A UTILIZAO DO PROGRAMA EXCEL NO APRENDIZADO DE TCNICAS

ESTATSTICAS UTILIZADAS NA METODOLOGIA SEIS SIGMA

Raquel Cymrot1
Abstract Some statistic techniques used in Six Sigma
quality management program need extensive calculations in
their application. Factorial Experiments, Multiple
Regression, Statistic Quality Control and Measurement
System Analyses (MSA) are included among these
techniques. Learning how to use the Excel is very useful
once many Brazilian industries access such program. A
survey was conducted with the students who used this
program creating the routine procedures, aiming at
evidencing the efficiency of using Excel to learn and make
feasible the employment of such tools. Excel utility was
analyzed for the contents comprehension and fixing as well
as in the learning and ease of the calculations to be done.
Index Terms learning, statistics tools, Excel, Six Sigma.

INTRODUO
Este trabalho relata a experincia da utilizao do
programa Excel como facilitador no aprendizado de diversas
tcnicas estatsticas utilizadas na metodologia Seis Sigma.
Seis Sigma uma filosofia de melhoria contnua do
processo que enfoca a reduo de sua variabilidade bem
como a reduo de itens no conformes, na busca
interminvel de zero defeitos. [6] A metodologia Seis
Sigma, embora utilize conceitos estatsticos, antes de tudo,
um conceito gerencial, o qual visa reduo dos defeitos
para um nvel muito baixo, por vrios anos e em todos os
produtos e processos da companhia. O objetivo obter um
nmero mximo de 3,4 ppm (3,4 itens no conformes a cada
milho de itens produzidos) [8].
Esta metodologia utiliza ferramentas e mtodos
estatsticos para definir os problemas que se deseja resolver
ou melhorar. Para tanto utiliza medies para a obteno de
informaes e dados, os analisa, empreende melhorias nos
processos e, finalmente, controla os processos ou produtos
existentes, visando melhoria contnua [7]. O Seis Sigma
utilizado dentro do ciclo PDCA (plan, do, check, act) para a
obteno de melhor qualidade no produto ou processo
focalizado.
Com a utilizao das ferramentas do Seis Sigma,
deseja-se obter uma qualidade superior s expectativas do
cliente.
Existe uma grande variedade de ferramentas e tcnicas
estatsticas utilizadas pela metodologia Seis Sigma.

Na disciplina Estatstica para Engenharia II, ministrada

no curso de Engenharia de Produo da Universidade
Presbiteriana Mackenzie so abordados os seguintes tpicos:
DOE (Design of Experiments) no qual
abordado o planejamento e anlise de
experimentos
fatoriais
completos
e
fracionrios.
Estatstica no-paramtrica.
Anlise de regresso linear multivariada.
CEP (Controle Estatstico de Processos).
MSA (Measurement System Analyses)
anlise de sistemas de medies.
Muitos destes tpicos exigem clculos trabalhosos
como multiplicao de matrizes por vetores muito grandes,
inverso de matrizes, elaborao de diversos grficos.
Bireaud [2] critica que a informtica imps-se no
ensino superior como disciplina curricular antes de aparecer
como possvel meio de ensino. A utilizao do programa
Excel visa no s facilitar o trabalho, mas, principalmente
ajudar no aprendizado, uma vez que o aluno ter que
programar as funes necessrias para a realizao da
anlise estatstica, entendendo as vrias etapas a serem
realizadas.
O uso do programa Excel deve ser posterior ao
entendimento das tcnicas estatsticas a serem utilizadas.
Segundo BARRETO [1], a tecnologia sozinha no melhora
necessariamente o ensino e a aprendizagem, podendo at ser
um obstculo a um ensino autntico, aumentando as
dificuldades existentes para uma educao verdadeira.
Na Conferncia Mundial sobre Educao Superior,
realizada pela UNESCO, em Paris, no ano de 1998,
escreveu-se a Declarao Mundial sobre Educao Superior
no Sculo XXI: Viso e Ao, cujo artigo 1 apresenta
como uma das misses e funes da educao superior
educar e formar pessoas altamente qualificadas, incluindo
capacitaes profissionais nas quais sejam cobrados
conhecimentos tericos e prticos de alto nvel, mediante
cursos e programas que se adaptem constantemente s
necessidades presentes e futuras da sociedade. O artigo 7
salienta que se deve reforar a cooperao com o mundo do
trabalho e prevenir as necessidades da sociedade e o artigo
12 ressalta que importante assinalar que as novas
tecnologias oferecem oportunidades de renovar o contedo
dos cursos e dos mtodos de ensino [3].
Libneo [4] comenta que certas demandas do processo
produtivo levam a necessidades de mais conhecimento, uso

1 Raquel Cymrot Professora da Escola de Engenharia da Universidade Presbiteriana Mackenzie. Rua da Consolao, 896, prdio 6, 01302-907, So Paulo,
SP, Brazil, raquelc@mackenzie.com.br

2006 WCCSETE

March 19 - 22, 2006, So Paulo, BRAZIL

World Congress on Computer Science, Engineering and Technology Education
607

da informtica e de outros meios de comunicao,

desenvolvimento de habilidades cognitivas e comunicativas,
flexibilidade de raciocnio.
Sendo o programa Excel muito utilizado no mundo do
trabalho, a utilizao deste programa para a anlise
estatstica necessria na metodologia Seis Sigma possibilita
que, uma vez inseridos no mercado de trabalho, em
pequenas e mdias empresas que no possam adquirir
programas computacionais especficos, os engenheiros
tenham a oportunidade de aplicar a metodologia Seis Sigma
e usufruir de seus benefcios.

OBJETIVO
O objetivo deste trabalho estudar o ganho obtido com
a utilizao do programa Excel no aprendizado da maior
parte dos tpicos abordados na disciplina de Estatstica para
Engenharia II.
Esta disciplina ministrada em aulas tericas e aulas
prticas em laboratrio de computao. A disciplina
Estatstica para Engenharia II semestral, com uma carga
horria de 60 horas aula, tendo duas aulas semanais, cada
uma com 2 horas aulas. Das trinta aulas ministradas, em
torno de sete so realizadas no laboratrio de computao.
Nas aulas prticas os estudantes resolvem exerccios, a
maioria com dados reais, retirados dos livros Estatstica
Aplicada e Probabilidade para Engenheiros de Montgomery
e Runger e Como fazer experimentos: pesquisa e
desenvolvimento na cincia e na indstria de Barros Neto,
Scarminio e Bruns.
Os alunos aprendem a utilizar o Excel, tanto atravs das
rotinas j existentes (por exemplo, usando a regresso dentro
do menu ferramentas / anlise de dados), como realizando os
clculos necessrios atravs das funes para multiplicao
de matrizes, inverso de matrizes, etc.
Os grficos obtidos com o uso do auxiliar grfico,
tambm colaboram para o entendimento dos tpicos
estudados, especialmente no Controle Estatstico de
Processos (CEP) e na anlise de resduos, a fim de se
verificar as suposies feitas a cerca do modelo utilizado.

METODOLOGIA
Para avaliar o ganho obtido com a utilizao do
programa Excel no aprendizado de certos tpicos abordados
na disciplina de Estatstica para Engenharia II, foi realizado
um questionrio com duas questes.
Na primeira questo o aluno era solicitado a atribuir
notas (valores inteiros, de 1 a 5) para cada uma das seguintes
contribuies obtidas com a utilizao do programa Excel:
Compreenso do contedo estudado, Entendimento dos
clculos a serem realizados, Facilitao dos clculos a serem
realizados e Fixao do tpico estudado. Tal pergunta foi
respondida para cada um dos quatro contedos estudados:
Planejamento e anlise de experimentos com vrios fatores,
Regresso linear mltipla, Controle estatstico de processos
(CEP), Anlise de sistemas de medies.

2006 WCCSETE

Na segunda pergunta foi solicitado que o aluno

enumerasse em ordem crescente, o fator importncia do uso
do Excel em seu aprendizado, para os contedos
Planejamento e anlise de experimentos com vrios fatores,
Regresso linear mltipla, Controle estatstico de processos
(CEP) e Anlise de sistemas de medies.
O questionrio foi annimo e encaminhado aos 20
alunos que j haviam cursado esta disciplina. Destes, 17
(85%) responderam ao questionrio, sendo que um aluno
respondeu apenas a questo nmero 1.
Para a anlise da primeira questo deve-se realizar uma
anlise de varincia com medidas repetidas, uma vez que o
respondente era o mesmo para todas as classificaes. Para
testar as suposies do modelo, primeiro se efetua um teste
de esfericidade. Se a suposio de esfericidade no for
satisfeita, as devidas correes sero realizadas. Se a anlise
de varincia indicar a existncia de algum efeito, os devidos
contrastes sero calculados pelo mtodo de Tukey [9].
Para anlise a segunda questo, a fim de testar se as
notas atribudas a todos os contedos vm da mesma
populao (com mesma mdia), deve se realizar o teste no
paramtrico de Friedman [5].

RESULTADOS E DISCUSSO
Para realizarmos um teste de anlise de varincia
necessria a suposio de esfericidade. Para testarmos tal
suposio foi realizado o teste de esfericidade de Mauchly.
TABELA I
Efeito
dentro
contribuio

Teste de esfericidade
W de
Aproximao
Grau de
Mauhly
Quiquadrado
liberdade
0,669
25,191
5

P
0,000

Como o nvel descritivo do teste (P) foi inferior ao nvel

de significncia utilizado (0,05), conclui-se que a hiptese
de esfericidade no se verifica. Dada a no satisfao da
suposio de esfericidade, a anlise de varincia ser
realizada utilizando a correo de Huynh-Feldt.
Deseja-se testar as seguintes hipteses:
H01: no h efeito do fator contedo ministrado
H02: no h efeito do fator contribuio obtida
H03: no h efeito da interao entre os fatores contedo
ministrado e contribuio obtida
A anlise de varincia apresentada a seguir:
TABELA II
Fonte de variao

Anlise de varincia
g.l.
SQ
QM

contedo
questionrio(contedo)

3
64

2,500
147,618

0,833
2,307

0,361

0,781

contribuio
contribuio*contedo
erro

2,692
8,075
172,256

42,382
4,824
157,794

15,747
0,536
0,916

17,190
0,652

0,000
0,751

total

271

355,794

March 19 - 22, 2006, So Paulo, BRAZIL

World Congress on Computer Science, Engineering and Technology Education
608

Ao nvel de significncia de 5%, rejeita-se apenas H02,

isto , afirma-se que h efeito do fator contribuio obtida.
A Figura I apresenta o grfico dos efeitos principais:

medies foram respectivamente iguais a: 3,1250 , 2,2500,

2,3125 e 2,3125. A estatstica calculada para o teste de
Friedman foi igual a 2r = 5,025. Ao nvel de significncia de
5% temos R.C. = {2 | 2 7,815} logo no se rejeitou a
hiptese de que as notas atribudas a todos os contedos vm
da mesma populao (com mesma mdia), isto , o fator
importncia do uso do Excel para o aprendizado dos
diversos contedos foi considerado igual.

CONCLUSES

FIGURA I
Grfico dos efeitos principais para os fatores Contedo ministrado e
Contribuio obtida

Foi realizada uma anlise descritiva para o fator

contribuio:
TABELA III
Anlise descritiva para os nveis do fator contribuio
Contribuio
Mdia
Desvio padro
Compreenso
3,632
1,268
Entendimento
3,985
0,938
Facilitao
4,500
0,855
Fixao
3,471
1,203

Utilizando-se o mtodo de Tukey para comparaes

mltiplas temos os seguintes intervalos com 95% de
confiana:

O uso das ferramentas do programa Excel atende as

recomendaes para o ensino superior estabelecidas na
Conferncia Mundial sobre Educao Superior, realizada
pela UNESCO, uma vez que renova o contedo dos cursos e
dos mtodos de ensino, capacitando o aluno para aplicar
ferramentas da metodologia Seis Sigma em sua atuao
profissional, posto que sem este facilitador para realizao
dos diversos clculos e grficos, esta aplicao seria muito
difcil.
Os alunos apontaram a facilitao dos clculos a serem
realizados como o maior benefcio da utilizao do
programa Excel na aplicao dos tpicos abordados. Cabe
salientar, entretanto, que o entendimento destes clculos
apareceu como segundo maior benefcio.
Embora no tenha sido confirmada alguma diferena
quanto importncia do uso do Excel no aprendizado para
os contedos Planejamento e anlise de experimentos com
vrios fatores, Regresso linear mltipla, Controle estatstico
de processos (CEP) e Anlise de sistemas de medies, o
tpico Planejamento e anlise de experimentos com vrios
fatores foi o que apresentou maior posto mdio. Sendo este o
tpico mais trabalhoso, tal medida s confirma a grande
importncia atribuda pelos alunos para a contribuio
Facilitao dos clculos a serem realizados.

AGRADECIMENTOS

TABELA IV
Contrastes e limites inferior e superior dos intervalos de confiana dos
contrastes para o fator contribuio obtida, utilizando uma confiana de
95%.
Contraste
LI
LS
(Compreenso Entendimento)
0,767
0,061
(Compreenso Facilitao)
1,282
0,454
(Compreenso Fixao)
0,252
0,576
(Entendimento Facilitao)
0,929
0,101
(Entendimento Fixao)
0,101
0,929
(Facilitao Fixao)
0,615
1,443

Da tabela IV conclumos que a Facilitao dos clculos

a serem realizados obteve mdia superior em relao s
demais contribuies e que a mdia da contribuio
Entendimento dos clculos a serem realizados foi superior
mdia da contribuio Fixao do tpico estudado.
Para analisar a segunda questo foi utilizado o teste no
paramtrico de Friedman. Os postos mdios atribudos pelos
16 alunos para os tpicos de Planejamento e anlise de
experimentos com vrios fatores, Regresso linear mltipla,
Controle estatstico de processos e Anlise de sistemas de

2006 WCCSETE

A autora agradece Escola de Engenharia da

Universidade Presbiteriana Mackenzie pela permisso
concedida para a realizao desta pesquisa e aos alunos que
dela participaram.

REFERNCIAS
[1]

BARRETO, Snia Maria de Arajo. Concepes sobre a utilizao

da informtica no processo de ensino-aprendizagem. Monografia
(Especializao em informtica aplicada educao)Universidade
Presbiteriana Mackenzie, So Paulo, 2002.

[2]

BIREAUD, Annie. Os mtodos pedaggicos no ensino superior.

Portugal: Porto Ed., 1995.

[3]

CONFERNCIA MUNDIAL SOBRE O ENSINO SUPERIOR (1998

: Paris). Tendncias da educao superior para o sculo xxi. Braslia:
UNESCO. 1999.

[4]

LIBNEO, J. C. Adeus professo, adeus professora? : novas

exigncias educacionais e profisso docente. 6. ed. So Paulo: Cortez,
2002.

March 19 - 22, 2006, So Paulo, BRAZIL

World Congress on Computer Science, Engineering and Technology Education
609

[5]

NAVIDI, W. Statistics for engineers and scientists. New York: Mc

Graw Hill, 2005.

[6]

PEREZ-WILSON, M. Seis Sigma: compreendendo o conceito, as

implicaes e os desafios. Rio de Janeiro: Qualitymark, 1999.

[7]

ROTANDARO, R. G. (Coord.) Seis Sigma: estratgia gerencial para

a melhoria de processos, produtos e servios. So Paulo: Atlas, 2002.

[8]

SHIBA, S.; GRAHAM, A. ; WALDEN, D. TQM: quarto revolues

na gesto da qualidade. Porto Alegre: Bookman, 1997.

[9]

WINER, B. J. Statistical principles in experimental design. 2. ed. New

York: Mc Graw Hill, 1971.

2006 WCCSETE

March 19 - 22, 2006, So Paulo, BRAZIL

World Congress on Computer Science, Engineering and Technology Education
610