FACULDADE ANHANGUERA DE SOROCABA

ATIVIDADES PRTICAS SUPERVISIONADAS

SOROCABA 2013.2
FACULDADE ANHANGUERA DE SOROCABA













ATIVIDADES PRTICAS SUPERVISIONADAS
INTEGRANTES:
Ana Paula Moura RA 5824321605
Aline Matos Guimares RA 5203951400
Alyne Goulart RA 5644106137
Digines Rodrigues dos Santos RA 7474689600
Francielly Dias Domingues RA 5627105046






SOROCABA
2013.2
FACULDADE ANHANGUERA DE SOROCABA













ATIVIDADES PRTICAS SUPERVISIONADAS

Trabalho de concluso de semestre na Disciplina
de Estatstica do Curso de Administrao da
Faculdade Anhanguera Educacional, solicitado
pelo Prof. Esp. Mrcio Glauco de Campos Vieira.






SOROCABA
2013.2
SUMRIO





INTRODUO .............................................................................................................. 4
1 ETAPA 1.......................................................................................................................
1.1 Estatstica Descritiva.............................................................................................
1.2 Desafio A...............................................................................................................
1.3 Desafio B...............................................................................................................
1.4 Desafio C...............................................................................................................
4
4
5
7
8

2 ETAPA 2 .......................................................................................................................
2.1 Medidas de Posio e Disperso..............................................................................

12
12
2.2 Desafio.....................................................................................................................

3 ETAPA 3.......................................................................................................................
12

14
3.1 Probabilidade............................................................................................................
3.2 Desafio.....................................................................................................................

4 ETAPA 4......................................................................................................................
14
15

16
4.1 Correlao e Regresso Lineares .............................................................................
4.2 Desafio A..................................................................................................................
4.3 Desafio B..................................................................................................................

CDIGO DE BARRAS PALNDROMO ....................................................................

CONSIDERAES FINAIS.........................................................................................
16
17
18

20

20

REFERNCIAS BIBLIOGRFICAS .........................................................................

21



4

INTRODUO
Este trabalho tem como objetivo apresentar problemticas estatsticas e solues que
compreendem o cotidiano de inmero profissionais bem como o do administrador de
negcios. Atravs de diversas situaes problema, objetiva facilitar o processo de ensino-
aprendizagem desenvolvendo uma srie de competncias.
Percorreremos a Estatstica Descritiva e suas tcnicas de descrio e sumarizao de
dados, Medidas de Disperso analisando a variabilidade dos dados, nos encontraremos com a
Probabilidade e as chances de um evento ocorrer encerrando com Correlao e Regresso
Lineares na verificao de relao entre variveis.

1- ETAPA 1
1.1 Estatstica Descritiva
Uma grande coleta de dados pode dos fornecer informaes confiveis, contudo,
necessitam de ordenamento, organizao e anlise crtica. Com isto o objetivo da Estatstica
descritiva apresentar tcnicas de descrio de dados e subtrair as informaes relevantes em
meio aos dados coletados, isolando estruturas e padres.
A estatstica uma importante ferramenta de gesto de negcios. O administrador se
viu diante de uma busca incessante pela melhoria de seus produtos ou seja, a qualidade como
um fator de deciso quando na venda de seu produto. Com isto, a estatstica fornece inmeros
dados que contribuem sobremaneira as tomadas de decises. Dentro do ambiente interno,
fornece ndices de desempenho, anlise de lucros e na perspectiva do macroambiente uma
srie de dados macroecommicos, pesquisas de satisfao entre muitos outros que a tornam
uma ferramenta indispensvel ao administrador.
A seguir apresentaremos o caso da empresa Vendomundo e seus dados de vida til
de lmpadas por ela fabricadas. Utilizamos os grficos histograma, polgono de frequncia e
ogiva e diagrama de caule e folha. Distribumos os dados em tabelas de distribuio de
frequncia de classes.
A empresa Vendomundo importou 10 contineres de lmpadas especiais de
duas marcas distintas (marca A e B). Um controle de qualidade realizado antes que cada
lote de lmpada importada saia dos pases de origem. Para tanto, os dois fabricantes
coletam uma amostra de 40 lmpadas de 100 watts e medem o tempo de vida til (em


5

horas) de cada lmpada. Abaixo, vemos os resultados obtidos pelos fabricantes da lmpada A
e lmpada B:

Tabela 1 Tempo de vida til de duas marcas de lmpadas de 100
watts (em horas).

Fonte: Importadora Vendomundo


1.2 Desafio A
Gerar diagrama de Caule e Folha para cada uma das amostras.
Diagrama de Caule de folha
LMPADA A

LMPADA B

68 4

81 9
69 7

82
70

83 6
71

84
72 0

85
73

86
74

87
75

88 8
76

89 7
77

90 3 7
78

91 2 8
Lmpada da marca A Lmpada da marca B
684 697 720 773 821
831 835 848 852 852
859 860 868 870 876
893 899 905 909 911
922 924 926 926 938
939 943 946 954 971
972 977 984 1005 1014
1016 1041 1052 1080 1093
819 836 888 897 903
907 912 918 942 943
952 959 962 986 992
994 1004 1005 1007 1015
1016 1018 1020 1022 1034
1038 1072 1077 1077 1082
1096 1100 1113 1113 1116
1153 1154 1174 1188 1230


6

79

92
80

93
81

94 2 3
82 1

95 2 9
83 1 5

96 2
84 8

97
85 2 2 9

98 6
86 0 8

99 2 4
87 0 6

100 4 5 7
88

101 5 6 8
89 3 9

102 0 2
90 5 9

103 4 8
91 1

104
92 2 4 6 0

105
93 8 9

106
94 3 6

107 2 7 7
95 4

108 2
96

109 6
97 1 2 7

110
98 4

111 0 3 3 6
99

112
100 5

113
101 4 6

114
102

115 3 4
103

116
104 1

117 4
105 2

118 8
106

119
107

120
108 0

121
109 3

122



7


123 0

1.3 Desafio B
Montar as distribuies de frequncias com intervalos de classe para a
lmpada da marca A e para a lmpada da marca B, a partir dos dados
apresentados na tabela 1.

Clculos para Distribuio de Frequncia por Classes
MARCA A
Amplitude total (H)
H=1093-684
H = 409

Nmero de classes por Sturges
K= 1+3,322 (log
10
n) = 1+3,322 (log
10
40) = 1+3,322 (1,602)
K= 6,322 = 7

Amplitude de cada classe (h)








h= 70

MARCA B
Amplitude Total (h)
H= 1230-819
H= 411

Nmero de Classes por Sturges
K= 1+3,322 (log
10
n) = 1+3,322 (log
10
40) = 1+3,322 (1,602)
K= 6,322 = 7

Amplitude de cada classe (h)


8








h= 70
Tabelas de Distribuio de Frequncia por classes




1.4 Desafio C
Gerar para cada uma das distribuies de frequncia obtidas no Desafio B: o
histograma; o polgono de frequncia e ogiva;





9


Histogramas







3
1
11
14
7
4
0
2
4
6
8
10
12
14
16
680|--750 750|--820 820|--890 890|--960 960|--1030 1030|--1100
F
R
E
Q
U

N
C
I
A

DURAO EM HORAS
Vida til Lmpadas A
2
9
13
6
7
3
0
2
4
6
8
10
12
14
815|--885 885|--955 955|--1025 1025|--1095 1095|--1165 1165|--1235
F
R
E
Q
U

N
C
I
A

DURAO EM HORAS
Vida til Lmpadas B


10


Polgonos de Frequncia







0
2
4
6
8
10
12
14
16
645 715 785 855 925 995 1065 1135
F
R
E
Q
U

N
C
I
A

DURAO EM HORAS
Vida til Lmpadas A

0
2
4
6
8
10
12
14
780 850 920 990 1060 1130 1200 1270
F
R
E
Q
U

N
C
I
A

DURAO EM HORAS
Vida til Lmpadas B


11


Ogivas








0
5
10
15
20
25
30
35
40
45
680 750 820 890 960 1030 1100
F
R
E
Q
U

N
C
I
A

A
C
U
M
U
L
A
T
I
V
A

DURAO EM HORAS
Vida til Lmpadas A
0
5
10
15
20
25
30
35
40
45
815 885 955 1025 1095 1165 1235
F
R
E
Q
U

N
C
I
A

A
C
U
M
U
L
A
T
I
V
A

DURAO EM HORAS
Vida til Lmpadas B


12



2- ETAPA 2

2.1 Medidas de Posio e Disperso
Medidas de posio so dados que nos orientam em relao a posio da distribuio
em relao ao eixo horizontal do grfico da curva de frequncia. A medidas de posio
amostrais/populacionais mais importantes so as mdias aritmtica simples e ponderada,
moda e mediana.
Utilizamos a mdia aritmtica simples quando as ocorrncias no se distinguem por
peso e importncia, caso contrrio devemos utilizar uma mdia ponderada.
A moda representa valores que so repetidos, podendo ser unimodal quando apenas
um valor se repete bimodal, trimodal e plurimodal quando vrios valores se repetem.
Quando na ausncia de moda dizemos amodal.
As principais medidas de disperso so: varincia, desvio padro e o coeficiente de
variao. Para identificar uma varivel de forma completa deve-se adicionar uma medida
numrica que mostre a variabilidade ou disperso de seus valores. O conhecimento da
disperso dos valores uma medida chave na anlise estatstica de uma varivel.

2.2 Desafio
A respeito do estudo da vida til das lmpadas da marca A e B, podemos afirmar que:

I o tempo mdio de vida til das lmpadas A e B so respectivamente: 894,65 horas e
1003,35 horas. R: Incorreto (0).

X

13

II comumente, as lmpadas da marca A duram 852 horas e da as marca B 1.077 horas;
R: Correto (1)

III o tempo mediano de vida til para a lmpada da marca A 910 horas e para a lmpada B
1.015,5 horas;
R: Incorreto (0). Para a mediana das marcas A e B temos:

IV de todas as medidas de tendncia central obtidas no estudo de caso em questo, a mdia
a que melhor representa o tempo de vida til da lmpada da marca B;
R: Correto (1). Exceto se houvesse dados discrepantes muito fora da curva.

V a moda a melhor medida representativa para a sequncia de dados referentes
lmpada da marca B;
R: Incorreto (0). A moda a nica medida de tendncia central que pode ser usada
para descrever dados no nvel nominal de medio. Mas quando trabalhamos com dados
quantitativos, raramente ela utilizada. (LARSON; FARBER; 2010, p.57).

VI a sequncia de dados referentes lmpada da marca A apresenta uma forte
concentrao de dados em sua rea central;
R: Correto(1).

VII a lmpada da marca B possui uma distribuio assimtrica positiva;
R: Correto (1). Apresenta uma distribuio assimtrica direita (positivamente
assimtrica) pois a mdia 1018 maior que que a mediana 1003,46. (LARSON;
FARBER; 2010, p.61-62)

VIII 75% dos valores apresentados na tabela 1, para a lmpada da marca A, possuem um
tempo de vida til menor do que 971 horas;
R: Incorreto(0). A tabela apresenta 29 dados (de 40) com valores abaixo de 971 horas o
que representa percentualmente 72,5%.


14


IX 25% dos valores apresentados na tabela 1, para a lmpada da marca B, possuem um
tempo de vida til maior do que 1.000 horas;
R: Incorreto(0). A tabela apresenta 24 dados (de 40) com valores acima de 1000 horas o
que representa percentualmente 60%.

X os grficos Box-Plot para os dados amostrais da lmpada da marca A e marca B so:
R: Correto (1).


Medidas Lmpada A Lmpada B
1 quartil 855 947,5
Mnimo 684 819
Mediana 916,5 1015,5
Mximo 1093 1230
3 quartil 971 1089




3- ETAPA 3

0
200
400
600
800
1000
1200
1400
Lmpada A Lmpada B
BOXPLOT
Vida til das Lmpadas A e B
1 quartil Mnimo Mediana Mximo 3 quartil


15

3.1 Probabilidade
Quando nos referimos a probabilidade, estamos falando exatamente das chances de um
evento ocorrer diante da incerteza. buscar uma previsibilidade em meio a fenmenos
fsicos. Pode-se calcular a probabilidade a partir de uma frequncia que determinado dado
aparece em uma coleta de dados. Podemos tambm usar um experimento aleatrio que pode
ser repetido vrias vezes sob as mesma condies.
Utilizamos a probabilidade na administrao na soluo de conflitos e na tomada de
decises, alm de permitir a obteno de informaes possveis com base nos dados
disponveis, possibilitando-nos equacionar riscos desnecessrios.

3.2 Desafio
Com o intuito de reconhecer o trabalho e dedicao dos funcionrios, a importadora
Vendomundo realiza, semestralmente, eventos de confraternizao para seus colaboradores
e familiares. Nessa festa, alm de boa comida, bebida e msica, acontecem tambm
campeonatos de Poker.
Antes de iniciar o campeonato, o Dealer (a pessoa que distribui as cartas durante uma mo ou
jogada) embaralha as cartas no mnimo trs vezes. Involuntariamente, ao embaralhar a 1 vez,
trs delas caram sobre a mesa, viradas para baixo.

Sobre essas trs cartas, podemos afirmar que:
I a probabilidade de a 1 carta ser um s, a 2 carta ser uma figura e a 3 carta ser um nmero
de 1,30317%;
R: Correto.

P(E)= 0,0130317 = 1,30317%;

II a probabilidade de todas as cartas serem um valete de 4%;


16

R: Incorreto.

P(E) = 0,000181 = 0,0181%

III a probabilidade de que pelo menos uma delas seja uma carta de copas de 58,647%
R: Correto.
Nenhuma ser copa:

P(E) = 100% - 41,353% = 58,647%

IV a probabilidade de a 3 carta ser de 7 de paus, sabendo que a 1 carta um 8 de espadas e
a 2 carta um rei de ouros de 5,60412%
R: Incorreto.

P(E) = 0,02 = 2%

4- ETAPA 4

4.1 Correlao e Regresso Lineares
Correlao um conjunto de variveis quantitativas distintas. Quando duas variveis
esto ligadas por uma relao estatstica, dizemos que existe correlao entre elas. Se houver
uma correlao entre as variveis, poderemos ter uma funo matemtica que caracteriza esta
relao, com a regresso seremos capazes de determinar os parmetros desta funo
O instrumento empregado para a medida da correlao linear o coeficiente de
correlao. Esse coeficiente deve indicar o grau de intensidade da correlao entre duas
variveis e, ainda, o sentido dessa correlao sendo positivo ou negativo.
J a regresso linear uma anlise estatstica em que se pode verificar a existncia de


17

uma relao funcional numa varivel dependente com uma ou mais variveis independentes.
Podemos utilizar um diagrama de disperso para se avaliar o comportamento dos valores
dependentes em funo da varivel independente.

4.2 Desafio A
A empresa Vendomundo responsvel pela importao de 20% das marcas que uma
determinada cadeia de lojas de desconto de roupas femininas comercializa. Ao longo de 25 anos,
essa cadeia de lojas ampliou sua participao de mercado aumentando o nmero de pontos de suas
lojas no Brasil. Nunca foi utilizado um mtodo sistemtico para a seleo desses pontos. A
seleo de pontos era baseada, principalmente, no que era considerado um bom aluguel ou uma
boa localizao. Neste ano, com um planejamento estratgico para abrir diversas lojas novas, foi
pedido ao diretor de projetos especiais e de planejamento um mtodo de previso de vendas
semanais para todas as novas lojas. Os dados a seguir representam as vendas semanais (em
milhares de reais) e a rea da loja (em metros quadrados) para a amostra de 14 lojas da cadeia:
Tabela 2 Seleo de pontos de lojas.
Loja Vendas Semanais (em
milhares de R$)
X
rea (m
2
)

Y


18

1
2
3
4
5
6
7
8
9
10
11
12
13
14
7.394
7.823
13.363
19.168
6.865
11.174
7.351
5.411
10.983
5.821
21.439
15.235
23.621
8.205
160
153
262
516
120
225
122
102
293
141
479
424
543
279

Diagrama de Disperso


4.3 Desafio B
A respeito dos dados amostrais apresentados na tabela 2, podemos afirmar:


19

I o coeficiente de correlao de Pearson para os dados amostrais apresentados na tabela 2
dado por r= 0,9566;
R: Correto. O Coeficiente de correlao linear de Pearson 0,9566.



II equao de regresso de mnimos quadrados para os dados apresentados na
tabela 2 dada por: Y
x =
1694,7042 + 36,6921 X ;
R: Correto.



III a mdia prevista de vendas semanais para uma loja que tenha 300
metros quadrados de rea ser de aproximadamente 12.700 (milhares de
R$).
R: Correto.



20


IV se as vendas da loja 7 forem iguais a 5.343 (milhares de R$), a mdia prevista de
vendas semanais ser de aproximadamente 500 metros quadrados.
R: Incorreto. Para vendas de 5.343 milhares so necessrios aproximadamente 100 m (99,43m)
Y
x
1694,704236,6921 X
5343 = 1694,7042+36,6921X

X= 99,43

CDIGO DE BARRAS PALNDROMO


I II III IV V VI VII VIII IX X I II III IV I II III IV
0 1 0 1 0 1 1 0 0 1 0 0 1 1 1 0 0 0






21


0 1 0 1 0 1 1 0 0 1 0 0 1 1 1 0 0 0 0 0 0 1 1 1 0 0 1 0 0 1 1 0 1 0 1 0



CONSIDERAES FINAIS
O presente trabalho propiciou o contato com vrios conceitos de Estatstica e suas
ferramentas norteadoras para a conduo de decises mais coerentes e acertadas do
administrador. Por meio de diversas atividades, pudemos compreender o funcionamento da
Estatstica em diversas situaes quais, sem ela, impossibilitar-se-ia a soluo de diversos
problemas que insurgem na locomotiva do mercado de produo de bens e servios.
O administrador que negligenciar o mtodo estatstico para a gerncia do seu negcio,
certamente se encontrar deriva no acirrada concorrncia de mercado.

REFERNCIAS BIBLIOGRFICAS


LUTZ, Maurcio. Correlao. <http://iffmauricio.pbworks.com/w/file/fetch/
59898760/Correla%C3%A7%C3%A3o.pdf> Acesso em: 20 nov. 2013

CETControlo Estatstico de Qualidade. <http://docentes.esa.ipcb.pt/tmlc/
EST_DESC.pdf> Acesso: 20 nov. 2013



22

LARSON, Ron.; FARBER, Betsy. Estatstica Aplicada. 4 ed. So Paulo: Pearson -
Prentice Hall, 2010.