Pgina 1 de 34

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 2 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 3 de 34




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











Pgina 4 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 5 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 6 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 7 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 8 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 9 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 10 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 11 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 12 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 13 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 14 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 15 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 16 de 34

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


Pgina 17 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
(Gr)
AMOSTRA PESO
(Gr)
AMOSTRA PESO
(Gr)
AMOSTRA PESO
(Gr)
01 501 26 504 51 504 76 506
02 501 27 504 52 504 77 506
03 501 28 504 53 504 78 506
04 501 29 504 54 504 79 506
05 501 30 504 55 504 80 506
06 501 31 504 56 504 81 506
07 501 32 504 57 504 82 506
08 501 33 504 58 506 83 506
09 501 34 504 59 506 84 506
10 501 35 504 60 506 85 506
11 501 36 504 61 506 86 507
12 502 37 504 62 506 87 507
13 502 38 504 63 506 88 507
14 502 39 504 64 506 89 508
15 502 40 504 65 506 90 508
16 502 41 504 66 506 91 508
17 503 42 504 67 506 92 509

Pgina 18 de 34

18 503 43 504 68 506 93 509
19 503 44 504 69 506 94 509
20 503 45 504 70 506 95 509
21 503 46 504 71 506 96 511
22 504 47 504 72 506 97 511
23 504 48 504 73 506 98 511
24 504 49 504 74 506 99 511
25 504 50 504 75 506 100 511

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 19 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 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 0,360 36,00 57
505 ... 506 28 0,280 28,00 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 = Frequncia Absoluta
fr = Frequncia Relativa
f% = Frequncia Percentual
F = Frequncia Acumulada





Pgina 20 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.





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

Pgina 21 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 (%).



Legenda:
501 = 11%
502 = 5%
503 = 5%
504 = 36%
506 = 28%
507 = 3%
508 = 3%
509 = 4%
511 = 5%

%
501
502
503
504
506
507
508
509
511

Pgina 22 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 23 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 24 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 25 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 PESO (gr) Peso MDIA DESVIO 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

Pgina 26 de 34

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

Pgina 27 de 34

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

Pgina 28 de 34

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

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

Pgina 29 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 30 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 31 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 32 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 33 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 34 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