Controle Estatstico de Qualidade

(CEQ) Robert Wayne Samohyl Ph.D.

CAPTULO 5 - Intervalo de confiana
5.1 Introduo
5.2 Margem de erro (ME)
5.3 Exemplo com a distribuio normal padronizada Z usando os dados de reclamaes
no captulo 2, tabela 2.2 e figuras 2.2 e 2.3.
5.4 Tamanho da amostra para variveis mensurveis
5.5 Exemplo com distribuio t de Gosset usando os dados de reclamaes no captulo
2, tabela 2.2 e figura 2.2
5.6 Exemplo do contedo das latas de cerveja da introduo do captulo
5.7 Intervalo de confiana para atributos: a distribuio binomial
5.8 Exemplo eleitoral - intervalo de confiana
5.9 Tamanho da amostra para atributos
5.10 As desvantagens do censo universal e as vantagens de pesquisas amostrais
5.11 Exerccios
5.12 Referncias.
5.1 Introduo

O conceito de intervalo de confiana diretamente relacionado com a exatido da
mdia amostral X como representao da mdia da populao . A mdia amostral
uma estatstica, estimada de uma amostra com o nmero de elementos muito menor que
a populao e, necessariamente existe certo grau de incerteza sobre a confiabilidade. A
mdia da populao um parmetro existente, mas por causa de alguma razo, por
exemplo, o alto custo de examinar todos os elementos da populao, o seu valor no
conhecido. O clculo do intervalo de confiana um mtodo para quantificar o nvel de
incerteza envolvido na amostragem.
Na cervejaria, um lote de produo de cerveja em lata tem 100.000 unidades, e o
contedo nominal da lata 350 ml. Para verificar se o valor de 350 ml prossegue, uma
vez por semana uma amostra de 1000 latas inspecionada e a mdia amostral calculada.
No para esperar que a mdia amostral das latas seja exatamente igual ao parmetro
populacional, mas podemos esperar sim um intervalo de confiana ao redor da mdia
amostral que contenha a mdia da populao com certa probabilidade (confiana). A
informao sobre a mdia das latas e os limites de confiana com a respectiva
probabilidade suficiente para o gerente julgar se o lote est dentro dos conformes ou
no.
5.2 Margem de erro (ME)
A mdia amostral estimada, como estatstica, deve representar a mdia desconhecida da
populao, mas, desde que a amostragem no perfeita, existe um conceito para medir
quanto estatstica erra em medir o parmetro da populao. conhecido como a
margem de erro (ME). o limite de erro tolervel pelos propsitos da pesquisa.
CAPTULO 5 - Intervalo de confiana
Controle Estatstico de Qualidade

(CEQ) Robert Wayne Samohyl Ph.D.
ESTATSTICA
(estimada) -
PARMETRO (real, mas
desconhecido)
MARGEM DE
ERRO (ME)
MDIA AMOSTRAL MDIA POPULACIONAL

O valor da margem de erro pode ser escolhido pelo pesquisador, mas como vai ficar
claro embaixo, no sem decises difceis sobre gastos em tempo e recursos. A margem
de erro depende rigorosamente de dois aspectos, o tamanho da amostra e a confiana
que desejada na busca da representatividade da estatstica. Amostras grandes
representam melhor a populao; amostras menores no representam to bem a
populao. Conseqentemente, amostras maiores diminuem a margem de erro ou
aumentam o nvel de confiana sobre os resultados. Em termos prticos, gastando um
pouco mais para levantar uma amostra maior justificvel quando estimativas de algum
fenmeno merecem maior exatido.
Para alcanar altos nveis de confiana no valor das estimativas, a margem de erro
precisa ser grande. Limites da margem de erro muito afastados da mdia permitem que
o pesquisador tenha muita confiana na localizao da mdia populacional dentro
desses limites. De limites apertados, por outro lado, no brota confiana que a mdia
populacional se situa entre eles.
A questo de nvel de confiana diretamente ligada ao desvio padro e a variabilidade
dos dados. Quando a variabilidade dos dados da populao grande, qual a confiana
que temos da representatividade da amostra? Na prtica, nada garante que as
observaes na amostra vm dos valores prximos mdia. Na presena de muita
variabilidade nos dados, a mdia amostral poderia se diferenciar em muito da mdia
populacional, resultando em margem de erro maior para dado valor de confiana.
Na figura 5.1, para determinado valor de margem de erro, traamos a relao inversa
entre o nvel de confiana e a variabilidade para trs nveis de amostragem: C representa
pequenas amostras, A grandes amostras e B amostras de tamanho mdio. Fixando o
valor da variabilidade, o nvel de confiana aumenta quando o tamanho da amostra
aumenta.
CAPTULO 5 - Intervalo de confiana
Controle Estatstico de Qualidade

(CEQ) Robert Wayne Samohyl Ph.D.
Figura 5.1 Para determinado valor de margem de erro, a relao entre a variabilidade,
o tamanho da amostra e o nvel de confiana.
A margem de erro a pea chave no clculo do intervalo de confiana. No meio do
intervalo de confiana fica a mdia amostral.
1
]
1

M E X
c o n f i a n a d e i n t e r v a l o d o i n f e r i o r L i m i t e
X
1
]
1

+ M E X
c o n f i a n a d e i n t e r v a l o d o s u p e r i o r L i m i t e
A distncia entre a mdia e o limite do intervalo de confiana exatamente igual
margem de erro. O nvel de confiana pr-selecionado pelo pesquisador a
probabilidade que a mdia populacional fica dentro do intervalo de confiana. Para
CAPTULO 5 - Intervalo de confiana
Variabilidade
Nvel de confiana
A
B
C
Amostras
grandes
Amostras
pequenas
Controle Estatstico de Qualidade

(CEQ) Robert Wayne Samohyl Ph.D.
calcular o limite superior X
LS
e inferior X
LI
do intervalo de confiana, para nvel de
confiana igual a (1 ) usa-se a seguinte expresso oriunda da discusso sobre as reas
embaixo da curva normal e a distribuio normal padronizada:
( )

,
_

+
+

+ +
1
; ) 1 , (
2 2
2 2
2
2
n
S
Z X
n
S
Z X P
n
S
Z X
n
S
Z X IC
n
S
Z X ME X X
n
S
Z X ME X X
LI
LS
A expresso
) 1 , ( IC
aparece em livros textos mais modernos de estatstica.
1
A
expresso P(...) = 1 muito comum em textos mais tradicionais. O smbolo S o
desvio padro amostral, n o tamanho da amostra e
2

Z
o valor da distribuio normal
padronizada para cauda de tamanho /2. A expresso
n
S
Z
2

a margem de erro
(ME) para determinado nvel de confiana (1 ).
5.3 Exemplo com a distribuio normal padronizada
2

Z
usando os dados de
reclamaes no captulo 2, tabela 2.2 e figuras 2.2 e 2.3.
Vamos calcular o intervalo de confiana da mdia populacional para o exemplo do
tempo gasto na resoluo das reclamaes no captulo 2. Escolhemos o nvel de
confiana a 90% (= 1 ) que significa = 10% e /2 = 5%. O valor de
2

Z
1,64
(veja tabela 3.1). Os dados necessrios para construir o intervalo de confiana so
30
99 , 94
89 , 182

n
S
X
O valor da margem de erro (ME) igual a
44 , 28
30
99 , 94
* 64 , 1
2

n
S
Z

O intervalo de confiana ento igual a

( )
( ) ( ) 33 , 211 ; 45 , 154 44 , 28 89 , 182 ; 44 , 28 89 , 182 ) 90 , 0 ; (
; ) 1 , (
2 2
+
+

IC
n
S
Z X
n
S
Z X IC
Concluindo, existe uma probabilidade de 90% que a mdia populacional fica entre
154,45 e 211,33 minutos. Na figura 5.2, podemos ver os limites do intervalo de
confiana e a probabilidade de 90% de que a mdia populacional est entre eles.
1
Barbetta,et al. (2008)
CAPTULO 5 - Intervalo de confiana
Controle Estatstico de Qualidade

(CEQ) Robert Wayne Samohyl Ph.D.

n
S
Z X
2

X
n
S
Z X
2

+
154,45 182,89 211,33
Figura 5.2 Intervalo de confiana - tempo gasto na resoluo das reclamaes
A figura 5.3 uma repetio prtica da figura 5.1, uma representao terica, com
dados observados baseada no exemplo das reclamaes. Na figura, a margem de erro
fixa em 28,44 minutos.
2
S
ME Z 28, 44
n

O desvio padro S varia entre 58 e 106, e enquanto S diminui, a confiana (representada
por Z) de que a mdia da populao esteja dentro do intervalo de confiana aumenta
(assim a inclinao negativa das trs linhas na figura). As trs linhas representam trs
tamanhos de amostras diferentes: a linha mais baixa representa uma amostra pequena de
10 elementos enquanto as demais linhas representam amostras de tamanho 30 e 50
elementos respectivamente.
Concluindo, como foi constatado anteriormente, o tamanho do intervalo de confiana e,
portanto a probabilidade (confiana) da localizao da mdia populacional dentro do
intervalo depende de vrios fatores. Amostras maiores ou populaes com menos
variabilidade (desvio padro menor) proporcionam confiana maior ou intervalos de
confiana menores.
CAPTULO 5 - Intervalo de confiana
probabilidade de 1 = 90% que a mdia da
populao est entre esses limites.
Controle Estatstico de Qualidade

(CEQ) Robert Wayne Samohyl Ph.D.
Figure 5.3 - Para margem de erro igual a 28,44, a relao entre a variabilidade, o
tamanho da amostra e o nvel de confiana no exemplo das reclamaes.
5.4 Tamanho da amostra para vaiveis mensurveis
atravs da margem de erro do intervalo de confiana que podemos analisar a questo
de tamanho da amostra. O tamanho da amostra deve ser compatvel com os dados
levantados e as caractersticas estatsticas da amostra. J foi discutida na seo anterior a
relao entre o nvel de confiana e o tamanho da amostra (veja figura 5.1), a relao
sendo direta, quando a amostra maior a confiana do resultado tambm o .
Relembrando que a margem de erro a distncia mxima permitida pelo pesquisador
entre a mdia da populao e a da amostra, podemos escrever
Margem de erro =
n
S
Z
2

Pela equao vemos que aumentando n diminui a margem de erro. Isolando n no lado
esquerdo da equao, a expresso para calcular o tamanho da amostra resulta.
2
2 arg
*

,
_

erro de em M
S
Z n

Para simplificar a expresso e a sua utilizao prtica, define-se a margem de erro
padronizada como MEP = ME / S. Esse ltimo valor diretamente controlado pelo
pesquisador quem escolha o valor de ME, representando a sua vontade para estimar a
mdia com mais ou menos exatido. Assim, a ltima equao pode ser simplificada,
2
2

,
_

MEP
Z
n

No exemplo anterior, foi utilizado um valor de
2

Z
= 1,64 denotando um nvel de
confiana de 90% e exigindo uma amostra de tamanho 30. Se o pesquisador for mudar a
confiabilidade desejada do intervalo de confiana para um nvel de confiana de 95%, o
valor de
2

Z
se torna 1,96 e aplicando a formula
43
99 , 94
44 , 28
96 , 1
2

,
_

n
O tamanho da amostra fica em 43 unidades, confirmando que nveis de confiana mais
altos exigem amostras maiores.
Na figura 5.4, o comportamento do tamanho da amostra relacionado com a margem de
erro mostrado para vrios nveis de confiana.
CAPTULO 5 - Intervalo de confiana
Controle Estatstico de Qualidade

(CEQ) Robert Wayne Samohyl Ph.D.
1
101
201
301
401
501
601
701
801
901
0 0,1 0,2 0,3 0,4 0,5 0,6
MEP
T
a
m
a
n
h
o

d
a

a
m
o
s
t
r
a
n 90%
n 95%
n 99%
n 99,73%
Figure 5.4 Tamanho da amostra (n = 1 a 900), margem de erro padronizada (MEP =
0,0 a 0,6) e nveis de confiana (1- = 90% a 99,73%)
Quando MEP aproxima-se ao valor 1,0 (margem de erro e desvio padro iguais) o
tamanho da amostra pequena, e quando o desvio padro aumenta em relao a ME,
MEP diminuindo, surge a necessidade de obter amostras cada vez maiores. Em outras
palavras, desvios padro grandes possuem baixa qualidade de informao no
conseguindo explicitar bem o valor da mdia e conseqentemente amostras maiores so
necessrias para definir o valor da mdia da populao. Completando o raciocnio,
quando o pesquisador requer a margem de erro menor, como j foi visto acima amostras
maiores so exigidas. ME pequena sempre uma vantagem nas pesquisas, mas o custo
de levantar amostras grandes e, no caso de querer altos nveis de confiana, amostras
extremamente grandes, pode ser proibitivo.
notvel que o papel do nmero de elementos da populao no clculo do tamanho da
amostra parece irrelevante e assim ignorado. Tamanho da populao no afeta o
tamanho da amostra! Essa constatao aplicvel no caso de populaes relativamente
grandes com milhares de itens, no entanto com populaes muito menores pode existir
sim um impacto considervel. Existe um fator de correo que deve ser levado em
conta. O clculo do tamanho da amostra ajustada (n
aj
) para populaes pequenas segue a
formula em seguida com o tamanho da populao igual a N, e n o tamanho da amostra
calculada da equao apresentada acima:
2
2

,
_

MEP
Z
n


1 +

n N
Nn
n
aj
n = 20 n = 50 n = 150
N naj naj naj
100 16,8 33,56 ???
250 18,6 41,81 93,98
500 19,3 45,54 115,56
1.000 19,6 47,66 130,55
3.000 19,9 49,20 142,90
5.000 19,9 49,51 145,66
7.000 19,9 49,65 146,87
CAPTULO 5 - Intervalo de confiana
Controle Estatstico de Qualidade

(CEQ) Robert Wayne Samohyl Ph.D.
9.000 20,0 49,73 147,56
11.000 20,0 49,78 148,00
13.000 20,0 49,81 148,30
15.000 20,0 49,84 148,52
17.000 20,0 49,86 148,70
19.000 20,0 49,87 148,83
21.000 20,0 49,88 148,94
23.000 20,0 49,89 149,03
25.000 20,0 49,90 149,11
27.000 20,0 49,91 149,18
29.000 20,0 49,92 149,23
31.000 20,0 49,92 149,28
33.000 20,0 49,93 149,33
35.000 20,0 49,93 149,36
37.000 20,0 49,93 149,40
39.000 20,0 49,94 149,43
41.000 20,0 49,94 149,46
43.000 20,0 49,94 149,48
45.000 20,0 49,95 149,50
47.000 20,0 49,95 149,53
Tabela 5.1 O efeito do tamanho da populao no clculo do tamanho da amostra.
Na tabela 5.1, a srie do tamanho populacional N da primeira coluna varia entre 100 e
47.000 itens. Na segunda coluna chamada n = 20, o tamanho da amostra calculada sem
considerar o tamanho da populao (N) de 20 itens, mas quando N levado em conta,
o tamanho da amostra ajustado n
aj
menos que 20, e isso ocorre at N igual a 1000.
2
Para populaes maiores que 1000, o tamanho da amostra segue o valor 20. Em outras
palavras, nesse caso, N = 1000 j considerada como uma populao grande e significa
que a aplicao da equao de ajuste no necessria. Esse comportamento para o
tamanho da amostra continua na terceira coluna onde n = 50. Se N for igual a 5000 ou
mais, ento no h necessidade de ajustar n para n
aj
. At mesmo no caso extremo de
n=150, uma populao de 45.000 j permite que o ajuste no tamanho da amostra seja
desnecessrio.
Em engenharia, populaes so lotes, e comum tamanho de lotes igual a 50.000 ou
mais. Assim, raramente usada a equao do ajuste amostral para a situao de
produo em massa. Observamos, contudo, o reconhecimento na indstria do foco de
gestao da qualidade centrado nas exigncias do cliente, e com isso a obrigao na parte
do fabricante a diminuir o tamanho dos lotes, personalizando as caractersticas do
produto para o mercado restrito a peculiaridades. Assim, o ajuste do tamanho da
amostra se no tiver hoje o seu papel no controle de qualidade, certamente no futuro
prximo ter.
5.5 Exemplo com distribuio t de Gosset usando os dados de reclamaes no captulo
2, tabela 2.2 e figura 2.2
Podemos recalcular o intervalo de confiana para as reclamaes do exemplo anterior e
ver a diferena que o uso da distribuio t faz nos limites. Nas equaes para o clculo
2
A prtica de arredondar o tamanho da amostra para nmero inteiro arbitrria ou sensvel ao caso
especfico. Em alguns casos ser necessrio arredondar qualquer valor de casas decimais para o prximo
maior nmero inteiro. Por exemplo, na tabela 3.2, naj de 19,3 poderia ser arredondado para 20, se o caso
foi apropriado.
CAPTULO 5 - Intervalo de confiana
Controle Estatstico de Qualidade

(CEQ) Robert Wayne Samohyl Ph.D.
dos limites de confiana, Z
/2
substitudo pelo t
/2; n-1
. A distribuio t tem um termo a
mais representando os graus de liberdade.
( )
( ) 37 , 212 ; 47 , 153
30
99 , 94
* 70 , 1 89 , 182 ;
30
99 , 94
* 70 , 1 89 , 182 ) 90 , 0 ; (
, ; , ) 1 , (
1
2
1
2

,
_

+
+

IC
n
S
t X
n
S
t X IC
n n
Como esperado, h uma pequena diferena entre os dois conjuntos de limites de
confiana; usando a distribuio t, reconhecendo que a amostra de trinta elementos
pequena e no to representativa da populao obriga um afastamento dos limites de
confiana para manter o mesmo nvel de confiana de 90%. Figura 5.5 apresenta essa
diferena, e admitimos que o ganho na acurcia do intervalo muito pouco.
CAPTULO 5 - Intervalo de confiana
Controle Estatstico de Qualidade

(CEQ) Robert Wayne Samohyl Ph.D.
intervalo Z
154,45 182,89 211,33
intervalo t de Gosset
153,47 212,37
Figura 5.5 Intervalo de confiana - tempo gasto na resoluo das reclamaes com
destaque para t de Gosset
Conseqentemente, nesse caso para a anlise de processos administrativos, o uso da
distribuio de t de Gosset no se mostra to necessrio e a distribuio normal
padronizada Z pela sua simplicidade seria mais apropriada.
5.6 Exemplo do contedo das latas de cerveja da introduo do captulo
Na introduo deste capitulo apresentamos uma situao comum em cervejaria ou
qualquer fbrica que se preocupa com caractersticas de qualidade em termos de
volumes ou pesos. Qual a confiana que o gerente pode ter em saber a mdia da
populao das latas de cerveja da mensurao do contedo de uma amostra? A amostra
de latas a ser mensurada tem apenas 1000 unidades, muito menos que o tamanho do lote
que 100.000 unidades. Para responder a essa questo, vamos calcular o intervalo de
confiana. Os resultados da amostra so:
X 350, 4ml
S 3, 07
n 1000

A mdia da amostra ficou em 350,4 ml, acima do valor nominal de 350, satisfazendo
aparentemente as normas de qualidade da fbrica. Mas o valor da amostra de 350,4
representa o valor do lote? O intervalo de confiana para o nvel de confiana de 99%
fica em
( )
3, 07 3, 07
IC( ; 0, 99) 350, 4 2, 576* ; 350, 4 2, 576* 350,15; 350, 65
1000 1000
_
+

,
O gerente pode ter 99% de confiana de que o valor do lote fica entre 350,15 e 350,65
ml. Todo o intervalo est acima do valor nominal garantindo o contedo da lata de
cerveja, e a empresa com muita tradio no mercado sente orgulho frente aos clientes.
No entanto, por lei a especificao legal do volume do produto permite um limite
mnimo at 5% abaixo do valor nominal exposto na lata. Isso significa que a fbrica
precisa garantir volume de 332,88 ml (= 350*0,95) para satisfazer os fiscais do estado.
O gerente muito atento para a reduo de custos pensa em diminuir a mdia do volume
CAPTULO 5 - Intervalo de confiana
probabilidade de 1 = 90% que a mdia da
populao est entre esses limites.
Controle Estatstico de Qualidade

(CEQ) Robert Wayne Samohyl Ph.D.
da lata em algum valor que garantiria a especificao legal. Ele avalia que se produzir
apenas uma lata em cada 1000 abaixo da especificao (0,1% da produo) no deve ser
descoberto esse deslize pelos fiscais. Esse clculo feito usando as formulas do
capitulo 3 da distribuio normal padronizada Z. O valor de P(Z) 0,001 e o valor
correspondente do Z 3,09 (veja tabela 3.1 ou rodap 4 do capitulo 3).
P(Z) = 0,1% Z
i
= 3,09 =
(332,88 - mdia)
3, 07
Com essa expresso o gerente calcula que a nova mdia seria 342,37 ml. Esse novo
valor propiciaria uma economia para a fbrica de mais que 8 ml (350,40 - 342,37 ) por
lata produzida. Essa tomada de deciso no fcil. Colocar menos volume na lata do
que o nominal pode acabar ofendendo a clientela e causar a fuga para os concorrentes.
Por outro lado, as economias de 8 ml por lata so uma quantia grande e no deve ser
desprezada. Coloque voc mesmo na situao da fbrica; o que faria?
5.7 Intervalos de confiana para atributos: a distribuio binomial
O intervalo de confiana montado na base da distribuio binomial utilizado no dia a
dia das campanhas polticas e publicitrias. Em pocas eleitorais o eleitor cansa de ver e
escutar notcias sobre as ltimas pesquisas de opinio sobre qual candidato est na
frente da corrida para algum cargo no governo, s vezes at mesmo meses antes das
eleies. O noticirio divulga percentagens de aceitao e rejeio entre candidatos
(44% favorecia um candidato e 56% o outro, por exemplo) em amostras de eleitores de
tamanho 1000, 2000 ou 3000, e sempre comenta a margem de erro das pesquisas em
torno de 2 ou 3 por cento de cada lado. As concluses em termos de percentagens vm
da utilizao da distribuio binomial, e o clculo dos limites de confiana e margens de
erro.
5.8 Exemplo eleitoral - intervalo de confiana
Em pesquisa eleitoral levantada um ms antes das eleies, com amostra de tamanho
1000, candidato BO recebe 51% das intenes de voto. Trabalhando com nvel de
confiana de 95%, podemos calcular o intervalo de confiana:
( ) ( )
( )
2 2
p 1 p p 1 p
IC(p,1 ) p Z ; p Z
n n
0, 51*0, 49 0, 51*0, 49
IC(p; 0, 95) 0, 51 1, 96 ; 0, 51 1, 96 0, 479; 0, 541)
1000 1000

_

+

,
_
+


,
A margem de erro fica em aproximadamente 3%. A percentagem de preferncia
eleitoral pelo candidato 51%, suficiente para ganhar a eleio, mas considerando que a
mdia da populao pode ficar entre 48% e 54%, existe um espao no intervalo menos
que 50% abrindo a possibilidade de derrota. Para diminuir a margem de erro h duas
alternativas, ou diminuir o nvel de confiana ou aumentar o tamanho da amostra. A
ltima alternativa parece mais adequada, mas levanta a questo de como calcular quanto
que deve ser aumentado o esforo da amostragem para estreitar o intervalo de
confiana?
CAPTULO 5 - Intervalo de confiana
Controle Estatstico de Qualidade

(CEQ) Robert Wayne Samohyl Ph.D.
5.9 Tamanho da amostra para atributos
Para calcular o tamanho da amostra (n), necessrio determinar o valor da margem de
erro tolervel pelo pesquisador, o nvel de confiana desejado e o valor do desvio
padro.
Margem de erro (ME) =
n
p p
Z
) 1 (
2

Rearrumando a expresso para colocar n em evidncia:

2
2
2 ) (
) 1 (
ME
p p
Z n

,
_

Voltando para o exemplo da eleio, o nvel de confiana valor tradicional de 95%, e
ento Z
/2
= Z
0,05/2
= 1,96. O valor da percentagem de preferncia eleitoral para o
candidato BO p = 0,51. O pesquisador, no entanto no ficou satisfeito com a margem
de erro anterior (0,03) achando a (ME) grande e imprecisa e conseqentemente
argumentou que a eleio to disputada com resultado to acirrado merecia maior
esforo na coleta da amostragem para que a margem de erro fosse apenas 0,01. Ento
fazendo as substituies apropriadas, temos:
16 , 9600
) 01 , 0 (
) 49 , 0 )( 51 , 0 (
96 , 1
2
2
n
Infelizmente para o pesquisador buscando resultados mais precisos, uma amostra de
tamanho quase 10.000 foi considerado grande demais pelo candidato em termos de
tempo e recursos exigidos para seu levantamento e, portanto foi definido como
adequada uma margem de erro intermediria de 2%. Com isso ento novo tamanho de
amostra foi calculado em 2400. Assim, as pesquisas prosseguiram. Este tamanho da
amostra em 2400 um nmero tradicional e universalmente utilizado para pesquisas
eleitorais e empresariais.
Na prtica, a frmula sofre uma simplificao que facilita o uso para margem de erro de
2% arredondando Z
/2
para 2,00 e p para 0,50 resultando em
3

n = 2,0
2
*(0,25)/0,02
2
= 1/0,0004 = 2500
A pequena diferena de 2400 para 2500 satisfaz o conservadorismo do estatstico
errando para valores maiores e, portanto mais seguros.
5.10 As desvantagens do censo universal e as vantagens de pesquisas amostrais
Na tabela 5.3, temos tamanhos de amostra para vrias combinaes de nvel de
confiana e margem de erro.
3
Z igual a 2,00 significa um nvel de confiana de 95,45%. Veja captulo 3, figura 3.3b.
CAPTULO 5 - Intervalo de confiana
Controle Estatstico de Qualidade

(CEQ) Robert Wayne Samohyl Ph.D.
Nvel de
confiana (1-)
0,8 0,9 0,95 0,954 0,99 0,995 0,9973
Margem de
erro
Z
/2
1,282 1,645 1,960 2,000 2,576 2,807 3,000
0,005
1642
4
27055 38415
4000
0
6634
9
7879
4
89999
0,01 4106 6764 9604
1000
0
1658
7
1969
9
22500
0,02 1026 1691 2401 2500 4147 4925 5625
0,03 456 752 1067 1111 1843 2189 2500
0,04 257 423 600 625 1037 1231 1406
0,05 164 271 384 400 663 788 900
Tabela 5.3 Tamanho da amostra para valores de margem de erro e nveis de confiana,
com p = 0,5
interessante reparar o tamanho amostral para o caso mais exigente na tabela 5.3 com
nvel de confiana de 99,73% e margem de erro de 0,5% (no canto superior direita).
Com 90.000 elementos na amostra, a confiana nos resultados da pesquisa quase
perfeita. Essa conseqncia levanta uma dvida sobre a necessidade de elaborar uma
enorme estrutura burocrtica para o censo brasileiro cada 10 anos. Em primeiro lugar
muito mais cmodo e econmico entrevistar 90.000 pessoas do que os milhes de
pessoas que o alvo do censo. Em segundo lugar a questo da confiabilidade da
informao arrecadada pelo censo cujo monitoramento se torna praticamente impossvel
considerando o tamanho da populao. No seria muito mais consistente tirar uma
amostra de tamanho 90.000 da populao brasileira todo ano e desta amostra produzir
anlises anuais demogrficas mais atuais e mais confiveis com uma equipe permanente
de profissionais altamente qualificados do que aquelas proporcionadas pelo censo com
estruturas precrias remontadas cada dez anos?
5.11 Exerccios
1. Com os dados das reclamaes, da seo 5.3, calcular os limites de confiana com
nvel de confiana de 95%,
a. utilizando a distribuio normal padronizada (Z)
b. utilizando a distribuio t de Gosset
c. comentar a insignificncia da diferena entre as duas distribuies.
Resposta:
a. IC(, 95%) = (216,88; 148,9)
b. IC(, 95%) = (218,36; 147,42)
c. A diferena muito pequena. Se o pesquisador busca clculos mais rpidos e aquenta
menos preciso, a distribuio normal parece adequada.
2. Muitos pesquisadores na rea de mercadologia e pesquisas polticas simplificam os
clculos do intervalo de confiana utilizando o valor 2,0 como aproximao ao valor
correto de 1,96 de Z.
a. recalcular o intervalo de confiana para o candidato BO na seo 5.7 utilizando o
valor aproximado 2,0 com n = 1000.
CAPTULO 5 - Intervalo de confiana
Controle Estatstico de Qualidade

(CEQ) Robert Wayne Samohyl Ph.D.
b. repetir a questo a. com n = 2000.
c. comentar a perda de preciso resultante do uso da aproximao.
Resposta:
a. IC(p, 95,45%) = (0,478; 0,541)
b. IC(p, 95,45%) = (0,487; 0,532)
c. Aparentemente usar o valor 2,0 em vez de 1,96 no leva muita perda de preciso.
3. Na tabela 5.1, uma das primeiras clulas para n = 150 e N = 100 tem a entrada ???.
Explicar a lgica atrs dessa entrada.
Resposta: O tamanho da amostra no pode ser maior que o tamanho da populao.
4. Na figura 5.3, o eixo vertical representa os valores Z da distribuio normal
padronizada. O valor mnimo de Z no grfico fica em torno de 0,85, associado a linha
mais baixo de tamanho amostral igual a 10. Qual o valor correspondente para o nvel
de confiana.
Resposta: Nvel de confiana = 60%.
5.12 Referncias
Barbetta, P, Reis, M. M., Bornia, A. C. Estatstica para cursos de engenharia e
informtica. So Paulo: Atlas, 2008.
CAPTULO 5 - Intervalo de confiana