Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Engenharia de Produo
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.
- 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.
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:
Todas essas questes auxiliam na melhoria dos processos e na melhoria do seu trabalho. A estatstica capaz de encontrar as respostas para estas questes.
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:
Qualitativos: quando so representados por smbolos, palavras ou textos. -Tipo de ao; - Cor; Exemplos: - Presena de manchas;
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
COLETA DE DADOS
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.
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.
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.
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.
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.
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.
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.
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.
CAUSAS ESPECIAIS: no fazem parte do processo; so causas que provocam desvios no processo. Exemplo: Um equipamento mal ajustado;
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.
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).
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.
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
19 15 24 100 20+____+____+____+ 22 =____ e depois divida pelo nmero de valores. Amplitude = 9 2. Mdia = 20 3. Mediana = 20
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.
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.
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
n 1
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
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.
PROBABILIDADE
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.
3 0,5 6
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.
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:
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%
Obrigado!