADRO
( X i X ) 2
i 1 n

Chamamos de desvio padro s raiz quadrada da varincia: S chamamos de desvio-padro.

n 1

Tiago Seixas Bittencourt

Engenharia de Produo
Ai! minha dor de cabea aument ou..

Lembra do nosso exemplo da temperatura ? 37, 38, 38, 37, 39, 38, 39, 37. MDIA:

= 37,9 C

VARINCIA:
2 2 2 2 2 ( X i X ) ( 37 37 ,9 ) ( 38 37 ,9 ) ... ( 37 37 ,9 ) n

S2

i 1

8 1

4 ,82 0 ,69 7

DESVIO PADRO:

0,69 0,83

Tiago Seixas Bittencourt

Engenharia de Produo

Outra medida de disperso muito usada a AMPLITUDE.

AMPLITUDE a diferena entre o maior valor e o menor valor observados.

Lembra do nosso exemplo da temperatura? O maior valor encontrado foi 39C e o menor 37C, logo a amplitude de 2C. Quanto maior a amplitude, mais afastados os dados observados esto da mdia, ou seja, maior a disperso.

Tiago Seixas Bittencourt

Engenharia de Produo

Vejamos se voc entendeu....

24 15 9 A amplitude dos pesos dos rolos : _____ - _____= _____

20 kg, 15 kg, 19 kg, 24 kg, 22 kg

Tiago Seixas Bittencourt

Engenharia de Produo

PROBABILIDADE

So utilizadas para expressar atravs de nmeros a chance de ocorrncia de um acontecimento.

Exemplo 1 de clculo de probabilidade: Numa linha de produo trabalham 5 homens e 3 mulheres. Um deles ser sorteado com uma viagem ao Rio de janeiro. Qual a probabilidade de um homem ser sorteado?

Tiago Seixas Bittencourt

Engenharia de Produo

Tiago Seixas Bittencourt

Engenharia de Produo

Exemplo 2:
Se um dado lanado ao ar, certo que cair, mas no certo que, digamos aparea um nmero par, ento, qual a probabilidade de sair um nmero par? Quantos so os casos favorveis de acontecer nmero par?
{2, 4 ou 6} , ou seja, 3 casos.

Quantos so os casos possveis de acontecer?

{1, 2, 3, 4, 5, ou 6} , ou seja, 6 casos.

Aplicando a relao, temos: P(sair face par) =

3 0,5 6

Tiago Seixas Bittencourt

Engenharia de Produo

Desta forma, uma das maneiras de se calcular a probabilidade de que algo ocorra (um acontecimento, um evento) enumerar todos os casos possveis e identificar dentre estes quais so os favorveis.

Chama-se probabilidade de um acontecimento a relao entre o nmero de casos favorveis (A) e o A nmero de casos possveis (B), logo: P B

Exemplo 3: Uma famlia quer trs filhos, qual a chance de ter dois meninos e 1 menina? Considere: M: sexo masculino e F: sexo feminino Pense um pouco e enumere todos casos possveis.

Tiago Seixas Bittencourt

Engenharia de Produo

Casos possveis = MMM, FMM, MFM, MMF, FFF, MFF, FMF, FFM (8 casos possveis).
MMM = 3 filhos homens MFM = 1 filho homem, 2 filha mulher e 3 filho homem, nesta ordem. FFM = 1 filha mulher, 2 filha mulher e 3 filho homem. Casos favorveis = FMM, MFM, MMF (trs possibilidades). Aplicando a relao, temos:

3 0,375 ou 37,5% P(1 filha mulher e 2 filhos homens) = 8

Este conceito bsico para o raciocnio estatstico, pois, uma vez que ocorre variao em tudo que fazemos, ser importante conhecer a probabilidade de que ocorram os resultados desejados.

Tiago Seixas Bittencourt

Engenharia de Produo

Vejamos se voc entendeu....

Numa caixa esto misturadas 6 peas do fornecedor A e 4 peas do fornecedor B. Qual a probabilidade de voc retirar da caixa ao acaso uma pea produzida pelo fornecedor A?

6 P 0,6 10

ou

60%

Tiago Seixas Bittencourt

Engenharia de Produo

Obrigado!