Sei sulla pagina 1di 34
EQUIPE:  1 – Alessandra Ribeiro da Silva (RA 392400)  2 – Elane Marques Esteves
EQUIPE:  1 – Alessandra Ribeiro da Silva (RA 392400)  2 – Elane Marques Esteves
EQUIPE:  1 – Alessandra Ribeiro da Silva (RA 392400)  2 – Elane Marques Esteves
EQUIPE:  1 – Alessandra Ribeiro da Silva (RA 392400)  2 – Elane Marques Esteves
EQUIPE:  1 – Alessandra Ribeiro da Silva (RA 392400)  2 – Elane Marques Esteves
EQUIPE:  1 – Alessandra Ribeiro da Silva (RA 392400)  2 – Elane Marques Esteves

EQUIPE:

  • 1 Alessandra Ribeiro da Silva (RA 392400)

  • 2 Elane Marques Esteves Gonçalves (RA 398444)

  • 3 - Marcelo José de Sousa Mendonça (RA 393406)

  • 4 Juliglayson dos Santos de Sousa (RA 402745)

  • 5 Isa Gabriely Gonçalves (RA 398201)

 1 – Marcelo José de Souza Mendonça (RA 393406) Trabalho apresentado a Professora Me: Ivonete
 1 – Marcelo José de Souza Mendonça (RA 393406) Trabalho apresentado a Professora Me: Ivonete
 1 – Marcelo José de Souza Mendonça (RA 393406) Trabalho apresentado a Professora Me: Ivonete
 1 – Marcelo José de Souza Mendonça (RA 393406) Trabalho apresentado a Professora Me: Ivonete
 1 – Marcelo José de Souza Mendonça (RA 393406) Trabalho apresentado a Professora Me: Ivonete
 1 – Marcelo José de Souza Mendonça (RA 393406) Trabalho apresentado a Professora Me: Ivonete
  • 1 Marcelo José de Souza Mendonça (RA 393406)

Trabalho apresentado a Professora Me: Ivonete Melo de Carvalho Da disciplina: Estatística Turno: Noite Do curso de: Administração Polo: Polo de apoio presencial: Ananindeua PA Data de entrega: 27 de setembro de 2013

Sumário: 1 – Introdução 2- Desenvolvimento 3 – Considerações finais 4 – Bibliografia Página 3 de

Sumário:

  • 1 Introdução

2- Desenvolvimento

  • 3 Considerações finais

  • 4 Bibliografia

INTRODUÇÃO Este trabalho tem como objetivo compreender o passo a passo dos métodos estatísticos. Através de

INTRODUÇÃO

Este trabalho tem como objetivo compreender o passo a passo dos métodos estatísticos. Através de sua elaboração permitirá a nós estudantes adquirirmos um pouco mais de conhecimento sobre esta ciência.

Nossa função será de atuarmos como supervisores do departamento de controle de qualidade de uma fábrica que produz o café PILÃO, onde seremos responsáveis pela aprovação ou reprovação de um lote de 100 pacotes de 500 gr de café.

Para que isso se torne possível, precisamos primeiramente entender toda a parte de conceituação de Estatística bem como suas técnicas e métodos de pesquisa (que envolvam o planejamento do experimento, a coleta qualificada dos dados, a inferência, o processamento, a análise e a disseminação das informações).

Para a realização da pesagem das amostras dos pacotes de café escolhemos um renomado estabelecimento comercial de nosso município e utilizaremos o equipamento do próprio estabelecimento comercial (que se encontra dentro do prazo de aferimento).

Após a pesagem das amostras, coletamos todos os dados e passamos para a confecção de tabelas e gráficos, onde explicaremos detalhadamente sobre frequência, média, variância, desvio, ...

Enfim, finalizaremos com o laudo à direção da empresa com a aprovação ou reprovação do referido lote de café.

DESENVOLVIMENTO Etapa 1 Passo 1 O que é Estatística ? A estatística é uma ciência e

DESENVOLVIMENTO

Etapa 1

Passo 1 O que é Estatística ?

A estatística é uma ciência e também uma parte da matemática aplicada que fornece métodos para coleta, organização, descrição, analise e interpretação de dados e ensina a utilização dos mesmos na tomada de decisões.

Ela teve origem desde a antiguidade, onde os povos já registravam o número de habitantes, nascimentos e óbitos. Já na Idade media colhiam informações geralmente com finalidades tributárias ou bélicas (guerra). A partir do século XVI, começaram a surgir as primeiras análises sistemáticas de fatos sociais, como: batizados , casamentos, funerais, dando assim origem às primeiras tabelas e números relativos.

E, através de pesquisas, podemos informar que a utilização da estatística já remota há quatro mil anos antes de Cristo, quando era utilizada por povos guerreiros na conquista de territórios. Naqueles tempos, um decreto de César Augusto, ordenou o recenseamento de toda a terra. Este recenseamento foi feito antes do governo de Quirino, na Síria, quando todos tiveram de se alistar, cada um na sua cidade. (BÍBLIA, N.T. Lucas, 2:1-3)

Já no século XVIII o estudo de tais fatos foi adquirindo, aos poucos feição verdadeiramente cientifica. Godofredo Anchewall batizou a nova ciência como método de estatística. As tabelas ficaram mais complexas, surgiram as primeiras representações gráficas e os cálculos de probabilidades. A estatística deixou de ser uma simples catalogação de dados numéricos e se tornou o estudo de como chegar a conclusões sobre o todo, partindo da observação de partes desse todo.

Inesul (2007) destaca que foi somente no século XIX, que a Estatística começou a ganhar importância nas diversas áreas do conhecimento. E a partir do século XX começou a

ser aplicada nas grandes organizações, quando os japoneses começaram a falar em qualidade total. Portanto, a

ser aplicada nas grandes organizações, quando os japoneses começaram a falar em qualidade total.

Portanto, a Estatística nada mais é do que um conjunto de técnicas e métodos de pesquisa que envolve o planejamento do experimento, a coleta qualificada dos dados, a inferência, o processamento, a análise e a disseminação das informações e, tem como objetivo a produção da melhor informação, a partir dos dados disponibilizados, preocupando-se com os métodos de recolha, organização, resumo, apresentação e interpretação de dados, assim como tirar conclusões sobre as características das fontes de onde estes foram retirados para assim melhor compreender as situações.

A Estatística possui dois grandes ramos:

Estatística Descritiva: compreende a coleta, a organização, a descrição dos dados, o cálculo, de forma a apresentar coeficientes de forma conveniente e comunicativa.

Estatística Indutiva ou Inferencial: compreende procedimentos empregados na análise e na interpretação dos dados para chegar a grandes conclusões ou inferências sobre populações com base em dados amostrais, associados a uma margem de incerteza. Fundamentam ainda as medidas de incerteza que resultam na teoria da probabilidade.

Na maior parte dos estudos da estatística, as informações devem ser obtidas a partir de uma amostra. E a seguir, definiremos alguns termos técnicos muito utilizados na estatística:

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 significativos. Os níveis de medida do mais baixo ao mais alto são:

nominal, ordinal, intervalar e racional.

 Rol: dados organizados em ordem crescente ou decrescente.  Gráficos estatísticos: são formas de apresentação

Rol: dados organizados em ordem crescente ou decrescente.

Gráficos 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 de interesse. Pode ser finita ou infinita, 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.

Em prática a estatística pode ser uma ferramenta fundamental em várias outras ciências.

As organizações modernas estão, a cada dia, mais dependentes dos dados estatísticos para obtenção das informações essenciais e necessárias. O desenvolvimento e o aperfeiçoamento de técnicas estatísticas nos permitem o controle e o estudo adequado de fenômenos, fatos, eventos e ocorrências em diversas áreas do conhecimento.

Para Ramos (2007), os métodos estatísticos modernos formam uma mistura de ciência, tecnologia, e lógica para que os problemas de várias áreas do conhecimento humano sejam investigados e solucionados. A estatística é reconhecida como um campo da ciência e é uma tecnologia quantitativa para a ciência experimental e observacional em que se pode avaliar e estudar as incertezas e os efeitos de algum planejamento e observações de fenômenos da natureza e principalmente os da sociedade.

Porém é nas organizações, que a estatística demonstra toda a sua força, pois gráficos e tabelas são apresentados na exposição de resultados de uma empresa. Dados numéricos são usados para aprimorar e aumentar a produção. Censos demográficos ajudam o Governo a entender melhor sua população e a organizar seus gastos com saúde e assistência social. Com a velocidade da informação a estatística passou a ser uma ferramenta essencial na produção e atuação do conhecimento.

A utilização de tabelas e de gráficos são frequentes na Estatística. As tabelas servem para organizar

A utilização de tabelas e de gráficos são frequentes na Estatística. As tabelas servem para organizar e tabular os dados, já os gráficos transmitem as informações com clareza e transparência, contribuindo para uma leitura objetiva e, grande parte das informações divulgadas pelos meios de comunicações atualmente provém de pesquisas e estudos estatísticos. Os índices da inflação, de emprego e desemprego, divulgados e analisados pela mídia, é um exemplo de aplicação da Estatística no nosso dia a dia.

No mundo atual, a empresa é uma das vigas-mestras da Economia. A direção de uma empresa, de qualquer tipo, incluindo as estatais e governamentais, exige de seu gestor a tarefa de tomar decisões, e o conhecimento e o uso da Estatística facilitarão seu trabalho de organizar, dirigir e controlar a empresa.

Por meio de coleta de dados, podemos conhecer a realidade geográfica e social, os recursos naturais, humanos e financeiros disponíveis, as expectativas da comunidade sobre a empresa, e estabelecer suas metas, seus objetivos com maior possibilidade de serem alcançados a curto, médio ou longo prazo.

A Estatística ajudará em tal trabalho, como também na seleção e organização da estratégia a ser adotada no empreendimento e na escolha das técnicas de verificação e avaliação da quantidade e da qualidade do produto e mesmo dos possíveis lucros e/ou perdas. Tudo isso que se pensou, que se planejou, precisa ficar registrado, documentado para evitar esquecimentos, a fim de garantir o bom uso do tempo, da energia e do material e, ainda, para um controle eficiente do trabalho.

A Estatística deve ser estudada por todo e qualquer profissional que queira ter lugar no mercado de trabalho para que tenha em suas características profissionais a capacidade de lidar com suas realidades

Passo 2 Aplicação dos conceitos de Controle Estatístico de Processo CEP

O Controle Estatístico de Processo - CEP é uma das ferramentas mais clássicas na área de

O Controle Estatístico de Processo - CEP é uma das ferramentas mais clássicas na área de qualidade e com certeza uma das mais comprovadas e empregadas no meio prático. Desde seu surgimento tem sido aplicada nos mais diversos processos, situações e regiões em todo o mundo. Há também um grande conhecimento acumulado sobre sua aplicação, principais benefícios e restrições.

O objetivo do controle estatístico do processo é aprimorar e controlar o processo produtivo por meio da identificação das diferentes fontes de variabilidade do processo. Utilizando conceitos de estatística procura-se separar os efeitos da variabilidade causada pelas chamadas Causas Comuns, ou seja, àquelas inerentes à natureza do processo produtivo, das Causas Especiais, ou àquelas derivadas da atuação de variáveis específicas e controláveis sobre o processo. A técnica é composta de uma ferramenta principal denominada Gráfico de Controle, que permite identificar se o processo está sob controle estatístico (situação em que atuariam somente causas comuns).

O controle estatístico é implantado por meio de um ciclo em que se coletam dados do processo, monitorando sua situação e verificando se o mesmo permanece sob controle estatístico e posteriormente realizando análises e propostas de melhorias para atingir patamares melhores de desempenho. Os índices de capacidade podem ser obtidos diretamente dos dados registrados nas cartas de controle e, medem para um processo sob controle estatístico, a relação entre a faixa de tolerância especificada para uma dada característica de projeto do produto e a variabilidade natural do processo produtivo destinado a obtenção daquela característica (a variabilidade devida as causas comuns). Se a variabilidade do processo é muito maior ultrapassando os limites de especificação é possível estimar a probabilidade de produção de peças fora da especificação. Se esta probabilidade é muito alta pode-se inferir que o processo não é capaz de produzir àquela característica mesmo que peças conformes possam estar sendo obtidas. Mudanças significativas neste processo ou mesmo a adoção de processos alternativos podem então ser necessárias para tornar este processo capaz estatisticamente.

Estes índices são de extrema importância para o profissional que trabalha no desenvolvimento de produto por

Estes índices são de extrema importância para o profissional que trabalha no desenvolvimento de produto por duas grandes razões. Nas fases iniciais de projeto, a avaliação de séries históricas dos índices de capacidade obtidos de peças similares pode permitir que os processistas e projetistas escolham processos e especificações dos produtos coerentemente adequadas, garantindo a obtenção de características do produto por meio de processos altamente capazes estatisticamente. Outra importante aplicação destes índices no desenvolvimento de produto é durante a homologação do processo. Nesta etapa os índices podem ser utilizados para avaliar a capacidade do processo, identificando processos problemáticos a tempo de correções antes da entrada em linha de produção.

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 identificar 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 difícil manuseio, e precisa de um tempo para ser resfriado 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

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 verificar a presença de normalidade na distribuição da série, e existência de autocorrelação serial. 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 gráficos alternativos mais indicados para amostras unitárias, ou seja, o da soma cumulativa, e o da média móvel exponencialmente ponderada. Também o gráfico de amplitude móvel, para analisar e conhecer a variabilidade do processo.

Os resultados obtidos através dos gráficos 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 ficou 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.

Passo 3Estatística aplicada à Administração

É possível aplicar a Estatística em diversas áreas da Administração, como por exemplo, na apresentação de projetos, na análise dos lucros de uma empresa, na análise do desempenho anual da organização, e dentre os vários ramos onde o administrador utiliza a estatística podemos destacar:

 Indústria:  Sua atuação começa nos estudos de implantação de uma fábrica até a avaliação

Indústria:

Sua atuação começa nos estudos de implantação de uma fábrica até a avaliação das necessidades de expansão industrial, pesquisa, desenvolvimento de técnicas, produtos e equipamentos, no controle de qualidade e quantidade e no controle de estoques. Recursos Humanos:

Realiza as pesquisas de compatibilização entre os conhecimentos e habilidades dos empregados e as atividades desenvolvidas por eles estudam os salários, as necessidades de treinamento, avaliação de desempenho do quadro funcional. Universidades e Instituições de Pesquisa:

Pode atuar como docente ministrando disciplinas relacionadas á estatística. Pesquisando e desenvolvendo novas metodologias de análise estatística para os mais variados problemas práticos e teóricos. Área de Demografia:

estuda a evolução e as características da população, estabelece tábuas de mortalidades, analisa os fluxos migratórios, estabelece níveis e padrões para testes clínicos, planeja e realiza experimentos com grupos de controle, para avaliação de tratamentos, desenvolve estudos sobre a distribuição e incidência de doenças. Área de Marketing e Análise de Mercado:

tem um perfil adequado para trabalhar na monitoração e análise de mercado, nos sistemas de informações de marketing, na prospecção e avaliação de oportunidades, na análise e desenvolvimento e produtos, nas decisões de preços e previsão de vendas. Área Financeira e Bancária:

atuar no departamento de seguros e análise atuarial, na avaliação e seleção de investimentos, no estudo do desenvolvimento de modelos financeiros, no desenvolvimento de informações gerenciais, na análise de fluxo de caixa, na avaliação e projeção de indicadores financeiros e na análise de demonstrações financeiras.

Os administradores utilizam a estatística para comparar grupos de variáveis relacionadas entre si e obter um quadro simples e resumido das mudanças significativas em áreas relacionadas como preços de matérias primas, preços de produtos acabados, volume

físico de produto, etc. É grande a importância dos números-índices para o administrador, especialmente quando a

físico de produto, etc. É grande a importância dos números-índices para o administrador, especialmente quando a moeda sofre uma desvalorização constante e quando o processo de desenvolvimento econômico acarreta mudanças contínuas nos hábitos dos consumidores, provocando com isso modificações qualitativas e quantitativas na composição da produção nacional e de cada empresa individualmente.

O uso da estatística nos dias de hoje vem da necessidade das análises e avaliações objetivas nas organizações, essas informações que a Estatística traz são diretas, claras, específicas e eficazes tornando as tomadas de decisões mais racionais, pois não podemos tomar decisões corretas sem dados confiáveis. Com o uso da estatística as organizações têm melhor visibilidade de suas metas e objetivos, observando seus pontos fracos e focando atuar na melhoria.

Ainda hoje, no conceito popular, a palavra estatística evoca dados numéricos apresentados em quadros ou gráficos, publicados por agências governamentais, referentes a fatos demográficos ou econômicos. A utilização de tabelas e gráficos são frequentes na Estatística. As tabelas servem para organizar e tabular os dados, já os gráficos transmitem as informações com clareza e transparência, contribuindo para uma leitura objetiva.

Hoje em dia todo administrador precisa utilizar métodos estatísticos, e para isso precisa conhecê-los. Um administrador precisa tomar decisões, para tanto precisa das informações confiáveis e para isso é preciso coletar os dados, resumi-los e interpretá-los. Como a estatística fornece o meio para todas essas etapas, trata-se de um conhecimento indispensável para o administrador.

Antes de qualquer abordagem estatística é preciso definir o que será pesquisado, como poderemos escolher o melhor caminho, se não sabemos para onde ir? Por este motivo precisamos definir corretamente.

Relação de lugares, situações e problemas em que se podem aplicar conceitos estatísticos:

 Lugares: podemos usar a estatística em diversos setores da empresa como recursos  humanos, controle

Lugares: podemos usar a estatística em diversos setores da empresa como recursos

humanos, controle de qualidade, logística, além de organizações públicas, e não governamentais. Situações: é usada para estabelecer comparações entre variações ocorridas ao longo do

tempo, diferenças entre lugares, categorias semelhantes, tais como produtos, pessoas, é usada também em situações em que é preciso adotar métodos e técnicas para descrever uma determinada situação, representada por uma coleção de dados numéricos em que a organização permite um melhor conhecimento de seu significado e do fenômeno mostrado, é usado nas compras para se verificar qual a época mensal ou anual de maior e menor volume nas vendas, com as verificações de maiores e menores volumes vendidos na semana, mês, semestre, ano, por cliente, ou por determinado segmento, etc. Problemas: é usado também para solucionar problemas diversos, como, por exemplo, ajuda-nos a tirar as nossas conclusões sobre os fatos organizacionais, relativos à coleta, analise interpretação ou explicação de dados, com a intenção de melhorar a qualidade dos mesmos.

Etapa 2

Passo

1 e 2

Livro: Tavares, M. Estatistica Aplicada a Administração ”amostragem”.

Em Estatística, amostra é o conjunto de elementos extraídos de um conjunto maior, chamado População, a amostragem é, por sua vez, um conjunto de procedimentos através dos quais se seleciona uma amostra de uma população.

Amostra: Café embalagem comercial com 500 gramas

Passo 3 Processo de coleta de dados estatísticos Estudo de Caso Prático – Controle Qualidade Empacotamento

Passo 3 Processo de coleta de dados estatísticos

Estudo de Caso Prático Controle Qualidade Empacotamento Café Para a coleta de dados, efetuamos uma pesquisa em um estabelecimento comercial de nossa cidade SUPERMERCADO FORMOSA.

Realizamos a pesagem de 100 pacotes de café da marca PILÃO.

A pesagem foi feita com embalagens de “500 g”, compondo uma amostra de 100 pacotes de

café. Utilizamos o método da estatística de amostra aleatória simples.

Data da Pesagem: 06/09/2013

Utilizamos a balança do próprio estabelecimento comercial - marca Urano, com validade da aferição até 2013.

Utilizamos o peso da embalagem de 10 gr (de acordo com o fabricante).

Nossa equipe se dividiu da seguinte forma: cada membro ficou responsável pela pesagem de 20 unidades de pacotes de café PILÃO, no supermercado acima já qualificado em horários diferentes, para não atrapalharmos na rotina do Supermercado. Contudo realizamos a pesagem no mesmo dia.

Passo 4 Planilha de pesagem dos pacotes de café

Quadro 1 Produto e Peso = 100 amostras de Café de 500gr Café embalado à Vácuo PILÃO

AMOSTRA PESO AMOSTRA PESO AMOSTRA PESO AMOSTRA PESO (Gr) (Gr) (Gr) (Gr) 01 504 508 26

AMOSTRA

PESO

AMOSTRA

PESO

AMOSTRA

PESO

AMOSTRA

PESO

(Gr)

(Gr)

(Gr)

(Gr)

01

 
  • 504 508

  • 26 51

   
  • 503 509

76

 

02

 
  • 504 506

  • 27 52

   
  • 504 501

77

 

03

 
  • 506 506

  • 28 53

   
  • 501 504

78

 

04

 
  • 504 504

  • 29 54

   
  • 506 506

79

 

05

 
  • 511 504

  • 30 55

   
  • 501 504

80

 

06

 
  • 504 501

  • 31 56

   
  • 504 504

81

 

07

 
  • 506 506

  • 32 57

   
  • 509 509

82

 

08

 
  • 504 506

  • 33 58

   
  • 501 506

83

 

09

 
  • 502 504

  • 34 59

   
  • 504 506

84

 

10

 
  • 506 506

  • 35 60

   
  • 503 504

85

 

11

 
  • 504 511

  • 36 61

   
  • 503 502

86

 

12

 
  • 501 506

  • 37 62

   
  • 502 507

87

 

13

 
  • 502 504

  • 38 63

   
  • 508 504

88

 

14

 
  • 504 506

  • 39 64

   
  • 504 502

89

 

15

 
  • 506 504

  • 40 65

   
  • 504 503

90

 

16

 
  • 504 501

  • 41 66

   
  • 504 501

91

 

17

 
  • 506 509

  • 42 67

   
  • 503 501

92

 

18

 
  • 504 504

  • 43 68

   
  • 501 507

93

 

19

 
  • 506 506

  • 44 69

   
  • 511 504

94

 

20

 
  • 506 506

  • 45 70

   
  • 504 504

95

 

21

 
  • 504 504

  • 46 71

   
  • 506 501

96

 

22

 
  • 504 504

  • 47 72

   
  • 506 511

97

 

23

 
  • 506 507

  • 48 73

   
  • 508 504

98

 

24

 
  • 504 506

  • 49 74

   
  • 506 506

99

 

25

 
  • 506 504

  • 50 75

   
  • 511 506

100

 
Fazendo uma comparação simples através de uma análise visual, percebemos que o peso de cada embalagem

Fazendo uma comparação simples através de uma análise visual, percebemos que o peso de cada embalagem tem pouca diferença um do outro, ou seja, o índice de erro do fabricante sobre suas embalagens é baixo, mas em algumas embalagens existe um erro acima do mínimo exigido pela empresa que é de 0,05 kg ou 5 gr..

Quadro 2 Rol (Ordem Crescente dos Pesos) Café embalado à Vácuo PILÃO

O primeiro passo é colocar em ordem (rol) crescente os dados coletados na pesquisa:

AMOSTRA

PESO

AMOSTRA

PESO

AMOSTRA

PESO

AMOSTRA

PESO

(Gr)

(Gr)

(Gr)

(Gr)

 

501

  • 01 26

   
  • 504 504

51

 
  • 76 506

 
 

501

  • 02 27

   
  • 504 504

52

 
  • 77 506

 
 

501

  • 03 28

   
  • 504 504

53

 
  • 78 506

 
 

501

  • 04 29

   
  • 504 504

54

 
  • 79 506

 
 

501

  • 05 30

   
  • 504 504

55

 
  • 80 506

 
 

501

  • 06 31

   
  • 504 504

56

 
  • 81 506

 
 

501

  • 07 32

   
  • 504 504

57

 
  • 82 506

 
 

501

  • 08 33

   
  • 504 506

58

 
  • 83 506

 
 

501

  • 09 34

   
  • 504 506

59

 
  • 84 506

 
 

501

  • 10 35

   
  • 504 506

60

 
  • 85 506

 
 

501

  • 11 36

   
  • 504 506

61

 
  • 86 507

 
 

502

  • 12 37

   
  • 504 506

62

 
  • 87 507

 
 

502

  • 13 38

   
  • 504 506

63

 
  • 88 507

 
 

502

  • 14 39

   
  • 504 506

64

 
  • 89 508

 
 

502

  • 15 40

   
  • 504 506

65

 
  • 90 508

 
 

502

  • 16 41

   
  • 504 506

66

 
  • 91 508

 
 

503

  • 17 42

   
  • 504 506

67

 
  • 92 509

 
18 503 504 43 68 506 509 93 19 503 504 44 69 506 509 94

18

 
  • 503 504

  • 43 68

   
  • 506 509

93

 

19

 
  • 503 504

  • 44 69

   
  • 506 509

94

 

20

 
  • 503 504

  • 45 70

   
  • 506 509

95

 

21

 
  • 503 504

  • 46 71

   
  • 506 511

96

 

22

 
  • 504 504

  • 47 72

   
  • 506 511

97

 

23

 
  • 504 504

  • 48 73

   
  • 506 511

98

 

24

 
  • 504 504

  • 49 74

   
  • 506 511

99

 

25

 
  • 504 504

  • 50 75

   
  • 506 511

100

 

ETAPA 3

Passo 1

Utilizar os dados coletados na etapa anterior e construir uma tabela em Excel, contendo em frequência absoluta e a frequência relativa. Seguindo a orientação dada no passo 1 desta etapa, abaixo segue a tabela com as informações solicitadas, mas antes disso, temos que achar a amplitude da classe, cuja fórmula é:

AK=Amplitude Total / Quantidade de classes

Amplitude da Classe Ak = Amplitude da classe AT = Amplitude Total K = Classe Ak = ATK

Ak = 109 = 1,11 ≈ 2

Ak = 2 gr Após todos os procedimentos anteriores e achada a amplitude da classe, partimos para a construção da tabela, mas também é necessário verificar se os cálculos precisam de ajuste. A fórmula que determina o ajuste ou construção da tabela é a que segue:

K * AK > AT temos então, os seguintes valores: K = 9 AK = 2

K * AK > AT temos então, os seguintes valores:

K = 9 AK = 2 AT = 10 ou seja, 9 * 2 = 18 > 10

Os valores achados permitem a construção da tabela das amostras, conforme segue abaixo.

Classe

F

fr

f%

F

501

502

11

0,110

11,00

11

502

503

 
  • 5 0,050

5,00

16

503

504

 
  • 5 0,050

5,00

21

504

506

 
  • 36 36,00

0,360

 

57

505

506

 
  • 28 28,00

0,280

 

85

506

507

 
  • 3 0,030

3,00

88

507

508

 
  • 3 0,030

3,00

91

508

509

 
  • 4 0,040

4,00

95

509

511

 
  • 5 0,050

5,00

100

T O T A L

100

1,000

100,00

 
         

f = Frequência Absoluta fr = Frequência Relativa f% = Frequência Percentual F = Frequência Acumulada

Passo 2 Elaborar gráficos a partir da tabela criada no passo 1, em Excel: a) Um

Passo 2 Elaborar gráficos a partir da tabela criada no passo 1, em Excel:

a) Um gráfico de colunas utilizando a frequência absoluta. O gráfico a seguir, representa a frequência absoluta dos pesos das amostras do café PILÃO em gramas (gr), como mencionamos apenas a frequência absoluta, o gráfico se apresenta em colunas simples e em uma única cor.

Série 1

506 512 ... ... ... ... ... ... ... ... ... 507 506 502 507 503
506 512
...
...
...
...
...
...
...
...
...
507
506
502 507
503 508
504 511
40
503 509
504 511
502 509
501 508
0
5
10
Série 1
15
20
25
30
35
b) Um gráfico de setores utilizando a frequência relativa. O gráfico abaixo representa a frequência relativa

b) Um gráfico de setores utilizando a frequência relativa. O gráfico abaixo representa a frequência relativa dos pesos das amostras do café Bom Jesus em percentual (%).

% 501 502 503 504 506 507 508 509 511
%
501
502
503
504
506
507
508
509
511

Legenda:

501

= 11%

502

= 5%

503

= 5%

504

= 36%

506

= 28%

507

= 3%

508

= 3%

509

= 4%

511

= 5%

Passo 3 Relatório parcial dos passos 1 e 2 desta etapa Com os dados coletados e

Passo 3 Relatório parcial dos passos 1 e 2 desta etapa

Com os dados coletados e organizados em uma tabela construída em Excel, podemos visualizar melhor e assim separar as classes para poder calcular a frequência absoluta, a frequência relativa, também a frequência percentual e a acumulada das amostras de café. Criamos ao lado da tabela, uma legenda para melhor entendimento da mesma. Logo abaixo, construímos também em Excel, dois gráficos conforme foi solicitado pelo passo 2 da Etapa 3. O primeiro gráfico vem em forma de colunas ao qual expressa à frequência absoluta das amostras pesquisadas e pesadas. Como se trata apenas de frequência absoluta, o gráfico apresenta-se em colunas simples e de uma única cor. Já o segundo gráfico, que se apresenta na forma de setores circulares ou pizza, tem por objetivo, mostrar a frequência relativa, portanto cada fração apresenta uma cor diferente para melhor caracterizar a quantidade fracionária ou percentual de cada amostra. Importante dizer que esse gráfico só foi possível ser elaborado porque trabalhamos com 100% das amostras pesquisadas.

ETAPA 4

Passo 1

Moda

É o valor que detém o maior número de observações, ou seja, o valor ou valores mais

frequentes, ou ainda "o valor que ocorre com maior frequência num conjunto de dados, isto é, o valor mais comum". O termo moda foi utilizado primeiramente em 1895 por Karl Pearson, sob influência do termo moda referindo-se ao uso popular com o significado de objeto que se está usando muito no tempo presente. A moda não é necessariamente única, ao contrário da média ou da mediana. É especialmente

útil quando os valores ou observações não são numéricos, uma vez que a média e a

útil quando os valores ou observações não são numéricos, uma vez que a média e a mediana podem não ser bem definidas. A moda pode ser:

Polimodal: possui mais do que dois valores modais.

Bimodal: possui dois valores modais.

Amodal: não possui moda.

A moda de {maçã, banana, laranja, laranja, laranja, pêssego} é laranja. A série {1, 3, 5, 5, 6, 6} apresenta duas modas (BIMODAL): 5 e 6. A série {1, 3, 2, 5, 8, 7, 9} não apresenta moda (AMODAL). A série {1, 3, 5, 5, 6, 6, 7, 7} apresenta mais do que duas modas (MULTIMODAL): 5 6 e 7.

Deve-se observar que aquilo que se expressa como "maioria" num determinado conjunto de dados não necessariamente representa o valor que seja a moda estatística. .

Media

Em estatística a média é o valor que aponta para onde mais se concentram os dados de uma distribuição. Pode ser considerado o ponto de equilíbrio das frequências, num histograma. Média é um valor significativo de uma lista de valores. Se todos os números da lista são os mesmos, então este número será a média dos valores. Caso contrário, um modo simples de representar os números da lista é escolher de forma aleatória algum número da lista. Contudo, a palavra 'média' é usualmente reservada para métodos mais sofisticados. Em último caso, a

média é calculada através da combinação de valores de um conjunto de um modo específico e gerando um valor, a média do conjunto. Média aritmética é a forma mais simples de calcular uma média, mas existem outros métodos, como a mediana (usada quando a distribuição de valores é mal organizada, com grandes e pequenos valores, como valores de rendimento).

Mediana Em teoria da probabilidade e em estatística, a mediana é uma medida de tendência central,

Mediana

Em teoria da probabilidade e em estatística, a mediana é uma medida de tendência central, um

número que caracteriza as observações de uma determinada variável de tal forma que este número (a mediana) de um grupo de dados ordenados separa a metade inferior da amostra, população ou distribuição de probabilidade, da metade superior. Mais concretamente, 1/2 da população terá valores inferiores ou iguais à mediana e 1/2 da população terá valores superiores ou iguais à mediana. A mediana pode ser calculada para um conjunto de observações ou para funções de distribuição de probabilidade.

Variância

Na teoria da probabilidade e na estatística, a variância de uma variável aleatória é uma medida da sua dispersão estatística, indicando quão longe em geral os seus valores se encontram do valor. A variância de uma variável aleatória real é o seu segundo momento central e também o

seu segundo cumulante (os cumulantes só diferem dos momentos centrais a partir do 4º grau, inclusive). Sendo o seu valor o quadrado do Desvio Padrão. Em probabilidade e Estatística, o desvio padrão é a medida mais comum da dispersão estatística. O desvio padrão define-se como a raiz quadrada da variância. É definido desta forma de maneira a dar-nos uma medida da dispersão que:

  • 1. Seja um número não negativo;

  • 2. Use a mesma unidade de medida dos dados fornecidos inicialmente.

Faz-se uma distinção entre o desvio padrão σ (sigma) do total de uma população ou de uma variável aleatória, e o desvio padrão de um subconjunto em amostra.

O termo desvio padrão foi introduzido na estatística por Karl Pearson no seu livro de 1894:

"Sobre a dissecção de curvas de frequências assimétricas".

Abaixo, segue a tabela da média e desvio das amostras e logo após, estão as fórmulas que usamos para calcular a variância, o desvio padrão e o coeficiente de variação das amostras dos

100 pacotes de cafés. A média, mediana e moda e também a amplitude total, estão citadas.

100 pacotes de cafés. A média, mediana e moda e também a amplitude total, estão citadas.

TABELA DE MÉDIA E DESVIO DAS AMOSTRAS

AMOSTRA

PESO (gr)

Peso ²

MÉDIA

DESVIO

² DO DESVIO

01

501

 
  • 251001 504,84

-3,84

14,7456

02

501

 
  • 251001 504,84

-3,84

14,7456

03

501

 
  • 251001 504,84

-3,84

14,7456

04

501

 
  • 251001 504,84

-3,84

14,7456

05

501

 
  • 251001 504,84

-3,84

14,7456

06

501

 
  • 251001 504,84

-3,84

14,7456

07

501

 
  • 251001 504,84

-3,84

14,7456

08

501

 
  • 251001 504,84

-3,84

14,7456

09

501

 
  • 251001 504,84

-3,84

14,7456

10

501

 
  • 251001 504,84

-3,84

14,7456

11

501

 
  • 251001 504,84

-3,84

14,7456

12

502

 
  • 252004 504,84

-2,84

8,0656

13

502

 
  • 252004 504,84

-2,84

8,0656

14

502

 
  • 252004 504,84

-2,84

8,0656

15

502

 
  • 252004 504,84

-2,84

8,0656

16

503

 
  • 252004 504,84

-2,84

8,0656

17

503

 
  • 253009 504,84

-1,84

3,3856

18

503

 
  • 253009 504,84

-1,84

3,3856

19

503

 
  • 253009 504,84

-1,84

3,3856

20

503

 
  • 253009 504,84

-1,84

3,3856

21

503

 
  • 253009 504,84

-1,84

3,3856

22

504

 
  • 254016 504,84

-0,84

0,7056

23 504 254016 504,84 -0,84 0,7056 24 504 254016 504,84 -0,84 0,7056 25 504 254016 504,84

23

504

 
  • 254016 504,84

-0,84

0,7056

24

504

 
  • 254016 504,84

-0,84

0,7056

25

504

 
  • 254016 504,84

-0,84

0,7056

26

504

 
  • 254016 504,84

-0,84

0,7056

27

504

 
  • 254016 504,84

-0,84

0,7056

28

504

 
  • 254016 504,84

-0,84

0,7056

29

504

 
  • 254016 504,84

-0,84

0,7056

30

504

 
  • 254016 504,84

-0,84

0,7056

32

504

 
  • 254016 504,84

-0,84

0,7056

33

504

 
  • 254016 504,84

-0,84

0,7056

34

504

 
  • 254016 504,84

-0,84

0,7056

35

504

 
  • 254016 504,84

-0,84

0,7056

36

504

 
  • 254016 504,84

-0,84

0,7056

37

504

 
  • 254016 504,84

-0,84

0,7056

38

504

 
  • 254016 504,84

-0,84

0,7056

39

504

 
  • 254016 504,84

-0,84

0,7056

40

504

 
  • 254016 504,84

-0,84

0,7056

41

504

 
  • 254016 504,84

-0,84

0,7056

42

504

 
  • 254016 504,84

-0,84

0,7056

43

504

 
  • 254016 504,84

-0,84

0,7056

44

504

 
  • 254016 504,84

-0,84

0,7056

45

504

 
  • 254016 504,84

-0,84

0,7056

46

504

 
  • 254016 504,84

-0,84

0,7056

47

504

 
  • 254016 504,84

-0,84

0,7056

48

504

 
  • 254016 504,84

-0,84

0,7056

49

504

 
  • 254016 504,84

-0,84

0,7056

50

504

 
  • 254016 504,84

-0,84

0,7056

51

504

 
  • 254016 504,84

-0,84

0,7056

52

504

 
  • 254016 504,84

-0,84

0,7056

53 504 254016 504,84 -0,84 0,7056 53 504 254016 504,84 -0,84 0,7056 55 504 254016 504,84

53

504

 
  • 254016 504,84

-0,84

0,7056

53

504

 
  • 254016 504,84

-0,84

0,7056

55

504

 
  • 254016 504,84

-0,84

0,7056

56

504

 
  • 254016 504,84

-0,84

0,7056

57

504

 
  • 254016 504,84

-0,84

0,7056

58

506

 
  • 256036 504,84

1,16

1,3456

59

506

 
  • 256036 504,84

1,16

1,3456

60

506

 
  • 256036 504,84

1,16

1,3456

61

506

 
  • 256036 504,84

1,16

1,3456

62

506

 
  • 256036 504,84

1,16

1,3456

63

506

 
  • 256036 504,84

1,16

1,3456

64

506

 
  • 256036 504,84

1,16

1,3456

65

506

 
  • 256036 504,84

1,16

1,3456

66

506

 
  • 256036 504,84

1,16

1,3456

67

506

 
  • 256036 504,84

1,16

1,3456

68

506

 
  • 256036 504,84

1,16

1,3456

69

506

 
  • 256036 504,84

1,16

1,3456

70

506

 
  • 256036 504,84

1,16

1,3456

71

506

 
  • 256036 504,84

1,16

1,3456

72

506

 
  • 256036 504,84

1,16

1,3456

73

506

 
  • 256036 504,84

1,16

1,3456

74

506

 
  • 256036 504,84

1,16

1,3456

75

506

 
  • 256036 504,84

1,16

1,3456

76

506

 
  • 256036 504,84

1,16

1,3456

77

506

 
  • 256036 504,84

1,16

1,3456

78

506

 
  • 256036 504,84

1,16

1,3456

79

506

 
  • 256036 504,84

1,16

1,3456

80

506

 
  • 256036 504,84

1,16

1,3456

81

506

 
  • 256036 504,84

1,16

1,3456

82 506 256036 504,84 1,16 1,3456 83 506 256036 504,84 1,16 1,3456 84 506 256036 504,84

82

506

 
  • 256036 504,84

1,16

1,3456

83

506

 
  • 256036 504,84

1,16

1,3456

84

506

 
  • 256036 504,84

1,16

1,3456

85

506

 
  • 256036 504,84

1,16

1,3456

86

507

 
  • 257049 504,84

2,16

4,6656

87

507

 
  • 257049 504,84

2,16

4,6656

88

507

 
  • 257049 504,84

2,16

4,6656

89

508

 
  • 258064 504,84

3,16

9,9856

90

508

 
  • 258064 504,84

3,16

9,9856

91

508

 
  • 258064 504,84

3,16

9,9856

92

509

 
  • 259081 504,84

4,16

17,3056

93

509

 
  • 259081 504,84

4,16

17,3056

94

509

 
  • 259081 504,84

4,16

17,3056

95

509

 
  • 259081 504,84

4,16

17,3056

96

511

 
  • 261121 504,84

6,16

37,9456

97

511

 
  • 261121 504,84

6,16

37,9456

98

511

 
  • 261121 504,84

6,16

37,9456

99

511

 
  • 261121 504,84

6,16

37,9456

100

511

 
  • 261121 504,84

6,16

37,9456

SOMA

50484

25486928

50484

 

585,44

Variância:

σ²=x²-x²nn-1

σ²=25486928-50484²100100-1

σ²=25486928-2548634399

σ²=5,91

Ou

σ²=quadrado do desvio n-1

σ²=585,4499

σ²=5,91 Desvio Padrão: σ= variância σ= σ² σ= 5,91 σ= 2,43 Coeficiente de variação: cv= 100σmédia

σ²=5,91

Desvio Padrão:

σ= variância

σ= σ²

σ= 5,91

σ= 2,43

Coeficiente de variação:

cv= 100σmédia

cv= 100.2,43504,84 cv= 243,00504,84 cv=0, 48%

Erro Padrão da Média

Sx = σn

Sx = 2,43100 = 2,432 = 1,22 Sx = 1,22

Amplitude Total da Classe AT = Alt> - <Alt AT = 511 501 = 10 AT = 10 gr

Quantidade de Classe

Será usada a Fórmula de Sturges, pois o número de amostras é maior que 50 elementos.

K ≈ 1 + 3,22 log n n = 100 K ≈ 1+ 3,22.2 = 8,44

log 100 = 2 K ≈ 8,44 9 classes K = 9 Amplitude da Classe Ak

log 100 = 2 K ≈ 8,44 9 classes

K = 9

Amplitude da Classe

Ak = ATK

Ak = 109 = 1,11 ≈ 2

Ak = 2 gr

Cálculo da Média

  • X = x / n

  • X = 50484 / 100

  • X = 504,84

Cálculo da Mediana A variável que se apresenta exatamente no meio das amostras é a de 506 gr. Mediana = 501 502 503 504 506 507 508 509 e 511

Cálculo da Moda

A variável que se apresenta com maior frequência é a de 504 gr. Moda = Xi = 501 502 503 504 506 507 508 509 e 511 fi = 11 - 5 - 5 - 36 - 28 - 3 - 3 - 4 e 5

Média = 504,84 gr Moda = 504 gr Polimodal Mediana = 506 gr Variância = 5,91 gr Desvio Padrão = 2,43 gr Amplitude Total = 10 gr

Passo 2 Interpretação estatística dos resultados obtidos A Estatística é uma peculiaridade da matemática fascinante, porque

Passo 2 Interpretação estatística dos resultados obtidos

A Estatística é uma peculiaridade da matemática fascinante, porque nos permite fazer constatações de probabilidades e também constatações de certezas. Nesta ATPS, tivemos um desafio de calcular e comparar o peso de 100 pacotes de 500 gr de café. Para nossa surpresa, encontramos amostras com desvios consideráveis de pesagem, mas mesmo assim, não prejudicaram seu público consumidor, pois as amostras apresentavam pesos um pouco acima do que estava escriturado nas embalagens e não abaixo. Calculamos média, mediana, moda e desvio padrão das amostras e constatamos um resultado positivo. A marca de café pesquisada foi a PILÃO. No passo a seguir, faremos um relatório parcial de nossa pesquisa onde explicaremos o resultado de nossa decisão.

Passo 3 Relatório parcial

Após a pesagem e levantamento dos dados das amostras de café, notamos que as embalagens apresentam variações nos pesos em 10 gr uma em relação à outra, totalizando uma Amplitude e 10 gr, tendo como menor medida 501 gr e como maior medida 511 gr, mas, apesar de parecer uma grande diferença, a Amplitude da Classe ficou em 2gr e o desvio padrão em 2,43 gr, levando-nos a decidir que o lote que pesquisamos está dentro da medida permitida e aceitável pela empresa que é de um desvio padrão de 0,05 kg ou 5 gr por pacote.

Baseados nas amostras de café que coletamos e com os resultados apurados pela pesquisa podemos concluir que o consumidor, na maioria das vezes, pode sair ganhando, pois a quantidade do produto se mostrou quase sempre maior do que a apresentada na embalagem. E, concluímos ainda que o fornecedor precisa regular suas máquinas para que possa ter apenas a margem de segurança definida pelo mesmo e não passe a ter mais prejuízo.

Portanto, decidimos pela APROVAÇÃO do lote de 500 gr dos 100 pacotes do Café PILÃO, pesquisados

Portanto, decidimos pela APROVAÇÃO do lote de 500 gr dos 100 pacotes do Café PILÃO, pesquisados no SUPERMERCADO FORMOSA, na cidade de Ananindeua/PA e concluímos ainda que o público consumidor, pode confiar na marca do Café PILÃO, pois seu erro padrão da média mostrou-se muito pequeno e favorável ao consumidor.

CONSIDERAÇÕES FINAIS O desafio deste trabalho foi de mostrar o quanto a estatística evoluiu nos últimos

CONSIDERAÇÕES FINAIS

O desafio deste trabalho foi de mostrar o quanto a estatística evoluiu nos últimos anos no Brasil, mesmo tendo que passar por vários obstáculos para encontrar registros e materiais que mostrassem o seu desenvolvimento.

Portanto, estamos convictos que alcançamos nosso objetivo que era a fiscalização e o controle de qualidade de 100 pacotes de café do fabricante da marca PILÃO e sua posterior aprovação para distribuição ao mercado.

Com este trabalho também podemos perceber o quanto que a estatística está presente no nosso dia a dia, pois até em uma simples compra de supermercado envolvemos muita estatística.

Bibliografia

Fontes de Pesquisas e SITES:

TAVARES, M. Estatística aplicada à Administração. Editora Bookman, 2007. SOUZA, Gueibi Peres. Aplicação dos conceitos de Controle Estatístico de Processo (CEP) em uma indústria de fundição do Norte Catarinense.

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

Revista Você S/A Editora Abril