EQUIPE:

1 Alessandra Ribeiro da Silva (RA 392400) 2 Elane Marques Esteves Gonalves (RA 398444) 3 - Marcelo Jos de Sousa Mendona (RA 393406) 4 Juliglayson dos Santos de Sousa (RA 402745) 5 Isa Gabriely Gonalves (RA 398201)

Pgina 1 de 34

 1 Marcelo Jos de Souza Mendona (RA 393406)

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

Pgina 2 de 34

Sumrio: 1 Introduo 2- Desenvolvimento 3 Consideraes finais 4 Bibliografia

Pgina 3 de 34

INTRODUO

Este trabalho tem como objetivo compreender o passo a passo dos mtodos estatsticos. Atravs de sua elaborao permitir a ns estudantes adquirirmos um pouco mais de conhecimento sobre esta cincia. Nossa funo ser de atuarmos como supervisores do departamento de controle de qualidade de uma fbrica que produz o caf PILO, onde seremos responsveis pela aprovao ou reprovao de um lote de 100 pacotes de 500 gr de caf. Para que isso se torne possvel, precisamos primeiramente entender toda a parte de conceituao de Estatstica bem como suas tcnicas e mtodos de pesquisa (que envolvam o planejamento do experimento, a coleta qualificada dos dados, a inferncia, o processamento, a anlise e a disseminao das informaes). Para a realizao da pesagem das amostras dos pacotes de caf escolhemos um renomado estabelecimento comercial de nosso municpio e utilizaremos o equipamento do prprio estabelecimento comercial (que se encontra dentro do prazo de aferimento). Aps a pesagem das amostras, coletamos todos os dados e passamos para a confeco de tabelas e grficos, onde explicaremos detalhadamente sobre frequncia, mdia, varincia, desvio, ... Enfim, finalizaremos com o laudo direo da empresa com a aprovao ou reprovao do referido lote de caf.

Pgina 4 de 34

DESENVOLVIMENTO Etapa 1 Passo 1 O que Estatstica ? A estatstica uma cincia e tambm uma parte da matemtica aplicada que fornece mtodos para coleta, organizao, descrio, analise e interpretao de dados e ensina a utilizao dos mesmos na tomada de decises. Ela teve origem desde a antiguidade, onde os povos j registravam o nmero de habitantes, nascimentos e bitos. J na Idade media colhiam informaes geralmente com finalidades tributrias ou blicas (guerra). A partir do sculo XVI, comearam a surgir as primeiras anlises sistemticas de fatos sociais, como: batizados , casamentos, funerais, dando assim origem s primeiras tabelas e nmeros relativos. E, atravs de pesquisas, podemos informar que a utilizao da estatstica j remota h quatro mil anos antes de Cristo, quando era utilizada por povos guerreiros na conquista de territrios. Naqueles tempos, um decreto de Csar Augusto, ordenou o recenseamento de toda a terra. Este recenseamento foi feito antes do governo de Quirino, na Sria, quando todos tiveram de se alistar, cada um na sua cidade. (BBLIA, N.T. Lucas, 2:1-3) J no sculo XVIII o estudo de tais fatos foi adquirindo, aos poucos feio verdadeiramente cientifica. Godofredo Anchewall batizou a nova cincia como mtodo de estatstica. As tabelas ficaram mais complexas, surgiram as primeiras representaes grficas e os clculos de probabilidades. A estatstica deixou de ser uma simples catalogao de dados numricos e se tornou o estudo de como chegar a concluses sobre o todo, partindo da observao de partes desse todo. Inesul (2007) destaca que foi somente no sculo XIX, que a Estatstica comeou a ganhar importncia nas diversas reas do conhecimento. E a partir do sculo XX comeou a
Pgina 5 de 34

ser aplicada nas grandes organizaes, quando os japoneses comearam a falar em qualidade total. Portanto, a Estatstica nada mais do que um conjunto de tcnicas e mtodos de pesquisa que envolve o planejamento do experimento, a coleta qualificada dos dados, a inferncia, o processamento, a anlise e a disseminao das informaes e, tem como objetivo a produo da melhor informao, a partir dos dados disponibilizados, preocupando-se com os mtodos de recolha, organizao, resumo, apresentao e interpretao de dados, assim como tirar concluses sobre as caractersticas das fontes de onde estes foram retirados para assim melhor compreender as situaes. A Estatstica possui dois grandes ramos: Estatstica Descritiva: compreende a coleta, a organizao, a descrio dos dados, o clculo, de forma a apresentar coeficientes de forma conveniente e comunicativa.

Estatstica Indutiva ou Inferencial: compreende procedimentos empregados na anlise e na interpretao dos dados para chegar a grandes concluses ou inferncias sobre populaes 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 estatstica, as informaes devem ser obtidas a partir de uma amostra. E a seguir, definiremos alguns termos tcnicos muito utilizados na estatstica: Dados: Consistem em informaes provenientes de observaes: peso, salrio, contagem, medidas ou respostas. Os dados podem ser qualitativos (consistem em atributos no numricos), ou quantitativos ( consistem em medidas de contagens numricas). Outra caracterstica dos dados, o seu nvel de medida, que determina quais clculos estatsticos so significativos. Os nveis de medida do mais baixo ao mais alto so: nominal, ordinal, intervalar e racional.
Pgina 6 de 34

Rol: dados organizados em ordem crescente ou decrescente. Grficos estatsticos: so formas de apresentao de dados estatsticos com o objetivo de facilitar e demonstrar o entendimento dos fenmenos de estudo. Populao: o conjunto de todos os resultados, respostas, medidas, ou contagens que so de interesse. Pode ser finita ou infinita, concreta ou abstrata. Amostra: o subconjunto da populao. Seu uso gera rapidez e economia dos resultados. Deve ser representativa da populao. Amostragem: Tcnicas para escolher amostras que garanta o acaso na escola, ou seja, uma boa tcnica de amostragem garante representatividade da amostra.

Em prtica a estatstica pode ser uma ferramenta fundamental em vrias outras cincias. As organizaes modernas esto, a cada dia, mais dependentes dos dados estatsticos para obteno das informaes essenciais e necessrias. O desenvolvimento e o aperfeioamento de tcnicas estatsticas nos permitem o controle e o estudo adequado de fenmenos, fatos, eventos e ocorrncias em diversas reas do conhecimento. Para Ramos (2007), os mtodos estatsticos modernos formam uma mistura de cincia, tecnologia, e lgica para que os problemas de vrias reas do conhecimento humano sejam investigados e solucionados. A estatstica reconhecida como um campo da cincia e uma tecnologia quantitativa para a cincia experimental e observacional em que se pode avaliar e estudar as incertezas e os efeitos de algum planejamento e observaes de fenmenos da natureza e principalmente os da sociedade. Porm nas organizaes, que a estatstica demonstra toda a sua fora, pois grficos e tabelas so apresentados na exposio de resultados de uma empresa. Dados numricos so usados para aprimorar e aumentar a produo. Censos demogrficos ajudam o Governo a entender melhor sua populao e a organizar seus gastos com sade e assistncia social. Com a velocidade da informao a estatstica passou a ser uma ferramenta essencial na produo e atuao do conhecimento.

Pgina 7 de 34

A utilizao de tabelas e de grficos so frequentes na Estatstica. As tabelas servem para organizar e tabular os dados, j os grficos transmitem as informaes com clareza e transparncia, contribuindo para uma leitura objetiva e, grande parte das informaes divulgadas pelos meios de comunicaes atualmente provm de pesquisas e estudos estatsticos. Os ndices da inflao, de emprego e desemprego, divulgados e analisados pela mdia, um exemplo de aplicao da Estatstica no nosso dia a dia. No mundo atual, a empresa uma das vigas-mestras da Economia. A direo de uma empresa, de qualquer tipo, incluindo as estatais e governamentais, exige de seu gestor a tarefa de tomar decises, e o conhecimento e o uso da Estatstica facilitaro seu trabalho de organizar, dirigir e controlar a empresa. Por meio de coleta de dados, podemos conhecer a realidade geogrfica e social, os recursos naturais, humanos e financeiros disponveis, as expectativas da comunidade sobre a empresa, e estabelecer suas metas, seus objetivos com maior possibilidade de serem alcanados a curto, mdio ou longo prazo. A Estatstica ajudar em tal trabalho, como tambm na seleo e organizao da estratgia a ser adotada no empreendimento e na escolha das tcnicas de verificao e avaliao da quantidade e da qualidade do produto e mesmo dos possveis 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 Estatstica deve ser estudada por todo e qualquer profissional que queira ter lugar no mercado de trabalho para que tenha em suas caractersticas profissionais a capacidade de lidar com suas realidades Passo 2 Aplicao dos conceitos de Controle Estatstico de Processo CEP

Pgina 8 de 34

O Controle Estatstico de Processo - CEP uma das ferramentas mais clssicas na rea de qualidade e com certeza uma das mais comprovadas e empregadas no meio prtico. Desde seu surgimento tem sido aplicada nos mais diversos processos, situaes e regies em todo o mundo. H tambm um grande conhecimento acumulado sobre sua aplicao, principais benefcios e restries. O objetivo do controle estatstico do processo aprimorar e controlar o processo produtivo por meio da identificao das diferentes fontes de variabilidade do processo. Utilizando conceitos de estatstica procura-se separar os efeitos da variabilidade causada pelas chamadas Causas Comuns, ou seja, quelas inerentes natureza do processo produtivo, das Causas Especiais, ou quelas derivadas da atuao de variveis especficas e controlveis sobre o processo. A tcnica composta de uma ferramenta principal denominada Grfico de Controle, que permite identificar se o processo est sob controle estatstico (situao em que atuariam somente causas comuns). O controle estatstico implantado por meio de um ciclo em que se coletam dados do processo, monitorando sua situao e verificando se o mesmo permanece sob controle estatstico e posteriormente realizando anlises e propostas de melhorias para atingir patamares melhores de desempenho. Os ndices de capacidade podem ser obtidos diretamente dos dados registrados nas cartas de controle e, medem para um processo sob controle estatstico, a relao entre a faixa de tolerncia especificada para uma dada caracterstica de projeto do produto e a variabilidade natural do processo produtivo destinado a obteno daquela caracterstica (a variabilidade devida as causas comuns). Se a variabilidade do processo muito maior ultrapassando os limites de especificao possvel estimar a probabilidade de produo de peas fora da especificao. Se esta probabilidade muito alta pode-se inferir que o processo no capaz de produzir quela caracterstica mesmo que peas conformes possam estar sendo obtidas. Mudanas significativas neste processo ou mesmo a adoo de processos alternativos podem ento ser necessrias para tornar este processo capaz estatisticamente.

Pgina 9 de 34

Estes ndices so de extrema importncia para o profissional que trabalha no desenvolvimento de produto por duas grandes razes. Nas fases iniciais de projeto, a avaliao de sries histricas dos ndices de capacidade obtidos de peas similares pode permitir que os processistas e projetistas escolham processos e especificaes dos produtos coerentemente adequadas, garantindo a obteno de caractersticas do produto por meio de processos altamente capazes estatisticamente. Outra importante aplicao destes ndices no desenvolvimento de produto durante a homologao do processo. Nesta etapa os ndices podem ser utilizados para avaliar a capacidade do processo, identificando processos problemticos a tempo de correes antes da entrada em linha de produo. Aplicao dos conceitos de Controle Estatstico de Processo (CEP), em uma indstria de fundio do Norte Catarinense: Uma indstria de fundio, no Norte do Estado de Santa Catarina, que produz blocos para veculos automotores, fornece seus produtos importantes nomes da indstria automotiva mundial. Atuando em um mercado muito competitivo, a qualidade de seus produtos um fator essencial para o sucesso no mercado. possvel identificar as diretrizes que mantenham a maior qualidade e perfeio dos produtos fabricados, aplicando-se conceitos de controle estatstico de processo (CEP). Um dos produtos escolhidos para esta anlise, foi um determinado bloco de motor para caminhes diesel, onde um dos aspectos em que medida sua qualidade atravs da dureza, ou seja o grau de resistncia trao. 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 sero usinados e submetidos a um ensaio de trao limite. Este processo se d de forma unitria, j que esta pea de difcil manuseio, e precisa de um tempo para ser resfriado aps sua fundio. O processo de inspeo se d sempre com o primeiro bloco produzido de cada lote.
Pgina 10 de 34

Para que pudesse ter uma viso geral do comportamento estatstico destes dados e as possibilidades de aplicao dos conceitos especficos de CEP, durante todo o ano de 2004, foram analisados testes objetivando verificar a presena de normalidade na distribuio da srie, e existncia de autocorrelao serial. Os dados dos resultados dos testes de trao foram analisados e fornecidos pela empresa e acessados atravs do Ncleo de Normalizao e Qualimetria (NNQ), da Universidade Federal de Santa Catarina. Com o principal objetivo de detectar possveis mudanas na mdia do processo, foram construdos grficos alternativos mais indicados para amostras unitrias, ou seja, o da soma cumulativa, e o da mdia mvel exponencialmente ponderada. Tambm o grfico de amplitude mvel, para analisar e conhecer a variabilidade do processo. Os resultados obtidos atravs dos grficos de controle para amostras do tamanho unitrio e o ndice de capacidade dos blocos de motores, atenderam de forma moderada s expectativas dos autores. Porm, a insatisfao ficou por conta de se desejar encontrar um processo estatisticamente capaz de produzir os blocos dentro das especificaes desejadas, pois a empresa j trabalha h muito tempo com este tipo produto.

Passo 3 Estatstica aplicada Administrao

possvel aplicar a Estatstica em diversas reas da Administrao, como por exemplo, na apresentao de projetos, na anlise dos lucros de uma empresa, na anlise do desempenho anual da organizao, e dentre os vrios ramos onde o administrador utiliza a estatstica podemos destacar:

Pgina 11 de 34

Indstria: Sua atuao comea nos estudos de implantao de uma fbrica at a avaliao das necessidades de expanso industrial, pesquisa, desenvolvimento de tcnicas, produtos e equipamentos, no controle de qualidade e quantidade e no controle de estoques.

Recursos Humanos: Realiza as pesquisas de compatibilizao entre os conhecimentos e habilidades dos empregados e as atividades desenvolvidas por eles estudam os salrios, as necessidades de treinamento, avaliao de desempenho do quadro funcional.

Universidades e Instituies de Pesquisa: Pode atuar como docente ministrando disciplinas relacionadas estatstica. Pesquisando e desenvolvendo novas metodologias de anlise estatstica para os mais variados problemas prticos e tericos.

rea de Demografia: estuda a evoluo e as caractersticas da populao, estabelece tbuas de mortalidades, analisa os fluxos migratrios, estabelece nveis e padres para testes clnicos, planeja e realiza experimentos com grupos de controle, para avaliao de tratamentos, desenvolve estudos sobre a distribuio e incidncia de doenas.

rea de Marketing e Anlise de Mercado: tem um perfil adequado para trabalhar na monitorao e anlise de mercado, nos sistemas de informaes de marketing, na prospeco e avaliao de oportunidades, na anlise e desenvolvimento e produtos, nas decises de preos e previso de vendas.

rea Financeira e Bancria: atuar no departamento de seguros e anlise atuarial, na avaliao e seleo de investimentos, no estudo do desenvolvimento de modelos financeiros, no desenvolvimento de informaes gerenciais, na anlise de fluxo de caixa, na avaliao e projeo de indicadores financeiros e na anlise de demonstraes financeiras. Os administradores utilizam a estatstica para comparar grupos de variveis

relacionadas entre si e obter um quadro simples e resumido das mudanas significativas em reas relacionadas como preos de matrias primas, preos de produtos acabados, volume
Pgina 12 de 34

fsico de produto, etc. grande a importncia dos nmeros-ndices para o administrador, especialmente quando a moeda sofre uma desvalorizao constante e quando o processo de desenvolvimento econmico acarreta mudanas contnuas nos hbitos dos consumidores, provocando com isso modificaes qualitativas e quantitativas na composio da produo nacional e de cada empresa individualmente. O uso da estatstica nos dias de hoje vem da necessidade das anlises e avaliaes objetivas nas organizaes, essas informaes que a Estatstica traz so diretas, claras, especficas e eficazes tornando as tomadas de decises mais racionais, pois no podemos tomar decises corretas sem dados confiveis. Com o uso da estatstica as organizaes tm melhor visibilidade de suas metas e objetivos, observando seus pontos fracos e focando atuar na melhoria. Ainda hoje, no conceito popular, a palavra estatstica evoca dados numricos apresentados em quadros ou grficos, publicados por agncias governamentais, referentes a fatos demogrficos ou econmicos. A utilizao de tabelas e grficos so frequentes na Estatstica. As tabelas servem para organizar e tabular os dados, j os grficos transmitem as informaes com clareza e transparncia, contribuindo para uma leitura objetiva. Hoje em dia todo administrador precisa utilizar mtodos estatsticos, e para isso precisa conhec-los. Um administrador precisa tomar decises, para tanto precisa das informaes confiveis e para isso preciso coletar os dados, resumi-los e interpret-los. Como a estatstica fornece o meio para todas essas etapas, trata-se de um conhecimento indispensvel para o administrador. Antes de qualquer abordagem estatstica preciso definir o que ser pesquisado, como poderemos escolher o melhor caminho, se no sabemos para onde ir? Por este motivo precisamos definir corretamente. Relao de lugares, situaes e problemas em que se podem aplicar conceitos estatsticos:

Pgina 13 de 34

Lugares: podemos usar a estatstica em diversos setores da empresa como recursos humanos, controle de qualidade, logstica, alm de organizaes pblicas, e no governamentais.

Situaes: usada para estabelecer comparaes entre variaes ocorridas ao longo do tempo, diferenas entre lugares, categorias semelhantes, tais como produtos, pessoas, usada tambm em situaes em que preciso adotar mtodos e tcnicas para descrever uma determinada situao, representada por uma coleo de dados numricos em que a organizao permite um melhor conhecimento de seu significado e do fenmeno mostrado, usado nas compras para se verificar qual a poca mensal ou anual de maior e menor volume nas vendas, com as verificaes de maiores e menores volumes vendidos na semana, ms, semestre, ano, por cliente, ou por determinado segmento, etc.

Problemas: usado tambm para solucionar problemas diversos, como, por exemplo, ajuda-nos a tirar as nossas concluses sobre os fatos organizacionais, relativos coleta, analise interpretao ou explicao de dados, com a inteno de melhorar a qualidade dos mesmos.

Etapa 2 Passo 1 e 2 Livro: Tavares, M. Estatistica Aplicada a Administrao amostragem.

Em Estatstica, amostra o conjunto de elementos extrados de um conjunto maior, chamado Populao, a amostragem , por sua vez, um conjunto de procedimentos atravs dos quais se seleciona uma amostra de uma populao.

Amostra: Caf embalagem comercial com 500 gramas

Pgina 14 de 34

Passo 3 Processo de coleta de dados estatsticos Estudo de Caso Prtico Controle Qualidade Empacotamento Caf Para a coleta de dados, efetuamos uma pesquisa em um estabelecimento comercial de nossa cidade SUPERMERCADO FORMOSA. Realizamos a pesagem de 100 pacotes de caf da marca PILO. A pesagem foi feita com embalagens de 500 g, compondo uma amostra de 100 pacotes de caf. Utilizamos o mtodo da estatstica de amostra aleatria simples.

Data da Pesagem: 06/09/2013 Utilizamos a balana do prprio estabelecimento comercial - marca Urano, com validade da aferio at 2013. Utilizamos o peso da embalagem de 10 gr (de acordo com o fabricante). Nossa equipe se dividiu da seguinte forma: cada membro ficou responsvel pela pesagem de 20 unidades de pacotes de caf PILO, no supermercado acima j qualificado em horrios diferentes, para no atrapalharmos na rotina do Supermercado. Contudo realizamos a pesagem no mesmo dia. Passo 4 Planilha de pesagem dos pacotes de caf Quadro 1 Produto e Peso = 100 amostras de Caf de 500gr Caf embalado Vcuo PILO

Pgina 15 de 34

AMOSTRA PESO AMOSTRA PESO AMOSTRA PESO AMOSTRA PESO (Gr) 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 504 504 506 504 511 504 506 504 502 506 504 501 502 504 506 504 506 504 506 506 504 504 506 504 506 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 (Gr) 508 506 506 504 504 501 506 506 504 506 511 506 504 506 504 501 509 504 506 506 504 504 507 506 504 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 (Gr) 503 504 501 506 501 504 509 501 504 503 503 502 508 504 504 504 503 501 511 504 506 506 508 506 511 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 (Gr) 509 501 504 506 504 504 509 506 506 504 502 507 504 502 503 501 501 507 504 504 501 511 504 506 506

Pgina 16 de 34

Fazendo uma comparao simples atravs de uma anlise visual, percebemos que o peso de cada embalagem tem pouca diferena um do outro, ou seja, o ndice de erro do fabricante sobre suas embalagens baixo, mas em algumas embalagens existe um erro acima do mnimo exigido pela empresa que de 0,05 kg ou 5 gr..

Quadro 2 Rol (Ordem Crescente dos Pesos) Caf embalado Vcuo PILO O primeiro passo colocar em ordem (rol) crescente os dados coletados na pesquisa: AMOSTRA PESO AMOSTRA PESO AMOSTRA PESO AMOSTRA PESO (Gr) 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 501 501 501 501 501 501 501 501 501 501 501 502 502 502 502 502 503 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 (Gr) 504 504 504 504 504 504 504 504 504 504 504 504 504 504 504 504 504 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 (Gr) 504 504 504 504 504 504 504 506 506 506 506 506 506 506 506 506 506 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 (Gr) 506 506 506 506 506 506 506 506 506 506 507 507 507 508 508 508 509

Pgina 17 de 34

18 19 20 21 22 23 24 25

503 503 503 503 504 504 504 504

43 44 45 46 47 48 49 50

504 504 504 504 504 504 504 504

68 69 70 71 72 73 74 75

506 506 506 506 506 506 506 506

93 94 95 96 97 98 99 100

509 509 509 511 511 511 511 511

ETAPA 3 Passo 1 Utilizar os dados coletados na etapa anterior e construir uma tabela em Excel, contendo em frequncia absoluta e a frequncia relativa. Seguindo a orientao dada no passo 1 desta etapa, abaixo segue a tabela com as informaes solicitadas, mas antes disso, temos que achar a amplitude da classe, cuja frmula : 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 Aps todos os procedimentos anteriores e achada a amplitude da classe, partimos para a construo da tabela, mas tambm necessrio verificar se os clculos precisam de ajuste. A frmula que determina o ajuste ou construo da tabela a que segue:

Pgina 18 de 34

K * AK > AT temos ento, os seguintes valores: K = 9 AK = 2 AT = 10 ou seja, 9 * 2 = 18 > 10

Os valores achados permitem a construo da tabela das amostras, conforme segue abaixo. Classe 501 ... 502 502 ... 503 503 ... 504 504 ... 506 505 ... 506 506 ... 507 507 ... 508 508 ... 509 509 ... 511 TOTAL F 11 5 5 36 28 3 3 4 5 100 fr 0,110 0,050 0,050 0,360 0,280 0,030 0,030 0,040 0,050 1,000 f% 11,00 5,00 5,00 36,00 28,00 3,00 3,00 4,00 5,00 100,00 F 11 16 21 57 85 88 91 95 100

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

Pgina 19 de 34

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

a) Um grfico de colunas utilizando a frequncia absoluta. O grfico a seguir, representa a frequncia absoluta dos pesos das amostras do caf PILO em gramas (gr), como mencionamos apenas a frequncia absoluta, o grfico se apresenta em colunas simples e em uma nica cor.

Srie 1
40 35 30 25 20 15 10 5 0 501 502 503 504 506 507 508 509 511 ... ... ... ... ... ... ... ... ... 502 503 504 506 507 508 509 511 512 Srie 1

Pgina 20 de 34

b) Um grfico de setores utilizando a frequncia relativa. O grfico abaixo representa a frequncia relativa dos pesos das amostras do caf Bom Jesus em percentual (%).

%
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%
Pgina 21 de 34

Passo 3 Relatrio parcial dos passos 1 e 2 desta etapa Com os dados coletados e organizados em uma tabela construda em Excel, podemos visualizar melhor e assim separar as classes para poder calcular a frequncia absoluta, a frequncia relativa, tambm a frequncia percentual e a acumulada das amostras de caf. Criamos ao lado da tabela, uma legenda para melhor entendimento da mesma. Logo abaixo, construmos tambm em Excel, dois grficos conforme foi solicitado pelo passo 2 da Etapa 3. O primeiro grfico vem em forma de colunas ao qual expressa frequncia absoluta das amostras pesquisadas e pesadas. Como se trata apenas de frequncia absoluta, o grfico apresenta-se em colunas simples e de uma nica cor. J o segundo grfico, que se apresenta na forma de setores circulares ou pizza, tem por objetivo, mostrar a frequncia relativa, portanto cada frao apresenta uma cor diferente para melhor caracterizar a quantidade fracionria ou percentual de cada amostra. Importante dizer que esse grfico s foi possvel ser elaborado porque trabalhamos com 100% das amostras pesquisadas.

ETAPA 4 Passo 1 Moda o valor que detm o maior nmero de observaes, ou seja, o valor ou valores mais frequentes, ou ainda "o valor que ocorre com maior frequncia num conjunto de dados, isto , o valor mais comum". O termo moda foi utilizado primeiramente em 1895 por Karl Pearson, sob influncia do termo moda referindo-se ao uso popular com o significado de objeto que se est usando muito no tempo presente. A moda no necessariamente nica, ao contrrio da mdia ou da mediana. especialmente

Pgina 22 de 34

til quando os valores ou observaes no so numricos, uma vez que a mdia e a mediana podem no ser bem definidas. A moda pode ser: Polimodal: possui mais do que dois valores modais. Bimodal: possui dois valores modais. Amodal: no possui moda.

A moda de {ma, banana, laranja, laranja, laranja, pssego} laranja. A srie {1, 3, 5, 5, 6, 6} apresenta duas modas (BIMODAL): 5 e 6. A srie {1, 3, 2, 5, 8, 7, 9} no apresenta moda (AMODAL). A srie {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 no necessariamente representa o valor que seja a moda estatstica. . Media Em estatstica a mdia o valor que aponta para onde mais se concentram os dados de uma distribuio. Pode ser considerado o ponto de equilbrio das frequncias, num histograma. Mdia um valor significativo de uma lista de valores. Se todos os nmeros da lista so os mesmos, ento este nmero ser a mdia dos valores. Caso contrrio, um modo simples de representar os nmeros da lista escolher de forma aleatria algum nmero da lista. Contudo, a palavra 'mdia' usualmente reservada para mtodos mais sofisticados. Em ltimo caso, a mdia calculada atravs da combinao de valores de um conjunto de um modo especfico e gerando um valor, a mdia do conjunto. Mdia aritmtica a forma mais simples de calcular uma mdia, mas existem outros mtodos, como a mediana (usada quando a distribuio de valores mal organizada, com grandes e pequenos valores, como valores de rendimento).

Pgina 23 de 34

Mediana Em teoria da probabilidade e em estatstica, a mediana uma medida de tendncia central, um nmero que caracteriza as observaes de uma determinada varivel de tal forma que este nmero (a mediana) de um grupo de dados ordenados separa a metade inferior da amostra, populao ou distribuio de probabilidade, da metade superior. Mais concretamente, 1/2 da populao ter valores inferiores ou iguais mediana e 1/2 da populao ter valores superiores ou iguais mediana. A mediana pode ser calculada para um conjunto de observaes ou para funes de distribuio de probabilidade.

Varincia Na teoria da probabilidade e na estatstica, a varincia de uma varivel aleatria uma medida da sua disperso estatstica, indicando quo longe em geral os seus valores se encontram do valor. A varincia de uma varivel aleatria real o seu segundo momento central e tambm o seu segundo cumulante (os cumulantes s diferem dos momentos centrais a partir do 4 grau, inclusive). Sendo o seu valor o quadrado do Desvio Padro. Em probabilidade e Estatstica, o desvio padro a medida mais comum da disperso estatstica. O desvio padro define-se como a raiz quadrada da varincia. definido desta forma de maneira a dar-nos uma medida da disperso que: 1. Seja um nmero no negativo; 2. Use a mesma unidade de medida dos dados fornecidos inicialmente. Faz-se uma distino entre o desvio padro (sigma) do total de uma populao ou de uma varivel aleatria, e o desvio padro de um subconjunto em amostra. O termo desvio padro foi introduzido na estatstica por Karl Pearson no seu livro de 1894: "Sobre a disseco de curvas de frequncias assimtricas". Abaixo, segue a tabela da mdia e desvio das amostras e logo aps, esto as frmulas que usamos para calcular a varincia, o desvio padro e o coeficiente de variao das amostras dos
Pgina 24 de 34

100 pacotes de cafs. A mdia, mediana e moda e tambm a amplitude total, esto citadas.

TABELA DE MDIA E DESVIO DAS AMOSTRAS

AMOSTRA 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22

PESO (gr) 501 501 501 501 501 501 501 501 501 501 501 502 502 502 502 503 503 503 503 503 503 504

Peso 251001 251001 251001 251001 251001 251001 251001 251001 251001 251001 251001 252004 252004 252004 252004 252004 253009 253009 253009 253009 253009 254016

MDIA 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84

DESVIO -3,84 -3,84 -3,84 -3,84 -3,84 -3,84 -3,84 -3,84 -3,84 -3,84 -3,84 -2,84 -2,84 -2,84 -2,84 -2,84 -1,84 -1,84 -1,84 -1,84 -1,84 -0,84

DO DESVIO 14,7456 14,7456 14,7456 14,7456 14,7456 14,7456 14,7456 14,7456 14,7456 14,7456 14,7456 8,0656 8,0656 8,0656 8,0656 8,0656 3,3856 3,3856 3,3856 3,3856 3,3856 0,7056

Pgina 25 de 34

23 24 25 26 27 28 29 30 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52

504 504 504 504 504 504 504 504 504 504 504 504 504 504 504 504 504 504 504 504 504 504 504 504 504 504 504 504 504

254016 254016 254016 254016 254016 254016 254016 254016 254016 254016 254016 254016 254016 254016 254016 254016 254016 254016 254016 254016 254016 254016 254016 254016 254016 254016 254016 254016 254016

504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84

-0,84 -0,84 -0,84 -0,84 -0,84 -0,84 -0,84 -0,84 -0,84 -0,84 -0,84 -0,84 -0,84 -0,84 -0,84 -0,84 -0,84 -0,84 -0,84 -0,84 -0,84 -0,84 -0,84 -0,84 -0,84 -0,84 -0,84 -0,84 -0,84

0,7056 0,7056 0,7056 0,7056 0,7056 0,7056 0,7056 0,7056 0,7056 0,7056 0,7056 0,7056 0,7056 0,7056 0,7056 0,7056 0,7056 0,7056 0,7056 0,7056 0,7056 0,7056 0,7056 0,7056 0,7056 0,7056 0,7056 0,7056 0,7056
Pgina 26 de 34

53 53 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81

504 504 504 504 504 506 506 506 506 506 506 506 506 506 506 506 506 506 506 506 506 506 506 506 506 506 506 506 506

254016 254016 254016 254016 254016 256036 256036 256036 256036 256036 256036 256036 256036 256036 256036 256036 256036 256036 256036 256036 256036 256036 256036 256036 256036 256036 256036 256036 256036

504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84

-0,84 -0,84 -0,84 -0,84 -0,84 1,16 1,16 1,16 1,16 1,16 1,16 1,16 1,16 1,16 1,16 1,16 1,16 1,16 1,16 1,16 1,16 1,16 1,16 1,16 1,16 1,16 1,16 1,16 1,16

0,7056 0,7056 0,7056 0,7056 0,7056 1,3456 1,3456 1,3456 1,3456 1,3456 1,3456 1,3456 1,3456 1,3456 1,3456 1,3456 1,3456 1,3456 1,3456 1,3456 1,3456 1,3456 1,3456 1,3456 1,3456 1,3456 1,3456 1,3456 1,3456
Pgina 27 de 34

82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 SOMA

506 506 506 506 507 507 507 508 508 508 509 509 509 509 511 511 511 511 511 50484

256036 256036 256036 256036 257049 257049 257049 258064 258064 258064 259081 259081 259081 259081 261121 261121 261121 261121 261121 25486928

504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 504,84 50484

1,16 1,16 1,16 1,16 2,16 2,16 2,16 3,16 3,16 3,16 4,16 4,16 4,16 4,16 6,16 6,16 6,16 6,16 6,16

1,3456 1,3456 1,3456 1,3456 4,6656 4,6656 4,6656 9,9856 9,9856 9,9856 17,3056 17,3056 17,3056 17,3056 37,9456 37,9456 37,9456 37,9456 37,9456 585,44

Varincia: =x-xnn-1 =25486928-50484100100-1 =25486928-2548634399 =5,91 Ou =quadrado do desvio n-1 =585,4499

Pgina 28 de 34

=5,91

Desvio Padro: = varincia = = 5,91 = 2,43

Coeficiente de variao: cv= 100mdia cv= 100.2,43504,84 cv= 243,00504,84 cv=0, 48%

Erro Padro da Mdia Sx = n 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 Ser usada a Frmula de Sturges, pois o nmero de amostras maior que 50 elementos. K 1 + 3,22 log n n = 100 K 1+ 3,22.2 = 8,44
Pgina 29 de 34

log 100 = 2 K 8,44 9 classes K=9

Amplitude da Classe Ak = ATK Ak = 109 = 1,11 2 Ak = 2 gr

Clculo da Mdia X=x/n X = 50484 / 100 X = 504,84

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

Clculo da Moda A varivel que se apresenta com maior frequncia 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

Mdia = 504,84 gr Moda = 504 gr Polimodal Mediana = 506 gr Varincia = 5,91 gr Desvio Padro = 2,43 gr Amplitude Total = 10 gr

Pgina 30 de 34

Passo 2 Interpretao estatstica dos resultados obtidos

A Estatstica uma peculiaridade da matemtica fascinante, porque nos permite fazer constataes de probabilidades e tambm constataes de certezas. Nesta ATPS, tivemos um desafio de calcular e comparar o peso de 100 pacotes de 500 gr de caf. Para nossa surpresa, encontramos amostras com desvios considerveis de pesagem, mas mesmo assim, no prejudicaram seu pblico consumidor, pois as amostras apresentavam pesos um pouco acima do que estava escriturado nas embalagens e no abaixo. Calculamos mdia, mediana, moda e desvio padro das amostras e constatamos um resultado positivo. A marca de caf pesquisada foi a PILO. No passo a seguir, faremos um relatrio parcial de nossa pesquisa onde explicaremos o resultado de nossa deciso.

Passo 3 Relatrio parcial Aps a pesagem e levantamento dos dados das amostras de caf, notamos que as embalagens apresentam variaes nos pesos em 10 gr uma em relao 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 diferena, a Amplitude da Classe ficou em 2gr e o desvio padro em 2,43 gr, levando-nos a decidir que o lote que pesquisamos est dentro da medida permitida e aceitvel pela empresa que de um desvio padro de 0,05 kg ou 5 gr por pacote. Baseados nas amostras de caf 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, conclumos ainda que o fornecedor precisa regular suas mquinas para que possa ter apenas a margem de segurana definida pelo mesmo e no passe a ter mais prejuzo.
Pgina 31 de 34

Portanto, decidimos pela APROVAO do lote de 500 gr dos 100 pacotes do Caf PILO, pesquisados no SUPERMERCADO FORMOSA, na cidade de Ananindeua/PA e conclumos ainda que o pblico consumidor, pode confiar na marca do Caf PILO, pois seu erro padro da mdia mostrou-se muito pequeno e favorvel ao consumidor.

Pgina 32 de 34

CONSIDERAES FINAIS

O desafio deste trabalho foi de mostrar o quanto a estatstica evoluiu nos ltimos anos no Brasil, mesmo tendo que passar por vrios obstculos para encontrar registros e materiais que mostrassem o seu desenvolvimento. Portanto, estamos convictos que alcanamos nosso objetivo que era a fiscalizao e o controle de qualidade de 100 pacotes de caf do fabricante da marca PILO e sua posterior aprovao para distribuio ao mercado.

Com este trabalho tambm podemos perceber o quanto que a estatstica est presente no nosso dia a dia, pois at em uma simples compra de supermercado envolvemos muita estatstica.

Pgina 33 de 34

Bibliografia Fontes de Pesquisas e SITES: TAVARES, M. Estatstica aplicada Administrao. Editora Bookman, 2007. SOUZA, Gueibi Peres. Aplicao dos conceitos de Controle Estatstico de Processo (CEP) em uma indstria de fundio do Norte Catarinense.

Larson, Ron; Farber, Betsy. Estatstica Aplicada; traduo tcnica Cyro Patarra 2. Ed. So Paulo : Prentice Hall, 2007.

PLT Estatstica e mtodos quantitativos Ron Laerson, Betsy Farber 136 Revista Voc S/A Editora Abril

http://docentes.ismt.pt/~m_pocinho/calculo_de_amostras_teorias.pdf http://search.babylon.com/?q=TAVARES%2CM+eSTAT%C3%8DSTICA&s=web&a s=0&rlz=0&babsrc

https://docs.google.com/viewer?a=v&pid=explorer&chrome=true&srcid=0B0EMRzd ACiXpNWM0Y2Y5NTAtZmVhNy00NmRhLTkxNWltNWl5YWE1OTkzZDM5&hl =pt_BR

http://www.unianhanguera.edu.br/anhanguera/bibliotecas/normas_bibliograficas/index .html

Pgina 34 de 34